Thermodynamic Measure of Intelligence

Problematica
Il documento affronta la sfida di definire l'intelligenza come una quantità fisica misurabile e indipendente dal substrato. Mentre le definizioni standard si concentrano sugli esiti comportamentali (ad esempio, imitazione, massimizzazione della ricompensa o successo nel compito), esse non riescono a identificare un meccanismo operativo comune tra sistemi diversi, che spaziano dagli organismi biologici e i repertori immunitari ai grandi modelli linguistici (LLM) e ai motori informativi idealizzati come i demoni di Maxwell. Gli autori propongono che il nucleo dell'operazione dell'intelligenza non sia semplicemente la prestazione di un compito, ma il modo specifico in cui un sistema altera la distribuzione di probabilità dei futuri possibili. Nello specifico, pongono la domanda: quale operazione fisica o probabilistica sottende la capacità di rendere più probabili futuri rari ma validi?

Metodologia e Framework
Gli autori sviluppano un framework basato sulla autosimulazione ricorsiva e sulle misure di percorso termodinamico.

1. Autosimulazione Ricorsiva: Il framework postula che un sistema intelligente debba mantenere un modello interno del mondo che includa se stesso come oggetto causale. Ciò porta a una gerarchia ricorsiva in cui il sistema simula i propri stati futuri, le proprie azioni e gli aggiornamenti informativi ($r^{(k)}_B = r^{(k)}_B(r^{(k-1)}_B)$). Questa architettura permette al sistema di valutare le conseguenze dei propri interventi.
2. Lift Raro-Valido ($I$): La quantità misurabile centrale è definita come il "lift raro-valido" (rare-valid lift). Essa misura l'incremento frazionario della probabilità assegnata a un insieme di traiettorie che sono:
   • Rare: A bassa probabilità sotto una legge basale passiva ($P_0$).
   • Valide: Ammissibili sotto i vincoli del dominio (fisici, biologici o semantici).
     Matematicamente, per un insieme raro-valido $V_\delta$ con massa basale $\delta$, il lift è $I_\delta = (P(V_\delta) - \delta) / \delta$.
3. Contabilità Termodinamica: Il framework integra i teoremi delle fluttuazioni fuori equilibrio e la teoria dell'informazione. Tratta l'intelligenza come "riponderazione di traiettorie lecite" (lawful trajectory reweighting), riconoscendo che lo spostamento della massa di probabilità richiede costi termodinamici (misurazione, memoria, computazione, cancellazione). Gli autori definiscono l' "intelligenza termodinamica" come questo lift di probabilità, limitato dalle capacità di attuazione e dalla fedeltà della simulazione del sistema.

Contributi Chiave e Risultati Teorici
Il documento stabilisce un ponte formale tra il requisito architettonico dell'autosimulazione e la misura termodinamica dell'intelligenza attraverso diversi teoremi chiave:

• Necessità della Fedeltà (Teorema 1): Sotto amplificazione limitata, un alto lift raro-valido è impossibile senza un'autosimulazione ad alta fedeltà. Se il modello interno di un sistema non è in grado di identificare accuratamente i futuri raro-validi (bassa fedeltà), non può ottenere un alto lift, indipendentemente dalla sua potenza di attuazione.
• Quasi-Sufficienza (Teorema 2): Viceversa, se la simulazione identifica i futuri raro-validi con alta fedeltà e contiene una policy efficace per amplificarli, il lift ottenibile si avvicina all'ottimo limitato dall'attuazione.
• Divergenza della Misura di Percorso (Lemma 1): L'amplificazione di un insieme raro-valido necessita di una divergenza (misurata dalla divergenza KL) tra la legge di percorso indotta e la legge basale passiva.
• Stabilità e Contabilità dell'Errore (Teoremi 3 & 4): Il documento fornisce limiti su come le firme termodinamiche a grana grossa cambino con le deviazioni della legge di percorso e introduce una "penalità di contabilità" dipendente dal protocollo per l'identificazione imperfetta (falsi positivi), collegando la risoluzione del modello all'efficienza termodinamica.

Risultati e Calibrazione Empirica
Gli autori applicano il framework a uno spettro di sistemi per dimostrarne l'universalità, calcolando una "scala di intelligenza termodinamica compressa" ($\Lambda = \log_{10}(\log_{10}(I+1)+1)$):

• Materia Passiva: Lift nullo ($I=0$).
• Controllori: I semplici controllori di feedback mostrano un modesto lift; i controllori dinamici ripetuti mostrano guadagni composti.
• Demoni di Maxwell: I demoni idealizzati rappresentano il limite superiore. Per una riduzione locale di entropia $\Delta S = 10^{-19}$ J/K, il lift è stimato in $I \sim 10^{3146}$.
• Generatori Simbolici (Umano vs. LLM): Il framework viene applicato alla generazione di testo definendo la validità (grammaticalità, coerenza) e la rarità rispetto a una baseline.
  • Umano: Lift stimato $I_H + 1 \approx 5 \times 10^{14}$ ($\Lambda \approx 1.20$).
  • GPT-5: Lift stimato $I_{GPT5} + 1 \approx 6.25 \times 10^{13}$ ($\Lambda \approx 1.17$).
    Gli autori osservano che, sebbene GPT-5 mostri un alto lift, la stima è sensibile al gap del tasso di entropia e alla definizione dell'insieme raro-valido.

Significatività e Rivendicazioni
Il documento sostiene di fornire una scala universale e misurabile dell'intelligenza che è indipendente dal particolare substrato (biologico, digitale o meccanico). La sua principale significatività risiede in:

1. Unificazione: Tratta fenomeni diversi (adattamento biologico, generazione di LLM e demoni di Maxwell) come istanze dello stesso operazione fisica: l'amplificazione lecita di futuri rari-validi.
2. Necessità Architetturale: Argomenta che l'autosimulazione ricorsiva non è solo una caratteristica plausibile dell'intelligenza, ma è necessaria e quasi sufficiente per raggiungere un'alta intelligenza termodinamica, a condizione che il sistema possa identificare e agire sulle traiettorie raro-valide.
3. Relatività di Livello: La misura è esplicitamente definita rispetto a un livello di descrizione, una legge basale, un criterio di validità e una risoluzione osservativa, evitando rivendicazioni di un'intelligenza "vera" assoluta e inaccessibile.

Gli autori concludono che l'intelligenza è la capacità di modellare il mondo includendo se stessi, valutare i futuri condizionati dall'azione e spostare la massa di probabilità verso futuri che sono rari sotto la dinamica passiva ma validi sotto i vincoli del dominio. Questo processo è quantificabile, contabilizzato termodinamicamente e limitato dalla fedeltà dell'autosimulazione del sistema.