计算时间分布能揭示底层计算机制吗？

缩放曲线约束效率，而非机制

论文从一个实际问题出发：从人类认知到神经形态或量子硬件，许多计算系统都无法通过读取其算法或内部表征来刻画。计算复杂性理论按问题规模趋于无穷时的资源需求对抽象模型分类，但有限物理系统受其架构和物理基底塑造。作者因此追问：可观测的计算时间是否携带关于计算如何组织的信息。

他们的第一个工具是经验基准测试：在一系列问题规模上测量计算时间，并拟合其缩放方式。在视觉搜索任务中，输入规模是黑白像素的总数，从 400 个图像位置变化到接近 320,000 个。对人类数据和三个模型而言，平均反应时间都随输入规模近似线性增长。这种共同趋势正是基准测试步骤的核心局限：模型时间步之间、以及模型时间步与以秒计的人类反应时间之间，本身不可直接比较，因此斜率差异无法直接映射为机制差异。

作者还把线性和平方根基准曲线叠加到分布上。对齐这些曲线需要随系统不同而不同的任意缩放因子，解释也强烈依赖这些选择。因此，基准测试约束了宽泛的计算效率和缩放行为，却不能唯一区分这里测试的机制。

三种机制在证据采样方式上不同

比较建立在三个模型上，它们执行同一搜索任务，但以不同方式组织证据累积。其中两个是漂移扩散模型。在两者中，样本都会更新目标存在和目标不存在假设的对数似然图，直到某个位置的后验概率超过决策阈值；反应时间是达到该阈值所需的样本数。随机漂移扩散模型（rDDM）均匀随机抽取每个样本位置，不利用其后验图引导采样。引导漂移扩散模型（gDDM）则在当前最可能包含目标的位置采样，因此充分利用了时空记忆。

第三个模型是由浅层脉冲神经网络构建的机制神经网络模型（MNM）。它反复在图像上放置一个中央凹式视野，让多个位置并行处理。它不维护全局后验，而是在局部累积证据：初始放置是随机的，如果输出神经元放电，确认阶段会在同一位置重复一次，确认成功则触发与真实目标坐标的验证。反应时间计算评估和确认步骤，再加上随图像规模缩放的验证成本。

这一区别很重要，因为漂移扩散模型处理的是抽象证据样本而非图像本身，而 MNM 直接处理视觉输入，因此是图像可计算的。不过，三者都会产生随机动力学，而分布分析正是为了读取这些动力学。

完整分布保留了均值丢弃的信息

经典视觉搜索分析把噪声数据压缩为平均反应时间随集合规模变化的函数。作者认为，这种压缩丢弃了包含机制信息的分布信息，而且跨参与者聚合反应时间可能扭曲分布形状。他们的替代方案把计算时间分布视为机制所产生的随机动力学的特征：信息如何被采样、累积和变换。

为了比较不同时间单位系统的分布形状，他们把每个反应时间除以图像位置数，得到每个位置的反应时间。在近似线性缩放下，这种归一化把不同输入规模的观测合并起来，给出分布形状的聚合估计，统计功效高于任何单一输入规模。随后，参与者特定的拉伸因子把模型时间重新缩放到人类时间。

在这些特征分布上进行了两种互补比较。基于形状的 Kolmogorov–Smirnov 分析为每个参与者和模型找到使参与者分布与模型分布距离最小的拉伸因子，然后用双侧配对 t 检验比较成对距离。概率性的留一法边际对数似然分析为每个模型的输出拟合 Gamma 分布，并对拉伸因子的不确定性积分，其先验由所有其他参与者构建，以避免重复使用参与者自身数据。对求和差异的不确定性通过 10,000 次有放回重采样参与者的自助法量化。

分布能区分基准测试无法区分的模型

核心结果是两种分析之间的对比。基准测试发现模型和人类观察者的缩放行为大致相似，在测试范围内平均趋势近似线性。分布分析则区分了这些模型。换言之，区分机制的信息不在平均计算时间随问题规模增长的速度上，而在这种增长周围变异性的形状中。

这是论文关于描述层次的核心主张：计算时间分布提供了一个经验描述层次，把可观测的计算行为与底层计算机制联系起来。作者将其定位为对计算复杂性理论的补充，把计算的经验研究从测量性能扩展到刻画组织。

这一主张有明确边界。作者指出，尽管系统的随机性与其分布之间存在因果联系，但不能声称某种独特分布形状唯一识别底层机制。不同机制可能产生相似分布，有限数据集必须代表无限数据集，系统也可能同时使用多种机制，导致分布形状含糊。因此，这种推断是比较性的经验推断，而不是仅凭分布形状解码内部算法。

该框架能比较什么，不能比较什么

演示使用了 94 名参与者，他们通过量子物理研究组、维也纳大学认知科学中心和心算世界杯组织招募：55 名男性、39 名女性，平均年龄 27.4 岁，范围 17 至 61 岁。一名参与者贡献了用于说明分布特性的大型数据集（1,398 次试验），被排除在比较分析之外；其余参与者平均贡献 171 次试验，范围为 150 至 200 次。因此，人类比较基于执行像素搜索任务的非概率样本，而不是广泛人群估计。

作者把该框架定位为适用于生物、经典、神经形态和量子实现中的有限计算系统，正是因为它不需要访问内部算法或架构。他们还勾勒了扩展方向：对机制随学习或适应而变化的系统做时间推断，以及比较多种机制相互作用的混合系统。这些是提出的方向，而不是视觉搜索实验中已展示的结果。

实际解读是一种优先级排序。当问题是两个系统是否在计算组织上不同时，匹配平均缩放曲线是弱证据，因为任意缩放选择和时间单位不可比使解释不确定。分布比较带有明确的拉伸因子和两个独立拟合标准，才是本研究中判别性证据所在。

分布才是具有判别力的测量

论文最有用的要点是一个比较，而不是关于哪个模型正确的裁决。基准测试回答的是宽泛效率问题，结果接近平局：人类观察者和三个模型都显示，平均反应时间随输入规模从 400 到接近 320,000 个位置近似线性增长。分布分析回答的是另一个问题，即证据累积的随机动力学，而 rDDM、gDDM 和 MNM 正是在这里分开。

因此，对于评估基于时间数据的机制主张的读者，相关阈值是分析使用完整分布还是仅使用均值。作者自己的告诫设定了边界：不同机制可能产生相似分布，有限数据集必须代表无限数据集，混合机制可能模糊分布。在这些限制内，论文主张计算时间分布——而非仅缩放斜率——才是携带计算组织信息的测量。

本文引用的文献