CZY INFORMATYKOM MUSI WYSTARCZYĆ NIESKOŃCZONOŚĆ POTENCJALNA?

Podobne dokumenty
O RÓŻNYCH SPOSOBACH ROZUMIENIA ANALOGOWOŚCI W INFORMATYCE

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

Cyfrowość i analogowość. Wstępny zarys tematyki metodologicznofilozoficznej

O ISTOTNYCH OGRANICZENIACH METODY

O ALGORYTMACH I MASZYNACH TURINGA

Umysł Komputer Świat TEX output: :17 strona: 1

JAKIEGO RODZAJU NAUKĄ JEST

O REDUKCJI U-INFORMACJI

M T E O T D O ZI Z E E A LG L O G R O Y R TM

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

OBLICZALNOŚĆ I NIEOBLICZALNOŚĆ

Matematyczne Podstawy Informatyki

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

CZYM SĄ OBLICZENIA NAT A URALNE?

Elementy rachunku lambda. dr hab. inż. Joanna Józefowska, prof. PP 1

Alan M. TURING. Matematyk u progu współczesnej informatyki

Modele Obliczeń. Wykład 1 - Wprowadzenie. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA kod (pojęcie interdyscyplinarne) znak wiadomość ENTROPIA forma przekaz

MODELOWANIE RZECZYWISTOŚCI

4. Optymistyczny realizm poznawczy Marciszewskiego w ujęciu dyskusyjnym

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

PROBLEMY NIEROZSTRZYGALNE

O ALGORYTMACH I ALGORYTMICZNEJ DOSTĘPNOŚCI WIEDZY

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Za pierwszy niebanalny algorytm uważa się algorytm Euklidesa wyszukiwanie NWD dwóch liczb (400 a 300 rok przed narodzeniem Chrystusa).

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

LICZBY NIEOBLICZALNE A GRANICE KODOWANIA W INFORMATYCE 1

Złożoność obliczeniowa. wykład 1

INSTYTUT NAUK EKONOMICZNYCH I INFORMATYKI Rozkład zajęć, Semestr zimowy, Kierunek INFORMATYKA PONIEDZIAŁEK

O algorytmach i algorytmicznej dostępności wiedzy

Maszyny Turinga. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM

Matematyczne Podstawy Informatyki

Efekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.

O tzw. metaforze komputerowej

ŚWIATOPOGLĄD INFORMATYCZNY POJĘCIA I TEZY

Wykłady dla doktorantów Środowiskowych Studiów Doktoranckich w zakresie informatyki w roku akademickim 2011/2012

3-letnie (6-semestralne) stacjonarne studia licencjackie kier. matematyka stosowana profil: ogólnoakademicki. Semestr 1. Przedmioty wspólne

Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji

Zasady krytycznego myślenia (1)

Matematyczne podstawy informatyki Mathematical Foundations of Computational Sciences. Matematyka Poziom kwalifikacji: II stopnia

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J.

PRZEWODNIK PO PRZEDMIOCIE

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Kierunek Matematyka. Studia stacjonarne i niestacjonarne I i II stopnia

Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii

Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące.

Języki, automaty i obliczenia

Metody numeryczne. materiały do wykładu dla studentów

Maszyna Turinga. Algorytm. czy program???? Problem Hilberta: Przykłady algorytmów. Cechy algorytmu: Pojęcie algorytmu

Teoretyczne podstawy informatyki

Turing i jego maszyny

Analiza ilościowa w przetwarzaniu równoległym

Elementy filozofii i metodologii INFORMATYKI

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa

Podstawy elektroniki i miernictwa

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l

Analiza matematyczna Analiza zmiennych dyskretnych: ciągi i szeregi liczbowe

Elementy Teorii Obliczeń

Efekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA

Opis efektów kształcenia dla modułu zajęć

Co ma piekarz do matematyki?

