Alan Turings Beiträge zur Informatik

Alan Turing , einer der Pioniere der (theoretischen) Informatik, hat viele wegweisende wissenschaftliche Beiträge auf unserem Gebiet geleistet, einschließlich der Definition von Turing-Maschinen, der Church-Turing-These, der Unentscheidbarkeit und des Turing-Tests. Seine wichtigen Entdeckungen beschränken sich jedoch nicht auf die, die ich aufgelistet habe.

Anlässlich seines 100. Geburtstages hielt ich es für angebracht, eine umfassendere Liste seiner wichtigen Beiträge zur Informatik anzufordern, um seine Arbeit besser würdigen zu können.

Also, was sind Alan Turings wichtige / einflussreiche Beiträge zur Informatik?

Diese Frage ähnelt der Frage nach Newtons Beiträgen zur Physik oder nach Darwins zur Biologie! Die Frage, die viele Kommentatoren bereits aufgegriffen haben, hat jedoch einen interessanten Aspekt: ​​Nebst den enormen Beiträgen, die jeder kennt, gibt es viele kleinere Beiträge, die die meisten Menschen nicht haben wissen - und auch viele Einsichten Das halten wir für "moderner", aber das hat Turing in verschiedenen Ausführungen gezeigt, dass er es perfekt verstanden hat. (Dasselbe gilt übrigens auch für Newton und Darwin.)

Ein paar Beispiele, die mir gefallen (außer den zuvor erwähnten):

In "Computing Machinery and Intelligence" beinhaltet Turing eine recht moderne Diskussion der Vorteile randomisierter Algorithmen:

Es ist wahrscheinlich ratsam, ein zufälliges Element in eine Lernmaschine aufzunehmen. Ein zufälliges Element ist ziemlich nützlich, wenn wir nach einer Lösung für ein Problem suchen. Angenommen, wir möchten eine Zahl zwischen 50 und 200 finden, die dem Quadrat der Summe der Ziffern entspricht. Dann könnten wir bei 51 beginnen und dann bei 52 weitermachen, bis wir eine funktionierende Zahl gefunden haben. Alternativ können wir Zahlen zufällig auswählen, bis wir eine gute haben. Diese Methode hat den Vorteil, dass es nicht erforderlich ist, die getesteten Werte im Auge zu behalten. Der Nachteil ist jedoch, dass ein Wert zweimal ausprobiert werden kann. Dies ist jedoch nicht sehr wichtig, wenn mehrere Lösungen vorhanden sind. Die systematische Methode hat den Nachteil, dass es in der zu untersuchenden Region einen enormen Block ohne Lösungen geben kann. Nun kann der Lernprozess als Suche nach einer Verhaltensform betrachtet werden, die den Lehrer zufrieden stellt (oder nach einem anderen Kriterium). Da es wahrscheinlich eine sehr große Anzahl zufriedenstellender Lösungen gibt, scheint die Zufallsmethode besser zu sein als die systematische. Es sollte beachtet werden, dass es im analogen Prozess der Evolution verwendet wird.

Turing war anscheinend auch der erste, der mit einem digitalen Computer nach Gegenbeispielen zur Riemann-Hypothese suchte - siehe hier .

Neben den technischen Ergebnissen aus Turings 1939er Dissertation (erwähnt von Lev Reyzin) ist diese These äußerst bemerkenswert für die Einführung in die Konzepte von Orakel und Relativierung in die Berechenbarkeitstheorie . (Einige Leute wünschen sich vielleicht, Turing hätte das nie getan, aber ich bin keiner von ihnen! :-D)

Obwohl dies grundlegend ist, scheint noch niemand den Beweis für die Existenz universeller Turing-Maschinen erwähnt zu haben - dies ist ein deutlicher Beitrag zur Definition des Turing-Maschinenmodells, zur Formulierung der Church-Turing-These oder zum Nachweis der Unlösbarkeit der Entscheidungsproblem, aber wohl das "direkteste" von allen, das für den Verlauf der Computerrevolution relevant ist.

Davon wusste ich bis vor kurzem nichts.

