# NIOT-01 — 數值同一性單元與投影非同一原理

## Numerical Identity Units and the Projection Non-Identity Principle

**系列：** Numerical Information Object Theory（NIOT）／數值資訊物件論  
**篇次：** Paper 01  
**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  
**版本：** v0.1  
**日期：** 2026-09-22  
**文件性質：** 基礎本體論／定義論文／系列正式起始篇  
**前置：** NIOT-00《數值資訊物件論：從線性浮點表示到無界探針矩陣與微觀數字世界》  
**相關既有理論：** ICNS、MNVP、CAIR、ISQL、同一性微積分、主動索引微積分、完成—投影雙向語義  
**狀態：** DRAFT / FOUNDATIONAL ONTOLOGY / FORMALIZATION-READY  
**Canonical Source：** UTF-8 Markdown  
**數學原始碼規範：** inline math 僅使用 ` $...$ `，display math 僅使用 `$$...$$`

---

# 摘要

傳統數學中，一個數值通常以其所屬集合與值本身被識別，例如 $x\in\mathbb R$。傳統程式設計與數值計算則進一步把數值落實成有限表示，例如浮點格式、整數位元模式、字串、任意精度小數或符號表示。這些方法對標準數學與工程計算已經足夠強大，但當數值被置於 AI、語義 Runtime、資料來源追蹤、跨表示轉換、動態索引、證書化計算與多投影系統中時，一個重要問題開始浮現：**目前被讀出的 scalar 是否等於整個數值計算對象？**

本文提出數值資訊物件論的第一組本體論公理，核心區分三種不同層級：

$$
\boxed{
\text{abstract value}
\neq
\text{represented value}
\neq
\text{numerical information object}.
}
$$

本文以 $\mathfrak N$ 表示一個數值資訊物件，以 $\pi_v$ 表示其 scalar-value projection。對任何實際數值物件：

$$
\pi_v(\mathfrak N)=x
$$

只表示 $x$ 是 $\mathfrak N$ 的一個合法值投影，而不自動推出：

$$
\mathfrak N=x.
$$

這一原則稱為**投影非同一原理**。

進一步地，本文提出「每一個數都是一」的嚴格版本。這裡的「一」不是數值 $1$，也不是宣稱所有數彼此相等；它表示每一個已被識別、可保持來源與操作連續性的數值資訊物件，都可以被視為一個**同一性單元**：

$$
\boxed{
\mathbf 1_{\mathfrak N}
}
$$

其中 $\mathbf 1_{\mathfrak N}$ 表示「此對象作為一個完整研究單元」的身份，而非其 scalar value。索引、切片、探針、表示轉換與局部投影可以改變我們觀察到的資訊，但在合法操作下不必改變該數值物件的 canonical identity。

本文進一步引入 value-equivalence fiber。若兩個不同數值資訊物件具有相同 scalar projection：

$$
\pi_v(\mathfrak N_1)
=
\pi_v(\mathfrak N_2)
=
x,
$$

它們只在 value projection 下等價，而不必在來源、歷史、語義、精度、證書、索引、關係與表示結構上同一。因此 scalar projection 天然可能將一組更高資訊結構壓成同一值：

$$
\boxed{
\pi_v^{-1}(x)
=
\{
\mathfrak N:\pi_v(\mathfrak N)=x
\}.
}
$$

本文將這個 fiber 視為「數值資訊差」的第一個數學入口。

最終，本文建立 NIOT 的本體底座：數值資訊物件不是對傳統數學數值的否定，而是在既有 value layer 外加入 identity、representation、provenance、index、relation、history、certificate 與 bridge 等可計算結構。古典數值仍然保留在其原有數學域中；新理論處理的是**同一個值在實際計算世界中如何成為一個可被探測、切片、定址、投影與驗證的資訊對象**。

**關鍵詞：** 數值同一性、投影非同一、數值資訊物件、同一性單元、value fiber、資訊差、canonical identity、scalar projection、同一性微積分、ISQL、CAIR、ICNS

---

# 1. 問題的精確化

## 1.1 一個數到底是哪一層的對象？

考慮：

$$
x=0.73125.
$$

這個式子可以至少有四種不同讀法：

1. $x$ 是一個抽象實數；
2. $x$ 是某種十進位有限表示；
3. $x$ 是某個機器浮點值的顯示結果；
4. $x$ 是某個更完整計算狀態的 scalar projection。

在傳統初等計算中，這四種讀法常可被安全地壓在一起。然而在以下情境中，它們不能再被默認為同一：

- 精確實數與浮點數互換；
- 來源不同但顯示值相同；
- 同值不同單位；
- 同值不同精度；
- 同值不同 uncertainty；
- 同值不同時間狀態；
- 同值不同版本語義；
- 同值不同生成路徑；
- 同值不同 certificate；
- 同值不同 index / address；
- 同值不同 canonical object。

