יופי כעבודה קוגניטיבית מובנית — הליבה המתמטית המלאה

זוהי השכבה המדעית של TITI, שנכתבה עבור הקורא המעוניין במנגנון הממשי, ולא בסיסמה. היא מציגה את הליבה האסתטית של המנוע כפי שהמפעל מפרסם כל דבר אחר: במלואה, עם הנוסחאות שלה ותוך הגדרה מפורשת של מה שהיא טוענת ומה שאינה טוענת. הטענה המרכזית היא מסגור מחדש. היופי אינו נתפס כתכונה סקלרית סטטית של אובייקט. הוא ממודל כעבודה הקוגניטיבית המובנית המבוצעת על ידי שדה פוטנציאל מושרה-אובייקט על המודל הניבויי של הצופה, לאורך מסלול על יריעת מידע, תחת דיסיפציה חסומה וקוהרנטיות פאזה. המודל מוצג כמסגרת תיאורטית עקבית וככלי אבחוני — ולא כחוק פיזיקלי מוכח של המוח. מטרתו היא מבצעית: להפוך חוויה אסתטית להיפותזות עיצוב מדידות — עלות קוגניטיבית, מסתורין מובנה, תיאום פאזה, יכולת פרשנית וערכו של המסלול עצמו.

אונטולוגיה: אובייקט, סובייקט ונתיב במרחב המודל

אובייקט אסתטי — תמונה, יצירה מוזיקלית, ממשק, בניין, מערכת מותג, או אפילו נוסחה מתמטית — אינו מוערך לעולם כבעל יופי כשלעצמו. תחת זאת, האובייקט משרה שדה על מרחב המודלים הניבויים הפנימיים של הצופה. הסובייקט אינו מיוצג כווקטור העדפות קבוע, אלא כמערכת קוגניטיבית ניבויית בעלת מצבי מודל פנימיים. מצב מודל הוא נקודה על יריעה,

m(t)\in\mathcal{M}

והחוויה האסתטית היא מסלול של אותו מצב בזמן שהצופה מקיים אינטראקציה עם האובייקט:

\gamma(t):[0,T]\to\mathcal{M},\qquad \gamma(0)=m_{0},\ \ \gamma(T)=m_{T}

זהו המהלך הראשון והנושא-בנטל: הערך האסתטי הוא תכונה של הנתיב שבו נע המודל של הצופה, ולא של האובייקט לבדו.

יריעת המידע ומטריקת Fisher-Rao

המודלים הפנימיים של הצופה נתפסים כמשפחה פרמטרית של התפלגויות, כך שמרחב המודל נושא את הגיאומטריה הטבעית של הסטטיסטיקה. המטריקה היא מטריצת המידע של Fisher:

g_{ij}(\theta)=\mathbb{E}_{x\sim p(x\mid\theta)}\!\left[\frac{\partial\log p(x\mid\theta)}{\partial\theta_{i}}\,\frac{\partial\log p(x\mid\theta)}{\partial\theta_{j}}\right]

מטריקה זו מודדת כמה קשה לצופה להבחין בין מצבים ניבויים סמוכים. מעבר בין מצבים קרובים תחת מטריקת Fisher-Rao כרוך בעלות קוגניטיבית נמוכה; מצבים מרוחקים זה מזה דורשים עבודה רבה יותר. המרחק האסתטי, לפיכך, אינו שטוח — אותו הבדל חזותי עשוי להיות קל לצופה אחד וקשה לאחר, מכיוון שליריעות הפנימיות שלהם יש עקמומיות שונה. המרחק בין שני מצבים קוגניטיביים הוא האורך הגיאודזי:

D_{g}(m_{a},m_{b})=\inf_{\gamma}\int_{0}^{T}\!\sqrt{g_{ij}(\gamma(t))\,\dot{\gamma}^{i}(t)\,\dot{\gamma}^{j}(t)}\;dt

הפוטנציאל האסתטי מושרה-האובייקט

האובייקט משרה שדה פוטנציאל סקלרי מעל מרחב המודל. בכל מצב מודל, ערכו מייצג את מתח האנרגיה החופשית הלא-פתור, את אי-ההתאמה הניבויית או את הפוטנציאל הפרשני שהאובייקט יוצר. ניתן לזהות אותו עם האנרגיה החופשית הווריאציות של מודל הצופה ביחס לקלט האובייקט:

\Phi_{O}:\mathcal{M}\to\mathbb{R},\qquad \Phi_{O}(m)=\mathcal{F}(O,m)