Topologia zbioru Cantora a obwody logiczne

Znaczenie klastrow dla innowacyjności gospodarki w Polsce

14a. Analiza zmiennych dyskretnych: ciągi liczbowe

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017

SCENARIUSZ LEKCJI. Autorzy scenariusza: Krzysztof Sauter (informatyka), Marzena Wierzchowska (matematyka)

Wstęp do Matematyki (4)

INFORMATYKA a FILOZOFIA

stacjonarne (stacjonarne / niestacjonarne) Katedra Matematyki dr Dmytro Mierzejewski podstawowy (podstawowy / kierunkowy / inny HES)

O pewnych związkach teorii modeli z teorią reprezentacji

PRZEWODNIK PO PRZEDMIOCIE

Rachunek prawdopodobieństwa- wykład 2

Matura z matematyki na poziomie rozszerzonym

technologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.

Wprowadzenie do teorii systemów ekspertowych

Logika i teoria mnogości Wykład 14

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA. STUDIA PIERWSZEGO STOPNIA - PROFIL OGÓLNOAKADEMICKI

Jeśli X jest przestrzenią o nieskończonej liczbie elementów:

Filozofia przyrody, Wykład V - Filozofia Arystotelesa

UCHWAŁA NR 71/2017 SENATU UNIWERSYTETU WROCŁAWSKIEGO z dnia 31 maja 2017 r.

Współczesna problematyka klasyfikacji Informatyki

Wstęp do kognitywistyki

Filozofia, Historia, Wykład V - Filozofia Arystotelesa

FRAKTALE I SAMOPODOBIEŃSTWO

Indukcja matematyczna

ECTS Razem 30 Godz. 330

KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego

Modelowanie komputerowe

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Co łączy umysł z teorią liczb?

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

1. Definicja granicy właściwej i niewłaściwej funkcji.

Logika Matematyczna (1)

Teoretyczne podstawy informatyki

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 3W E, 3C PRZEWODNIK PO PRZEDMIOCIE

Transkrypt:

Filozofia w matematyce i informatyce, Poznań, 9-10 grudnia 2016 CZY INFORMATYKOM MUSI WYSTARCZYĆ NIESKOŃCZONOŚĆ POTENCJALNA? Paweł Stacewicz Politechnika Warszawska

Nieskończoność a granice informatyki 1. Pojęcie nieskończoności zdaje się wyznaczać nieprzekraczalne granice stosowalności pewnych technik informatycznych (np. cyfrowych). To znaczy zadania, których realizacja wymaga: a) nieskończonej liczby operacji, b) nieskończenie wielu zasobów, c) praktycznie nieskończonego czasu działania, lub d) nieskończenie wielu poziomów struktury programu uznaje się za informatycznie nierozwiązywalne.

Nieskończoność w teorii obliczeń 2. Z drugiej strony, definiując różne typy obliczeń sięga się do pojęcia nieskończoności. Przykładowo: - obliczenia cyfrowe: nieskończona taśma MT - obliczenia ciągłe: nieskończona dokładność odczytu, - obliczenia przyspieszające : nieskończona liczba operacji w skończonym czasie.

Nieskończoność w teorii obliczeń 2. Z drugiej strony definiując różne typy obliczeń sięga się do pojęcia nieskończoności. Przykładowo: - obliczenia cyfrowe: nieskończona taśma MT - obliczenia ciągłe: nieskończona dokładność odczytu, - obliczenia przyspieszające : nieskończona liczba operacji w skończonym czasie Jak interpretować powyższe elementy - tylko teoretycznie, a więc matematycznie? - czy także fizycznie?

