g****t
发帖数: 31659 | 1 本民科念过Godel，邱奇，Turing的论文。
考证过年代。
我认为，Turing机是后于Godel和邱奇的计算模型的。
停机问题也没有优先权。
Turing之所以在CS有牛顿爱因斯坦的地位，
我认为是因为Universal Turing Machine。
可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
没有这个，你怎么把不同的程序来比较呢？
即使在今日，lambda calculus据我所知也无法顺畅的
弄一个universal lambda machine达成一个合理的，好用的
计算理论。
我不知道CS科班出身的同学们怎么看。
这是我个人的结论。
另外本民科认为罗素的数学原理一书，就是现代OS,以及绑定各种
类库的雏形。
附录：
(1)
www.research.ibm.com/people/h/hirzel/papers/canon00-goedel.pdf
你看，Godel/Church这些数理逻辑神仙的脑子里，很明显没有
Universal Turing Machine
(2)
下面这段是Turing说的。
It is possible to invent a single machine which can be used to compute any
computable sequence. If this machine U is supplied with a tape on the
beginning of which is written the S.D ["standard description" of an action
table] of some computing machine M, then U will compute the same sequence as
M |
h*h
发帖数: 27852 | |
d*******r
发帖数: 3299 | 3 科班出生的人，我觉得每次学计算模型的课，感觉都是绕来绕去,
我拿完A+, 还不知道在这一坨东西到底有啥用...
每次我用Turning机那一坨思考，都觉得非常别扭, 可能数学家逻辑学家喜欢这种.
其实把计算机底层抽象成: 一维数组擦写 + Goto语句控制 最简洁易懂实用.
而且从历史考证来看，Turning机真心没有指导美国或者德国的计算机发明. |
W***o
发帖数: 6519 | 4 其实想想也挺简单的，用机器来simulate任何其他机器 |
h*h
发帖数: 27852 | 5 我看不出来这段话有任何意义
It is possible to invent a single machine which can be used to compute any
computable sequence. If this machine U is supplied with a tape on the
beginning of which is written the S.D ["standard description" of an action
table] of some computing machine M, then U will compute the same sequence as
M |
d***a
发帖数: 13752 | 6
我也从科班的角度来说说：还有很重要一点，所有的机器都可以模拟图灵机。图灵机几
乎是最简单的机器了。不论是x86，ARM, MIPS, VAX等等，都能做图灵机可以做的事情
。进一步说，所有的机器都可以和图灵机相互模拟，那么，所有的机器在计算能力上都
是等价的。
从今天的角度来看，这是很明显的：在x86上能运行的程序，一定能移植到ARM机器上执
行，做到给同样的输入，输出结果相同。但是，图灵给的是一个数学上的证明！并且那
是没有当代计算机的时代，谁见过什么x86，操作系统，编译器，编程语言，面向对象模
型...
图灵的发现，犹如闪电划过黎明前的夜空。一个很现实的意义是，对于硬件设计人员来
说，可以不必担心因为设计上的问题，导致某类算法不能在自己的机器上运行。那个时
候，造一台机器是以百万美元计价的。
除此之外，图灵机理论还是算法设计中计算复杂度分析的基础。而算法设计，又是编程
的基础。所以说，图灵在计算机界的地位很高，也是有其坚实基础的。:)
【在 W***o 的大作中提到】
: 其实想想也挺简单的，用机器来simulate任何其他机器
|
W***o
发帖数: 6519 | 7 谢谢教授醍醐灌顶 ：）
象模
【在 d***a 的大作中提到】
:
: 我也从科班的角度来说说：还有很重要一点，所有的机器都可以模拟图灵机。图灵机几
: 乎是最简单的机器了。不论是x86，ARM, MIPS, VAX等等，都能做图灵机可以做的事情
: 。进一步说，所有的机器都可以和图灵机相互模拟，那么，所有的机器在计算能力上都
: 是等价的。
: 从今天的角度来看，这是很明显的：在x86上能运行的程序，一定能移植到ARM机器上执
: 行，做到给同样的输入，输出结果相同。但是，图灵给的是一个数学上的证明！并且那
: 是没有当代计算机的时代，谁见过什么x86，操作系统，编译器，编程语言，面向对象模
: 型...
: 图灵的发现，犹如闪电划过黎明前的夜空。一个很现实的意义是，对于硬件设计人员来
|
d***a
发帖数: 13752 | 8 我也是从老师那里学来的。:)
王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
【在 W***o 的大作中提到】
: 谢谢教授醍醐灌顶 ：）
:
: 象模
|
W***o
发帖数: 6519 | 9 性格决定命运，这绝对不是一句空话
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
x****u
发帖数: 44466 | 10 目前的deeplearning就缺个图灵
如果有人能系统性的分析出来什么样的并行计算能力能实现哪种神经网络，解决什么类
型的问题，20年前就会有人投巨资造神经网络IC流水线了
可怜现在DL还是实验科学，都是些没什么数学根据但测试结果此法就是好用之类的研究
象模
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
|
|
h*h
发帖数: 27852 | 11 你这种说法说明你不懂混沌系统
【在 x****u 的大作中提到】
: 目前的deeplearning就缺个图灵
: 如果有人能系统性的分析出来什么样的并行计算能力能实现哪种神经网络，解决什么类
: 型的问题，20年前就会有人投巨资造神经网络IC流水线了
: 可怜现在DL还是实验科学，都是些没什么数学根据但测试结果此法就是好用之类的研究
:
: 象模
|
h*h
发帖数: 27852 | 12 “因为硬件设计上的问题，导致某类算法不能在自己的机器上运行”
这本来就是个不是问题的问题
图灵给出的数学证明，是不是一个循环证明呢？我说不清楚，但是直觉是这样的：图灵
给出了个循环证明，解决了个不是问题的问题
象模
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
f*******t
发帖数: 7549 | 13 这么相信你自己的直觉？
【在 h*h 的大作中提到】
: “因为硬件设计上的问题，导致某类算法不能在自己的机器上运行”
: 这本来就是个不是问题的问题
: 图灵给出的数学证明，是不是一个循环证明呢？我说不清楚，但是直觉是这样的：图灵
: 给出了个循环证明，解决了个不是问题的问题
:
: 象模
|
g****t
发帖数: 31659 | 14 我补充两点浅见：
1.比Turing机更简单的机器模型有很多。组合逻辑几个符号换一下是最简单的。
2.量子计算的计算模型，现在没有任何意义上的universal machine,所以难scale up,
以及推广。
只能一类问题造一个机器这样的。
3.Lambda Calculus的universal machine也有问题。
我个人研究，不完全适合做计算复杂性分析。
象模
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
g****t
发帖数: 31659 | 15 这取决于你是干啥的。
【在 h*h 的大作中提到】
: 我觉得图灵机没有任何实际意义
|
w*******g
发帖数: 9932 | 16 Turing machine is used to prove undecidability.
lambda calculus is to demonstrate basic encoding of functional language and
beyond.
frankly, other than proof of undecidability, I haven't seen other use of
Turing machine.
but I work with lambda calculus every day.
maybe I am biased but I don't think Turing machine is as important as lambda
calculus.
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
h*h
发帖数: 27852 | 17 能科普一下Turing machine 怎样 prove undecidability吗
and
lambda
【在 w*******g 的大作中提到】
: Turing machine is used to prove undecidability.
: lambda calculus is to demonstrate basic encoding of functional language and
: beyond.
: frankly, other than proof of undecidability, I haven't seen other use of
: Turing machine.
: but I work with lambda calculus every day.
: maybe I am biased but I don't think Turing machine is as important as lambda
: calculus.
|
W***o
发帖数: 6519 | 18 reduce from another problem
【在 h*h 的大作中提到】
: 能科普一下Turing machine 怎样 prove undecidability吗
:
: and
: lambda
|
w*******g
发帖数: 9932 | 19 I don't remember exactly but I think you can encode post's correspondence
problem in Turing machine to show halting problem is undecidable.
【在 h*h 的大作中提到】
: 能科普一下Turing machine 怎样 prove undecidability吗
:
: and
: lambda
|
f***u
发帖数: 58 | 20 作为基础理论研究，最高的境界是对一个很重要的概念的深入理解并用简单的数学语言
刻画出来。
在当时，很多数学家和逻辑学家都在对“计算”这个概念进行诠释，也有很多等价的数
学刻画，比如Recursive function, Turing machine, grammar, Post system，lamda
calculus等等。但是Turing Machine是其中最成功的。这不是因为它是最早的，而是因
为Turing machine不仅简单地刻画了“计算”这个概念，而且隐含了可以实现这个概念
的途径。
Turing machine有很多不完美的地方。个人认为其中最不完美的地方是用了“状态”和
“状态转换”的概念。这两者很容易理解，但状态和状态转换是无法直接实现的。即使
如此，Turing machine依然是以上关于计算的数学模型中最成功的。其中的思想直接隐
含了CPU,内存，总线等等。虽然早期的计算机设计可能和Turing machine没有太大关系
，但在计算机的发展中，Turing machine起了很重要的作用，比如冯诺依曼体系结构，
比如算法分析与设计。
很多人觉得Turing machine没用，那是因为他们已经受到了Turing machine的影响（直
接的或者间接的）而不自知。比如现在的人工智能，虽然应用已经做得很出色了，但是
真正重要的理论突破却迟迟没有到来。有理由相信，等类似于Turing machine那样的理
论突破出现了，那才是人工智能的真正奇点。
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
|
|
g****t
发帖数: 31659 | 21 1.
undecidability是Godel 21岁时候证明的。
2.
如果你没读过wiki pedia上面universal turing machine的介绍，
那有啥好讨论的呢。
3.
在实践中，计算复杂度的比较，绝大多数都是up to universal turing machine的。
基于lambda calculs的很多工作也有，但是缺点很多。
4.
哪个模型更重要，这个问题不重要。我想说的是，universal xxx machine这个概念是
极度重要的。
and
lambda
【在 w*******g 的大作中提到】
: Turing machine is used to prove undecidability.
: lambda calculus is to demonstrate basic encoding of functional language and
: beyond.
: frankly, other than proof of undecidability, I haven't seen other use of
: Turing machine.
: but I work with lambda calculus every day.
