Những đóng góp của Alan Turing cho Khoa học Máy tính

Alan Turing , một trong những người tiên phong của khoa học máy tính (lý thuyết), đã có nhiều đóng góp khoa học cho lĩnh vực của chúng tôi, bao gồm xác định máy Turing, luận án Church-Turing, tính không chắc chắn và thử nghiệm Turing. Tuy nhiên, những khám phá quan trọng của anh ấy không giới hạn ở những điều tôi liệt kê.

Để vinh danh sinh nhật lần thứ 100 của anh ấy, tôi nghĩ thật tuyệt khi yêu cầu một danh sách đầy đủ hơn về những đóng góp quan trọng của anh ấy cho khoa học máy tính, để có sự đánh giá tốt hơn về công việc của anh ấy.

Vậy, những đóng góp quan trọng / có ảnh hưởng của Alan Turing đối với khoa học máy tính là gì?

Câu hỏi này rất giống như yêu cầu những đóng góp của Newton cho vật lý, hay của Darwin cho sinh học! Tuy nhiên, có một khía cạnh thú vị cho câu hỏi mà nhiều nhà bình luận đã nắm bắt: đó là, bên cạnh những đóng góp to lớn mà mọi người đều biết, có rất nhiều đóng góp nhỏ hơn mà hầu hết mọi người không biết về --- cũng như nhiều hiểu biết rằng chúng tôi nghĩ là "hiện đại" hơn, nhưng Turing đã thể hiện trong nhiều nhận xét khác nhau rằng anh ấy hiểu rất rõ. (Ngẫu nhiên, điều tương tự cũng đúng với Newton và Darwin.)

Một vài ví dụ tôi thích (ngoài những ví dụ được đề cập trước đó):

Trong "Máy tính và trí thông minh", Turing bao gồm một cuộc thảo luận khá hiện đại về lợi ích của các thuật toán ngẫu nhiên:

Có lẽ là khôn ngoan khi bao gồm một yếu tố ngẫu nhiên trong một máy học. Một yếu tố ngẫu nhiên khá hữu ích khi chúng ta đang tìm kiếm giải pháp cho một số vấn đề. Ví dụ, giả sử chúng ta muốn tìm một số trong khoảng từ 50 đến 200 bằng với bình phương tổng của các chữ số của nó, chúng ta có thể bắt đầu từ 51 sau đó thử 52 và tiếp tục cho đến khi chúng ta có một số hoạt động. Ngoài ra, chúng tôi có thể chọn số ngẫu nhiên cho đến khi chúng tôi có một số tốt. Phương pháp này có ưu điểm là không cần thiết phải theo dõi các giá trị đã được thử, nhưng nhược điểm là người ta có thể thử cùng một hai lần, nhưng điều này không quan trọng lắm nếu có một số giải pháp. Phương pháp hệ thống có nhược điểm là có thể có một khối khổng lồ mà không có bất kỳ giải pháp nào trong khu vực phải được nghiên cứu trước, Bây giờ quá trình học tập có thể được coi là một tìm kiếm cho một hình thức hành vi sẽ làm hài lòng giáo viên (hoặc một số tiêu chí khác). Vì có lẽ có một số lượng lớn các giải pháp thỏa đáng, phương pháp ngẫu nhiên dường như tốt hơn hệ thống. Cần lưu ý rằng nó được sử dụng trong quá trình tiến hóa tương tự.

Turing rõ ràng cũng là người đầu tiên sử dụng máy tính kỹ thuật số để tìm kiếm các mẫu phản đối với Giả thuyết Riemann - xem tại đây .

Bên cạnh các kết quả kỹ thuật từ luận án tiến sĩ năm 1939 của Turing (được đề cập bởi Lev Reyzin), luận án đó cực kỳ đáng chú ý khi đưa các khái niệm về các nhà tiên tri và thuyết tương đối hóa vào lý thuyết tính toán. (Một số người có thể ước Turing chưa bao giờ làm điều đó, nhưng tôi không phải là một trong số họ! :-D)

Cuối cùng, mặc dù điều này là cơ bản, nhưng dường như chưa có ai đề cập đến bằng chứng về sự tồn tại của máy Turing phổ quát --- đó là một đóng góp khác biệt từ việc xác định mô hình máy Turing, xây dựng Luận án Giáo hội, hoặc chứng minh tính không thể phá hủy của Entscheidungspropet, nhưng được cho là "trực tiếp" nhất có liên quan đến bất kỳ ai trong số họ trong quá trình của cuộc cách mạng máy tính.

