Sklar 能拆能拼，Wilson 会粗粒化：鲁学星的 DisCo 代数在干什么

一台统一斯科拉与威尔逊的涌现机器

引子：两条哲学路线，一个数学框架

概率论和物理学，各自有一套关于"整体与部分"的哲学。它们走了几十年，几乎从不对话。

第一条线，是数学的。

Abraham Sklar 在 1959 年给了概率论一个优雅承诺：任何多维联合分布，都能拆成一维边缘加上一个 copula。拆得开，拼得回。双射。干净。这背后是一整套哲学：分解是精确的，信息是完整的，整体等于部分按规则组装。

第二条线，是物理的。

Kenneth Wilson 在 1970 年代面对的是另一个问题：一个磁性材料里有 $10^{23}$ 个自旋，你不可能追踪每一个。他的做法是分块、积分掉细尺度、看宏观有效理论。这背后是另一整套哲学：粗粒化必然有损，整体永远大于部分之和，你拼不回去不是因为算错了，是因为世界本身就是分层的。

这两条线，一个说"可逆"，一个说"不可逆"。一个属于统计学，一个属于物理学。它们像两条平行线，各自正确，互不干涉。

直到鲁学星（Xuexing Lu）把两者焊进了同一台机器。

他发明了一套叫 DisCo（Disintegration + Combination）的代数框架。在这台机器里，Sklar 的"可逆分解"变成了零曲率特例，Wilson 的"不可逆粗粒化"变成了重整化算子的标准形式。而拆拼之间那道不可消除的裂缝——被他命名为概率曲率——恰好就是物理学里那个最神秘、最被滥用、最缺乏数学定义的词：

涌现

这篇文章讲的就是这个故事：两条哲学路线如何统一，统一之后指向什么，以及为什么它能给"涌现"发一张数学身份证。

第一幕：数学线——Sklar 的承诺

Sklar 定理说：

任意 $n$ 维联合分布 $F(x_1,\dots,x_n)$，可以唯一分解为各变量的一维边缘 $F_1,\dots,F_n$ 和一个耦合函数 $C$（copula）：

$$F(x_1,\dots,x_n) = C(F_1(x_1),\dots,F_n(x_n))$$

反过来，给定边缘和 copula，联合分布被唯一确定。

拆拼互逆。双射。

这背后是一整套数学哲学：变量是先验的原子，依赖是加在原子之间的结构，分解是解析操作而非信息事件。你给每个变量发一张"一维身份证"（它的边缘 CDF），系统就能被完整重建。

这个承诺为什么能兑现？因为 Sklar 取的是最细划分——每个块大小为 1，摘要用一维 CDF（概率积分变换 PIT）。信息没有损失，所以拼得回去。

在 DisCo 的语言里，Sklar 对应零曲率情形：$\mathcal K_{\mathcal I}(\mu) = 0$，拆拼完美互逆。它是童话，但童话有存在的权利——在最细的尺度上，它是对的。

第二幕：物理线——Wilson 的粗粒化

Wilson 面对的问题画风完全不同。

一个铁磁体，$10^{23}$ 个自旋。你不可能追踪每一个微观状态。Wilson 的做法是：把邻近自旋聚成"块"，定义块级宏观变量（比如平均磁化强度），然后积分掉块内部的细尺度自由度。得到的是只描述宏观行为的有效理论。

关键洞察有三层：

1. 粗粒化必然有损。​ 你不可能从宏观磁化强度反推每个微观自旋的方向。这不是技术限制，是本体论事实。

2. 损失里藏着结构。​ 沿"尺度"跑粗粒化（RG 流），你会看到某些耦合常数消失，某些留下来，某些在不动点附近发散。留下来的，定义了普适类。

3. 宏观对象是被"焊"出来的。​ 自旋不是先验的——在更粗的尺度上，"自旋"本身可能只是一个有效自由度，是更细结构的涌现产物。

Wilson 的世界观和 Sklar 截然相反：

这两条线，一个说"能还原"，一个说"不能还原"。一个属于概率论，一个属于统计物理。它们各自自洽，但从未被放进同一个数学框架。

第三幕：DisCo——把两条线焊进一台机器

鲁学星做的事，表面上是发明了一套概率分解框架，骨子里是把 Sklar 和 Wilson 统一了。

核心思想极简：

给定联合测度 $\mu \in \mathrm{Prob}([0,1]^n)$，选一个坐标划分 $\mathcal I = (I_1,\dots,I_k)$。然后做两步：

拆（Disintegration）：​ 沿划分把 $\mu$ 拆成块边缘 $\mu_j$ 和骨架 $\Phi_k$（记录块摘要之间的依赖）。每块的高维信息被压成标量——用块自身的联合 CDF 做摘要：$\Psi_j(u^{(j)}) = \mu_j([0,u^{(j)}])$。

拼（Combination）：​ 从 $(\mu_1,\dots,\mu_k;\Phi_k)$ 出发，对每个摘要值 $t$，用各块条件分布 $\mu_j(\cdot\mid t_j)$ 乘起来，再对骨架积分：

$$R_{\mathcal I}(\mu) = \int \bigotimes_{j=1}^k \mu_j(\cdot\mid t_j)\, d\Phi_k(t)$$

