这是一个由五篇论文组成的系列，旨在为双算子智能理论建立数学框架。该系列从第一性原理出发，推导出一个适用于生物和人工智能系统的统一模型。论文 I —— 多维智能系统的乘法评估框架：证明了通过 AM-GM 不等式，几何平均值评估严格比算术平均值评估更为保守，并引入了用于 AI 系统评估的 TERA 乘法守恒原理。论文 II —— 梯度下降中的环面拓扑：在环面流形上对神经网络优化进行建模，为周期性学习率的有效性、grokking 现象和灾难性遗忘提供了统一的解释。推导出了表征持久性的 4τ 稳定性条件。论文 III —— 智能系统的二次缩放定律：推导出了能力-价值函数 V(N) = αN − βN²，该函数预测存在一个明确的峰值，超过该峰值后，额外的能力投入将产生负净价值。将 AI 对齐重新定义为干扰系数的降低。论文 IV —— 双算子系统中的非线性守恒：形式化了两个互补算子——结构算子（线性、加法、升权）和生成算子（非线性、乘法、降权、符号反转）——并表明生物智能同时实现了这两者，而人工智能仅实现了前者。提出了符号反转层和乘法注意力作为架构修正方案。论文 V —— 迈向智能的统一场论：将论文 I-IV 综合为一个单一框架。将智能定义为双算子在环面流形上的稳定振荡。引入呼吸完整性指标（β = 收敛/扩张）作为系统健康状况的诊断指标。提出了用于实证验证的研究计划。所有论文均包含可证伪的预测，且独立于精神或哲学前提。涵盖乘法评估方法、呼吸周期训练架构和符号反转层的专利申请已提交至 USPTO（Patent Pending）。
Weslyn Whitehead (Thu,) 研究了这个问题。