Tôi đã không biết những điều này cho đến gần đây.

1) Sự phân rã LU của một ma trận là do Turing! Xem xét sự phân rã LU cơ bản là như thế nào, đây là một đóng góp xứng đáng được làm nổi bật và được biết đến rộng rãi hơn (1948).

2) Turing là người đầu tiên đưa ra "thuật toán giấy" cho cờ vua. Vào thời điểm đó, các máy tính kỹ thuật số đầu tiên vẫn đang được chế tạo (1952).

Lập trình cờ vua đã có một tập hợp những người lừng lẫy liên quan đến nó, với Shannon, Turing, Herb Simon, Ken Thompson, v.v ... Hai người cuối cùng đã giành giải thưởng Turing. Và Simom, tất nhiên, cũng đã giành giải Nobel. (Shannon đã đưa ra một cách để đánh giá một vị trí cờ vua vào năm 1948.)

Như đã đề cập trong câu hỏi, Turing là trung tâm để xác định thuật toán và khả năng tính toán, do đó, ông là một trong những người giúp lắp ráp ống kính thuật toán. Tuy nhiên, tôi nghĩ rằng đóng góp lớn nhất của ông là xem khoa học qua lăng kính thuật toán và không chỉ tính toán vì mục đích tính toán.

Trong WW2 Turing đã sử dụng ý tưởng về máy tính điện toán và cơ điện (trái ngược với con người) để giúp tạo ra bombe Turingật Welchman và các công cụ và kỹ thuật chính thức khác để thực hiện phân tích tiền điện tử. Ông bắt đầu chuyển đổi mật mã, hình thức nghệ thuật, sang mật mã, khoa học, mà Claude Shannon đã hoàn thành. Alan Turing đã xem mật mã học qua các thấu kính thuật toán.

Năm 1948, Turing theo dõi sở thích của mình về bộ não, để tạo ra mạng lưới thần kinh nhân tạo học tập đầu tiên . Thật không may, bản thảo của ông đã bị giám đốc của NPL từ chối và không được xuất bản (cho đến năm 1967). Tuy nhiên, nó có trước cả việc học tiếng Hê-bơ-rơ (1949) và tri giác của Rosenblatt (1957) mà chúng ta thường kết hợp với việc trở thành mạng lưới thần kinh đầu tiên. Turing đã thấy trước nền tảng của chủ nghĩa kết nối (vẫn là một mô hình lớn trong khoa học nhận thức) và khoa học thần kinh tính toán. Alan Turing đã xem não thông qua các thấu kính thuật toán.

Năm 1950, Turing đã xuất bản bộ máy và trí tuệ điện toán nổi tiếng của mình và ra mắt AI. Điều này có tác động biến đổi đối với Tâm lý học và Khoa học nhận thức, tiếp tục xem nhận thức là sự tính toán trên các biểu diễn bên trong. Alan Turing nhìn tâm trí qua lăng kính thuật toán.

Cuối cùng vào năm 1952 (như @vzn đã đề cập) Turing đã xuất bản Cơ sở hóa học của Morphogenesis. Điều này đã trở thành công việc được trích dẫn nhiều nhất của ông. Trong đó, ông đã hỏi (và bắt đầu trả lời) câu hỏi: làm thế nào một phôi đối xứng hình cầu phát triển thành một sinh vật không đối xứng hình cầu dưới tác động khuếch tán hóa học đối xứng của morphogens? Cách tiếp cận của ông trong bài báo này là rất vật lý-y, nhưng một số cách tiếp cận đã có một không khí của TCS; Bài viết của ông đã đưa ra các tuyên bố định tính nghiêm ngặt (hợp lệ cho các hằng số và tham số khác nhau) thay vì các báo cáo định lượng dựa trên các hằng số và tham số cụ thể (trong một số trường: có khả năng không thể đo lường). Một thời gian ngắn trước khi qua đời, ông đã tiếp tục nghiên cứu này bằng cách nghiên cứu những ý tưởng cơ bản về những gì sẽ trở thành mô phỏng cuộc sống nhân tạo, và một phương pháp xử lý sinh học rời rạc và không khác biệt hơn. Trong một bài đăng trên blogTôi suy đoán về cách anh ta sẽ phát triển sinh học nếu anh ta có nhiều thời gian hơn. Alan Turing bắt đầu xem sinh học thông qua các thấu kính thuật toán.