因此本文不從：

$$
x
$$

本身開始，而從：

$$
\boxed{
\mathfrak N
}
$$

開始。

---

## 1.2 三層區分

本文先建立最小三層：

### 第一層：抽象值層

$$
x\in X,
$$

其中 $X$ 可以是：

$$
\mathbb N,\mathbb Z,\mathbb Q,\mathbb R,\mathbb C
$$

或其他數學承載域。

此層處理的是加法、乘法、序、拓撲、極限、代數結構、測度、幾何與其他標準數學性質。本文不取代此層。

### 第二層：表示層

令：

$$
r\in\mathcal R
$$

為某種表示，例如 decimal string、binary string、float、arbitrary precision、rational pair、symbolic term、interval、stream、tensor cell 或 database field。

存在語義映射：

$$
\llbracket-\rrbracket:
\mathcal R
\rightarrow
X.
$$

### 第三層：數值資訊物件層

定義：

$$
\boxed{
\mathfrak N
\in
\mathfrak X
}
$$

其中 $\mathfrak X$ 是數值資訊物件空間。

 $\mathfrak N$ 不只攜帶值，也攜帶使其能在實際系統中被識別、操作與驗證的結構。

因此：

$$
\boxed{
X
\neq
\mathcal R
\neq
\mathfrak X.
}
$$

---

# 2. 數值資訊物件的最小本體

## 2.1 初版結構

定義數值資訊物件：

$$
\boxed{
\mathfrak N
=
\left\langle
\iota,
v,
\sigma,
a,
r,
h,
p,
q,
c,
b
\right\rangle.
}
$$

其中：

- $\iota$：canonical identity；
- $v$：value state；
- $\sigma$：semantic / representation schema；
- $a$：address / index state；
- $r$：relation state；
- $h$：history / derivation；
- $p$：provenance；
- $q$：quality / precision / uncertainty；
- $c$：context / constraint；
- $b$：bridge information。

這不是宣稱所有實作都必須永久保存十個欄位，而是表示一個數值資訊物件的完整理論空間至少允許這些資訊方向存在。

---

## 2.2 Core 與 Envelope

為避免理論物件過度肥大，本文區分：

$$
\boxed{
\mathfrak N
=
\operatorname{Core}(\mathfrak N)
+
\operatorname{Envelope}(\mathfrak N).
}
$$

這裡的加號不是數值加法，而是結構組成。

Canonical Core 至少需要：

$$
\boxed{
\operatorname{Core}(\mathfrak N)
=
\langle
\iota,
v,
\sigma
\rangle.
}
$$

Envelope 則可動態包含：

$$
\boxed{
\operatorname{Envelope}(\mathfrak N)
=
\langle
a,r,h,p,q,c,b,\ldots
\rangle.
}
$$

Core 確保對象身份與最低語義可恢復；Envelope 則允許資訊逐步被探測與擴充。

---

# 3. 投影非同一原理

## 3.1 定義

令：

$$
\pi:
\mathfrak X
\rightarrow
Y
$$

為任意合法投影。

則一般情況下：

$$
\boxed{
\pi(\mathfrak N)
\neq
\mathfrak N.
}
$$

只有當 $\pi$ 被證明為對指定資訊域的 information-preserving isomorphism 時，才可以在受限意義上把 projection 與 source object 等同處理。

---

## 3.2 Scalar projection

令：

$$
\pi_v:
\mathfrak X
\rightarrow
X
$$

為 scalar-value projection。

則：

$$
\boxed{
\pi_v(\mathfrak N)=x
}
$$

只代表 $\mathfrak N$ 在 value layer 上被投影為 $x$。

它不代表：

$$
\boxed{
\mathfrak N=x.
}
$$

這是 NIOT 的第一個核心公理。

---

## 3.3 為什麼這不是語言遊戲？

假設：

$$
\mathfrak N_1
=
\langle
\iota_1,
1.00,
\sigma_1,
p_1,
q_1,\ldots
\rangle
$$

以及：

$$
\mathfrak N_2
=
\langle
\iota_2,
1.00,
\sigma_2,
p_2,
q_2,\ldots
\rangle.
$$

即使：

$$
\pi_v(\mathfrak N_1)
=
\pi_v(\mathfrak N_2)
=
1.00,
$$

仍可能：

$$
\iota_1\neq\iota_2,
$$

$$
p_1\neq p_2,
$$

$$
q_1\neq q_2.
$$

例如一個是精密量測結果，一個是模型估計；一個 precision 是 $0.01$，一個 uncertainty 未知；一個由 exact rational 投影而來，一個由 float rounding 得到。