1) Die LU-Zerlegung einer Matrix ist auf Turing! In Anbetracht der grundlegenden LU-Zerlegung ist dies ein Beitrag, der hervorgehoben und umfassender bekannt werden sollte (1948).

2) Turing war der erste, der einen "Papieralgorithmus" für Schach entwickelte. Zu diesem Zeitpunkt wurden noch die ersten digitalen Computer gebaut (1952).

Schachprogrammierer hatten eine Reihe berühmter Leute, die damit zu tun hatten, darunter Shannon, Turing, Herb Simon, Ken Thompson usw. Die letzten beiden haben den Turing Award gewonnen. Und Simom hat natürlich auch den Nobelpreis gewonnen. (Shannon fand 1948 eine Möglichkeit, eine Schachposition zu bewerten.)

Wie in der Frage erwähnt, spielte Turing eine zentrale Rolle bei der Definition von Algorithmen und der Berechenbarkeit. Daher war er einer der Personen, die beim Zusammenbau der algorithmischen Linse mitwirkten. Ich denke jedoch, dass sein größter Beitrag darin bestand, die Wissenschaft durch die algorithmische Linse und nicht nur um der Berechnung willen durch Berechnung zu betrachten.

Während des Zweiten Weltkrieges nutzte Turing die Idee des Rechnens und der elektromechanischen (im Gegensatz zu menschlichen) Computer, um die Turing-Welchman-Bombe und andere Tools und formale Techniken für die Kryptoanalyse zu entwickeln. Er begann die Transformation der Kryptologie, der Kunstform, zur Kryptographie, der Wissenschaft, die Claude Shannon vollendete. Alan Turing betrachtete die Kryptologie durch algorithmische Linsen.

1948 folgte Turing seinem Interesse am Gehirn, um das erste lernende künstliche neuronale Netzwerk zu schaffen . Leider wurde sein Manuskript vom Direktor der NPL abgelehnt und nicht veröffentlicht (bis 1967). Es war jedoch älter als das hebräische Lernen (1949) und die Rosenblatt-Perzeptrone (1957), die wir normalerweise als die ersten neuronalen Netze bezeichneten. Turing sah die Grundlagen des Konnektionismus (immer noch ein großes Paradigma in der Kognitionswissenschaft) und der Computational Neuroscience voraus. Alan Turing betrachtete das Gehirn durch algorithmische Linsen.

1950 veröffentlichte Turing seine berühmten Computermaschinen und -informationen und startete AI. Dies hatte einen transformativen Effekt auf Psychologie und Kognitionswissenschaft, die die Kognition weiterhin als Berechnung auf internen Repräsentationen betrachten. Alan Turing betrachtete den Geist durch algorithmische Linsen.

Schließlich wurde 1952 (wie @vzn erwähnt) Turing veröffentlicht The Chemical Basis of Morphogenesis. Dies ist seine am meisten zitierte Arbeit geworden. Darin stellte er die Frage (und begann sie zu beantworten): Wie entwickelt sich aus einem sphärisch symmetrischen Embryo ein nicht sphärisch symmetrischer Organismus unter der Wirkung einer symmetrieerhaltenden chemischen Diffusion von Morphogenen? Sein Ansatz in diesem Aufsatz war sehr physikalisch, aber ein Teil des Ansatzes hatte einen Hauch von TCS. Sein Aufsatz machte strenge qualitative Aussagen (gültig für verschiedene Konstanten und Parameter) anstelle von quantitativen Aussagen, die auf bestimmten (in einigen Bereichen möglicherweise unmöglich zu messenden) Konstanten und Parametern basierten. Kurz vor seinem Tod setzte er diese Studie fort, indem er sich mit den Grundgedanken beschäftigte, was künstliche Lebenssimulationen werden sollten, und mit einer diskreteren und nichtdifferentialgleichungsbasierten Behandlung der Biologie. In einem BlogbeitragIch spekuliere darüber, wie er die Biologie entwickeln würde, wenn er mehr Zeit hätte. Alan Turing begann, die Biologie durch algorithmische Linsen zu betrachten.