: maybe I am biased but I don't think Turing machine is as important as lambda
: calculus.
|
g****t
发帖数: 31659 | 22 我反复解释过了。
没有universal machine这个概念，那么你就只能一个问题造一个机器。
没办法scale up到社会中去。(我们且不说你无法比较时间空间复杂度什么的)
根据我对新闻的理解，现在量子计算机就只能用模拟退火算法解决一类优化问题，
无法实用的coding。其他不少fancy硬件机器，神经网络什么的，也是卡在这里。
lamda
【在 f***u 的大作中提到】
: 作为基础理论研究，最高的境界是对一个很重要的概念的深入理解并用简单的数学语言
: 刻画出来。
: 在当时，很多数学家和逻辑学家都在对“计算”这个概念进行诠释，也有很多等价的数
: 学刻画，比如Recursive function, Turing machine, grammar, Post system，lamda
: calculus等等。但是Turing Machine是其中最成功的。这不是因为它是最早的，而是因
: 为Turing machine不仅简单地刻画了“计算”这个概念，而且隐含了可以实现这个概念
: 的途径。
: Turing machine有很多不完美的地方。个人认为其中最不完美的地方是用了“状态”和
: “状态转换”的概念。这两者很容易理解，但状态和状态转换是无法直接实现的。即使
: 如此，Turing machine依然是以上关于计算的数学模型中最成功的。其中的思想直接隐
|
g****t
发帖数: 31659 | 23 最简单的解释，就是对角线法。
读论文吧。
【在 h*h 的大作中提到】
: “因为硬件设计上的问题，导致某类算法不能在自己的机器上运行”
: 这本来就是个不是问题的问题
: 图灵给出的数学证明，是不是一个循环证明呢？我说不清楚，但是直觉是这样的：图灵
: 给出了个循环证明，解决了个不是问题的问题
:
: 象模
|
x****u
发帖数: 44466 | 24 AI的理论多了，搞不出结果来球用也没有。
现在虽然电脑认动物完胜人类，但认字读书还差不少。你理论牛给讲讲还差多少计算能
力啊？能像图灵一样定量分析出来，你就是新时代的图灵。
么类
研究
【在 h*h 的大作中提到】
: 你这种说法说明你不懂混沌系统
|
H**r
发帖数: 10015 | 25 图灵的地位和牛顿爱因斯坦根本没法比
冯诺依曼计算机体系就不是基于图灵做的，实际的马工也不需要考虑图灵机的问题
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
H**r
发帖数: 10015 | 26 王垠混得不算差
他在programming language方面还可以
也去过不少相关领域的主流公司(不是，Google)
他就是牛逼吹得有点大，把自己誉为伟大的计算机科学家，天才。名不副实
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
P**H
发帖数: 1897 | 27 敢问，物理内存有限的这些机器怎么做到都能做无限内存图灵机可以做的事情？反过才
对吧。
象模
【在 d***a 的大作中提到】
: 我也是从老师那里学来的。:)
: 王垠那家伙自高自大，我猜他读书时就没好好听课。不过话说回来，他的编程能力是不
: 错的，也有过很好的机会。如果不是自大，不应该混到今天这个样子。
|
p********n
发帖数: 3367 | |
n*********2
发帖数: 357 | 29 > 我反复解释过了。
>
> 没有universal machine这个概念，那么你就只能一个问题造一个机器。
没办法scale up到社会中去。
大伙都不读计算机历史， 都只想当然吗？ John Mauchly 和J. Presper Eckert造出第
一台通用(注意：通用)计算机， 与 Universal Turing Machine 一毛钱的关系都没有
。你说的Universal Turing Machine对实践的指导作用， 在事实上不存在（它只存在
你的大脑的想像中, 是事后诸葛亮）。
没人否认Turing 的理论贡献。 但是把这个夸大到实际计算机的制造中去，就过头了。
【在 g****t 的大作中提到】
: 我反复解释过了。
: 没有universal machine这个概念，那么你就只能一个问题造一个机器。
: 没办法scale up到社会中去。(我们且不说你无法比较时间空间复杂度什么的)
: 根据我对新闻的理解，现在量子计算机就只能用模拟退火算法解决一类优化问题，
: 无法实用的coding。其他不少fancy硬件机器，神经网络什么的，也是卡在这里。
:
: lamda
|
d***a
发帖数: 13752 | 30 啊，我说的是人造出来的计算机。
图灵机模型和理论适用于数字计算机，时间是离散的，数值也是离散的。Lambda演算也
是。计算的本质到底是什么? 这个问题并没有被完全解决。谁能把这个问题往前再推
一步，那就可以和图灵齐名了。
【在 g****t 的大作中提到】
: 我补充两点浅见：
: 1.比Turing机更简单的机器模型有很多。组合逻辑几个符号换一下是最简单的。
: 2.量子计算的计算模型，现在没有任何意义上的universal machine,所以难scale up,
: 以及推广。
: 只能一类问题造一个机器这样的。
: 3.Lambda Calculus的universal machine也有问题。
: 我个人研究，不完全适合做计算复杂性分析。
:
: 象模
|
|
|
d******e
发帖数: 2265 | 31 计算复杂性是NP问题。
图灵机是可计算问题。图灵机放教程里面是因为和有限自动机一起就讲了。函数式语言
一般不会讲，所以lambda就没什么人知道。
图灵机无法解释scale问题那个是计算复杂性和算法的内容。
最后，即使没有图灵机，实践中一样有现在的所有东西，图灵机就是一篇论文显示高大
上的一个没用的lemma而已。
【在 g****t 的大作中提到】
: 我反复解释过了。
: 没有universal machine这个概念，那么你就只能一个问题造一个机器。
: 没办法scale up到社会中去。(我们且不说你无法比较时间空间复杂度什么的)
: 根据我对新闻的理解，现在量子计算机就只能用模拟退火算法解决一类优化问题，
: 无法实用的coding。其他不少fancy硬件机器，神经网络什么的，也是卡在这里。
:
: lamda
|
g****t
发帖数: 31659 | 32 Lambda上很难定义好用的复杂性理论的。
你试试就知道了。
【在 d******e 的大作中提到】
: 计算复杂性是NP问题。
: 图灵机是可计算问题。图灵机放教程里面是因为和有限自动机一起就讲了。函数式语言
: 一般不会讲，所以lambda就没什么人知道。
: 图灵机无法解释scale问题那个是计算复杂性和算法的内容。
: 最后，即使没有图灵机，实践中一样有现在的所有东西，图灵机就是一篇论文显示高大
: 上的一个没用的lemma而已。
|
g****t
发帖数: 31659 | 33 你读读Wikipedia。
【在 n*********2 的大作中提到】
: > 我反复解释过了。
: >
: > 没有universal machine这个概念，那么你就只能一个问题造一个机器。
: 没办法scale up到社会中去。
: 大伙都不读计算机历史， 都只想当然吗？ John Mauchly 和J. Presper Eckert造出第
: 一台通用(注意：通用)计算机， 与 Universal Turing Machine 一毛钱的关系都没有
: 。你说的Universal Turing Machine对实践的指导作用， 在事实上不存在（它只存在
: 你的大脑的想像中, 是事后诸葛亮）。
: 没人否认Turing 的理论贡献。 但是把这个夸大到实际计算机的制造中去，就过头了。
|
h*h
发帖数: 27852 | 34 图灵机和计算理论是纯数学，和计算机行业没有关系
【在 d******e 的大作中提到】
: 计算复杂性是NP问题。
: 图灵机是可计算问题。图灵机放教程里面是因为和有限自动机一起就讲了。函数式语言
: 一般不会讲，所以lambda就没什么人知道。
: 图灵机无法解释scale问题那个是计算复杂性和算法的内容。
: 最后，即使没有图灵机，实践中一样有现在的所有东西，图灵机就是一篇论文显示高大
: 上的一个没用的lemma而已。
|
w***g
发帖数: 5958 | 35 图灵在牛逼程度和原创性上比不上牛顿爱因斯坦达尔文这些，基本上就是
裘千仞那个档次的，可能还不如。但挡不住他捡到了图灵机这么个超级
牛B的潜力股从而当上了CS这一行的祖师爷。
我倾向于认为图灵自己也没有意识到图灵机在理论上的潜力。我印象中图灵
在算法方面没有值得一提的贡献。我感觉"算法"这个研究方向是独立于图灵机
概念发展起来的。或者说图灵发现潜力股以后其实立刻就抛了。
再提一句，如果未来哪天AI作为一门学科从CS独立出去，图灵必然又是那一行
的祖师。悲愤也没用。
【在 g****t 的大作中提到】
: Lambda上很难定义好用的复杂性理论的。
: 你试试就知道了。
|
d******e
发帖数: 2265 | 36 你一指没有搞清楚（或者说说请出楚）的是可以计算性computablity和计算复杂性
computational complexity是不同的概念。
无论图灵机还是lambda 演算都是可计算性问题。
【在 g****t 的大作中提到】
: Lambda上很难定义好用的复杂性理论的。
: 你试试就知道了。
|
d******e
发帖数: 2265 | 37 还是有关系的。我们当时学过meta计算？
就是按照最基本的三种计算，+1, -1, 跳转来构造出加法器，跳转，loop等等计算语言
的基本element.
+1, -1这些很容易map到图灵机上。
不过，对于实际应用来说，P, NP这个问题不能解决，可计算性就是更加边缘的虚无缥
缈的东西了。
【在 h*h 的大作中提到】
: 图灵机和计算理论是纯数学，和计算机行业没有关系
|
h*h
发帖数: 27852 | 38 图灵机涵盖所有computing machine,因为它的定义就是那样的。
图灵机是基于无限内存的，我不觉得图灵机在计算机行业有任何实际用途
【在 d******e 的大作中提到】
: 还是有关系的。我们当时学过meta计算？
: 就是按照最基本的三种计算，+1, -1, 跳转来构造出加法器，跳转，loop等等计算语言
: 的基本element.