若只保留：

$$
1.00,
$$

這些差異全部消失。

因此：

$$
\boxed{
\text{same scalar}
\not\Rightarrow
\text{same numerical information object}.
}
$$

---

# 4. Value-equivalence 與資訊 Fiber

## 4.1 Value-equivalence

定義關係：

$$
\mathfrak N_1
\sim_v
\mathfrak N_2
$$

當且僅當：

$$
\boxed{
\pi_v(\mathfrak N_1)
=
\pi_v(\mathfrak N_2).
}
$$

此關係只表示 value projection 相同。

它不表示：

$$
\mathfrak N_1
=
\mathfrak N_2.
$$

---

## 4.2 Scalar fiber

對任一：

$$
x\in X,
$$

定義：

$$
\boxed{
F_x
=
\pi_v^{-1}(x)
=
\{
\mathfrak N\in\mathfrak X
:
\pi_v(\mathfrak N)=x
\}.
}
$$

 $F_x$ 是所有投影成同一 scalar $x$ 的數值資訊物件集合。

這是本文對「資訊差」的第一個正式入口。

---

## 4.3 Fiber multiplicity theorem

若：

$$
|F_x|>1,
$$

則 scalar projection：

$$
\pi_v
$$

在 $F_x$ 上不是 injective。

因此存在：

$$
\mathfrak N_1\neq\mathfrak N_2
$$

使得：

$$
\pi_v(\mathfrak N_1)
=
\pi_v(\mathfrak N_2).
$$

所以：

$$
\boxed{
\text{scalar equality is insufficient for object identity}.
}
$$

這不是額外假設，而是非單射投影的直接結果。

---

## 4.4 資訊差的最小定義

對：

$$
\mathfrak N_1,\mathfrak N_2\in F_x,
$$

若存在某個合法探針或結構函數：

$$
P
$$

使：

$$
P(\mathfrak N_1)
\neq
P(\mathfrak N_2),
$$

則稱兩者存在：

$$
\boxed{
\text{informational distinction under }P.
}
$$

因此「資訊差」不是神秘的新物理量，而是：

$$
\boxed{
\text{scalar projection 消去、但其他合法觀察仍可區分的結構差異。}
}
$$

---

# 5. 「每一個數都是一」的嚴格版本

## 5.1 最容易被誤解的句子

本文使用：

> 每一個數都是一。

但必須立即排除：

$$
1=2=3
$$

這種錯誤解讀。

本文的「一」不是：

$$
1\in\mathbb N.
$$

而是：

$$
\boxed{
\text{one identity-bearing unit}.
}
$$

---

## 5.2 Identity Unit

對任一具有 canonical identity 的數值資訊物件：

$$
\mathfrak N,
$$

定義其同一性單元：

$$
\boxed{
\mathbf 1_{\mathfrak N}.
}
$$

 $\mathbf 1_{\mathfrak N}$ 表示：

> 在目前理論中， $\mathfrak N$ 被作為一個完整、可保持身份的研究與操作單元。

因此：

$$
\mathbf 1_{\mathfrak N_1}
\neq
\mathbf 1_{\mathfrak N_2}
$$

並不矛盾。

兩者都是「一個單元」，但不是同一單元。

---

## 5.3 Identity Unit Axiom

本文暫提出：

$$
\boxed{
\forall \mathfrak N\in\mathfrak X,
\quad
\exists
\mathbf 1_{\mathfrak N}
}
$$

使得任何合法索引、投影與切片操作，只要未被明確宣告為 identity-changing operation，就應保留：

$$
\boxed{
\iota(\mathbf 1_{\mathfrak N})
=
\iota(\mathfrak N).
}
$$

---

## 5.4 「一」與「值」的分離

若：

$$
\pi_v(\mathfrak N)=7,
$$

則：

$$
\mathbf 1_{\mathfrak N}
$$

不是：

$$
1
$$

也不是：

$$
7.
$$

它是：

$$
\boxed{
\text{the identity unit whose scalar projection happens to be }7.
}
$$

