Alan Turing'in Bilgisayar Bilimine Katkıları

(Teorik) bilgisayar biliminin öncülerinden Alan Turing , Turing makineleri, Kilise-Turing tezi, kararsızlık ve Turing testinin tanımlanması da dahil olmak üzere alanımıza birçok bilimsel bilimsel katkı yaptı. Ancak, önemli keşifleri listelediklerimle sınırlı değil.

100. Doğum Günü onuruna, çalışmalarını daha iyi anlayabilmek için bilgisayar bilimine yaptığı önemli katkıların daha eksiksiz bir listesini sormanın iyi olacağını düşündüm.

Peki, Alan Turing'in bilgisayar bilimine önemli / etkili katkıları nelerdir?

Bu soru Newton'un fiziğe ya da Darwin'in biyolojiye katkılarını istemek gibi bir şey! Bununla birlikte, birçok yorumcunun çoktan ele geçirdiği sorunun ilginç bir yönü var: yani, herkesin bildiği muazzam katkıların yanı sıra, çoğu insanın bilmediği birçok küçük katkı var - bunun yanı sıra birçok içgörü daha "modern" olarak düşündüğümüzü, ancak Turing'in çok iyi anladığını çeşitli açıklamalar ile gösterdiğini söyledi. (Bu arada, aynı Newton ve Darwin için de geçerlidir.)

Sevdiğim birkaç örnek (daha önce belirtilenlerin yanı sıra):

"Bilgi İşlem Makinaları ve İstihbarat" ta, Turing, randomize algoritmaların yararları hakkında oldukça modern bir tartışma içeriyor:

Büyük olasılıkla bir öğrenme makinesine rastgele bir eleman dahil etmek akıllıca olacaktır. Rasgele bir eleman, bir problemin çözümünü ararken oldukça yararlıdır. Mesela, 50 ile 200 arasında bir rakamı bulmak istediğimizi varsayalım, bu rakamın toplamının karesine eşitti, 51'den başlayıp 52'yi deneyebilir ve işe yarayan bir sayı elde edene kadar devam edebiliriz. Alternatif olarak, iyi olanı alana kadar rakamları rastgele seçebiliriz. Bu yöntemin, denenen değerleri takip etmenin gereksiz olması avantajına sahip olması, ancak birinin aynı şeyi iki kez deneyebileceğinin dezavantajı, ancak birkaç çözüm varsa bu çok önemli değil. Sistematik yöntemin dezavantajı, bölgede ilk önce araştırılması gereken herhangi bir çözümü olmayan muazzam bir blok olabileceği, Şimdi öğrenme süreci, öğretmeni (veya başka bir kriteri) tatmin edecek bir davranış şekli arayışı olarak görülebilir. Muhtemelen çok fazla sayıda tatmin edici çözüm olduğu için, rastgele yöntem sistematikten daha iyi görünmektedir. Benzer evrim sürecinde kullanıldığına dikkat edilmelidir.

Turing, aynı zamanda Riemann Hipotezi'ne karşı örnek örnekleri aramak için dijital bilgisayarı kullanan ilk kişiydi. buraya bakın .

(Lev Reyzin bahsettiği) Turing'in 1939 Doktora tezi teknik sonuçların yanısıra, bu tez kavramlarını tanıtmak için son derece dikkate değerdir kahinler ve görecelileştiren Hesaplama teorisi içine. (Bazı insanlar Turing'in bunu asla yapmamasını dileyebilir, ama ben onlardan biri değilim! :-D)

Son olarak, bu temel olmasına rağmen, henüz hiç kimse evrensel Turing makinelerinin varlığının kanıtlarından bahsetmemiş gibi görünüyor - bu Turing makine modelini tanımlamaktan, Kilise-Turing Tezi'ni formüle etmek veya çözümsüzlüğünü kanıtlamaktan ayrı bir katkı Entscheidungsproblem, yine de tartışılabilir bir şekilde bilgisayar devrimi sürecinde bunlardan herhangi biri ile ilgili en "doğrudan".

Bunları yakın zamana kadar bilmiyordum.

