逻辑与资料层z
1、资料层z的特殊分类
资料层z从某种意义上可以定义为被束缚的ziyou，其演算机产生了的各种逻辑分类。早在八十年代，曾经做过一个著名的试验，一维自律机在随机的初始条件下所产生的逻辑可以归结为4类。
1、固定值型：自律机演化到一定时刻就变成了一种恒定的图案不再变化；
2、周期型：自律机固定在具有一定循环结构中不再改变；
3、混沌型（或叫随机类型）：结构在不停的变化，但是它们没有确定的变化规律；
4、复杂型：这类结构介于完全秩序与完全混沌之间，会产生一些局部的复杂结构，但整体似乎又不是完全混沌随机。
这是四种类型的自律机对于信息传播的情况，在微小的初始条件扰动会对四类自律机产生不同的影响。对于第一类，这种扰动丝毫没有影响；对于第二类，初始条件的改变整体的影响会集中在中心不会扩散。而对于第三类，则一个小的改动就会造成大范围的的改变，即混沌系统中普遍存在的对初始条件的敏感xing。对于第四类，初始条件的改变对整体的影响既不是很大也不是很小。从信息传播的机制上来看，这四类自律机还是有着本质不同的。另外，观察到的一个非常普遍的现象是：自相似、自嵌套的分形结构。
2、复杂xing的极限
进一步，还对各种计算宇宙进行了穷举试验，包括什么图灵机、替换系统、tag自动机等等，发现：大致上说，这些系统产生的图形也可以归结为那四种类型。而且，最重要的是，系统产生的似乎并不会随着系统规则复杂xing的增长而增长。一般认为二维的自律机比一维的自律机规则更复杂。然而，当我们把二维的自律机压缩成一维的时候，会看到和一维自律机非常相似的结构。经过大量的实验，似乎可以得到这样一个结论：规则复杂xing的增长并不一定会导致行为复杂xing的增长。定xing来说，如果将两者画成关系曲线，
当规则非常简单，它的行为肯定是简单的。这时候我们稍稍增加规则的复杂xing，系统的行为也会复杂。然而，当规则的复杂xing超过某个特定的程度之后，行为的复杂xing就不会增长了。似乎行为复杂xing的增长存在一个阈值，系统的复杂xing不能超越这个阈值，而无论底层规则多么复杂。这个结论实际上有着非常深刻的内涵。
这个原理的发现，似乎在告诉人们，为了建模复杂系统，并不是越复杂的计算机模型越好，因为原则上讲，更复杂的计算机规则并不一定能够导致更复杂的表现行为。
四、事象模拟
简单程序可以模拟自然界的生长现象，例如雪花的形成、树的生长、动物表面上的花纹等等。运用自律机还可以模拟自然界的一些复杂的非线xing过程，例如复杂的流体、交通流等。然而，这些应用其实又回到了一般计算机模拟的老路上，即针对具体问题，赋予每一个比特一定的意义，然后让系统去演化。然而，anee强调的是忘掉模拟和比特的意义，这样一种哲学会给我们带来耳目一新的感觉。
爱斯拉妮娅公主的在遗弃的封印中运用的数据解析就属于事象模拟的范围，即通过继承自zloker01“观测机制”反向模拟了已生成的事象，再通过代替系统进行干涉从而分解了既成的物质和能量。反转结果也是可行的，换句话说只要有足够的能量可以让任何虚拟的事物成为真实的事象，她所制造的主神空间也是基于这个原理。
五、关于量子力学
1、离散
量子力学告诉我们，很有可能在非常微小的尺度上，我们所生活的空间是离散的。也就是说，宇宙的空间从本质上讲就是一张离散的大网。然而，网络是没有维度的，它和我们感受到空间的三个维尺度不同，这个冲突如何解决呢？答案就在于涌现。首先，反看问题，即由空间得到网络。这个问题对于搞计算机的人来说并不陌生：即如何对一个空间进行有限的划分，从而得到一些基本的单元。例如，对二维平面进行划分有多种方法：方格、六角格等等。
它们分别是对一维直线区域、二维平面、三维立体空间的划分。给定了这样的一个划分，就能得到一个网络。把该网络不重叠的画在一个最小维度的空间之中，三维的网络空间是不可能不重叠地画在二维空间之中的。进一步，可以把这个结论抽象为对网络的维度定义。即如果网络中任意一点邻居的个数随着距离的增大而呈现上式的关系的话，那么就可以定义该网络的维度。
总的说来，如果我们宇宙的空间是由离散的网络构成的，那么它也能够自然导出我们所体验到的各种三维空间的xing质。
2、因果网络
除了空间之外，宇宙的另一个重要xing质就是时间。关于时间，首先，我们所体验到的时间是一个一维的长河，宇宙的时钟每嘀嗒一次，该宇宙中的所有物体就都同时更新一次相位即状态。这些物体的状态更新就构成了不同的事件。宇宙好像一张大的因果网，不同的事件由于相互之间的因果关系而连接到一起。因此，从时间角度看宇宙，那么一个一个事件就构成了基本的研究单位，并且事件之间由于因果联系构成的网络也成为了某种非常本质的描述。
在计算机的各种计算宇宙中，也存在这样的因果联系事件。不同
喜欢无限之魂请大家收藏：(m.shudai.cc),书呆网更新速度最快。