因此「每一個數都是一」更完整的寫法是：

$$
\boxed{
\text{每一個被識別的數值資訊物件，都可以被視為一個同一性單元。}
}
$$

---

# 6. 同一性微積分進入數值域

## 6.1 切片不等於分裂

同一性微積分的核心原則是：

$$
\boxed{
\text{slicing}
\neq
\text{ontological destruction}.
}
$$

對數值資訊物件定義索引切片：

$$
\boxed{
d_I(\mathfrak N)
=
\{
(\mathfrak N,i)
:
i\in I
\}.
}
$$

這些不是新的獨立數值本體，而是同一個 canonical object 的不同 indexed views。

---

## 6.2 Identity preservation

對所有合法索引：

$$
i\in I,
$$

要求：

$$
\boxed{
\iota(\mathfrak N,i)
=
\iota(\mathfrak N).
}
$$

這稱為：

$$
\boxed{
\text{indexed identity preservation}.
}
$$

---

## 6.3 Forgetful integration

定義遺忘索引：

$$
\boxed{
\int_{\mathrm{id}}
(\mathfrak N,i)
=
\mathfrak N.
}
$$

則：

$$
\boxed{
\int_{\mathrm{id}}
\circ
d_I
=
\operatorname{id}_{\mathfrak N}
}
$$

在本文中不是一般測度積分，而是 identity-preserving retraction。

---

# 7. 主動索引與數值定址

## 7.1 被動 index 不夠

如果：

$$
i
$$

只是一個 metadata 標籤，它只能表示「這個片段叫什麼」。

主動索引微積分則允許：

$$
\boxed{
\widehat{\mathcal E}_{i\rightarrow j}
:
(\mathfrak N,i)
\mapsto
(\mathfrak N,j).
}
$$

因此 index 可以變成 navigation、routing、computation、selective expansion 與 local recombination。

---

## 7.2 Address 不等於 value

令：

$$
a_i
$$

為某個資訊地址。

則：

$$
a_i(\mathfrak N)
$$

可能指向 precision state、provenance node、history segment、spectral coordinate、relation cluster、certificate 或 bridge edge。

因此：

$$
\boxed{
\text{address space}
\neq
\text{value space}.
}
$$

這是數值微觀世界成立的必要條件之一。

---

# 8. Projection family

## 8.1 一個物件可以有多個合法投影

令：

$$
\Pi
=
\{
\pi_v,
\pi_r,
\pi_p,
\pi_q,
\pi_h,
\pi_a,
\ldots
\}.
$$

分別代表 value projection、representation projection、provenance projection、quality projection、history projection 與 address projection。

對同一：

$$
\mathfrak N,
$$

不同投影可以產生：

$$
\pi_i(\mathfrak N)
\neq
\pi_j(\mathfrak N)
$$

但仍共享：

$$
\iota(\mathfrak N).
$$

---

## 8.2 CAIR 型結構

這產生與 CAIR 相同的基本形狀：

$$
\boxed{
\text{one canonical object}
\rightarrow
\text{many projections}.
}
$$

數值資訊物件論把這個結構帶入數值域。

因此 decimal、binary、float、interval、graph、matrix 都可以是某個 canonical numerical object 的投影或 bridge result，而不是必然互相競爭的「真正表示」。

---

# 9. Canonical identity 與 Representation identity

## 9.1 兩種 identity 必須分開

定義：

$$
\iota_C
$$

為 canonical identity，

$$
\iota_R
$$

為 representation identity。

則可能：

$$
\iota_C(\mathfrak N_1)
=
\iota_C(\mathfrak N_2)
$$

但：

$$
\iota_R(\mathfrak N_1)
\neq
\iota_R(\mathfrak N_2).
$$

例如同一 exact rational：

$$
\frac12
$$

可以表示為：

$$
0.5,
$$

$$
\frac12,
$$

$$
0.1000_2.
$$

如果 bridge 被證明語義保持，則它們可以屬於同一 canonical value identity，而具有不同 representation identity。

---

## 9.2 反方向也可能成立

兩個 representation 看起來相同：

$$
\texttt{"1.0"}
$$

但 schema 不同時：

$$
\sigma_1\neq\sigma_2,
$$

它們可能代表 real number、version field、interval endpoint、scale factor 或 categorical code。

因此：

$$
\boxed{
\text{surface token identity}
\not\Rightarrow
\text{semantic identity}.
}
$$

這直接承接 ICNS 的核心問題。

---

# 10. No-Information-Ex-Nihilo 原則

## 10.1 為什麼要加這條？

如果聲稱「數值內部還有資訊」，最危險的誤解是：

> 只要想像就能從一個數裡挖出任何資訊。

本文明確排除這種說法。

---

## 10.2 原則

任何新增到：

$$
\operatorname{Envelope}(\mathfrak N)
$$

的可計算資訊，都應至少具有一條可追溯來源：

$$
\boxed{
\text{source}
\vee
\text{derivation}
\vee
\text{probe rule}
\vee
\text{structural invariant}
\vee
\text{certificate}.
}
$$