דבר זה אינו קורס במכוון לתוך עקרון האנרגיה החופשית. עיקרון זה שואל כיצד אורגניזם ממזער אנרגיה חופשית כדי לשמור על הומאוסטזיס; כאן השאלה היא כיצד אובייקט מעצב מסלול דרך נוף האנרגיה החופשית כך שהנתיב יהיה בעל ערך קוגניטיבי, קוהרנטי מבחינת פאזה ולא ייפתר באופן טריוויאלי. המנוע אינו מתגמל את האנרגיה החופשית הנמוכה ביותר האפשרית — הוא מתגמל תנועה מובנית דרך נוף עשיר. הכוח שהאובייקט מפעיל על הפרשנות הוא הגרדיאנט המטרי של הפוטנציאל:

F_{\mathrm{aest}}=-\nabla_{g}\Phi_{O},\qquad (\nabla_{g}\Phi)^{i}=g^{ij}\frac{\partial\Phi}{\partial q^{j}}

לאובייקט משעמם יש שדה רדוד וטריוויאלי; לאובייקט כאוטי יש שדה לא קוהרנטי; ליצירת מופת יש שדה עמוק, מובנה ובעל מושכים מרובים.

מסתורין מובנה, מובחן מרעש

ההפתעה דועכת — יצירת מופת מוכרת הייתה מאבדת את כל ערכה אילו היופי היה הפתעה בלבד. לכן המודל זקוק לרכיב סטטי אך מובנה. מכיוון ששכבות הפרשנות תלויות סטטיסטית זו בזו, סכום משוקלל נאיבי היה מוביל לספירה כפולה; הצורה המתוקנת משתמשת בכלל השרשרת של האנטרופיה:

H_{\mathrm{mystery}}(O,S)=H(L_{1})+\sum_{i=2}^{n}H\!\bigl(L_{i}\mid L_{i-1},\dots,L_{1}\bigr)

כאשר שכבות הפרשנות L_1, L_2, …, L_n נושאות אי-ודאות פרשנית קומפוזיציונית, סמלית, הקשרית, ארכיטיפית, תרבותית ומסדר גבוה יותר (הסמלים נכתבים כ-L_i ולא כ-H_i כדי למנוע קריאה של אנטרופיה-של-אנטרופיה). כל איבר מותנה מוסיף רק את אי-הוודאות המובנית שנותרה לאחר שקולן השכבות הנמוכות יותר, כך ששום דבר אינו נספר פעמיים. המסתורין מופרד בחדות מרעש. רעש הוא אקראיות בלתי ניתנת לדחיסה המעלה את העלות מבלי להוסיף פרשנות קוהרנטית; מסתורין הוא מבנה בר-דחיסה אך כזה שטרם מוצה, המזמין פרשנות נוספת:

H_{\mathrm{mystery}}=H_{\mathrm{total}}-H_{\mathrm{noise}}-H_{\mathrm{resolved}}

יכולת פרשנית גנרטיבית

יהי קבוצת הפרשנויות היציבות שאובייקט מייצר אצל סובייקט מרחב הפרשנות, כאשר כל פרשנות יציבה היא מושך של הדינמיקה הקוגניטיבית של הצופה. יחס נאיבי בין נפח הפרשנות למורכבות הגנרטור מתבדר כאשר הגנרטור הוא טריוויאלי — ובכך מציג באופן שגוי טריגרים של אסוציאציות אקראיות כבעלי ערך אינסופי. הצורה הרגולרית מתקנת זאת ומתגמלת עשירות קוהרנטית:

\mathrm{GIC}^{*}(O,S)=\frac{\mathrm{Vol}\bigl(\Omega(O,S)\bigr)\cdot \mathrm{Coh}(\Omega)}{K_{\mathrm{gen}}(O)+\varepsilon}

האיברים ביחס זה זכו לשמות, אך טרם קובעו: נפח הפרשנות Vol(Ω) ומורכבות הגנרטור K_gen — בין אם היא ממומשת כמורכבות קולמוגורוב, אורך תיאור/יישום, מספר רכיבים או מדד של גרף תלות — עדיין צריכים לעבור אופרציונליזציה לכל מדיום. כפי שהוא כתוב, היחס הוא היפותזה מנוסחת היטב, ולא אומדן מוגמר; המסגרת המסכמת שומרת על הבחנה זו מפורשת.