Nieskończoność w informatyce - dwa aspekty - 3. Ze względu na dualny, tj. formalno-fizykalny, charakter informatyki (i jej wytworów) trzeba rozróżnić dwa aspekty nieskończoności w informatyce. matematyczny (formalny) [ modele obliczeń ] fizykalny (realny) [ fizyczne realizacje obliczeń ]

Dwa aspekty i dwa rozróżnienia 3. Ze względu na dualny, tj. formalno-fizykalny, charakter informatyki trzeba rozróżnić dwa aspekty nieskończoności w informatyce. aspekt matematyczny (formalny) - niesk. potencjalna vs aktualna ( nie-kończenie-się, ( nieskończona całość, np. n n+1 ) np. zbiór N ) aspekt fizykalny (realny) - niesk. potencjalna vs realna ( hipotetyczna, ( urzeczywistniona, zakładana w teorii ) faktyczna )

Dwa znaczenia potencjalności 4. Powyższe rozróżnienia prowadzą do dwóch sposobów rozumienia nieskończoności potencjalnej w informatyce: potencjalna czyli nie istniejąca jako całość (nie-aktualna) ( zawsze fragmentaryczna, choć nieskończenie rozszerzalna ) potencjalna czyli zakładana w teorii (hipotetyczna) ( być może, czyli potencjalnie, istniejąca w przyrodzie )

Nieskończoność maszyn Turinga 5. Naturalnym punktem wyjścia dla rozważań o informatycznej nieskończoności jest koncepcja maszyn Turinga, która przewiduje (dopuszcza): a) nieskończoną taśmę, b) nieskończone ciągi operacji elementarnych, c) dowolną, tj, potencjalnie nieskończoną, dokładność obliczeń. Wszystkie powyższe elementy wydają się nieskończone potencjalnie -- i w sensie fizycznym, i w sensie matematycznym.

Pewna konkluzja (z tezą CT w tle) 6. Przekonanie o zasadności tezy Churcha-Turinga (efektywnie obliczalne = obliczalne za pomocą MT) prowadzi do przekonania, że: Informatykom mającym na względzie coraz bardziej, efektywne, praktyczne realizacje obliczeń musi wystarczyć nieskończoność potencjalna. Maszyny Turinga są definiowane bowiem w kategoriach nieskończoności potencjalnej.

Zastrzeżenie teoretyka 7. Nieskończoność aktualna jest w informatyce niezbędna, ponieważ dopiero z jej perspektywy stają się widoczne ograniczenia maszyn Turinga, tj. istnienie problemów nieobliczalnych zasadniczo. Hipotetycznym rozwiązaniom takich problemów Hipotetycznym rozwiązaniom takich problemów odpowiadają bowiem liczby nieobliczalne, a te są nieskończone aktualnie.

Wzmacnianie MT za pomocą A ( przykład 1: analogowość ) 8. Obliczenia analogowe/ciągłe mają większą moc niż dyskretne, tj. pozwalają rozwiązywać problemy nieobliczalne dla MT. Własność tę zawdzięczają rozszerzeniu zbioru przetwarzanych danych i generowanych wyników z N do R. Ale także: nieskończonej dokładności obliczeń. Pytanie: Czy są one realizowalne w praktyce?

Wzmacnianie MT za pomocą A ( przykład 2: infinityzm operacyjny ) 9. Obliczenia, w których dopuszcza się nieskończoną liczbę operacji, wykonywanych w skończonym czasie, mają z definicji większą moc niż turingowskie. Pytanie: Czy są one realizowalne w świecie fizycznym? nawet jeśli pewne współczesne teorie fizyczne dopuszczają: a) nieskończone szeregi procesów, b) możliwość dokładnego pomiaru ich wyników

Praktycy: Co na to informatycy? Informatyce nie jest potrzebna żadna nieskończoność ani potencjalna matematycznie, ani hipotetyczna fizycznie. Maszyny i programy zawsze będą obiektami skończonymi. Teoretycy-realiści: ci: Informatyce jest potrzebna teoria nieskończoności (również aktualnej), bo daje ona wgląd w ograniczenia informatyki. Teoretycy-wizjonerzy: Informatyce jest potrzebna teoria nieskończoności (potencjalnej i aktualnej), bo być może w przyszłości uda się obliczeniowo wykorzystać niesk. wielkości/procesy fizyczne.

Ewentualna dyskusja w blogu Akademicki blog dyskusyjny W. Marciszewskiego i P. Stacewicza Adres: blog.marciszewski.eu Dyskusje: Horror infiniti Amor Infiniti O nieskończoności zbiorów