換句話說：

$$
\boxed{
\text{information discovery}
\neq
\text{information invention}.
}
$$

---

## 10.3 推論與觀察必須分開

若某資訊是模型推論所得，應標記為：

$$
\text{INFERRED}.
$$

若是直接讀取：

$$
\text{OBSERVED}.
$$

若是形式推導：

$$
\text{DERIVED}.
$$

若尚未知道：

$$
\text{UNKNOWN}.
$$

不得：

$$
\boxed{
\text{UNKNOWN}
\rightarrow
\text{TRUE}
}
$$

而沒有中間證據。

---

# 11. 同值不同物件定理

## 11.1 定理

若：

$$
\pi_v(\mathfrak N_1)
=
\pi_v(\mathfrak N_2)
$$

且存在某 canonical-preserving observable：

$$
O
$$

使：

$$
O(\mathfrak N_1)
\neq
O(\mathfrak N_2),
$$

則：

$$
\boxed{
\mathfrak N_1
\neq
\mathfrak N_2.
}
$$

---

## 11.2 證明

若反設：

$$
\mathfrak N_1
=
\mathfrak N_2,
$$

則任意 well-defined observable 應滿足：

$$
O(\mathfrak N_1)
=
O(\mathfrak N_2).
$$

與：

$$
O(\mathfrak N_1)
\neq
O(\mathfrak N_2)
$$

矛盾。

故：

$$
\mathfrak N_1
\neq
\mathfrak N_2.
$$

Q.E.D.

---

# 12. 同物件多投影定理

若：

$$
\pi_i,
\pi_j
$$

皆是對同一 canonical object $\mathfrak N$ 的合法投影，則即使：

$$
\pi_i(\mathfrak N)
\neq
\pi_j(\mathfrak N),
$$

亦不推出 object identity 改變。

因此：

$$
\boxed{
\text{different views}
\not\Rightarrow
\text{different object}.
}
$$

這提供 MNVP 多感知投影、CAIR 多程式投影、ICNS 多表示、AIC 多索引，以及浮點／精確數跨域表示共同的 identity foundation。

---

# 13. Scalar collapse

## 13.1 定義

若完整資訊：

$$
\mathfrak N
$$

被只保留：

$$
\pi_v(\mathfrak N),
$$

則稱發生：

$$
\boxed{
\text{scalar collapse}.
}
$$

---

## 13.2 scalar collapse 不必是錯誤

如果任務只需要：

$$
x+y,
$$

而其他資訊與任務無關，scalar collapse 可以是合理壓縮。

因此 NIOT 不主張所有計算都必須永久保存全部 envelope，而是主張：

$$
\boxed{
\text{collapse 應被視為 projection decision，而不是本體真理。}
}
$$

---

## 13.3 Task-relative sufficiency

對任務：

$$
\mathcal T,
$$

若：

$$
\pi_v(\mathfrak N)
$$

足以完成任務，則：

$$
\boxed{
\operatorname{Sufficient}
(
\pi_v,
\mathcal T
)
=
1.
}
$$

若不足，才需要展開其他資訊方向。

這為後續「資訊缺口驅動 probe selection」提供本體基礎。

---

# 14. 數值資訊物件不是 metadata 重命名

傳統 metadata 常是：

$$
x
+
\{
m_1,m_2,\ldots
\}.
$$

這種設計假定：

$$
x
$$

仍是主體，其他全部只是附件。

NIOT 則允許：

$$
v
$$

只是：

$$
\mathfrak N
$$

的一個 projection coordinate。

因此 relation、history、address、certificate 在特定任務中可以和 scalar value 一樣成為第一級計算對象。

在某些任務中 $\pi_v$ 最重要；在另一些任務中 provenance、certificate 或 history 可能更重要。

所以：

$$
\boxed{
\text{value-first}
}
$$

不是唯一可接受的 ontology。

---

# 15. 數值局部世界

## 15.1 定義直覺

一個數值資訊物件可以作為中心：

$$
\mathfrak N_x.
$$

圍繞它建立 representation neighbors、provenance neighbors、derivation neighbors、relation neighbors、spectral neighbors、bridge neighbors 與 certificate neighbors，得到：

$$
\boxed{
\mathcal W(\mathfrak N_x).
}
$$

稱為數值局部資訊世界。

---

## 15.2 「微觀」不是更多小數位

例如：

$$
0.73125
$$

後面多算十萬位，不一定就是本文的「微觀」。

本文的微觀是：

$$
\boxed{
\text{增加可分辨的資訊方向。}
}
$$

因此 precision depth 只是微觀化的一種方式。

---

# 16. 離散數與連續數都可以使用此框架

對：

$$
n\in\mathbb Z,
$$

可以建立：

$$
\mathfrak N_n
$$

並區分它是索引、計數、版本、圖節點 ID、cardinality 或時間步。

對：

$$
x\in\mathbb R,
$$

可增加 exact / approximate、completion provenance、interval enclosure、decimal expansion、machine projection 與 measurement semantics。