: +1, -1这些很容易map到图灵机上。
: 不过，对于实际应用来说，P, NP这个问题不能解决，可计算性就是更加边缘的虚无缥
: 缈的东西了。
|
W***o
发帖数: 6519 | 39 达尔文还是算了吧，不能和牛顿爱因斯坦放在一块儿，实在不能算什么原创
【在 w***g 的大作中提到】
: 图灵在牛逼程度和原创性上比不上牛顿爱因斯坦达尔文这些，基本上就是
: 裘千仞那个档次的，可能还不如。但挡不住他捡到了图灵机这么个超级
: 牛B的潜力股从而当上了CS这一行的祖师爷。
: 我倾向于认为图灵自己也没有意识到图灵机在理论上的潜力。我印象中图灵
: 在算法方面没有值得一提的贡献。我感觉"算法"这个研究方向是独立于图灵机
: 概念发展起来的。或者说图灵发现潜力股以后其实立刻就抛了。
: 再提一句，如果未来哪天AI作为一门学科从CS独立出去，图灵必然又是那一行
: 的祖师。悲愤也没用。
|
w***g
发帖数: 5958 | 40 请展开说说为什么达尔文不能和牛顿爱因斯坦并列。
达尔文的工作量极大，而且应该是把命赌上了去航海的，在进化论上下的注不可谓不大。
还有孟德尔也超级牛B。
至少从工作量上来说，图灵只有以上几位的零头。
我家是拜达尔文的（还拜莫扎特，牛顿等），“还是算了”这几个字对我刺激很大，
还望说明。
【在 W***o 的大作中提到】
: 达尔文还是算了吧，不能和牛顿爱因斯坦放在一块儿，实在不能算什么原创
|
|
|
h*h
发帖数: 27852 | 41 达尔文的进化论不是硬科学，当然达尔文还是比图灵牛的
我觉得爱因斯坦比不上牛顿
大。
【在 w***g 的大作中提到】
: 请展开说说为什么达尔文不能和牛顿爱因斯坦并列。
: 达尔文的工作量极大，而且应该是把命赌上了去航海的，在进化论上下的注不可谓不大。
: 还有孟德尔也超级牛B。
: 至少从工作量上来说，图灵只有以上几位的零头。
: 我家是拜达尔文的（还拜莫扎特，牛顿等），“还是算了”这几个字对我刺激很大，
: 还望说明。
|
c****3
发帖数: 10787 | 42 达尔文的东西不靠谱，逻辑明显看着有问题。
比如印尼有个总理长得像奥巴马，我说他是奥巴马的兄弟，生活里面这个大家都能看出
逻辑有问题。可惜进化论里面都是这种逻辑，长得像就是祖先。
搞生物的都不靠谱。生物造假从孟德尔就开始了，孟德尔豌豆实验系数据就是造假的。
大。
【在 w***g 的大作中提到】
: 请展开说说为什么达尔文不能和牛顿爱因斯坦并列。
: 达尔文的工作量极大，而且应该是把命赌上了去航海的，在进化论上下的注不可谓不大。
: 还有孟德尔也超级牛B。
: 至少从工作量上来说，图灵只有以上几位的零头。
: 我家是拜达尔文的（还拜莫扎特，牛顿等），“还是算了”这几个字对我刺激很大，
: 还望说明。
|
w***g
发帖数: 5958 | 43 造假也能算人力物力约束下的一种研究方法吧。又不发工资，又不让Cherry-pick数据
发论文，哪里找那么多劳动力去研究生物学。
牛顿也在数据上造过假的。
【在 c****3 的大作中提到】
: 达尔文的东西不靠谱，逻辑明显看着有问题。
: 比如印尼有个总理长得像奥巴马，我说他是奥巴马的兄弟，生活里面这个大家都能看出
: 逻辑有问题。可惜进化论里面都是这种逻辑，长得像就是祖先。
: 搞生物的都不靠谱。生物造假从孟德尔就开始了，孟德尔豌豆实验系数据就是造假的。
:
: 大。
|
g****t
发帖数: 31659 | 44 是你没搞清楚。
有Universal Turing Machine这个概念，所以不同Turing Machine上
的计算时间可以拿来比较，up to一个simulation所需要的时间。
可计算问题则是Godel,邱奇最先解决的，这个没什么疑问。
Godel,邱奇没有计算复杂度理论。
【在 d******e 的大作中提到】
: 你一指没有搞清楚（或者说说请出楚）的是可以计算性computablity和计算复杂性
: computational complexity是不同的概念。
: 无论图灵机还是lambda 演算都是可计算性问题。
|
c****3
发帖数: 10787 | 45 生物造假太毁三观。明知道是假的，还要放到教科书里蒙学生。
以前中学生物书里面胚胎重演率的图也是假的。一百年前就知道了，但是因为进化论证
据太少，所以就不说，一直作为重要证据蒙人。
【在 w***g 的大作中提到】
: 造假也能算人力物力约束下的一种研究方法吧。又不发工资，又不让Cherry-pick数据
: 发论文，哪里找那么多劳动力去研究生物学。
: 牛顿也在数据上造过假的。
|
w***g
发帖数: 5958 | 46 操，这个闹洞大开啊。胚胎重演的真相是什么？
Update:
看到这个图的作者是Ernst Haeckel。此人画的图我很喜欢看，确实有相当大程度的
二次创作。
【在 c****3 的大作中提到】
: 生物造假太毁三观。明知道是假的，还要放到教科书里蒙学生。
: 以前中学生物书里面胚胎重演率的图也是假的。一百年前就知道了，但是因为进化论证
: 据太少，所以就不说，一直作为重要证据蒙人。
|
h*h
发帖数: 27852 | 47 进化论的科学性现在是公认的。进化论是革命性的发现
我不相信孟德尔豌豆实验数据都是假的，他的结论显然是对的
【在 c****3 的大作中提到】
: 达尔文的东西不靠谱，逻辑明显看着有问题。
: 比如印尼有个总理长得像奥巴马，我说他是奥巴马的兄弟，生活里面这个大家都能看出
: 逻辑有问题。可惜进化论里面都是这种逻辑，长得像就是祖先。
: 搞生物的都不靠谱。生物造假从孟德尔就开始了，孟德尔豌豆实验系数据就是造假的。
:
: 大。
|
h*h
发帖数: 27852 | 48 图灵机是基于无限内存的
任何建立在图灵机上的东西都没有实际意义
【在 g****t 的大作中提到】
: 是你没搞清楚。
: 有Universal Turing Machine这个概念，所以不同Turing Machine上
: 的计算时间可以拿来比较，up to一个simulation所需要的时间。
: 可计算问题则是Godel,邱奇最先解决的，这个没什么疑问。
: Godel,邱奇没有计算复杂度理论。
|
n*********2
发帖数: 357 | 49 你看到的Wikipedia文章是不准确的。 民科害死人啦。
拜这个论坛上的哥们的指引， 我找到了下列相关文章：
(1) A Turing Tale
Assessing the accuracy of popular descriptions of Alan Turing’s influences
and legacy.
Edga G. Daylight
Communications of the ACM
October 2014
(2) HISTORICAL REFLECTIONS
Actually, Turing Did Not Invent the Computer
By Thomas Haigh
Communications of the ACM, Vol. 57 No. 1, Pages 36-41
http://www.eng.auburn.edu/~vagrawal/COURSE/READING/ARCH/CACM_Ja
(3) Why did computer science make a hero out of Turing?
Maarten Bullynck, Edgar G. Daylight, Liesbeth De Mol
Communications of the ACM
Volume 58 Issue 3, March 2015
Pages 37-39
[综合看来， 王垠同学批判图灵还是有一些道理的。 不是无的放矢。]
【在 g****t 的大作中提到】
: 你读读Wikipedia。
|
w***g
发帖数: 5958 | 50 假设无限内存，但是一个算法在图灵机上实现后，实际用多少内存还是可以算的吧。
负载度只是研究开销随着问题规模增长的速度，跟绝对数值没啥太大的关系。
【在 h*h 的大作中提到】
: 图灵机是基于无限内存的
: 任何建立在图灵机上的东西都没有实际意义
|
|
|
g****t
发帖数: 31659 | 51 Martin Davis是民科吗？他是邱奇的学生.你真是无畏。
influences
【在 n*********2 的大作中提到】
: 你看到的Wikipedia文章是不准确的。 民科害死人啦。
: 拜这个论坛上的哥们的指引， 我找到了下列相关文章：
: (1) A Turing Tale
: Assessing the accuracy of popular descriptions of Alan Turing’s influences
: and legacy.
: Edga G. Daylight
: Communications of the ACM
: October 2014
: (2) HISTORICAL REFLECTIONS
: Actually, Turing Did Not Invent the Computer
|
l*********s
发帖数: 5409 | 52 比起生物来这点苦难算个渣
【在 x****u 的大作中提到】
: 目前的deeplearning就缺个图灵
: 如果有人能系统性的分析出来什么样的并行计算能力能实现哪种神经网络，解决什么类
: 型的问题，20年前就会有人投巨资造神经网络IC流水线了
: 可怜现在DL还是实验科学，都是些没什么数学根据但测试结果此法就是好用之类的研究
:
: 象模
|
c****3
发帖数: 10787 | 53 有意造假还是无意造假，这个你也说不清。
反正人家看着他的实验结果，就像先有结论，然后再凑数据的。不过他的运气比较好，
好歹结论是对的。
现在生物应该还是这招，先有结论，再凑数据。现在想要有孟德尔这种运气，也是难了。
【在 h*h 的大作中提到】
: 进化论的科学性现在是公认的。进化论是革命性的发现
: 我不相信孟德尔豌豆实验数据都是假的，他的结论显然是对的
|
n*********2
发帖数: 357 | 54 Wikipedia 的那片文章带有民科的性质。
你可以读一读 A Turing Tale
Assessing the accuracy of popular descriptions of Alan Turing’s influences
and legacy.
Edga G. Daylight
Communications of the ACM
October 2014
里面比较了Martin Davis和别人的对图灵的定位/评价。有些方面 Hodges的评价比
Davis的更准确些。
【在 g****t 的大作中提到】
: Martin Davis是民科吗？他是邱奇的学生.你真是无畏。
:
: influences
|
g****t
发帖数: 31659 | 55 我要说的只有3点：
第一，Turing拥有Universal Turing Machine的优先权
第二，Universal Turing Machine很重要。在理论上，它是合理的可以
有用的计算复杂度理论的基础。因为Lambda很难开展计算复杂度。
在应用上，香农的论文已经说明了这个模型对电子设计的重要性。
以上两点是客观事实。
从主观评价的角度来讲，我跟从Martin Davis对Turing的over all评价。
influences
【在 n*********2 的大作中提到】
: Wikipedia 的那片文章带有民科的性质。
: 你可以读一读 A Turing Tale
: Assessing the accuracy of popular descriptions of Alan Turing’s influences
: and legacy.
