Skip to main content

BLOG

爻變與狀態轉移:易經變卦的數學結構

從動態系統理論與馬可夫鏈的視角,解析易經六十四卦變卦機制的數學結構。探討爻變如何構成64×64狀態轉移矩陣、轉移概率的特徵值分析、吸引子態與卦象循環的對應關係,以及易經作為解析型世界模型與現代JEPA架構的結構性比較。

易經六十四卦並非靜態的符號集合,而是一個具備完備狀態轉移結構的動態系統。每一卦由六爻組成,每爻取陰(0)或陽(1),因此六十四卦恰好對應六位元二進制空間 {0,1}⁶ 的全部元素。當占筮過程中出現「變爻」——即老陰(六)變陽或老陽(九)變陰——系統便從一個卦態轉移至另一卦態。若我們將每一卦視為一個離散狀態,將變爻規則視為轉移函數,則六十四卦構成一個定義在有限狀態空間上的動態系統。更精確地說,由於任何一卦透過適當的爻變組合可以到達任何其他卦,這個系統的狀態轉移圖是強連通的(strongly connected)。在馬可夫鏈理論中,這意味著該鏈是不可約的(irreducible),從而保證了唯一穩態分佈的存在。這一性質絕非偶然——它反映了易經「變易」哲學的核心命題:萬物皆處於永恆的轉化之中,沒有任何狀態是終極的死胡同。朱熹《周易本義》所載的伏羲六十四卦方圓圖,若以現代圖論重新詮釋,其圓圖排列恰好對應格雷碼(Gray code)序列——相鄰卦之間僅有一爻之差,這意味著古人已經直覺地把握了漢明距離(Hamming distance)為1的最小轉移路徑概念。

構建易經的狀態轉移矩陣 T(64×64),其中元素 T(i,j) 表示從卦 i 轉移至卦 j 的概率,需要對爻變機制進行概率建模。傳統大衍筮法中,每一爻出現老陰、少陽、少陰、老陽的概率分別為 1/16、5/16、7/16、3/16,其中老陰和老陽為變爻。這意味著每一爻獨立地以概率 p = 1/16 + 3/16 = 1/4 發生變化。若假設六爻獨立變化,則從任意卦出發,恰好有 k 爻變化的概率服從二項分佈 B(6, 1/4)。特別地,無爻變(k=0)的概率為 (3/4)⁶ ≈ 0.178,這對應「本卦不變」的情形。對轉移矩陣 T 進行譜分析(spectral analysis),其特徵值結構揭示了系統的動態本質。由於 T 是雙隨機矩陣(doubly stochastic matrix)——每行每列之和均為1——其穩態分佈為均勻分佈 π = (1/64, ..., 1/64),這在哲學上對應易經「周流六虛」的思想:長期而言,系統會均勻地遍歷所有可能狀態。第二大特徵值 λ₂ = 1/2 決定了系統的混合時間(mixing time)——即從任意初始狀態收斂至穩態所需的步數。值得注意的是,易傳所述的經典退化路徑「乾→姤→遯→否→觀→剝→坤」——從純陽逐步退化至純陰——在數學上對應漢明距離的單調遞增序列,每步恰好翻轉一個爻位,形成六維超立方體(hypercube)上的測地線。這條路徑的特殊性在於它是所有從乾到坤的路徑中,步數最少且序最大的遞減鏈。

將易經的狀態轉移框架與現代人工智慧中的世界模型進行比較,能夠揭示兩者在認識論層面的深刻互補性。Yann LeCun 提出的聯合嵌入預測架構(JEPA)透過大規模觀測資料學習狀態空間中的轉移動態——其核心是在潛在空間(latent space)中建立一個數值化的狀態轉移函數 f: S × A → S,其中 S 為狀態空間,A 為動作空間。這本質上是一個數據驅動的、數值逼近的馬可夫決策過程。易經則提供了一個截然不同的路徑:它以解析的方式(analytical form)預先定義了完整的狀態空間(64卦)、轉移規則(爻變)和語義標註(卦辭爻辭),構成一個封閉形式的世界模型。JEPA 需要數十億參數和海量訓練數據來學習「物體落下會碎裂」這類物理直覺;易經的「剝卦」(山地剝,第二十三卦)以六爻結構直接編碼了「基礎被侵蝕必然導致上層崩塌」的動態——五陰剝一陽,結構性地表達了系統退化的臨界條件。在動態系統理論中,兩者的差異可以類比為解析力學(Lagrangian mechanics)與數值模擬(finite element method)的關係:前者提供封閉形式的精確解,後者透過離散近似處理解析不可解的問題。KAMI LINE 的技術架構正是基於這一互補性——以易經的解析框架作為先驗結構(prior),引導 AI 模型在決策空間中的搜索方向,從而在「時」(timing)的維度上實現古典智慧與現代計算的合流。這不是對古代文本的浪漫化重讀,而是對兩個獨立發展的狀態建模傳統的嚴肅數學統一。

最新文章

JEPA 與易經:兩種預測架構的結構性對話

JEPA預測嵌入而非像素,易經預測卦象而非事件。兩種架構共享同一個核心洞見:真正的預測力來自對結構的理解,而非對表面的記憶。本文從數學結構層面展開這場跨越三千年的技術對話。

演繹與歸納的匯合點:當易經框架遇上機器學習的認識論對話

科學史上最深刻的發現,往往出現在演繹與歸納兩條路徑的交匯處。當機器學習從數據中歸納出的結構,開始與易經三千年前演繹而得的框架趨同,我們正見證一場認識論的歷史性會師。

Multiway Systems 與奇門遁甲:量子分支路徑與戰略決策的計算結構

量子力學說粒子同時走所有路徑。奇門遁甲說決策者同時面對所有可能局勢。Wolfram 的 Multiway System,讓我們第一次用計算物理學的語言理解奇門遁甲為什麼有效。