Was bedeutete Turing, als er sagte, dass „Maschinen keine Überraschungen hervorrufen können“, was auf einen Irrtum zurückzuführen ist?

Ich traf unter Aussage von Alan M. Turing hier :

"Die Ansicht, dass Maschinen keine Überraschungen hervorrufen können, ist meines Erachtens auf einen Irrtum zurückzuführen, dem Philosophen und Mathematiker besonders ausgesetzt sind. Dies ist die Annahme, dass alle Konsequenzen dieser Tatsache auftauchen, sobald eine Tatsache einem Geist präsentiert wird der Geist gleichzeitig damit. Es ist eine sehr nützliche Annahme unter vielen Umständen, aber man vergisst zu leicht, dass es falsch ist. "

Ich bin kein englischer Muttersprachler. Könnte es jemand in einfachem Englisch erklären?

Mathematiker und Philosophen gehen oft davon aus, dass Maschinen (und hier bedeutet er wahrscheinlich "Computer") uns nicht überraschen können. Dies liegt daran, dass sie davon ausgehen, dass wir, sobald wir eine Tatsache erfahren, sofort alle Konsequenzen dieser Tatsache verstehen. Dies ist oft eine nützliche Annahme, aber es ist leicht zu vergessen, dass es falsch ist.

Er sagt, dass Systeme mit einfachen, endlichen Beschreibungen (z. B. Turing-Maschinen) ein sehr kompliziertes Verhalten aufweisen können und dass dies einige Leute überrascht. Wir können das Konzept von Turing-Maschinen leicht verstehen, aber dann erkennen wir, dass sie komplizierte Konsequenzen haben, wie die Unentscheidbarkeit des Stopp-Problems und so weiter. Der Fachbegriff lautet hier "Wissen wird nicht unter Abzug geschlossen". Das heißt, wir können eine Tatsache  $A$ , aber nicht  $B$ , obwohl $A$$B$ impliziert  .

Ehrlich gesagt bin ich mir nicht sicher, ob Turings Argument sehr gut ist. Vielleicht habe ich den Vorteil, fast 70 Jahre nach Turing zu schreiben, und ich verstehe, dass der typische Mathematiker viel mehr über mathematische Logik weiß als zu Turings Zeiten. Mir scheint jedoch, dass Mathematiker mit der Vorstellung von einfachen Systemen mit komplexem Verhalten größtenteils vertraut sind. Zum Beispiel kennt jeder Mathematiker die Definition einer Gruppe , die nur aus vier einfachen Axiomen besteht. Aber niemand - heute oder damals - würde denken: "Aha. Ich kenne die vier Axiome, deshalb kenne ich jede Tatsache über Gruppen." In ähnlicher Weise geben Peanos Axiome eine sehr kurze Beschreibung der natürlichen Zahlen, aber niemand, der sie liest, denkt: "Richtig, ich kenne jetzt jeden Satz über die natürlichen Zahlen. Let '

Nur ein Beispiel - angesichts der Schachregeln sollte jeder sofort die beste Strategie finden, um Schach zu spielen.

Natürlich funktioniert es nicht. Sogar Menschen sind nicht gleich, und Computer können uns übertreffen, weil sie besser in der Lage sind, aus den Fakten Schlussfolgerungen zu ziehen.

Dies ist die Idee der Entstehung , bei der komplexes Verhalten aus dem Zusammenspiel relativ einfacher Regeln resultiert. Es gibt viele Beispiele in der Natur, wie dieser Link zeigt. Insektenkolonien, Vogelschwärme, Fischschwärme und natürlich das Bewusstsein. In einem Vogelschwarm oder einer Fischschwarm trifft jede Person im Schwarm nur Entscheidungen auf der Grundlage der anderen, die sie unmittelbar umgeben. Wenn Sie jedoch eine Gruppe dieser Personen nach diesen Regeln zusammenfassen, werden Sie ein koordinierteres Verhalten feststellen als Sie würden ohne einen übergeordneten Plan erwarten. Wenn Sie auf Youtube gehen und Demonstrationen von Roboterschwärmen sehenSie sehen, dass sie alle vermeiden, sich gegenseitig zu schlagen und im Einklang arbeiten. Überraschenderweise muss dies nicht durch einen einzigen zentralen Computer erreicht werden, der das Verhalten jedes einzelnen Roboters koordiniert, sondern kann stattdessen mithilfe von Schwarmrobotik erfolgen, bei der jeder Roboter wie die Insekten, die Vögel oder die Fische lokale Entscheidungen trifft, die führen zur entstehenden Koordination.

Eine weitere interessante Demonstration des aufkommenden Verhaltens ist Conways Spiel des Lebens . Die Regeln für das Spiel sind extrem einfach, können aber zu sehr faszinierenden Ergebnissen führen

Ein verlockendes Argument gegen die Fähigkeit von Computern, menschliche Intelligenz zu erlangen, ist die Aussage, dass sie nur die Intelligenz zeigen dürfen, mit der wir sie programmieren, da sie nur genau das können, worauf sie programmiert sind. Wenn dies wahr wäre, dann würden wir auch nicht erwarten, dass das relativ einfache Verhalten von Neuronen zu menschlicher Intelligenz führt. Soweit wir das beurteilen können, ist dies jedoch der Fall, und das Bewusstsein ist eine aufkommende Eigenschaft der neuronalen Verarbeitung. Ich bin sicher, Turing hätte gerne gesehen, was heute mit der Verwendung künstlicher neuronaler Netze möglich ist

Die Leute könnten annehmen, dass, wenn ich ein Programm schreibe und den Algorithmus vollständig verstehe und es keine Fehler gibt, ich wissen sollte, wie die Ausgabe dieses Programms aussehen würde und dass es mich nicht überraschen sollte.

Turing sagt (und ich stimme dem zu), dass dies nicht der Fall ist: Die Ausgabe kann überraschend sein. Die Lösung eines Problems mit Handlungsreisenden kann überraschend sein. Der beste Weg, einen Volladdierer aufzubauen, kann überraschend sein. Der beste Zug in einem Schachspiel kann überraschend sein.