: Edga G. Daylight
: Communications of the ACM
: October 2014
: 里面比较了Martin Davis和别人的对图灵的定位/评价。有些方面 Hodges的评价比
: Davis的更准确些。
|
h*h
发帖数: 27852 | 56 计算机设计根本和图灵机无关
图灵教徒跑来说你的发明是基于我教主的理论，事实上任何机器都基于图灵教主的理论
【在 g****t 的大作中提到】
: 我要说的只有3点：
: 第一，Turing拥有Universal Turing Machine的优先权
: 第二，Universal Turing Machine很重要。在理论上，它是合理的可以
: 有用的计算复杂度理论的基础。因为Lambda很难开展计算复杂度。
: 在应用上，香农的论文已经说明了这个模型对电子设计的重要性。
: 以上两点是客观事实。
: 从主观评价的角度来讲，我跟从Martin Davis对Turing的over all评价。
:
: influences
|
d******e
发帖数: 2265 | 57 我们课本上从来没有说过这个。
所以计算复杂性一般都是big o分析。NP就是映射到TSP的问题了事。
你非说比较不同图灵机，那个是你的定义，你这么理解也没错。虽然没有任何实际意义。
【在 g****t 的大作中提到】
: 是你没搞清楚。
: 有Universal Turing Machine这个概念，所以不同Turing Machine上
: 的计算时间可以拿来比较，up to一个simulation所需要的时间。
: 可计算问题则是Godel,邱奇最先解决的，这个没什么疑问。
: Godel,邱奇没有计算复杂度理论。
|
d*******r
发帖数: 3299 | 58 你们挺图灵的，能不能给出些靠谱的证据，表明Turning Machine 确实指导过计算的发
明和发展?
不然，按照王垠和其他人找的历史考古，还更让人相信:
给图灵戴高帽子就是媒体造谈资的事后诸葛亮. 而且还很可能是英国佬在媒体里使劲夹
带私货的结果.
至于图灵测试能判别人工智能...!? 现在来看就是个笑话吧 |
W***o
发帖数: 6519 | 59 一点愚见：
之所以说达尔文比不上牛顿和爱因斯坦，我的理由是谁的理论成为他/她所开创的领域
的foundation。牛顿的几大定律和爱因斯坦的相对论，不可以不说是其开创领域的基石
，由这些基石，后来的科学家又陆续做出新的发现和创新，牛顿和爱因斯坦的影响可以
说是巨大的。
再看看达尔文，他的进化论，及其后来的进化生物学，现在不仅可以说是混沌状态，连
对一些基本的现象的解释都不是非常的convincing；另外，实验生物学是基于实验观察
，不管达尔文航海考察收集样本多么广泛，总是有一些他不能企及的地方，这种先天的
缺陷，也就命中注定了 他的进化论终究是一个 “总是在向真理接近“的状态。当然，
我这里也不是说牛顿的定律和爱因斯坦的相对论是完美的，因为每个理论总是有其局限
性，不幸的是进化论在这方面缺乏数理论证的基础，不如物理学方面的定理和定律容易
让人接受
孟德尔可以说是近代遗传学之父，但是这种实验学科也是基于观察，有局限性。而且如
上面几位盆友所说，孟德尔对其实验数据做了一些massage，这种前瞻性造假在当今的
生物学界可以说是屡见不鲜，几个月前有位年轻的生物学教授自杀，不能说和ta之前的
做法没有关系。。。
权当抛块砖头供大牛娱乐一下
大。
【在 w***g 的大作中提到】
: 请展开说说为什么达尔文不能和牛顿爱因斯坦并列。
: 达尔文的工作量极大，而且应该是把命赌上了去航海的，在进化论上下的注不可谓不大。
: 还有孟德尔也超级牛B。
: 至少从工作量上来说，图灵只有以上几位的零头。
: 我家是拜达尔文的（还拜莫扎特，牛顿等），“还是算了”这几个字对我刺激很大，
: 还望说明。
|
w***g
发帖数: 5958 | 60 我见过的中文课本(张立昂)和英文课本(Sipser)，都只是提了一下
universal turing machine。我特地又翻了下，真的就只是一句话
提了一下。可能不是不重要，而是没啥好说的。分析算法，首先得
假定有个计算机可以跑这个算法吧，最好还得假定各种算法分析的
结论不依赖计算机的具体实现，UTM就是满足了这个假定。如果没有
universal这个概念，我们现在读的书可能就叫
复杂度分析>和。但是非要说提出
UTM这个概念有多么多么了不起，似乎又并不是那样。
我没觉得学术界给图灵多少光环。那个光环本来就是王垠自己造出来
的靶子吧。至于说图灵奖，类比诺贝尔奖好了。
义。
【在 d******e 的大作中提到】
: 我们课本上从来没有说过这个。
: 所以计算复杂性一般都是big o分析。NP就是映射到TSP的问题了事。
: 你非说比较不同图灵机，那个是你的定义，你这么理解也没错。虽然没有任何实际意义。
|
|
|
W***o
发帖数: 6519 | 61 我觉得图灵机的贡献对computability 和 complexity analysis 有着“基石”的作用
【在 d*******r 的大作中提到】
: 你们挺图灵的，能不能给出些靠谱的证据，表明Turning Machine 确实指导过计算的发
: 明和发展?
: 不然，按照王垠和其他人找的历史考古，还更让人相信:
: 给图灵戴高帽子就是媒体造谈资的事后诸葛亮. 而且还很可能是英国佬在媒体里使劲夹
: 带私货的结果.
: 至于图灵测试能判别人工智能...!? 现在来看就是个笑话吧
|
h*h
发帖数: 27852 | 62 说点儿具体的
计算机发明设计或者编程
【在 W***o 的大作中提到】
: 我觉得图灵机的贡献对computability 和 complexity analysis 有着“基石”的作用
|
d******e
发帖数: 2265 | 63 wiki说的很明白了
理论分析常常利用渐近分析估计一个算法的复杂度，并使用大O符号、大Ω符号和大Θ
符号作为标记。举例，二分查找所需的执行步骤数量与查找列表的长度之对数成正比，
记为 O(log n)，简称为“对数时间”。通常使用渐近分析的原因是，同一算法的不同
具体实现的效率可能有差别。但是，对于任何给定的算法，所有符合其设计者意图的实
现，它们之间的性能差异应当仅仅是一个系数。
精确分析算法的效率有时也是可行的，但这样的分析通常需要一些与具体实现相关的假
设，称为计算模型。计算模型可以用抽象机器来定义，比如图灵机。*或者可以假设某
些基本操作在单位时间内可完成。*
实际分析都是
1. assumption: operation a is constant time.
2. theory: blah in O(blah n) time
3. lemma: balh
做个假设必入说量子计算是constant time，你就算呗。活着说，我的算法操作就是 op
1 , op2, 每个多少时间。
算法多少时间，大家看有理你就推呗。活着你就假设我的排序就是 o(n)时间的，根据
这个结论，我的算法就是什么时间的。
真看不出utm的基石在那里。特别是现在的算法approxmiate算法更佳多。算个上届下届
什么的， 你用utm最后还不是要提升到疯诺伊曼结构在提升到某种高级假设的基础？
【在 w***g 的大作中提到】
: 我见过的中文课本(张立昂)和英文课本(Sipser)，都只是提了一下
: universal turing machine。我特地又翻了下，真的就只是一句话
: 提了一下。可能不是不重要，而是没啥好说的。分析算法，首先得
: 假定有个计算机可以跑这个算法吧，最好还得假定各种算法分析的
: 结论不依赖计算机的具体实现，UTM就是满足了这个假定。如果没有
: universal这个概念，我们现在读的书可能就叫: 复杂度分析>和。但是非要说提出
: UTM这个概念有多么多么了不起，似乎又并不是那样。
: 我没觉得学术界给图灵多少光环。那个光环本来就是王垠自己造出来
: 的靶子吧。至于说图灵奖，类比诺贝尔奖好了。
|
d******e
发帖数: 2265 | 64 你还是试着证明几个NP问题，然后在考虑这块基石吧。
【在 W***o 的大作中提到】
: 我觉得图灵机的贡献对computability 和 complexity analysis 有着“基石”的作用
|
h*h
发帖数: 27852 | 65 图灵可是CS领域的开山鼻祖啊，怎么跟诺贝尔比？
【在 w***g 的大作中提到】
: 我见过的中文课本(张立昂)和英文课本(Sipser)，都只是提了一下
: universal turing machine。我特地又翻了下，真的就只是一句话
: 提了一下。可能不是不重要，而是没啥好说的。分析算法，首先得
: 假定有个计算机可以跑这个算法吧，最好还得假定各种算法分析的
: 结论不依赖计算机的具体实现，UTM就是满足了这个假定。如果没有
: universal这个概念，我们现在读的书可能就叫: 复杂度分析>和。但是非要说提出
: UTM这个概念有多么多么了不起，似乎又并不是那样。
: 我没觉得学术界给图灵多少光环。那个光环本来就是王垠自己造出来
: 的靶子吧。至于说图灵奖，类比诺贝尔奖好了。
|
w***g
发帖数: 5958 | 66 你自己做生物的，了解行业的黑暗面，所以会这山王着那山高。
生物学研究在我看来还是很有意思的。
【在 W***o 的大作中提到】
: 一点愚见：
: 之所以说达尔文比不上牛顿和爱因斯坦，我的理由是谁的理论成为他/她所开创的领域
: 的foundation。牛顿的几大定律和爱因斯坦的相对论，不可以不说是其开创领域的基石
: ，由这些基石，后来的科学家又陆续做出新的发现和创新，牛顿和爱因斯坦的影响可以
: 说是巨大的。
: 再看看达尔文，他的进化论，及其后来的进化生物学，现在不仅可以说是混沌状态，连
: 对一些基本的现象的解释都不是非常的convincing；另外，实验生物学是基于实验观察
: ，不管达尔文航海考察收集样本多么广泛，总是有一些他不能企及的地方，这种先天的
: 缺陷，也就命中注定了 他的进化论终究是一个 “总是在向真理接近“的状态。当然，
: 我这里也不是说牛顿的定律和爱因斯坦的相对论是完美的，因为每个理论总是有其局限
|
g****t
发帖数: 31659 | 67 1.
