Nhiều mô hình tính toán hoàn chỉnh Turing rất khác nhau có thể thực hiện được (có thể coi vô cực là không thay đổi). Vì vậy, đó không thể là điểm để chọn một mô hình.
Câu trả lời của @jkff rất phù hợp khi nhận xét rằng Turing Machine được dự định là một thiết bị lý thuyết cho mục đích toán học để nghiên cứu tính toán và khả năng chứng minh (thực sự phát sinh trong bối cảnh Entscheidungsprobols của Hilbert
). Nhưng nó không hoàn toàn chính xác trong các lý do để chọn một hình thức đơn giản.
Về nguyên tắc, việc chứng minh vấn đề Dừng không khó hơn nhiều với các mẫu tiên tiến hơn. Trên thực tế, "bằng chứng" của chúng tôi thường chỉ là xây dựng một giải pháp. Chúng tôi không đi sâu vào các lập luận thực tế (rất tẻ nhạt) rằng các công trình này là chính xác. Nhưng bất cứ ai viết một trình thông dịch cho một ngôn ngữ hoàn chỉnh Turing đều làm nhiều như bất kỳ công trình xây dựng một cỗ máy vạn năng nào. Chà, C có thể hơi phức tạp và chúng tôi có thể muốn hợp lý hóa nó một chút cho mục đích như vậy.
Tầm quan trọng của việc có một mô hình đơn giản nằm trong việc sử dụng mô hình nhiều hơn nhiều so với việc thiết lập các thuộc tính của nó (chẳng hạn như Vấn đề dừng, để lấy ví dụ do @jkff đưa ra).
Thông thường, định lý lớn thường là các định lý có thể được trình bày rất đơn giản và có thể áp dụng cho một loạt các vấn đề. Nhưng chúng không nhất thiết là những định lý dễ chứng minh.
Trong trường hợp của TM, tầm quan trọng của sự đơn giản là do nhiều kết quả được thiết lập bằng cách giảm Vấn đề dừng, hoặc các vấn đề về TM khác, đối với các vấn đề chúng tôi quan tâm (chẳng hạn như ngôn ngữ không có ngữ cảnh), do đó thiết lập các hạn chế cố hữu để giải quyết những vấn đề này.
Trên thực tế, mặc dù rất trực quan (có lẽ là lý do chính cho sự phổ biến của nó), mô hình TM thường không đủ đơn giản để sử dụng trong các bằng chứng như vậy. Đó là một lý do cho tầm quan trọng của một số mô hình khác, thậm chí đơn giản hơn, chẳng hạn như Bài toán tương ứng bài viết , ít trực quan hơn để phân tích, nhưng dễ sử dụng hơn. Nhưng điều này là do các mô hình tính toán này thường được sử dụng để chứng minh các kết quả âm tính (quay trở lại Entscheidungsprobols gốc).
Tuy nhiên, khi chúng tôi muốn chứng minh kết quả tích cực, chẳng hạn như sự tồn tại của một thuật toán để giải quyết một số vấn đề nhất định, TM là một thiết bị quá đơn giản. Việc xem xét các mô hình tiên tiến ở chế độ như máy tính RAM hoặc máy tính bộ nhớ kết hợp hoặc một trong nhiều mô hình khác hoặc thậm chí đơn giản là một trong nhiều ngôn ngữ lập trình là dễ dàng hơn nhiều.
Sau đó, mô hình TM chỉ xuất hiện như một điểm tham chiếu, đặc biệt là phân tích độ phức tạp, do độ phức tạp của việc giảm các mô hình này thành mô hình TM (thường là đa thức). Sự đơn giản của mô hình TM cho phép độ tin cậy đối với các biện pháp phức tạp (trái ngược với, để lấy một ví dụ cực đoan, về việc giảm Lambda-tính toán).
Nói cách khác, mô hình TM thường quá đơn giản để thiết kế và nghiên cứu các thuật toán (kết quả tích cực) và thường quá phức tạp để nghiên cứu khả năng tính toán (kết quả âm tính).
Nhưng nó dường như ở đúng nơi để phục vụ như một liên kết trung tâm
để kết nối tất cả lại với nhau, với lợi thế lớn là khá trực quan.
Về sự tương tự vật lý, không có lý do để chọn một mô hình hơn một mô hình khác. Nhiều mô hình tính toán hoàn chỉnh Turing có thể thực hiện được về mặt vật lý (tối đa không giới hạn đối với vô hạn bộ nhớ), vì không có lý do gì để xem xét một máy tính cùng với phần mềm của nó ít vật lý hơn máy tính "trần trụi". Rốt cuộc, phần mềm có một biểu diễn vật lý, là một phần của máy tính được lập trình. Vì vậy, vì tất cả các mô hình tính toán đều tương đương theo quan điểm đó, chúng tôi cũng có thể chọn một mô hình thuận tiện cho việc tổ chức kiến thức.