Tôi nghĩ rằng đóng góp lớn nhất (và thường bị bỏ qua) của Turing cho khoa học máy tính đã cho thấy rằng chúng ta có thể thu nhận được cái nhìn sâu sắc bằng cách xem khoa học qua lăng kính thuật toán. Tôi chỉ có thể hy vọng rằng chúng tôi tôn vinh tài năng của anh ấy bằng cách tiếp tục công việc của anh ấy.

Câu hỏi liên quan

• Thấu kính thuật toán trong khoa học xã hội

• Các phương pháp điều trị hiện đại của mạng lưới thần kinh loại B của Alan Turing

• Tác động của phương pháp tiếp cận hình thái của Alan Turing

Một đóng góp ít được biết đến là công cụ ước tính Good-Turing để ước tính tỷ lệ dân số "chưa thấy" khi lấy mẫu. Điều này được sử dụng trong đa dạng sinh học.

Bài viết của Turing về Kiểm tra một thói quen lớn đã được trình bày tại một hội nghị ở Cambridge năm 1949 với lý do chính thức về các chương trình do Floyd và Hoare phát triển trong gần hai thập kỷ. Bài viết chỉ dài ba trang và chứa ý tưởng sử dụng các bất biến để chứng minh tính chất của các chương trình và sự có cơ sở để chứng minh sự chấm dứt.

Làm thế nào người ta có thể kiểm tra một thói quen theo nghĩa là đảm bảo nó đúng?

Để người đàn ông kiểm tra không nên thực hiện một nhiệm vụ quá khó khăn, lập trình viên nên đưa ra một số xác nhận xác định có thể được kiểm tra riêng lẻ và từ đó tính chính xác của toàn bộ chương trình dễ dàng tuân theo.

Turing đã quan tâm và thực hiện một số công việc tinh dịch trong các mô hình khuếch tán phản ứng hóa học. lĩnh vực nghiên cứu này đã mở rộng đáng kể kể từ khi ông bắt đầu điều tra nó. nó đã được chứng minh là có mối quan hệ với khả năng tính toán, ví dụ như trong ý nghĩa "Hoàn thành Turing" [1]. các phản ứng hóa học có thể được mô hình hóa với các phương trình vi phân phi tuyến phức tạp, do đó, theo một nghĩa nào đó, người ta đã chứng minh rằng các phương trình vi phân phi tuyến với độ phức tạp đủ có thể mô phỏng các máy Turing. xuất phát từ bài báo năm 1951 của ông "cơ sở hóa học của hình thái học" [4]

[1] Động học hóa học là Turing phổ của Magnasco trong PRL 97

[2] Cấu trúc Turing trong các phản ứng hóa học đơn giản

[3] Mô hình Turing trong các hệ thống phản ứng hóa học tuyến tính với khuếch tán chéo phi tuyến của Franz

[4] cơ sở hóa học của hình thái học, wikipedia

Đây là một cái khác tôi tìm thấy trên blog của Scott Aaronson (và Q + A được lấy từ đó):

$F_α$

$M$$F_α$$M$

Turing đã chứng minh:

$M$$F_{\omega+1}$$M$

Thật không may, các định nghĩa và chi tiết kỹ thuật khó tóm tắt hơn, nhưng bài đăng trên blog được liên kết với công việc tốt để giải thích chúng.

Dưới đây là một khảo sát trực tuyến / nghiên cứu chi tiết / nghiên cứu chi tiết về 9p / hồi tưởng về những đóng góp cụ thể và dài hạn / cụ thể hơn của Turing trong Thông báo của Hiệp hội toán học Hoa Kỳ của SB Cooper cho kỷ niệm 100 năm, Không thể tính được sau Alan Turing . Một số đóng góp khác được đề cập trong khảo sát này:

• Lỗi làm tròn số trong quy trình ma trận , 1948. có ảnh hưởng trong phân tích số và tính toán khoa học trong lý thuyết tính toán

• báo cáo Phòng thí nghiệm Vật lý Quốc gia chưa được công bố năm 1948 Máy móc thông minh mô tả một mô hình kết nối sớm , tương tự và cùng thời với mạng lưới thần kinh McCulloch và Forge nổi tiếng .

• chỉ ra phân tích và lý thuyết về hình thái học của Turing có thể được coi là nền tảng trí tuệ ban đầu của lý thuyết lớn (và vẫn đang tiếp tục / hoạt động) sau này trong tự tổ chức và hiện tượng nổi lên .

(v.v.)