你可以理解成：Turing写了第一个可以跑别的程序的程序。
Godel,Church写过很多程序，但是没想过这个概念。
如果没有一个可以跑别的程序的程序，那么你只能一个
程序造一个单独的机器去实现。
而不是在一个装了UTM的硬件机器上跑别的程序。
2.
我说的东西很多你听不懂。因为你是learner,不是maker。
我曾经试图自己造一套有意义的，可以实用的Lambda calculus下的程序的
cost理论.所以我知道很难。Lambda可能不适合这个用途。
不信，你说说看，在Lambda下，什么是1 unit cost of Time。
这是很难说清的。其他模型或者思路下，
弄一个有一致性，有用的测量计算程序的代价和效率的理论
是很难的。
这从侧面表明了有UTM的好处。UTM大大简化了TM的世界。
4.
你下面这段话，已经引用了Turing的UTM定理:
"对于任何给定的算法，所有符合其设计者意图的实
现，它们之间的性能差异应当仅仅是一个系数"
这个系数，不就是UTM模拟所需的长度和时间嘛。
量子计算机没有universal machine,上面这句话就不对。
最后，我是从Inventor或者Maker的角度讲我的看法，
不claim正确。我学习这些是为生产的用途。在非常非常非常多的
情况下，我思考很多问题无法找到比UTM更好用的概念。
例如浏览器，我认为就是UTM,因为可以跑javascript。
老邢这个垃圾站，就不是。
【在 d******e 的大作中提到】
: wiki说的很明白了
: 理论分析常常利用渐近分析估计一个算法的复杂度，并使用大O符号、大Ω符号和大Θ
: 符号作为标记。举例，二分查找所需的执行步骤数量与查找列表的长度之对数成正比，
: 记为 O(log n)，简称为“对数时间”。通常使用渐近分析的原因是，同一算法的不同
: 具体实现的效率可能有差别。但是，对于任何给定的算法，所有符合其设计者意图的实
: 现，它们之间的性能差异应当仅仅是一个系数。
: 精确分析算法的效率有时也是可行的，但这样的分析通常需要一些与具体实现相关的假
: 设，称为计算模型。计算模型可以用抽象机器来定义，比如图灵机。*或者可以假设某
: 些基本操作在单位时间内可完成。*
: 实际分析都是
|
c****3
发帖数: 10787 | 68 其实没啥可争论的。
这就和发明1+1=2的原始人一样，现在谁也不知道那个原始人先发明1+1=2。
当然很多原始人都可以独立发明1+1=2。但是如果第一个发明1+1=2的原始人，先写了论
文，又被学术界认可是第一个，就是数学的奠基人。
可惜那时候还没有论文和学术界。 |
g****t
发帖数: 31659 | 69 Turing写了第一个可以跑别的程序的程序。
Godel,Church写过很多程序，但是没想过这个概念。
以上这是事实，不要硬拗。
欢迎你用不同方法来解释事实。
【在 c****3 的大作中提到】
: 其实没啥可争论的。
: 这就和发明1+1=2的原始人一样，现在谁也不知道那个原始人先发明1+1=2。
: 当然很多原始人都可以独立发明1+1=2。但是如果第一个发明1+1=2的原始人，先写了论
: 文，又被学术界认可是第一个，就是数学的奠基人。
: 可惜那时候还没有论文和学术界。
|
h*h
发帖数: 27852 | 70 你都不会编程，就会扯淡
【在 g****t 的大作中提到】
: 1.
: 你可以理解成：Turing写了第一个可以跑别的程序的程序。
: Godel,Church写过很多程序，但是没想过这个概念。
: 如果没有一个可以跑别的程序的程序，那么你只能一个
: 程序造一个单独的机器去实现。
: 而不是在一个装了UTM的硬件机器上跑别的程序。
: 2.
: 我说的东西很多你听不懂。因为你是learner,不是maker。
: 我曾经试图自己造一套有意义的，可以实用的Lambda calculus下的程序的
: cost理论.所以我知道很难。Lambda可能不适合这个用途。
|
|
|
c****3
发帖数: 10787 | 71 所以说这和发明1+1=2一样，因为是第一个。
这种概念，很多人都能很容易想得到，就像1+1=2.
但是因为那时候没几个人有这个条件，有这个条件的，为数不多的几个人里，就是图灵
先做了，而且已经有学术界了。所以他就是先发明1+1=2的原始人。
【在 g****t 的大作中提到】
: Turing写了第一个可以跑别的程序的程序。
: Godel,Church写过很多程序，但是没想过这个概念。
: 以上这是事实，不要硬拗。
: 欢迎你用不同方法来解释事实。
|
h*h
发帖数: 27852 | 72 图灵假设了一个无限内存的机器，可以模拟任何computing machine,然后啥机器都是基
于它了
有比这更扯淡的吗？
【在 g****t 的大作中提到】
: Turing写了第一个可以跑别的程序的程序。
: Godel,Church写过很多程序，但是没想过这个概念。
: 以上这是事实，不要硬拗。
: 欢迎你用不同方法来解释事实。
|
g****t
发帖数: 31659 | 73 我天天编程。
【在 h*h 的大作中提到】
: 你都不会编程，就会扯淡
|
g****t
发帖数: 31659 | 74 没有人讲过啥机器都是基于Turing Machine。
【在 h*h 的大作中提到】
: 图灵假设了一个无限内存的机器，可以模拟任何computing machine,然后啥机器都是基
: 于它了
: 有比这更扯淡的吗？
|
g****t
发帖数: 31659 | 75 照你这逻辑，什么人的什么成绩，那都是环境和条件造成的。
这不是废话吗。
你要有条件，那比Bill Gates还牛，满足了吧
【在 c****3 的大作中提到】
: 所以说这和发明1+1=2一样，因为是第一个。
: 这种概念，很多人都能很容易想得到，就像1+1=2.
: 但是因为那时候没几个人有这个条件，有这个条件的，为数不多的几个人里，就是图灵
: 先做了，而且已经有学术界了。所以他就是先发明1+1=2的原始人。
|
c****3
发帖数: 10787 | 76 你怎么看不懂我的意思，这是因为生存哲学不一样。
对原始人来说，谁先发明1+1=2的不重要。谁先发明整套数学工具，然后让大家在生活
里用数学，去计算猎物，去造房子的人更重要。
对学术界来说，先发明的最重要，尽管是1+1=2这么简单的东西，这是学术界生存的哲
学。
【在 g****t 的大作中提到】
: 照你这逻辑，什么人的什么成绩，那都是环境和条件造成的。
: 这不是废话吗。
: 你要有条件，那比Bill Gates还牛，满足了吧
|
h*h
发帖数: 27852 | 77 事实上，图灵机根本不是1+1=2那么基础
【在 c****3 的大作中提到】
: 你怎么看不懂我的意思，这是因为生存哲学不一样。
: 对原始人来说，谁先发明1+1=2的不重要。谁先发明整套数学工具，然后让大家在生活
: 里用数学，去计算猎物，去造房子的人更重要。
: 对学术界来说，先发明的最重要，尽管是1+1=2这么简单的东西，这是学术界生存的哲
: 学。
|
g****t
发帖数: 31659 | 78 Universal Turing Machine我认为是1+1=2那么基础。
和Turing Machine等价的计算模型早就有了。
但是没有一个可以跑别的程序的程序。
【在 h*h 的大作中提到】
: 事实上，图灵机根本不是1+1=2那么基础
|
h*h
发帖数: 27852 | 79 教徒无敌
【在 g****t 的大作中提到】
: Universal Turing Machine我认为是1+1=2那么基础。
: 和Turing Machine等价的计算模型早就有了。
: 但是没有一个可以跑别的程序的程序。
|
c****3
发帖数: 10787 | 80 所以说来说去还是看问题角度不一样。
一个是从工程角度看问题。虽然你是第一个做的，但是你那个破玩意，换了其他人也能
想到，而且你搞的都没有流行起来。搞工程的还是崇拜最实用的。
一个是从学术角度看问题。虽然我的东西没用流行起来，但是我是第一个想到的，是奠
基人。你就算同时想到，比我论文发表晚了一分钟，都不能算奠基人,这是我们的规则.
能不能流行起来，是不是实用，我们学术界不管。 |
|
|
h*h
发帖数: 27852 | 81 问题是计算机行业的发展确实和图灵机没有关系
图灵机是纯数学，无限内存，就是机器上帝了，啥机器都成了基于它了。
问题是没有任何机器是图灵机指导发明发展的
则.
【在 c****3 的大作中提到】
: 所以说来说去还是看问题角度不一样。
: 一个是从工程角度看问题。虽然你是第一个做的，但是你那个破玩意，换了其他人也能
: 想到，而且你搞的都没有流行起来。搞工程的还是崇拜最实用的。
: 一个是从学术角度看问题。虽然我的东西没用流行起来，但是我是第一个想到的，是奠
: 基人。你就算同时想到，比我论文发表晚了一分钟，都不能算奠基人,这是我们的规则.