對：

$$
z\in\mathbb C,
$$

可以區分 Cartesian projection、polar projection、phase structure 與 branch information。

因此 NIOT 並不侷限於浮點實數。

---

# 17. 與 ICNS 的精確接口

ICNS 解決：

$$
\boxed{
\text{一個 numeral token 應如何被完整解譯？}
}
$$

NIOT 解決：

$$
\boxed{
\text{一個已解譯數值進入計算世界後，可以具有什麼資訊結構？}
}
$$

因此：

$$
\boxed{
\text{token}
\xrightarrow{\mathrm{ICNS}}
\text{interpreted numeral}
\xrightarrow{\mathrm{NIOT}}
\mathfrak N.
}
$$

ICNS 是 NIOT 的重要入口，但 NIOT 不要求所有 numerical object 都必須源自文字 numeral。感測器、模型輸出、圖節點、tensor cell 與 symbolic solver 也可以直接建立 $\mathfrak N$。

---

# 18. 與 CAIR 的精確接口

CAIR 已提出：

$$
\text{canonical object}
\neq
\text{projection}.
$$

NIOT 把此原則縮小到數值域：

$$
\boxed{
\mathfrak N
\neq
\pi_v(\mathfrak N).
}
$$

因此未來可考慮：

$$
\boxed{
\text{Canonical Numerical Object}
}
$$

作為 CAIR 的 numerical specialization。

但目前本文不直接把 NIOT 併入 CAIR，因為 NIOT 需要數學本體研究，而 CAIR 主要處理計算權威本體與治理；兩者應先保持可獨立驗證。

---

# 19. 與 ISQL 的精確接口

ISQL 的價值在於：

$$
\boxed{
\text{差異}
\rightarrow
\text{錨點}
\rightarrow
\text{地址}
\rightarrow
\text{關係}
\rightarrow
\text{可計算狀態}.
}
$$

NIOT 的 Envelope 可以由 ISQL 類結構實作，特別是：

$$
a,
r,
h.
$$

因此：

$$
\boxed{
\mathrm{NIOT}
+
\mathrm{ISQL}
}
$$

可能形成數值微觀資訊的語義 Runtime。

---

# 20. 與 MNVP 的精確接口

MNVP 處理：

$$
\text{Semantic Numerical Object}
\rightarrow
\text{Perceptual Representation}.
$$

NIOT 提供更豐富的 source：

$$
\mathfrak N.
$$

MNVP 可以選擇：

$$
\pi_v,
\pi_q,
\pi_p,
\pi_r
$$

等不同資訊方向來生成視圖。

因此：

$$
\boxed{
\mathrm{NIOT}
\rightarrow
\mathrm{MNVP}
}
$$

是一條自然下游關係。

---

# 21. 與浮點理論的精確接口

若：

$$
f\in\mathbb F
$$

是機器浮點值，則可以建立：

$$
\mathfrak N_f.
$$

其中至少可記錄 bit representation、precision、rounding mode、exception state、source domain 與 bridge certificate。

更一般地：

$$
\boxed{
\pi_F:
\mathfrak N
\rightarrow
\mathbb F.
}
$$

因此 float 是：

$$
\boxed{
\text{finite machine projection}
}
$$

而非整個 mathematical / informational object。

---

# 22. 本文的最小公理組

## Axiom I — Layer Separation

$$
\boxed{
\text{abstract value}
\neq
\text{representation}
\neq
\text{numerical information object}.
}
$$

## Axiom II — Projection Non-Identity

$$
\boxed{
\pi(\mathfrak N)
\neq
\mathfrak N
}
$$

除非已證明指定 domain 上的資訊同構。

## Axiom III — Identity Unit

$$
\boxed{
\forall\mathfrak N,
\quad
\exists\mathbf 1_{\mathfrak N}.
}
$$

## Axiom IV — Indexed Identity Preservation

$$
\boxed{
\iota(\mathfrak N,i)
=
\iota(\mathfrak N).
}
$$

對所有合法 identity-preserving slice 成立。

## Axiom V — Value Equivalence Is Weaker Than Object Identity

$$
\boxed{
\mathfrak N_1\sim_v\mathfrak N_2
\not\Rightarrow
\mathfrak N_1=\mathfrak N_2.
}
$$

