Trend Olan Konular
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Anahtar alıntı---
Bir Oyuncak Model: PageRank aracılığıyla Monad Oluşumu
İşte gerçekten olup bittiğini düşündüğüm somut bir oyuncak modeli. Bu oyuncak modeline PageRank Monadology* diyelim.
Yönlendirilmiş bir grafikle başlayın. Her düğüm, ilkel bir quale, deneyimin temel bir unsurudur. Kenarlar nedensel/dikkat bağlantılarını temsil eder: A'dan B'ye bir kenar varsa, A fenomenolojik olarak ilgili anlamda B'yi "etkiler".
Her zaman adımında üç şey olur:
Adım 1: Segmentasyon. Grafik ayrık gruplara ayrılır. Her grup "güçlü bağlantılı bileşen" olarak tanımlanır; yani gruptaki herhangi bir düğümden başlarsanız ve yönlendirilmiş kenarları takip ederseniz, sonunda başladığınız yere geri dönersiniz. Grubun içinde sıkışıp kalıyorsun. Bunlar monadlar.
Adım 2: Bütünsel Güncelleme. Her grup içinde anında PageRank çalıştırıyorsunuz. Her düğüm, tüm grubun yapısına göre yeni bir ağırlık kazanır. Bu, sabit boyutlu-sabit pencereli hücresel otomatlar gibi yerel bir güncelleme değil. Bunun yerine, her düğümün yeni durumu, monadının tüm konfigürasyonunu aynı anda yansıtır. Bunu o monad için "deneyim anı" olarak düşünün: sınır içindeki her şeyi dikkate alan bütünsel bir uyum.
Adım 3: Yeniden kablolama. Yeni ağırlıklar ve önceden var olan yapıya dayanarak, grafik yeniden yapılanır. Yeni kenarlar oluşur ve topoloji değişir. Bu, yeni, güçlü bağlantılı bileşenler oluşturur ve döngü tekrar eder.
Bu bize ne kazandırıyor? Bir keresinde değişken kova boyutları. Güçlü bağlantılı bileşenler, tek düğümlerden büyük kümelere kadar her boyutta olabilir. Modelde bu durumu önceden düzelten hiçbir şey yok; topolojiden ortaya çıkar. Ve bütünsel bir güncelleme kuralı: her monad içinde PageRank algoritması tüm iç yapıyı aynı anda ele alır. Monadın "deneyimi" yerel etkileşimlerden - en azından safça - oluşturulmaz, çünkü bütünün bir fonksiyonu olarak hesaplanır.
Bu elbette şemadır. Beynin PageRank'i gerçekten çalıştırdığını iddia etmiyorum. Ama bence önemli olduğunu düşündüğüm yapısal özellikleri yakalıyor: sistemi bütünlere oyan sınırlar ve bu bütünler üzerinde birim olarak çalışan kuralları güncelliyor, parçalarını yinelemeden ziyade.
En İyiler
Sıralama
Takip Listesi