: 能不能流行起来，是不是实用，我们学术界不管。
|
c****3
发帖数: 10787 | 82 第一个提出，这是学术界的江湖规矩，管他是不是实用，是不是真的指导发展，规矩不
能坏了
我相信大家推崇图灵，也是为了维护这个学术界的江湖规矩。
一个是工程界的实用主义，这两者是不同的。
【在 h*h 的大作中提到】
: 问题是计算机行业的发展确实和图灵机没有关系
: 图灵机是纯数学，无限内存，就是机器上帝了，啥机器都成了基于它了。
: 问题是没有任何机器是图灵机指导发明发展的
:
: 则.
|
h*h
发帖数: 27852 | 83 所以说图灵机就是皇帝的新装
图灵机的应用都是玩弄文字游戏
【在 c****3 的大作中提到】
: 第一个提出，这是学术界的江湖规矩，管他是不是实用，是不是真的指导发展，规矩不
: 能坏了
: 我相信大家推崇图灵，也是为了维护这个学术界的江湖规矩。
: 一个是工程界的实用主义，这两者是不同的。
|
c****3
发帖数: 10787 | 84 只能说学术界和工程界两者玩法不同。
不过计算机行业，应用导向，两者界限不明显，这个玩法更容易遭到歧视
【在 h*h 的大作中提到】
: 所以说图灵机就是皇帝的新装
: 图灵机的应用都是玩弄文字游戏
|
d***a
发帖数: 13752 | 85 计算机系的计算复杂性(computational complexity)课程，基本上都是以图灵机模型为
中心来讲，先讲可计算性，然后讲P和NP，然后讲别的complexity class。这门课中Big
O分析基本不怎么用。
Big O分析一般在算法课中讲，用来分析一个具体算法的时间复杂度(time complexity)
。算法课里会讲P和NP。但一般讲得比较浅。学生知道常见的NP问题，不要尝试针对NP
问题来设计高效的算法，大致也就够了。
义。
【在 d******e 的大作中提到】
: 我们课本上从来没有说过这个。
: 所以计算复杂性一般都是big o分析。NP就是映射到TSP的问题了事。
: 你非说比较不同图灵机，那个是你的定义，你这么理解也没错。虽然没有任何实际意义。
|
z*****3
发帖数: 1793 | 86 图灵机的意义非常重要。举个例子
计算机安全领域里面又这样一个问题:
其中最关键的问题是我们能不能找到一个程序来自动验证系统是否出于安全状态。
最后这个问题reduce到停机问题。undecidable。
也就是找不到一个通用的程序来验证系统是否出于安全状态。也就是需要人工手动分析
代码来验证系统安全。机器不能做。
这就计算机安全领域有饭吃的关键，要不然开发个程序自己验证就完了。完全不需要人
工手动分析。
图灵机的理论意义很多，但是如果谈应用，最多的就是停机问题的应用。因为做应用的
人往往做到后来野心极大，比如要搞一个多牛叉的项目。结果最后证明undecidable。
这是给计算机领域画了一个圈，你只能在圈里搞。除非你能找到比图灵机还牛逼的数学
模型。
【在 h*h 的大作中提到】
: 所以说图灵机就是皇帝的新装
: 图灵机的应用都是玩弄文字游戏
|
z*****3
发帖数: 1793 | 87 很多人学的是中文。其实他的是算法时间复杂性(algorithm time complexity)。然后
算法课简称算法复杂性，或者计算复杂性。反正我在国内读本科的时候课本就是这样，
极端误导性。
Computational theory和computational complexity这两门课我发现好多美国学校都
没法开。国内我只知道清华和上交全。因为他们有理论组。
Big
complexity)
NP
【在 d***a 的大作中提到】
: 计算机系的计算复杂性(computational complexity)课程，基本上都是以图灵机模型为
: 中心来讲，先讲可计算性，然后讲P和NP，然后讲别的complexity class。这门课中Big
: O分析基本不怎么用。
: Big O分析一般在算法课中讲，用来分析一个具体算法的时间复杂度(time complexity)
: 。算法课里会讲P和NP。但一般讲得比较浅。学生知道常见的NP问题，不要尝试针对NP
: 问题来设计高效的算法，大致也就够了。
:
: 义。
|
d***a
发帖数: 13752 | 88 呵呵，外专业转计算机的研究生，很常见的一个错误，就是声称针对某个问题找到了一
个有效的解法。然后委员会问，这不是一个NP问题吗...然后就无法断续下去了。:)
【在 z*****3 的大作中提到】
: 图灵机的意义非常重要。举个例子
: 计算机安全领域里面又这样一个问题:
: 其中最关键的问题是我们能不能找到一个程序来自动验证系统是否出于安全状态。
: 最后这个问题reduce到停机问题。undecidable。
: 也就是找不到一个通用的程序来验证系统是否出于安全状态。也就是需要人工手动分析
: 代码来验证系统安全。机器不能做。
: 这就计算机安全领域有饭吃的关键，要不然开发个程序自己验证就完了。完全不需要人
: 工手动分析。
: 图灵机的理论意义很多，但是如果谈应用，最多的就是停机问题的应用。因为做应用的
: 人往往做到后来野心极大，比如要搞一个多牛叉的项目。结果最后证明undecidable。
|
z*****3
发帖数: 1793 | 89 哈哈，对的。所以说基础要好，否则要走很多弯路。
【在 d***a 的大作中提到】
: 呵呵，外专业转计算机的研究生，很常见的一个错误，就是声称针对某个问题找到了一
: 个有效的解法。然后委员会问，这不是一个NP问题吗...然后就无法断续下去了。:)
|
d***a
发帖数: 13752 | 90 这两个是容易搞混。很多学校是在研究生课程中才有computational complexity这门课。
我是这么觉得，本科生学倒真是没必要专门学computational complexity。但在算法课
中，老师要把NP问题的基本点讲清楚，学生也要认真学。否则学生以后很容易搞出笑话。
【在 z*****3 的大作中提到】
: 很多人学的是中文。其实他的是算法时间复杂性(algorithm time complexity)。然后
: 算法课简称算法复杂性，或者计算复杂性。反正我在国内读本科的时候课本就是这样，
: 极端误导性。
: Computational theory和computational complexity这两门课我发现好多美国学校都
: 没法开。国内我只知道清华和上交全。因为他们有理论组。
:
: Big
: complexity)
: NP
|
|
|
z*****3
发帖数: 1793 | 91 不好讲，我在上算法的时候老师试图把NP和P讲清楚，但是没有图灵机这两个问题是讲
不清楚的。而且图灵机说句实话对于本科生刚接触的时候还是比较困难的。后面还有啥
deterministic TM和undeterministic TM。真心为算法老师捏一把汗。
课。
话。
【在 d***a 的大作中提到】
: 这两个是容易搞混。很多学校是在研究生课程中才有computational complexity这门课。
: 我是这么觉得，本科生学倒真是没必要专门学computational complexity。但在算法课
: 中，老师要把NP问题的基本点讲清楚，学生也要认真学。否则学生以后很容易搞出笑话。
|
z*****3
发帖数: 1793 | 92 不过我们学校自动机厚道，图灵机讲清楚了。所以算法老师压力没那么大。但是自动机
是选修课。真心呵呵。
课。
话。
【在 d***a 的大作中提到】
: 这两个是容易搞混。很多学校是在研究生课程中才有computational complexity这门课。
: 我是这么觉得，本科生学倒真是没必要专门学computational complexity。但在算法课
: 中，老师要把NP问题的基本点讲清楚，学生也要认真学。否则学生以后很容易搞出笑话。
|
p***o
发帖数: 1252 | 93 你这委员会水平不行, NP和NPC都分不清楚。
再说工程上需要解NPC问题的地方多了，哪能碰见NPC就停下。
【在 d***a 的大作中提到】
: 呵呵，外专业转计算机的研究生，很常见的一个错误，就是声称针对某个问题找到了一
: 个有效的解法。然后委员会问，这不是一个NP问题吗...然后就无法断续下去了。:)
|
z*****3
发帖数: 1793 | 94 这个我同意。NPC不代表不能解。问题是很多人声称是有效解法。这个问题就大了。
多说一点NPC和P之间有其他语言，证明是构造证明。但是到目前为止没发现一个自然问
题既不属于NPC也不属于P。
【在 p***o 的大作中提到】
: 你这委员会水平不行, NP和NPC都分不清楚。
: 再说工程上需要解NPC问题的地方多了，哪能碰见NPC就停下。
|
d***a
发帖数: 13752 | 95 呵呵，这个是我传话出错，是NP-Hard。不过一说NP大家就知道是什么意思。
【在 p***o 的大作中提到】
: 你这委员会水平不行, NP和NPC都分不清楚。
: 再说工程上需要解NPC问题的地方多了，哪能碰见NPC就停下。
|
d***a
发帖数: 13752 | 96 我那时，形式语言和自动机是必修课。老师只管自己讲的眉飞色舞...好在我对这课还
很感兴趣。
【在 z*****3 的大作中提到】
: 不过我们学校自动机厚道，图灵机讲清楚了。所以算法老师压力没那么大。但是自动机
: 是选修课。真心呵呵。
:
: 课。
: 话。
|
a*****e
发帖数: 1700 | 97 denotational semantics 最基础的就是表达一个 interpreter
Church encoding 听说过吧？能够 encode/decode，就能够解释自己，实在看不出来这
有什么值得大书特书的。
UTM 的重要性，是针对 TM 本身而言的，并不是说 lambda calculus 做不到 UTM 能做
的事情。事实上，lambda calculus 先被判定为 universal computational model，而
不是 TM
图灵证明了 TM 和 lambda calculus 等价，所以 TM 也自然成为 universal
computational model
【在 g****t 的大作中提到】
: Turing写了第一个可以跑别的程序的程序。
: Godel,Church写过很多程序，但是没想过这个概念。
: 以上这是事实，不要硬拗。
: 欢迎你用不同方法来解释事实。
|
n*********2
发帖数: 357 | 98 你说的这个 Fred Cohen 1986 年就证明出来了。 而且这个证明的核心是 proof by
contradiction. 至少我见到的证明并不需要强调图灵机。
要不你把你见到的证明贴出来， 让大伙看看是否一定要图灵机。
而且，用这个例子说明图灵机的重要性不一定很合适。 在工业界，我还真没见过很认
真的努力去发明一个普遍适用的计算机病毒检测程序。感觉这不是一个问题的问题。
【在 z*****3 的大作中提到】
: 图灵机的意义非常重要。举个例子
: 计算机安全领域里面又这样一个问题:
: 其中最关键的问题是我们能不能找到一个程序来自动验证系统是否出于安全状态。
: 最后这个问题reduce到停机问题。undecidable。
: 也就是找不到一个通用的程序来验证系统是否出于安全状态。也就是需要人工手动分析
: 代码来验证系统安全。机器不能做。
: 这就计算机安全领域有饭吃的关键，要不然开发个程序自己验证就完了。完全不需要人
: 工手动分析。
: 图灵机的理论意义很多，但是如果谈应用，最多的就是停机问题的应用。因为做应用的
: 人往往做到后来野心极大，比如要搞一个多牛叉的项目。结果最后证明undecidable。
|
g****t
发帖数: 31659 | 99 哥在20多年前在国内就念过Kleen的元数学导论，连非标准分析都刷过题。
别跟我聊基础知识。
我就一句话，Turing之前，没人写过跑别的程序的程序。
就是现在，你不抄别人的文章，给写一个Universal Lambda Calculus
的Lambda程序，那也不容易。
【在 a*****e 的大作中提到】
: denotational semantics 最基础的就是表达一个 interpreter
: Church encoding 听说过吧？能够 encode/decode，就能够解释自己，实在看不出来这
: 有什么值得大书特书的。
: UTM 的重要性，是针对 TM 本身而言的，并不是说 lambda calculus 做不到 UTM 能做
: 的事情。事实上，lambda calculus 先被判定为 universal computational model，而
: 不是 TM
: 图灵证明了 TM 和 lambda calculus 等价，所以 TM 也自然成为 universal
: computational model
