Физики из Университета Инсбрука и их коллеги математически показали: в некоторых средах агент не может одновременно предсказывать будущее наилучшим образом и извлекать из взаимодействия с этой средой максимум полезной работы. Чтобы достичь максимальной энергоэффективности, ему приходится забыть часть сведений о собственных прошлых действиях. Статья вышла 5 октября 2026 года в журнале Physical Review X.

Почему память может иметь цену

В модели агент получает сигналы от среды, действует, а затем получает новые сигналы. Его действия меняют среду, поэтому влияют и на то, что он будет наблюдать дальше. Например, робот, двигаясь по комнате, сам меняет условия для своих следующих наблюдений.

Авторы ввели показатель, который назвали рабочей способностью: это максимальная скорость, с которой агент может извлекать полезную работу из среды при повторяющихся взаимодействиях. С его помощью они сравнили возможную энергоэффективность разных способов хранить информацию и выбирать действия.

Информация о прошлом может улучшать прогноз. Но если агент сам влияет на будущие наблюдения, для предсказания ему может понадобиться помнить и прежние сигналы, и свои действия. У хранения этой истории есть термодинамическая цена. Поэтому точность прогноза и максимальное извлечение работы в некоторых случаях расходятся.

В статье это объясняют на примере робота, который открывает дверь. Если робот помнит, насколько сильно толкнул створку, ему проще предсказать её движение. Но в некоторых условиях для максимального извлечения работы ему пришлось бы отказаться от этой полезной для прогноза детали. Это пример, поясняющий математический результат, а не эксперимент с роботом.

Вывод не означает, что практическим компьютерным системам нужно стирать память. Он описывает теоретическое ограничение для некоторых сред. В статье не сообщается об экспериментальной проверке результата.

Подробные доказательства и расчёты для примера приведены в дополнительных материалах к статье. Тем, кто готовит собственную публикацию, может пригодиться подготовка научной статьи.

Концептуальная схема показывает, как действия агента влияют на среду и почему память о них может создавать компромисс между точностью прогноза и извлечением работы.

Фото: Kindel Media / Pexels