结果：

• 拼→拆 = 恒等。​ 你本来就只表达了摘要能表达的东西，所以拆得回来。

• 拆→拼 ≠ 恒等。​ 真实分布里"摘要之外的跨块纠缠"被压没了。差额是一个 KL 散度：

$$\mathcal K_{\mathcal I}(\mu) = \mathbb E_{t\sim\Phi_k}\left[ D_{\mathrm{KL}}\left( \mu(\cdot\mid t) \;\Big\|\; \bigotimes_{j=1}^k \mu_j(\cdot\mid t_j) \right) \right]$$

这就是概率曲率。

现在看它怎么统一两条线：

• 取最细划分 → 退化为 Sklar（零曲率，互逆）。数学线被收编为零曲率特例。

• 取尺度划分 → 概率曲率就是 RG 流中"被积分掉的细尺度信息"。物理线被收编为非零曲率情形。

同一台机器，两种哲学，一个公式。

而且这台机器不是随便写的——它有代数结构：拆是 cooperad（余代数），拼是 non-unital partial operad（非酉部分代数）。两者构成对偶。拆和拼不互逆，不是框架的缺陷，而是这个代数结构的内禀性质——就像非交换代数里 $ab \neq ba$ 不是 bug 一样。

第四幕：数学与物理的统一——信息损失即涌现

到这里，文章的主线交汇了。

DisCo 里的概率曲率 $\mathcal K_{\mathcal I}(\mu)$，在数学上是一个 KL 散度。它度量的是"真实条件分布"和"摘要假设下的独立乘积"之间的距离。在信息论里，这等价于以块摘要为条件时的跨块条件总相关。

但鲁学星把它写进了 operad 的代数结构里。这意味着它不只是"又一个信息论量"——它是上同调类。

类比微分几何：你有一组局部坐标卡（划分），在每个卡上定义局部数据，问这些局部数据能不能无缝拼成全局对象。不能拼回去的障碍叫曲率。在代数拓扑里，局部 trivialization 拼不回去的障碍叫上同调类。

DisCo 里发生的是同一件事：

• 局部 = 每块的条件分布 $\mu_j(\cdot\mid t_j)$

• 全局 = 真实联合分布 $\mu$

• 拼不回去的障碍 = 概率曲率 $\mathcal K_{\mathcal I}(\mu)$

• 换划分消不掉的那部分 = 概率上同调类

现在，物理学里那个最玄的词——涌现——突然有了冷冰冰的数学定义：

涌现 = 在给定划分和摘要格式下，局部信息拼不回全局的那部分残差。

不是"整体大于部分之和"这种模糊感叹。是精确可计算的：

$$\text{涌现}(\mathcal I, \text{摘要格式}) := \mathcal K_{\mathcal I}(\mu) = D_{\mathrm{KL}}(\mu \parallel R_{\mathcal I}(\mu)) \geq 0$$

它有几个关键性质，恰好对应物理学对涌现的直觉：

1. 依赖划分。​ 换一种"部分"的定义（换块方式），涌现量会变。这解释了为什么"涌现是尺度依赖的"——你看到涌现，是因为你选了那个尺度。

2. 依赖摘要格式。​ 用 CDF 摘要是一种选择；用最优传输势、score function、神经网络条件核，会得到不同的曲率定义。这解释了为什么不同学科对"什么是涌现"有不同答案——它们用了不同的接口。

3. 零曲率 = 无涌现。​ 当 $\mathcal K = 0$ 时，局部信息完全决定全局，没有"额外的东西"冒出来。这就是 Sklar 的童话世界。

4. 非零曲率 = 涌现发生。​ 残差不可消除，跨块依赖无法被摘要捕获，宏观行为"多出来"了。这就是 Wilson 的粗粒化世界里必然发生的事。

5. 换划分消不掉的部分 = 上同调不变量。​ 这是最强的一句：如果某种涌现结构在任何"合理"的划分和摘要下都非零，那它就是一个拓扑不变量——你无法用任何局部重组来消除它。这就是物理学里"普适类"的数学对应。

尾声：一个代数机器(DisCo)，一个核心概念(涌现)

回到开头。

Sklar 代表数学的承诺：拆得开就能拼回去。Wilson 代表物理的真相：粗粒化必然有损，整体永远大于部分之和。这两条线走了几十年，互不干涉。

鲁学星的 DisCo 代数把它们焊进了同一台机器——一台基于 cooperad 和 partial operad 的代数机器。在这台机器里：

• Sklar 的互逆性 = 零曲率特例

• Wilson 的粗粒化 = 非零曲率下的重整化算子

• 信息损失 = KL 散度 = 概率曲率 = 上同调类

而所有这些，最终指向一个核心概念：

涌现。

不是比喻意义上的涌现，不是哲学散文里的涌现，而是可以被定义、被计算、被追踪、被分类的数学对象。它是拆拼不互逆的精确度量，是局部数据无法拼成全局的代数障碍，是信息在粗粒化过程中"蒸发"后留下的拓扑印记。

如果这套框架成立——如果"涌现 = 概率曲率"能被物理学和复杂系统研究接受——那它做的事情就不只是"统一了两个学科"，而是给一个最古老的科学问题发了第一张数学身份证：

世界为什么"多于"它的部分？因为拆和拼不是逆运算。差额就写在那里，你可以算它。

参考文献：鲁学星 arXiv:2610.15006（DisCo 代数 v1/v2）；Sklar 1959；Wilson 1971/1983；关于概率曲率与条件总相关的等价性，见信息论标准文献；关于 operad/cooperad 对偶，见 Markl–Shnider–Stasheff；关于涌现的数学定义，本文给出的是 DisCo 框架下的首次严格表述。

支持单位：