|
z*****3
发帖数: 1793 | 100 当然没人做，因为学计算机安全的理论课就要讲这个结论。没有2b去做不可能做得事情。
【在 n*********2 的大作中提到】
: 你说的这个 Fred Cohen 1986 年就证明出来了。 而且这个证明的核心是 proof by
: contradiction. 至少我见到的证明并不需要强调图灵机。
: 要不你把你见到的证明贴出来， 让大伙看看是否一定要图灵机。
: 而且，用这个例子说明图灵机的重要性不一定很合适。 在工业界，我还真没见过很认
: 真的努力去发明一个普遍适用的计算机病毒检测程序。感觉这不是一个问题的问题。
|
|
|
z*****3
发帖数: 1793 | 101 53集团就是猛，我们这些80后也只学了点recursive theory和Lambda calculus。
小吐槽一下，是Kleene，这是我老师当年特别问过他名字发音。后来上课给我们说的。
我记得很清楚。
【在 g****t 的大作中提到】
: 哥在20多年前在国内就念过Kleen的元数学导论，连非标准分析都刷过题。
: 别跟我聊基础知识。
: 我就一句话，Turing之前，没人写过跑别的程序的程序。
: 就是现在，你不抄别人的文章，给写一个Universal Lambda Calculus
: 的Lambda程序，那也不容易。
|
x****u
发帖数: 44466 | 102 从现在来看AI如果独立，可能根本就不是图灵机，也没图灵的事情。
人家deepmind早已经发了paper了，矩阵计算大量不精确的梯度和积分和概率，最自然
的方式是模拟电路。
但是当年有个图灵告诉你，图灵机能干嘛不能干嘛。现在有人搞清基于概率积分的统计
学习模型的计算能力了么？
【在 w***g 的大作中提到】
: 图灵在牛逼程度和原创性上比不上牛顿爱因斯坦达尔文这些，基本上就是
: 裘千仞那个档次的，可能还不如。但挡不住他捡到了图灵机这么个超级
: 牛B的潜力股从而当上了CS这一行的祖师爷。
: 我倾向于认为图灵自己也没有意识到图灵机在理论上的潜力。我印象中图灵
: 在算法方面没有值得一提的贡献。我感觉"算法"这个研究方向是独立于图灵机
: 概念发展起来的。或者说图灵发现潜力股以后其实立刻就抛了。
: 再提一句，如果未来哪天AI作为一门学科从CS独立出去，图灵必然又是那一行
: 的祖师。悲愤也没用。
|
x****u
发帖数: 44466 | 103 生物转行数据科学家
【在 l*********s 的大作中提到】
: 比起生物来这点苦难算个渣
|
F****s
发帖数: 3761 | 104 图灵是很牛。
中国的计算机教育的核心理念有些错误，理论真是太差了，资源都给计算理论盲浪费了。
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
z*****3
发帖数: 1793 | 105 提AI必提图灵，原因就是图灵测试就是弱AI的一个重要测试。只有通过了图灵测试，弱
AI也就是实现了。
Deepmind只是在尝试解释deep learning背后的原理。话说目前我看过的五花八门的理
论解释，有群论的，有物理概念的，还有啥生物的。
但是说句实话，如果真有牛人把这个搞出来了，肯定是牛逼大了。
【在 x****u 的大作中提到】
: 从现在来看AI如果独立，可能根本就不是图灵机，也没图灵的事情。
: 人家deepmind早已经发了paper了，矩阵计算大量不精确的梯度和积分和概率，最自然
: 的方式是模拟电路。
: 但是当年有个图灵告诉你，图灵机能干嘛不能干嘛。现在有人搞清基于概率积分的统计
: 学习模型的计算能力了么？
|
x****u
发帖数: 44466 | 106 你个土人我给你举个工业界最简单例子
我国二炮全都用文泰来架构向美国发射核弹，是不是需要担心里面有后门在打仗时核弹
哑火？
图灵清晰明确的告诉你，只要这些电脑不联网就绝无可能。
【在 n*********2 的大作中提到】
: 你说的这个 Fred Cohen 1986 年就证明出来了。 而且这个证明的核心是 proof by
: contradiction. 至少我见到的证明并不需要强调图灵机。
: 要不你把你见到的证明贴出来， 让大伙看看是否一定要图灵机。
: 而且，用这个例子说明图灵机的重要性不一定很合适。 在工业界，我还真没见过很认
: 真的努力去发明一个普遍适用的计算机病毒检测程序。感觉这不是一个问题的问题。
|
x****u
发帖数: 44466 | 107 图灵测试就没太高学术价值了，只能说是一个哲学意义的思想实验。
另外没通过的也不见得没有智能，比如新生儿谁都过不了图灵测试，但人家有最强的学
习能力，这些都没法衡量。
【在 z*****3 的大作中提到】
: 提AI必提图灵，原因就是图灵测试就是弱AI的一个重要测试。只有通过了图灵测试，弱
: AI也就是实现了。
: Deepmind只是在尝试解释deep learning背后的原理。话说目前我看过的五花八门的理
: 论解释，有群论的，有物理概念的，还有啥生物的。
: 但是说句实话，如果真有牛人把这个搞出来了，肯定是牛逼大了。
|
z*****3
发帖数: 1793 | 108 新生儿当然可以通过，测试的是机器不是人。这实验完全可以做。因为新生儿表现就是
人类的表现。这是关键，目的是就是要让机器人表现的像人类。你说的这个智能是强AI
，那是AI发展的终极阶段。
【在 x****u 的大作中提到】
: 图灵测试就没太高学术价值了，只能说是一个哲学意义的思想实验。
: 另外没通过的也不见得没有智能，比如新生儿谁都过不了图灵测试，但人家有最强的学
: 习能力，这些都没法衡量。
|
x****u
发帖数: 44466 | 109 我的意思是新生儿作为人类，图灵测试成绩还不如机器
AI
【在 z*****3 的大作中提到】
: 新生儿当然可以通过，测试的是机器不是人。这实验完全可以做。因为新生儿表现就是
: 人类的表现。这是关键，目的是就是要让机器人表现的像人类。你说的这个智能是强AI
: ，那是AI发展的终极阶段。
|
z*****3
发帖数: 1793 | 110 不一定，要看你怎么设置实验。你敢说新生儿的行为不是人类行为？
【在 x****u 的大作中提到】
: 我的意思是新生儿作为人类，图灵测试成绩还不如机器
:
: AI
|
|
|
x****u
发帖数: 44466 | 111 新生儿行为和其它新生哺乳动物，没有本质区别
【在 z*****3 的大作中提到】
: 不一定，要看你怎么设置实验。你敢说新生儿的行为不是人类行为？
|
z*****3
发帖数: 1793 | 112 当然有了。而且如果AI这些都能模拟，真的就牛逼大了。
目的是看起来像，而不是事实上是。这是弱AI的关键。
【在 x****u 的大作中提到】
: 新生儿行为和其它新生哺乳动物，没有本质区别
|
n*********2
发帖数: 357 | 113 谢谢你的贴图。你用的是Matt Bishop 的书。
Fred Cohen 给的证明是关于计算机病毒的（范围更小些），但是那个证明更直接 (
Matt Bishop的书更喜欢饶弯子； 而且把policy 和 model 搞混了；Butler Lampson有
一次讲计算机安全， 采用的也是Matt Bishop的路子但是Lampson的讲解就更直接。 不
是很明了Matt Bishop饶弯子的好处是什么)。
Fred Cohen的证明完全不涉及图灵机。 他首先假设一个万能计算机病毒监测器存在。
然后， 构造一个新的计算机病毒； 这个新的病毒不能被那个万能计算机病毒监测器检
测到。这个证明非常象停机问题的证明。
情。
【在 z*****3 的大作中提到】
: 当然没人做，因为学计算机安全的理论课就要讲这个结论。没有2b去做不可能做得事情。
|
z*****3
发帖数: 1793 | 114 话说你别看见我拿的Matt Bishop的书就认为是他的证明。没看见[401]那个引用。
真正的证明出处：
Protection in Operating Systems (Harrison, Ruzzo, Ullman)
paper 地址
http://www.cs.unibo.it/~babaoglu/courses/security07-08/resource
证明在468-469。这是正式发表的论文，不是教科书。
【在 n*********2 的大作中提到】
: 谢谢你的贴图。你用的是Matt Bishop 的书。
: Fred Cohen 给的证明是关于计算机病毒的（范围更小些），但是那个证明更直接 (
: Matt Bishop的书更喜欢饶弯子； 而且把policy 和 model 搞混了；Butler Lampson有
: 一次讲计算机安全， 采用的也是Matt Bishop的路子但是Lampson的讲解就更直接。 不
: 是很明了Matt Bishop饶弯子的好处是什么)。
: Fred Cohen的证明完全不涉及图灵机。 他首先假设一个万能计算机病毒监测器存在。
: 然后， 构造一个新的计算机病毒； 这个新的病毒不能被那个万能计算机病毒监测器检
: 测到。这个证明非常象停机问题的证明。
:
: 情。
|
x****u
发帖数: 44466 | 115 是不是，现在的技术分不出来，人类在2岁前行为模式和动物没有明显差异。智力很多
方面甚至不如动物。
神经网络这东西是动物普遍共性，不是只有人类有。所以AI这个词本身也不大准确。
【在 z*****3 的大作中提到】
: 当然有了。而且如果AI这些都能模拟，真的就牛逼大了。
: 目的是看起来像，而不是事实上是。这是弱AI的关键。
|
z*****3
发帖数: 1793 | 116 AI是人工智能。但是这个词当初是没好好定义的。后来为了搞科研才出了
weak AI 和strong AI的定义。不下定义没法做科研。神经网络起源就是来自生物。
所以如果你看见一个AI如果可以模仿人类婴儿的行为，然后逐步净化，最后能模仿成人
的行为。那就说明weak AI搞定。只要能模仿人类了，你觉得AI是不是可以模仿其他动
物？关键是act like xxxx
至于强AI就是一般人理解的必须像人类一样思考，这个就太难了。
【在 x****u 的大作中提到】
: 是不是，现在的技术分不出来，人类在2岁前行为模式和动物没有明显差异。智力很多
: 方面甚至不如动物。
: 神经网络这东西是动物普遍共性，不是只有人类有。所以AI这个词本身也不大准确。
|
a*****e
发帖数: 1700 | 117 三行：
[[ x ]] env = env[x]
[[ λx.e ]] env = λx . [[e]] env
[[ f e ]] env = ([[f]] env) ([[e]] env)
其中 [[ ]] 里面的是 object language, 外面的是 meta language，两者皆为 lambda
calculus。Meta language 需要一些辅助工具转化为纯 lambda calculus，属于语法
糖。
【在 g****t 的大作中提到】
: 哥在20多年前在国内就念过Kleen的元数学导论，连非标准分析都刷过题。
: 别跟我聊基础知识。
: 我就一句话，Turing之前，没人写过跑别的程序的程序。
: 就是现在，你不抄别人的文章，给写一个Universal Lambda Calculus
: 的Lambda程序，那也不容易。
|
l******t
发帖数: 55733 | 118 属实。妈的图灵机是最低级的计算。神经网络这么nb处理自然混沌系统的玩意高出几亿
光年的实现倒需要图灵机抽象了。
【在 h*h 的大作中提到】
: 你这种说法说明你不懂混沌系统
|
g****t
发帖数: 31659 | 119 做题容易出题难。中国人擅长做题，忽略了一个概念的出现到成型，有多难。
窗户纸一捅就破，但是找到窗户是极难的。
欧姆定律就一行I=V/R ,同样不是一般人能发明出来的。
【在 z*****3 的大作中提到】
: 53集团就是猛，我们这些80后也只学了点recursive theory和Lambda calculus。
: 小吐槽一下，是Kleene，这是我老师当年特别问过他名字发音。后来上课给我们说的。
: 我记得很清楚。
|
c****3
发帖数: 10787 | 120 你说的这种是自然科学找方向。
计算机这种不算，其实就是硬件工艺要花时间完善。
软件来说大方向没啥歧路，都是需求驱动，就是用户有需求，肯出钱，你看着办。你不
做，还有其他人做。
最后就是A或B的不同，Unix或Windows互相攻击。
【在 g****t 的大作中提到】
: 做题容易出题难。中国人擅长做题，忽略了一个概念的出现到成型，有多难。
: 窗户纸一捅就破，但是找到窗户是极难的。
: 欧姆定律就一行I=V/R ,同样不是一般人能发明出来的。
|
|
|
g****t
发帖数: 31659 | 121 文献 link?