1) Bir matrisin LU ayrışması Turing! Temel LU ayrışmasının ne kadar önemli olduğu düşünüldüğünde, bu daha çok vurgulanmayı ve daha yaygın olarak bilinmeyi hak eden bir katkıdır (1948).

2) Satranç oynamak için “kağıt algoritması” ile ilk karşılaşan Turing oldu. Bu noktada, ilk dijital bilgisayarlar hala inşa edildi (1952).

Satranç programlaması, Shannon, Turing, Herb Simon, Ken Thompson, vb. İle ilişkili görkemli bir insan grubuna sahipti. Ve Simom, elbette, Nobel'i de kazandı. (Shannon, 1948'de bir satranç pozisyonunu değerlendirmenin bir yolunu buldu.)

Soruda da belirtildiği gibi, Turing algoritmaları ve hesaplanabilirliği tanımlamak için merkeziydi, bu yüzden algoritmik lensi birleştirmeye yardımcı olan insanlardan biriydi. Ancak bence en büyük katkısı, bilimi algoritmik lens aracılığıyla görmekti. sadece hesaplama adına değil .

2. Dünya Savaşı sırasında Turing, Turing-Welchman bombasını ve diğer araçları ve kripto analizi yapmak için resmi teknikleri yaratmaya yardımcı olmak için hesaplama ve elektro-mekanik (insanın aksine) bilgisayarları fikrini kullandı . Claude Shannon'un tamamladığı kriptolojinin, sanat formunun, kriptografiye, bilime dönüşümüne başladı. Alan Turing, kriptolojiyi algoritmik merceklerle inceledi.

1948'de Turing, ilk öğrenen yapay sinir ağını oluşturmak için beyne olan ilgisini takip etti . Maalesef makalesi NPL'nin müdürü tarafından reddedildi ve yayınlanmadı (1967'ye kadar). Bununla birlikte, hem ilk öğrenen sinir ağları olmamızla ilişkilendirdiğimiz hem İbranice öğrenmeyi (1949) hem de Rosenblatt'ın algılayıcısını (1957) öngördü. Bağlantılığın (bilişsel bilimde hala büyük bir paradigma) ve hesaplamalı sinirbilimin temelini öngörüyoruz. Alan Turing beyni algoritmik lenslerle inceledi.

1950'de Turing, ünlü bilgisayar makinelerini ve zekasını yayınladı ve AI'yı piyasaya sürdü. Bunun, bilişi içsel temsiller üzerinde hesaplama olarak görmeye devam eden Psikoloji ve Bilişsel Bilim üzerinde dönüştürücü bir etkisi oldu. Alan Turing, zihni algoritmik merceklerle inceledi.

Sonunda 1952'de (@vzn'de belirtildiği gibi) Turing , Morfogenezin Kimyasal Temelini yayınladı .. Bu en çok atıf yaptığı işi oldu. İçinde şu soruyu sordu (ve cevaplamaya başladı): Morfogenlerin simetriyi koruyan kimyasal difüzyonu etkisi altında, küresel olarak simetrik bir embriyo küresel olmayan simetrik bir organizmaya nasıl dönüşür? Bu yazıda onun yaklaşımı çok fizik-y, ancak yaklaşımın bazılarının bir TCS havası vardı; Makalesi, belirli (bazı alanlarda: ölçülmesi muhtemel olmayan) sabitleri ve parametreleri temel alan nicel ifadeler yerine katı niteliksel ifadeler (çeşitli sabitler ve parametreler için geçerlidir) yapmıştır. Ölümünden kısa bir süre önce, yapay yaşam simülasyonlarının ne olduğu ile ilgili temel fikirler ve biyolojinin daha ayrık ve diferansiyel olmayan bir denklem tedavisi üzerine çalışarak bu çalışmaya devam ediyordu. Bir blog yayınında , daha fazla vakti olsaydı, biyolojiyi nasıl geliştireceğine dair spekülasyonlar yaparım . Alan Turing biyolojiyi algoritmik lenslerle görmeye başladı.

