技术摘要：“波记忆何时进行计算？”

问题陈述

本文探讨了非常规计算与神经形态计算中一个根本性的歧义：**物理存储（physical memory）与自主物理计算（autonomous physical computation）**之间的区别。虽然诸如行走液滴、储备池计算和皮层波等物理系统通常表现出记忆、反馈和丰富的状态依赖动力学，但这些特性本身并不构成计算。核心问题在于：一个波记忆系统何时从一个具有可恢复过去痕迹的动力系统，转变为一个能够内部选择其自身操作的自主物理计算机？

作者认为，目前的框架往往将观察者赋予的计算解释与内在的物理计算混为一谈。具体而言，他们研究了“波-粒子行走者”（在垂直振动的流体浴中跳动的液滴），该系统通过自生成的波场展示了信息的写入、存储、读取和擦除。本文旨在确定该系统在实验实现层面，究竟是属于一个自主计算机，还是仅仅是一个由记忆介导的动力系统。

研究方法

作者开发了一个严谨的多层级框架来对物理系统进行分类，从动力系统理论跨越到范畴论。

1. 物理建模（随机储层）：
   行走液滴被建模为一个离散时间状态为 $x_n = (r_n, v_n, \sigma_n, H_n)$ 的随机储层系统。

   • $r_n, v_n$：液滴的位置和速度。
   • $\sigma_n$：跳动相位。
   • $H_n$：波记忆场，它存储了先前冲击的指数衰减痕迹（$H_{n+1} = \lambda H_n + \sigma_n \psi_{r_n}$）。
     该模型明确分离了写入（冲击）、存储（衰减）、读取（局部斜率耦合 $\nabla H_n(r_n)$）和反馈。

2. 三层分类层级：
   本文建立了一个物理信息处理的层级结构：

   • 第一层：物理存储： 系统状态编码了关于过去状态的信息（例如波场 $H_n$）。
   • 第二层：保持转移的计算： 系统通过粗粒化映射 $\Pi: X \to A$ 实现抽象转移规则 $G: A \to A$，使得 $\Pi \circ F = G \circ \Pi$。这要求物理动力学在噪声和有限分辨率下仍能保持抽象转移的结构（鲁棒盆地分离）。
   • 第三层：封闭自主物理计算： 系统必须包含一个内部物理读取状态 $y_n$，该状态能够因果性地选择下一个物理操作。演化形式为 $x_{n+1} = F_{C(y_n)}(x_n)$，其中 $C$ 将内部读取映射为一种操作。

3. 范畴论表述：
   为了使这些概念形式化，作者采用了范畴论。

   • PhysProc：物理过程范畴（区域与态射）。
   • AbsProc：抽象过程范畴。
   • 计算：定义为一个尊重粗粒化的商函子 $Q_\Pi: \text{PhysProc}_\Pi \to \text{AbsProc}$。
   • 自主性（封闭性）：定义为态射选择的内部化。在标准的函子表述中，操作是外部的；而在封闭的情况下，态射是由系统自身的态（$o = C(p_Y(x))$）所选择的，使得图表是自包含的。

核心贡献

1. 自主性的封闭性准则：
   主要的理论贡献是定义了**封闭性（closure）*作为自主物理计算的必要条件。论文指出，记忆和反馈并不充分；只有当一个物理读取变量能够选择*后续操作时，系统才是一个自主计算机。这区分了仅被外部代理“控制”或“解释”的系统与真正的自主计算机。

2. 鲁棒的粗粒化转移保持：
   本文通过拒绝任意的观察者标记，完善了物理计算的定义。它要求抽象状态必须对应于分离的物理盆地，且状态间的转移在噪声下是稳定的（概率性盆地稳定性）。这取代了“一比一微观态到符号”的映射要求，转而采用具有物理意义的鲁棒符号化概念。

3. 自主性的范畴论形式化：
   作者提供了一个范畴论证明，证明了自主性对应于态射选择过程的内部化。通过定义闭环映射 $\Phi = \text{Act} \circ \langle C \circ p_Y, \text{id}_X \rangle$，他们证明了下一个物理过程的选择是由系统的内部状态生成的，而非由外部供给。

4. 对行走液滴的应用：
   该框架应用于 Perrard–Fort–Couder 行走者实验。分析确认行走者具备以下特性：

   • 物理存储（波场）。
   • 写入、存储和局部读取机制。
   • 外部触发的擦除（通过 $\pi$ 相位偏移）。
   • 有限时间的轨迹反转。
     然而，分析得出结论，行走者未能通过封闭性准则，因为 $\pi$ 偏移（触发擦除/反转的操作）是由外部施加的。系统中不存在一个内部物理读取状态 $y_n$ 能根据波记忆来选择相位偏移。

结果

• 行走者的分类： 行走液滴被归类为**“具有图灵类原语的波记忆物理机器”，但不是**“封闭自主物理计算机”（或图灵机）。它拥有计算的物理原语（写、读、擦除、反馈），但缺乏内部操作选择的架构层。
• 区别得到验证： 本文成功证明了系统可以在没有成为自主计算机的情况下，表现出复杂的、由记忆介导的反转和擦除行为。缺失的环节是控制信号的内部化。
• 建设性扩展： 本文概述了能够满足封闭性准则的具体物理架构，从而将行走者转化为封闭计算机。这些包括：
  • 多稳态读取陷阱： 由波斜率驱动的双稳态势能，用于触发相位翻转。
  • 阈值波检测器： 当波能量超过阈值时切换强制相位的迟滞检测器。
  • 耦合行走者： 使用第二个行走者作为第一个行走者的物理控制器。
  • 边界控制储层： 读取状态调制浴环境参数（记忆深度、约束）。

意义与主张

本文声称提供的是对波基计算解释的精细化而非否定。它并未否认行走者执行了卓越的物理信息处理；而是精确地定位了该系统在物理计算层级中的位置。

• 理论精确性： 这项工作通过要求转移保持和内部操作选择，解决了“泛计算论”的担忧（即任何物理系统都可以被观察者映射为任何计算）。它断言，只有当记忆被组织成鲁棒的、保持转移的盆地，并由内部读取器控制时，记忆才构成计算。
• 设计原则： 本文将非常规计算的挑战重新定义为一个设计问题：如何将波记忆耦合到内在的读取盆地上，以实现操作的选择。这使该领域从“波计算机”的隐喻描述转向了建设性的架构要求。
• 更广泛的适用性： 封闭性准则被视为评估神经形态硬件、储备池计算和生物系统（如皮层行进波）的通用工具。它追问：这些系统中的读取仅仅是外部的（由观察者测量），还是物理内部化的（因果性地影响未来的动力学）？

总之，本文认为：物理存储 + 鲁棒的粗粒化转移保持 + 内部操作选择 = 封闭物理计算。行走液滴满足前两者（部分满足），但未能满足第三者，从而成为了验证封闭性准则必要性的具体案例。