lambda
【在 a*****e 的大作中提到】
: 三行：
: [[ x ]] env = env[x]
: [[ λx.e ]] env = λx . [[e]] env
: [[ f e ]] env = ([[f]] env) ([[e]] env)
: 其中 [[ ]] 里面的是 object language, 外面的是 meta language，两者皆为 lambda
: calculus。Meta language 需要一些辅助工具转化为纯 lambda calculus，属于语法
: 糖。
|
x****u
发帖数: 44466 | 122 现在机器下围棋的时候，思考方式已经和人差不多了。
学习高人对局找感觉，然后从最有可能的地方算几步下去。
【在 z*****3 的大作中提到】
: AI是人工智能。但是这个词当初是没好好定义的。后来为了搞科研才出了
: weak AI 和strong AI的定义。不下定义没法做科研。神经网络起源就是来自生物。
: 所以如果你看见一个AI如果可以模仿人类婴儿的行为，然后逐步净化，最后能模仿成人
: 的行为。那就说明weak AI搞定。只要能模仿人类了，你觉得AI是不是可以模仿其他动
: 物？关键是act like xxxx
: 至于强AI就是一般人理解的必须像人类一样思考，这个就太难了。
|
x****u
发帖数: 44466 | 123 你这就是不懂乱喷了
数字电路有其特有的优点，所以图灵机也是一大趋势。
【在 l******t 的大作中提到】
: 属实。妈的图灵机是最低级的计算。神经网络这么nb处理自然混沌系统的玩意高出几亿
: 光年的实现倒需要图灵机抽象了。
|
c***z
发帖数: 6348 | 124 幸亏这样
不然deep learning shop就像硬件一样裁员滚滚了
【在 x****u 的大作中提到】
: 目前的deeplearning就缺个图灵
: 如果有人能系统性的分析出来什么样的并行计算能力能实现哪种神经网络，解决什么类
: 型的问题，20年前就会有人投巨资造神经网络IC流水线了
: 可怜现在DL还是实验科学，都是些没什么数学根据但测试结果此法就是好用之类的研究
:
: 象模
|
c*******v
发帖数: 2599 | 125 欢迎批评指正。
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
c*******v
发帖数: 2599 | 126 I agree to digua's opinion.
发现一种 upto xxx operator的普适性，是令人敬畏的科学成就。
象模
【在 d***a 的大作中提到】
: 我那时，形式语言和自动机是必修课。老师只管自己讲的眉飞色舞...好在我对这课还
: 很感兴趣。
|
C*****l
发帖数: 1 | 127 其实估计出发点没那么牛逼，Turing可能就是想搞一个机器能机械计算数理逻辑里面那
些巨长的表达式。但是没想到这东西比想象的厉害，是最general的自动机，all the
computable problems can be computed on a Turing machine.
【在 c*******v 的大作中提到】
: 欢迎批评指正。
|
x****u
发帖数: 44466 | 128 后来ACM图灵奖发给了不少研究数理逻辑推导AI的人，直到70年代末SAT被证明为NPC
所以说图灵奖和诺贝尔不能比，诺贝尔一百多年也没出几个被打脸的奖，ACM是被连窝端
【在 C*****l 的大作中提到】
: 其实估计出发点没那么牛逼，Turing可能就是想搞一个机器能机械计算数理逻辑里面那
: 些巨长的表达式。但是没想到这东西比想象的厉害，是最general的自动机，all the
: computable problems can be computed on a Turing machine.
|
h*****2
发帖数: 2070 | 129 这是正解！
网络理论也是这样吧 - 首先得证明这玩意可行。
象模
【在 d***a 的大作中提到】
: 我那时，形式语言和自动机是必修课。老师只管自己讲的眉飞色舞...好在我对这课还
: 很感兴趣。
|
l**o
发帖数: 131 | 130 "NPC和P之间有其他语言，证明是构造证明" - 怎么可能，搞出来这个就是P != NP
【在 z*****3 的大作中提到】
: 这个我同意。NPC不代表不能解。问题是很多人声称是有效解法。这个问题就大了。
: 多说一点NPC和P之间有其他语言，证明是构造证明。但是到目前为止没发现一个自然问
: 题既不属于NPC也不属于P。
|
|
|
l**o
发帖数: 131 | 131 纯几把扯淡
窝端
【在 x****u 的大作中提到】
: 后来ACM图灵奖发给了不少研究数理逻辑推导AI的人，直到70年代末SAT被证明为NPC
: 所以说图灵奖和诺贝尔不能比，诺贝尔一百多年也没出几个被打脸的奖，ACM是被连窝端
|
h*****2
发帖数: 2070 | 132 诺贝尔评的都是几十年前的东西，当然错不了。
窝端
【在 x****u 的大作中提到】
: 后来ACM图灵奖发给了不少研究数理逻辑推导AI的人，直到70年代末SAT被证明为NPC
: 所以说图灵奖和诺贝尔不能比，诺贝尔一百多年也没出几个被打脸的奖，ACM是被连窝端
|
L****8
发帖数: 3938 | 133 图灵机和三个代表理论的共同点：说的在理，屁用没有
【在 h*h 的大作中提到】
: 图灵机涵盖所有computing machine,因为它的定义就是那样的。
: 图灵机是基于无限内存的，我不觉得图灵机在计算机行业有任何实际用途
|
l**o
发帖数: 131 | 134 这未免也把三个代表理论抬的太高了。
【在 L****8 的大作中提到】
: 图灵机和三个代表理论的共同点：说的在理，屁用没有
|
R******e
发帖数: 623 | 135 通俗地说，那个哥德尔编码乃至克林尼递归函数定理应该算啥？
【在 g****t 的大作中提到】
: 本民科念过Godel，邱奇，Turing的论文。
: 考证过年代。
: 我认为，Turing机是后于Godel和邱奇的计算模型的。
: 停机问题也没有优先权。
: Turing之所以在CS有牛顿爱因斯坦的地位，
: 我认为是因为Universal Turing Machine。
: 可以跑程序的程序，这个脑洞大开的想法，就像闪电一样
: 让人震惊。这可能是人类有史以来最牛X的新鲜想法之一了。
: 没有这个，你怎么把不同的程序来比较呢？
: 即使在今日，lambda calculus据我所知也无法顺畅的
|
g****t
发帖数: 31659 | 136 诸位可以参考地瓜老师的意见。
不过有一点我保留意见：其实元胞自动机也很简单。如果投票的话，很多人可能会认为
元胞自动机更简单。机器实现也很容易。
元宝自动机很难写程序可能不是学理原因，而是现在的软硬件知识体，tech stack已经
成长为Turing machine oriented的了。
: 我也从科班的角度来说说：还有很重要一点，所有的机器都可以模拟图灵机。图
灵机几
: 乎是最简单的机器了。不论是x86，ARM, MIPS, VAX等等，都能做图灵机可以做
的事情
: 。进一步说，所有的机器都可以和图灵机相互模拟，那么，所有的机器在计算能
力上都
: 是等价的。
: 从今天的角度来看，这是很明显的：在x86上能运行的程序，一定能移植到ARM机
器上执
: 行，做到给同样的输入，输出结果相同。但是，图灵给的是一个数学上的证明！
并且那
: 是没有当代计算机的时代，谁见过什么x86，操作系统，编译器，编程语言，面
向对象模
: 型...
: 图灵的发现，犹如闪电划过黎明前的夜空。一个很现实的意义是，对于硬件设计
人员来
: 说，可以不必担心因为设计上的问题，导致某类算法不能在自己的机器上运行。
那个时
【在 d***a 的大作中提到】
: 我那时，形式语言和自动机是必修课。老师只管自己讲的眉飞色舞...好在我对这课还
: 很感兴趣。
|