Bence Turing'in bilgisayar bilimine en büyük (ve genellikle göz ardı edilen) katkısı, bilimi algoritmik lens aracılığıyla izleyerek mükemmel bir içgörü kazanabileceğimizi gösteriyordu. Çalışmasına devam ederek onun cömertini onurlandırdığımızı umuyorum.

İlgili sorular

• Sosyal bilimlerde algoritmik mercek

• Alan Turing'in B tipi sinir ağlarının modern uygulamaları

• Alan Turing'in morfogeneze yaklaşımının etkisi

Daha az bilinen bir katkı, numuneleri alırken "henüz görülmemiş" bir popülasyonun oranını tahmin etmede Good-Turing tahmincisidir . Bu biyolojik çeşitlilikte kullanılır.

Turing'in 1949'da Cambridge'deki bir konferansında sunulan büyük bir rutini kontrol etme makalesi, Floyd ve Hoare tarafından geliştirilen yaklaşık yirmi yıl boyunca programlar hakkında resmi bir akıl yürütmeyi önledi. Makale sadece üç sayfa uzunluğundadır ve programların özelliklerini kanıtlamak için değişmezleri kullanma ve sonlandırmayı kanıtlamak için sağlam bir temel oluşturma fikrini içerir.

Kişi bir rutinin doğru olduğundan emin olmak açısından nasıl kontrol edilebilir?

Kontrol eden erkeğin çok zor bir işi olmaması için, programcının bireysel olarak kontrol edilebilecek ve tüm programın doğruluğunun kolayca takip edilebileceği bir takım kesin iddialarda bulunması gerekir.

Turing, kimyasal reaksiyon difüzyon modellerinde bazı seminal çalışmalar yaptı ve ilgilendi. Bu araştırma alanı, araştırmaya başlamasından bu yana genişledi. hesaplanabilirlik ile bağları olduğu gösterilmiştir, örneğin "Turing tamamlandı" anlamındadır [1]. Kimyasal reaksiyonlar karmaşık doğrusal olmayan diferansiyel denklemlerle modellenebilir, bu nedenle bir anlamda yeterli karmaşıklığa sahip doğrusal olmayan diferansiyel denklemlerin Turing makinelerini simüle edebileceği gösterilmiştir. 1951 tarihli makalesinden "morfogenezin kimyasal temeli" [4]

[1] kimyasal kinetik PRL 97'de Magnasco tarafından evrensel hale geliyor

[2] Basit kimyasal reaksiyonlarda yapıların dönmesi

[3] Franz tarafından lineer olmayan çapraz difüzyonlu lineer kimyasal reaksiyon sistemlerinde turing desenleri

[4] morfogenezin kimyasal temeli, wikipedia

İşte Scott Aaronson'un blogunda bulduğum bir tane daha var (ve Q + A buradan alınacak):

$F_α$

$M$$F_α$$M$

Turing kanıtladı:

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

Ne yazık ki, tanımları ve teknik detayları özetlemek zordur, ancak bağlantılı blog yazısı bunları açıklamak için iyi bir iş çıkarır.

Alaning Turing'den sonra ABD’nin 100. yıldönümünde SB Cooper’ın Amerikan Matematik Kurumu’ndaki Bildirimlerindeki özel ve daha genel / longrange katkılarına ilişkin geniş, oldukça araştırılmış / detaylı 9p çevrimiçi anket / retrospektif . Bu ankette belirtilen diğer bazı katkılar:

• Matriste yuvarlama hataları, kağıt, 1948. Sayısal analizde ve hesaplama teorisinde bilimsel hesaplamada etkilidir.

• yayınlanmamış 1948 Ulusal Fiziksel Laboratuar raporu Intelligent Machinery , ünlü McCulloch ve Pitts sinir ağları ile benzer ve eşzamanlı olan, erken bir bağlantı modelini açıklar .

• Turing'in analiz ve morfogenez teorisi, öz-örgütlenmede ve ortaya çıkan fenomenlerde masif (ve halen devam eden / aktif) daha sonraki teorinin erken entelektüel temeli olarak kabul edilebilir .

(vb)