מקדם הקוהרנטיות מעניש התפוצצות של אסוציאציות אקראיות: ערך גבוה דורש פרשנויות רבות וכן קוהרנטיות מובנית ביניהן, ולא אסוציאציות רבות שאינן קשורות. הוא מנורמל על ידי סקאלת מרחק-פרשנות אופיינית τ כך שהמעריך הוא חסר ממד, כאשר הממוצע נלקח על פני כל זוגות הפרשנויות היציבות:

\mathrm{Coh}(\Omega)=\exp\!\left(-\frac{1}{\tau}\,\mathbb{E}_{i,j}\bigl[D_{g}(x_{i}^{*},x_{j}^{*})\bigr]\right),\qquad \mathbb{E}_{i,j}[\,\cdot\,]=\frac{1}{\mathrm{Vol}(\Omega)^{2}}\int_{\Omega}\!\int_{\Omega}(\cdot)\,d\mu(x_{i}^{*})\,d\mu(x_{j}^{*})

קוהרנטיות פאזה — תזמון, היכן שקיים תזמון

כל מאפיין אסתטי דינמי נכתב כאות אמפליטודה ופאזה מרוכב. פאזה אינה מטאפורה: היא מתקבלת רק כאשר קיים תזמון, קצב או תנודה אמיתיים — מוזיקה, תזמון אנימציה, קצב גלילה, תזמון סאקאדות, השהיית אינטראקציה, תזמון חשיפה, ומחזורי קשב.

z_{k}(t)=A_{k}(t)\,e^{i\theta_{k}(t)}

על ידי ייצוג המצבים הדינמיים של האובייקט והסובייקט במרחב הילברט, קוהרנטיות פאזה מנורמלת היא התאמת המכפלה הפנימית החסומה שלהם:

\mathrm{PC}(O,S,t)=\frac{\bigl|\langle z_{O}(t),z_{S}(t)\rangle\bigr|}{\lVert z_{O}(t)\rVert\,\lVert z_{S}(t)\rVert},\qquad 0\le \mathrm{PC}\le 1

עבור מערכות דינמיות, מדד זה מודד תיאום תזמון אמיתי — בממשק, קוהרנטיות פאזה גבוהה פירושה שתנועה, חשיפה ותגובה מגיעות בדיוק כאשר קשב המשתמש מוכן לקבלן. עבור ארטיפקט סטטי, פאזה אינה מיושמת באופן ישיר: היא נכנסת רק דרך מסלול הקשב שהארטיפקט משרה — הסדר שבו העין קוראת את הקומפוזיציה והתפתחות שכבותיה לאורך הזמן. במקום שבו רצף קשב כזה אינו מדיד, קוהרנטיות הפאזה מוחלפת בהתאמה מבנית ולא נכפית על תמונה דוממת.

הניסוח ההמילטוני

כאשר מיקום המודל הקוגניטיבי משמש כקואורדינטה מוכללת, התנע הקוגניטיבי המוכלל הוא המהירות המשוקללת על ידי העקמומיות המקומית של היריעה — כך שתנועה מושגית קטנה באזור בעל עקמומיות גבוהה יכולה לשאת תנע גדול:

p_{i}=g_{ij}(q)\,\dot{q}^{j}

אנרגיה קוגניטיבית קינטית היא האנרגיה של תנועת המודל — ערכים גבוהים מתאימים לארגון מחדש מהיר של ניבויי הצופה. זוהי אותה אנרגיה שנכתבת בשתי דרכים שקולות: כשהמטריקה פועלת על מהירויות (קו-ווריאנטית g_{ij}), ולאחר הורדת המהירות לתנע הצמוד לעיל — כשהמטריקה ההפוכה פועלת על תנעים (קונטרה-ווריאנטית g^{ij}). האינדקס המורם בצורת התנע הוא בדיוק מה שמבטל את האינדקס המורד ב-p_i:

T(q,\dot{q})=\tfrac{1}{2}\,g_{ij}(q)\,\dot{q}^{i}\dot{q}^{j}\qquad\text{(velocity form, covariant metric)}

T(q,p)=\tfrac{1}{2}\,g^{ij}(q)\,p_{i}\,p_{j}\qquad\text{(momentum form, inverse metric)}

הפוטנציאל האסתטי משלב את שדה האובייקט עם מסתורין וקוהרנטיות פאזה; הסימנים השליליים פירושם שמסתורין גבוה וקוהרנטיות פאזה גבוהה יוצרים בארות משיכה המושכות את הקוגניציה למעורבות עמוקה יותר:

V(q,O,S)=\Phi_{O}(q)-\kappa\,H_{\mathrm{mystery}}(O,S,q)-\rho\,\mathrm{PC}(O,S,q)