Ich denke, Turings größter (und oft ignorierter) Beitrag zur Informatik bestand darin, zu zeigen, dass wir durch die Betrachtung der Wissenschaft durch die algorithmische Linse einen großen Einblick gewinnen können. Ich kann nur hoffen, dass wir seine Genialität ehren, indem wir seine Arbeit fortsetzen.

Verwandte Fragen

• Algorithmisches Objektiv in den Sozialwissenschaften

• Moderne Behandlungen der neuronalen Netze vom Typ B von Alan Turing

• Auswirkungen von Alan Turings Ansatz zur Morphogenese

Ein weniger bekannter Beitrag ist der Good-Turing-Schätzer zur Schätzung des Anteils einer "noch nicht gesehenen" Population bei der Stichprobenentnahme. Dies wird in der Biodiversität genutzt.

Turing 'Aufsatz über das Überprüfen einer großen Routine, der 1949 auf einer Konferenz in Cambridge vorgestellt wurde, geht dem formalen Denken über Programme, wie sie von Floyd und Hoare entwickelt wurden, um fast zwei Jahrzehnte voraus. Das Papier ist nur drei Seiten lang und enthält die Idee, Invarianten zum Nachweis von Programmeigenschaften und Begründetheit zum Nachweis der Beendigung zu verwenden.

Wie kann man eine Routine überprüfen, um sicherzustellen, dass sie richtig ist?

Damit der Prüfer keine zu schwere Aufgabe hat, sollte der Programmierer eine Reihe eindeutiger Aussagen treffen, die einzeln geprüft werden können und aus denen sich leicht die Richtigkeit des gesamten Programms ergibt.

Turing interessierte sich für chemische Reaktions- und Diffusionsmuster und leistete einige wegweisende Arbeit. Dieser Forschungsbereich hat sich seit Beginn seiner Erforschung erheblich erweitert. Es hat sich gezeigt, dass es Verbindungen zur Berechenbarkeit gibt, z. Die chemischen Reaktionen können mit komplexen nichtlinearen Differentialgleichungen modelliert werden, so dass in gewissem Sinne gezeigt wurde, dass nichtlineare Differentialgleichungen mit ausreichender Komplexität Turingmaschinen simulieren können. aus seiner Arbeit von 1951 "Chemische Grundlagen der Morphogenese" [4]

[1] Die chemische Kinetik ist Turing Universal von Magnasco in PRL 97

[2] Turingstrukturen in einfachen chemischen Reaktionen

[3] Turingmuster in linearen chemischen Reaktionssystemen mit nichtlinearer Kreuzdiffusion von Franz

[4] chemische basis der morphogenese, wikipedia

Hier ist eine andere, die ich in Scott Aaronsons Blog gefunden habe (und die Frage + Antwort stammt von dort):

$F_α$

$M$$F_α$$M$

Turing hat bewiesen:

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

Leider sind die Definitionen und technischen Details schwerer zusammenzufassen, aber der mit dem Blog verknüpfte Beitrag leistet gute Erklärungen.

Hier ist eine umfassende, hoch recherchierte / detaillierte 9p-Online-Umfrage / Retrospektive von Turings spezifischen und allgemeineren / langfristigen Beiträgen in Notices of the American Mathematical Society von SB Cooper zum 100-jährigen Jubiläum, Unberechenbarkeit nach Alan Turing . Einige andere in dieser Umfrage erwähnte Beiträge:

• Rundungsfehler in Matrixprozessen Papier, 1948. Einfluss auf die numerische Analyse und wissenschaftliche Berechnung in der Theorie der Berechnung

• Der unveröffentlichte Bericht des National Physical Laboratory von 1948 Intelligent Machinery beschreibt ein frühes konnektionistisches Modell, das den berühmten neuronalen Netzen von McCulloch und Pitts ähnlich und zeitgleich ist .

• weist darauf hin, dass Turings Analyse und Theorie der Morphogenese als frühe intellektuelle Grundlage einer massiven (und noch andauernden / aktiven) späteren Theorie der Selbstorganisation und emergenter Phänomene angesehen werden können .

(etc)