Everything Is Logarithms：对数、向量与单位的深层统一

背景

在计算机科学、信息论以及高等数学中，对数（Logarithms）是一个基础且无处不在的概念。通常，我们习惯于使用带有底数的对数记号，如 $\log_b(x)$，并将其视为一个具体的数值。然而，这种标准的记号方式往往掩盖了底数变化背后的物理和几何直觉。

这篇文章源自 Hacker News 社区的一篇讨论，作者提出了一种全新的视角：将“无底对数”（Baseless Logarithm）视为一种抽象的代数对象，而非单纯的数值计算。通过引入这一概念，作者试图揭示对数运算与向量代数、单位换算之间深刻的同构关系。这种观点不仅简化了换底公式的理解，还将对数从单纯的算术工具提升为一种描述几何空间结构的语言。

核心内容

1. 无底对数与单位换算

传统上，对数定义为 $y = \log_b(x) \iff b^y = x$。换底公式 $\log_b(x) = \frac{\log_a(x)}{\log_a(b)}$ 通常被当作一个需要记忆的代数技巧。作者认为，这个公式本质上是一种单位换算。

这就好比将 $2 \text{ km}$ 转换为米：$2 \text{ km} = 2000 \text{ m} / \frac{1000 \text{ m}}{1 \text{ km}}$。对数换底的含义是：“$x$ 中包含多少个 $b$？”这等于“$x$ 中包含的 $a$ 的数量”除以“$b$ 中包含的 $a$ 的数量”。

为了更清晰地表达这一概念，作者引入了无底对数 $\log N$。这不是一个数字，而是一个抽象对象。标准的带底对数可以表示为两个无底对数的比值： $$ \log_2 N = \frac{\log N}{\log 2} $$

在这种视角下，$\log 2$ 被定义为基本单位“比特”（bits）。要将 $\log N$ 表示为比特，只需将其分解为 $\log 2$ 的倍数： $$ \log N = \frac{\log N}{\log 2} \log 2 = \log_2(N) \text{ bits} $$

同理，自然对数底数 $e$ 对应的单位被称为“奈特”（nats）。换底公式仅仅是将同一个几何量用不同单位表示的结果： $$ \log N = \log_2(N) \text{ bits} = \ln(N) \text{ nats} $$

2. 对数与向量的类比：点与位移

作者进一步指出，无底对数 $\log N$ 类似于向量讨论中的**点（Point）与位移（Displacement）**的关系。

在向量代数中，我们区分绝对坐标和相对位移。一个位移向量 $\mathbf{v}$ 由两点之差构成：$\mathbf{v} = (b) - (a)$。当我们给点赋予坐标时，实际上隐含了一个原点 $\O$ 的选择，使得 $\mathbf{a} \equiv (a) - \O$。位移向量通过减去原点的因子构造出来：$\mathbf{v} = \mathbf{b} - \mathbf{a}$。

无底对数执行了相同的逻辑，但作用于乘法群：

• $\log N$ 可以被视为对应于数值 $N$ 的“点”。
• 具体的数值 $\log_M N$ 则是选定坐标系（即选定底数 $M$ 作为原点参考）后的“位移向量”。
• 要得到具体的数值，必须除以两个对数以抵消“原点”的影响：$\log_M N = \frac{\log N}{\log M}$。

作者认为，“点”比“坐标”更基本。就像空间中的点本身没有长度、不能直接相加一样，单独的 $\log N$ 也没有数值意义，只有比值才有意义。

3. 对数即向量：协变视角

在微分几何和向量代数中，严格区分抽象向量（几何向量，用粗体 $\mathbf{v}$ 表示）和坐标向量（用箭头 $\vec{v}$ 表示）。

几何向量 $\mathbf{v}$ 可以写为其坐标与基向量框架 $X = (\mathbf{x}, \mathbf{y}, \mathbf{z})$ 的点积： $$ \mathbf{v} = \vec{v} \cdot X = v_x \mathbf{x} + v_y \mathbf{y} + v_z \mathbf{z} $$

作者提出了一种非标准的向量除法记号，将投影操作视为除法。例如，向量 $\mathbf{v}$ 在基向量 $\mathbf{x}$ 上的投影（即分量 $v_x$）可以写为： $$ \frac{\mathbf{v}}{\mathbf{x}} = v_x $$ 这与微分几何中偏导数 $\frac{\partial f}{\partial x} = f_x$ 的形式完全一致，暗示偏导数本质上也是一种“伪除法”或投影操作。

如果 $\mathbf{v}$ 是一维的，即 $\mathbf{v} = v_x \mathbf{x}$，那么用测量尺 $\mathbf{m} = m \mathbf{x}$ 来测量 $\mathbf{v}$ 的长度，就是计算 $\mathbf{v}$ 是 $\mathbf{m}$ 的多少倍： $$ \frac{\mathbf{v}}{\mathbf{m}} = \frac{v_x \mathbf{x}}{m \mathbf{x}} = \frac{v_x}{m} $$ 将其乘以 $\mathbf{m}$ 即得到用 $\mathbf{m}$ 为单位表示的向量： $$ \frac{\mathbf{v}}{\mathbf{m}} \mathbf{m} = \left(\frac{v_x}{m}\right) \text{ units of } \mathbf{m} $$

4. 统一性总结

无底对数 $\log N$ 扮演了几何向量 $\mathbf{v}$ 的角色，而 $\log 2$（即 1 bit）扮演了单位基向量 $\mathbf{x}$ 的角色。

$$ \frac{\log N}{\log 2} = \log_2 N $$ $$ \frac{\log N}{\log 2} \log 2 = \log_2 N \text{ bits} $$

在这个框架下，不同底数的对数等价性，与几何向量在不同单位制下的等价性是完全相同的： $$ \log N = \log_2(N) \text{ bits} = \ln(N) \text{ nats} $$ $$ \mathbf{v} = \frac{\mathbf{v}}{\mathbf{x}} \mathbf{x} = \dots $$

这种类比表明，对数运算不仅仅是算术，它本质上是在对数空间（Log-space）中进行坐标变换和向量投影。

关键要点

• 无底对数作为抽象对象：$\log N$ 不应被视为一个数，而应被视为一个抽象的代数对象（类似几何空间中的“点”）。
• 换底即换单位：标准对数 $\log_b N$ 是两个无底对数的比值 $\frac{\log N}{\log b}$。换底公式本质上是单位换算，例如从“奈特”（nats）换算到“比特”（bits）。
• 对数与向量的同构：
  • $\log N$ 对应几何向量 $\mathbf{v}$。
  • $\log b$ 对应基向量或测量尺 $\mathbf{x}$。
  • $\log_b N$ 对应向量在基向量上的投影分量（坐标）。
• 原点依赖性：具体的对数值依赖于“原点”（即底数）的选择。无底对数消除了原点的依赖，只有比值（位移）才具有物理或数值意义。
• 偏导数的除法本质：文章暗示偏导数 $\frac{\partial f}{\