ההמילטוניאן האסתטי הוא סכום האיברים הקינטיים והפוטנציאליים — האנרגיה האבחונית של המצב האסתטי:

\mathcal{H}_{\mathrm{aest}}(q,p)=\tfrac{1}{2}\,g^{ij}(q)\,p_{i}p_{j}+\Phi_{O}(q)-\kappa\,H_{\mathrm{mystery}}(O,S,q)-\rho\,\mathrm{PC}(O,S,q)

במקרה האידיאלי, ללא דיסיפציה, הדינמיקה עוקבת אחר משוואות המילטון; זוהי האידיאליזציה של התבוננות טהורה, ללא עייפות וללא הפרעות:

\dot{q}^{i}=\frac{\partial\mathcal{H}_{\mathrm{aest}}}{\partial p_{i}},\qquad \dot{p}_{i}=-\frac{\partial\mathcal{H}_{\mathrm{aest}}}{\partial q^{i}}

המאזן הפתוח והדיסיפטיבי — משוואת המאזן המרכזית

הקוגניציה הממשית אינה אידיאלית. הכנסת קצב עלות דיסיפטיבי ושטף קלט מובנה הופכת את המערכת למערכת פתוחה, הנשלטת על ידי משוואת מאזן המערכת הפתוחה שבלב המודל (אנלוגיה למאזן תרמודינמי, ולא טענה לתרמודינמיקה פיזיקלית):

\frac{d\mathcal{H}_{\mathrm{aest}}}{dt}=-\lambda\,C(t)+\mathcal{I}_{\mathrm{input}}(t)

היופי מתמיד כאשר האובייקט מספק מספיק קלט מובנה כדי לפצות על הדיסיפציה הקוגניטיבית מבלי להכריע את הקוהרנטיות. ממאזן יחיד זה, המשטרים הקוגניטיביים נובעים כמקרים פרטיים.

משטרים קוגניטיביים

שעמום אינו היכרות; הוא חוסר איזון דיסיפטיבי — האובייקט מפסיק לשלם עבור עלות הקשב, והמסלול קורס למינימום טריוויאלי:

\mathcal{I}_{\mathrm{input}}(t)<\lambda\,C(t)\ \Rightarrow\ \dot{q}\to 0,\ p\to 0,\ H_{\mathrm{mystery}}\to 0

עומס יתר אינו רק מורכבות גבוהה כשלעצמה; הוא אובדן של פרשנות קוהרנטית — יותר מדי מידע מהר מדי, הצופה אינו מצליח להינעל על הפאזה, והפרשנויות מתערערות:

\mathcal{I}_{\mathrm{input}}(t)\gg\lambda\,C(t)\ \Rightarrow\ \mathrm{PC}\to 0,\ \mathrm{Coh}(\Omega)\to 0

זרימה אסתטית היא דינמיקה מאוזנת של מערכת פתוחה: קלט ועלות באיזון, המסתורין נותר מובנה, קוהרנטיות הפאזה גבוהה, והצופה מוחזק בתוך השדה האסתטי. יופי עמיד הוא אותו איזון השורד חשיפה חוזרת ונשנית — הוא מחזיק מעמד לא מכיוון שהוא מייצר הפתעה אינסופית, אלא מכיוון שהוא משמר מסתורין מובנה יציב ויכולת פרשנית קוהרנטית:

\frac{d\mathcal{H}_{\mathrm{aest}}}{dt}\approx 0,\qquad H_{\mathrm{mystery}}>0,\ \ \mathrm{PC}\to 1,\ \ \mathrm{GIC}^{*}\gg 0

פונקציונל הפעולה האסתטי המלא

איסוף האיברים מראה כי הערך האסתטי הממומש לאורך מרווח תפיסתי הוא העבודה הקוגניטיבית האינטגרלית לאורך המסלול, כשהיא מוכפלת ביכולת הפרשנית הקוהרנטית:

\mathcal{B}_{v2.6}[\gamma]=\mathrm{GIC}^{*}(O,S)\int_{0}^{T}\!\left[\alpha\!\left(-\frac{d\Phi_{O}(\gamma(t))}{dt}\right)+\beta\,\frac{H_{\mathrm{mystery}}(O,S,t)}{T_{\mathrm{char}}}+\eta\,\nu_{\mathrm{res}}\,\mathrm{PC}(O,S,t)-\lambda\,C(t)\right]dt

כל איבר נושא ממד המתכנס לקצב שטף מידע (nats לשנייה): איבר זרימת הפוטנציאל, קצב שחרור המסתורין המובנה, קצב דגימת קוהרנטיות הפאזה, אל מול קצב העלות הקוגניטיבית. האינטגרל הוא סך העבודה האסתטית ב-nats; המכפיל של היכולת הפרשנית הוא חסר ממד.