## Axiom VI — No Information Ex Nihilo

新增可計算資訊必須具有可追溯來源、推導、探針規則、結構不變量或證書。

## Axiom VII — Unknown Is Not True

$$
\boxed{
\text{UNKNOWN}
\neq
\text{TRUE}.
}
$$

---

# 23. 第一組可證命題

## Proposition 1 — Scalar collapse creates equivalence classes

由：

$$
\pi_v:
\mathfrak X
\rightarrow
X
$$

可對 $\mathfrak X$ 建立 equivalence relation：

$$
\mathfrak N_1\sim_v\mathfrak N_2
\iff
\pi_v(\mathfrak N_1)=\pi_v(\mathfrak N_2).
$$

因此 scalar view 可以被理解為：

$$
\boxed{
\mathfrak X/\sim_v.
}
$$

換句話說：

> 傳統 scalar numerical space 可以被視為某個更豐富 numerical-information space 在 value-equivalence 下的商投影。

---

## Proposition 2 — More probes refine the quotient

若加入新的 observable：

$$
P,
$$

定義：

$$
\mathfrak N_1
\sim_{v,P}
\mathfrak N_2
$$

當且僅當：

$$
\pi_v(\mathfrak N_1)=\pi_v(\mathfrak N_2)
$$

且：

$$
P(\mathfrak N_1)=P(\mathfrak N_2).
$$

則：

$$
\boxed{
\sim_{v,P}
\subseteq
\sim_v.
}
$$

所以加入 probe 的本質可以理解成：

$$
\boxed{
\text{refine equivalence classes}.
}
$$

這直接為 Paper 02 的 Probe Calculus 建立數學入口。

---

## Proposition 3 — Identity can survive quotient refinement

即使：

$$
\sim_{v,P_1}
\supset
\sim_{v,P_1,P_2}
\supset
\cdots
$$

持續被細化，個別 canonical object：

$$
\mathfrak N
$$

的 identity：

$$
\iota(\mathfrak N)
$$

不需要因此改變。

所以：

$$
\boxed{
\text{increasing observational resolution}
\neq
\text{changing object identity}.
}
$$

---

# 24. 從等價類細化到「微觀數字世界」

這裡可以第一次較嚴格地說明：

> 進入微觀數字世界到底是什麼。

不是：

$$
x
\rightarrow
\text{更多 digits},
$$

而是：

$$
\boxed{
[\mathfrak N]_{\sim_v}
\supseteq
[\mathfrak N]_{\sim_{v,P_1}}
\supseteq
[\mathfrak N]_{\sim_{v,P_1,P_2}}
\supseteq
\cdots
}
$$

也就是：

$$
\boxed{
\text{持續細化我們對同一 numerical object 的可辨識等價類。}
}
$$

這是一個比「放大數字」更準確的數學描述。

---

# 25. 可辨識性不等於本體全部

即使 probe 持續增加，也不能直接宣稱：

$$
\boxed{
\text{we have exhausted the ontology}.
}
$$

因為：

1. 可能存在尚未定義的 probe；
2. 可能存在不可觀察結構；
3. 可能存在 task-relative irrelevance；
4. 可能存在計算不可行性；
5. 可能存在不可辨識等價類。

因此 NIOT 採取：

$$
\boxed{
\text{open-ended epistemic expansion}
}
$$

而不是：

$$
\boxed{
\text{claim of total hidden information}.
}
$$

---

# 26. 局部完備而非絕對完備

對某任務 $\mathcal T$，若 probe family：

$$
\mathcal P_{\mathcal T}
$$

已足以決定所需 invariants，則稱：

$$
\boxed{
\mathfrak N
\text{ is task-complete under }
\mathcal P_{\mathcal T}.
}
$$

形式上：

$$
\operatorname{Complete}
(
\mathfrak N,
\mathcal P_{\mathcal T},
\mathcal T
)
=
1.
$$

這不表示 $\mathfrak N$ 已被宇宙性地完全描述。

此 distinction 是後續 Runtime 停止條件的基礎。

---

# 27. 系列後續位置

NIOT 系列暫固定為十篇：

| 篇次 | 暫定題名 | 核心任務 |
|---|---|---|
| **00** | 數值資訊物件論：總論 | 建立母體框架 |
| **01** | 數值同一性單元與投影非同一原理 | 建立本體與公理 |
| **02** | 資訊探針微積分 | 定義 probe、composition、fiber、refinement |
| **03** | 無界展開有限矩陣 | 動態有限維、稀疏化、閉包 |
| **04** | 光譜分辨與多探針耦合 | 多尺度、光譜、耦合與資訊差 |
| **05** | 數值索引幾何 | AIC、address、reindex、局部資訊世界 |
| **06** | 浮點投影、完成與跨域橋接 | float、exact、completion、rounding |
| **07** | 雙向結構定位與責任閉包 | BCODR 一般化、overlap、spine |
| **08** | Canonical Numerical Architecture | ICNS、ISQL、CAIR、MNVP 統合 |
| **09** | AI-Native Numerical Information Runtime | 自適應 probe、task closure、驗證與 MVP |