איבר	משמעות	גודל הנדסי מדיד
$\Phi_{O}$	שדה אי-התאמה ניבויית מושרה-אובייקט	קצב עדכון המודל על פני מצבי הארטיפקט
$H_{\mathrm{mystery}}$	עומק פרשני מובנה ולא פתור	עומק סמנטי לא פתור המתגמל קריאה נוספת
$\mathrm{PC}$	תיאום תזמון של הדינמיקה של האובייקט והסובייקט	תיאום של תנועה/חשיפה בממשק המשתמש עם התנהגות המשתמש
$\lambda C(t)$	עלות קוגניטיבית / דיסיפציה	השהיה, היסוס, חזרה לאחור, עומס יתר
$\mathrm{GIC}^{*}$	יכולת פרשנית קוהרנטית ביחס למורכבות	קיבולת מסלול יציב ביחס למורכבות היישום

מה שמתמטיקה זו טוענת, ומה שאינה טוענת

מה שניתן לטעון

מה שניתן לטעון: מסגרת פורמלית עקבית המתרגמת חוויה אסתטית להיפותזות עיצוב מדידות — עלות קוגניטיבית, מסתורין מובנה, תיאום פאזה, יכולת פרשנית וערך המסלול — הממודלים כעבודה קוגניטיבית אינטגרלית לאורך מסלול על יריעת מידע של Fisher-Rao, עם המילטוניאן אבחוני, משוואת מאזן דיסיפטיבית פתוחה ומשטרים קוגניטיביים הניתנים להפרכה (שעמום, עומס יתר, זרימה, יופי עמיד).

מה שלא ניתן לטעון

מה שלא ניתן לטעון: שזהו חוק פיזיקלי מדוד של המוח, או שההמילטוניאן האסתטי הוא גודל פיזיקלי נשמר, או שהמודל מוגדר במלואו כמחשבון כיום. זהו אינווריאנט אבחוני פורמלי למידול דינמיקה אסתטית קוגניטיבית, ולא חוק שימור מוכח.

הגבול המפורש

הגבל המפורש: המסגרת מגדירה את הכוחות והאיזונים אך אינה מפרטת עדיין במלואה כיצד למדוד כל אחד מהם. פוטנציאל האובייקט Φ_O, העלות הקוגניטיבית C(t), שטף הקלט I_input(t), הרעש והאנטרופיות הפתורות, מורכבות הגנרטור K_gen, מרחב הפרשנות Ω, והקבועים ν_res ו-T_char מוצגים כגדלים מדידים הניתנים להערכה, אך לא כאופרטורים קבועים בעלי יחידות ונהלי מדידה. השאלה האם ניתן לחלץ כל אחד מהם מטלמטריה בלבד או שיש צורך במכשירים כגון מעקב עיניים היא גבול מחקר פתוח — וכך היא מוצגת. עד שאופרטורים אלה יקובעו, מדובר במסגרת מידול בלבד, ולא במחשבון מוגמר.

מדוע זה מפורסם במלואו

מדוע זה מפורסם במלואו בכל זאת: מסגרת תיאורטית עקבית, המובאת עם הנוסחאות שלה והגבולות שלה, היא חוזה היושרה המדעית של שכבת המדע — שכבת השיווק אומרת מה TITI עושה; שכבה זו מסבירה מדוע היא בנויה כך, והיכן מסתיימות הראיות שלה כיום.

הניסוח התמציתי והחזק ביותר של המודל: יופי הוא עבודה קוגניטיבית אינטגרלית לאורך מסלול הנוצרת על ידי שדה פוטנציאל מידע מושרה-אובייקט, כשהיא מוכפלת ביכולת פרשנית קוהרנטית ומוגבלת על ידי תיאום פאזה ודיסיפציה קוגניטיבית.

מקורות

Amari, S. & Nagaoka, H. — Methods of Information Geometry (מטריקת Fisher-Rao, יריעות סטטיסטיות) — https://doi.org/10.1090/mmono/191
Friston, K. — The free-energy principle: a unified brain theory? (אנרגיה חופשית וריאציונית) — https://doi.org/10.1038/nrn2787
Itti, L. & Baldi, P. — Bayesian surprise attracts human attention (הפתעה וקשב) — https://doi.org/10.1016/j.visres.2008.09.007