此篇為：

$$
\boxed{
\text{NIOT-01}.
}
$$

---

# 28. 形式化驗證方向

本文的大部分核心公理與命題適合 Lean / Coq 形式化。

第一階段可建立概念結構：

```text
structure NumericalInfoObject where
  id        : Identity
  value     : Value
  schema    : Schema
  envelope  : Envelope
```

並定義：

```text
scalarProj : NumericalInfoObject → Value
```

以及：

```text
ValueEquivalent A B :=
  scalarProj A = scalarProj B
```

接著證明：

1. $\sim_v$ 是 equivalence relation；
2. probe refinement 產生更細 equivalence relation；
3. object equality 推出所有合法 observable 相等；
4. observable 不同推出 object 不同；
5. indexed views 保持 canonical identity。

本文目前不聲稱這些已完成機器驗證；它們是下一階段的明確 proof obligations。

---

# 29. 最小反例測試

建立兩個對象：

$$
\mathfrak N_A,
\mathfrak N_B
$$

使：

$$
\pi_v(\mathfrak N_A)
=
\pi_v(\mathfrak N_B)
=
0.5.
$$

但令：

$$
P_{\mathrm{source}}(\mathfrak N_A)
\neq
P_{\mathrm{source}}(\mathfrak N_B).
$$

若 Runtime 只用 scalar：

$$
0.5,
$$

則無法區分兩者。

若 NIOT Runtime 能在不改變 scalar 的前提下：

1. 保留兩個 canonical identities；
2. 探測來源差；
3. 定址來源節點；
4. 將來源差送入後續計算；
5. 仍可投影回同一 $0.5$ ；

則至少證明：

$$
\boxed{
\text{NIOT object}
\neq
\text{scalar + inert metadata}.
}
$$

因為 Envelope 已進入運算語義。

---

# 30. 結論

本文建立數值資訊物件論的第一個正式本體底座。

核心不是推翻：

$$
x\in\mathbb R.
$$

也不是宣稱一個純抽象數字神秘地攜帶所有資訊。

本文真正做的是區分：

$$
\boxed{
\text{value}
\neq
\text{representation}
\neq
\text{identity-bearing numerical object}.
}
$$

一旦這個區分成立，scalar 便不再必須是數值系統的唯一中心。

對任一數值資訊物件：

$$
\mathfrak N,
$$

我們可以得到：

$$
\pi_v(\mathfrak N)=x,
$$

但仍保留 identity、schema、address、relation、history、provenance、quality、context 與 bridge。

因此：

$$
\boxed{
x
}
$$

只是：

$$
\boxed{
\mathfrak N
}
$$

的一個值投影。

而「每一個數都是一」則被正式重寫為：

$$
\boxed{
\forall\mathfrak N,
\quad
\mathfrak N
\text{ can be treated as one identity-preserving informational unit}.
}
$$

這個「一」不是數值 $1$。

它是：

$$
\boxed{
\text{一個可以被切片、探測、索引、轉換與投影，
但仍能被追蹤為同一對象的局部資訊世界。}
}
$$

最後，scalar projection 產生：

$$
\mathfrak X/\sim_v,
$$

而加入新的 probe 則持續細化這些等價類。

因此，「進入微觀數字世界」第一次得到一個可操作的數學描述：

$$
\boxed{
\text{從粗粒度 value-equivalence，
逐步進入更細的 information-distinguishability structure。}
}
$$

下一篇將由這個結果直接進入：

$$
\boxed{
\textbf{NIOT-02 — 資訊探針微積分。}
}
$$

核心問題將不再是「一個數還有什麼資訊」，而是：

$$
\boxed{
\text{我們如何合法地探測、組合、比較、細化與停止探測？}
}
$$

---

# Canonical Source Declaration

本檔為 `NIOT-01-v0.1` 的 UTF-8 Markdown canonical source。

數學 delimiter 僅使用 ` $...$ ` 與 `$$...$$`。

本文區分：
- 抽象數值；
- 表示；
- 數值資訊物件；
- canonical identity；
- projection；
- observable；
- inferred / observed / derived / unknown state。

本文不宣稱：
- 所有抽象數天然包含任意外部資訊；
- 所有 projection 可逆；
- 所有 probe 都揭示完整本體；
- 目前公理已完成形式機器驗證。

後續形式化、Runtime 與反例測試應以本檔定義為基準之一。

===END===