Alan M. TURING. Matematyk u progu współczesnej informatyki

Podobne dokumenty
O ALGORYTMACH I MASZYNACH TURINGA

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

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

MODELOWANIE RZECZYWISTOŚCI

OBLICZALNOŚĆ I NIEOBLICZALNOŚĆ

O ISTOTNYCH OGRANICZENIACH METODY

PROBLEMY NIEROZSTRZYGALNE

Turing i jego maszyny

Elementy Teorii Obliczeń

Podstawy Informatyki Maszyna Turinga

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

Elementy filozofii i metodologii INFORMATYKI

Teoretyczne podstawy informatyki

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

SZTUCZNA INTELIGENCJA

Elementy historii INFORMATYKI

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010

JAKIE IDEE WPŁYNĘŁY NAJSILNIEJ NA ROZWÓJ I EWOLUCJĘ INFORMATYKI?

Hierarchia Chomsky ego Maszyna Turinga

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

Teoretyczne podstawy informatyki

Informatyka. Michał Rad

Teoria obliczeń i złożoność obliczeniowa

O RÓŻNYCH SPOSOBACH ROZUMIENIA ANALOGOWOŚCI W INFORMATYCE

Maszyna Turinga języki

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Obliczenia inspirowane Naturą

Obliczanie. dr hab. inż. Joanna Józefowska, prof. PP 1

O REDUKCJI U-INFORMACJI

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

Dialog z przyroda musi byc prowadzony w jezyku matematyki, w przeciwnym razie przyroda nie odpowiada na nasze pytania.

Technologie informacyjne - wykład 12 -

JAKIEGO RODZAJU NAUKĄ JEST

W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind)

Maszyna Turinga (Algorytmy Część III)

Logika i teoria mnogości Wykład 14

CZYM SĄ OBLICZENIA NAT A URALNE?

Maszyna Turinga, ang. Turing Machine (TM)

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

INFORMATYKA, TECHNOLOGIA INFORMACYJNA ORAZ INFORMATYKA W LOGISTYCE

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa, Inżynieria oprogramowania, Technologie internetowe

SCENARIUSZ LEKCJI. Miejsca zerowe funkcji kwadratowej i ich graficzna prezentacja

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

Języki, automaty i obliczenia

Algorytm. Krótka historia algorytmów

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

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

Programowanie komputerów

Cyfrowość i analogowość. Wstępny zarys tematyki metodologicznofilozoficznej

INFORMATYKA I FILOZOFIA

Języki, automaty i obliczenia

Imię, nazwisko, nr indeksu

Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Czym jest liczba π? O liczbie π. Paweł Zwoleński. Studenckie Koło Naukowe Matematyków Wydział Matematyczno-Fizyczny Politechnika Śląska

Informatyka 1. Złożoność obliczeniowa

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Wprowadzenie do teorii systemów ekspertowych

KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego

Metody numeryczne w przykładach

O ROLI TEZY CHURCHA W DOWODZIE PEWNEGO TWIERDZENIA

Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

MASZYNA TURINGA UPRASZCZANIE DANYCH

Elementy filozofii i metodologii INFORMATYKI

CZY INFORMATYKOM MUSI WYSTARCZYĆ NIESKOŃCZONOŚĆ POTENCJALNA?

Budowa pierwszych komputerów i ich zastosowanie w matematyce

INFORMATYKA. PLAN STUDIÓW NIESTACJONARNYCH 2-go STOPNIA (W UKŁADZIE ROCZNYM) STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM A K L S P

INFORMATYKA PLAN STUDIÓW NIESTACJONARNYCH 2-GO STOPNIA (W UKŁADZIE ROCZNYM) STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2015/16

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

Wykład z Technologii Informacyjnych. Piotr Mika

Aproksymacja diofantyczna

[1] [2] [3] [4] [5] [6] Wiedza

Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Technologie Informacyjne

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia

Opis efektów kształcenia dla modułu zajęć

Algorytmy, reprezentacja algorytmów.

Załącznik 2. Symbol efektu obszarowego. Kierunkowe efekty uczenia się (wiedza, umiejętności, kompetencje) dla całego programu kształcenia

Kierunek: Informatyka rev rev jrn Stacjonarny 1 / 6

Kierunek: Informatyka rev rev jrn Niestacjonarny 1 / 5

Efektywność Procedur Obliczeniowych. wykład 5

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Algorytm. Algorytmy Marek Pudełko

Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Sławomir Kulesza. Projektowanie automatów synchronicznych

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika:

Zadanie 1. (6 punktów) Słowo w nazwiemy anagramem słowa v jeśli w można otrzymać z v poprzez zamianę kolejności liter. Niech

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia stacjonarne Dla rocznika: 2018/2019

Struktura danych. Sposób uporządkowania informacji w komputerze.

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

Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Lista 1 (elementy logiki)

Podstawy Programowania

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

Podstawy Programowania. Złożoność obliczeniowa

Zakładane efekty kształcenia dla kierunku Wydział Telekomunikacji, Informatyki i Elektrotechniki

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

Wstęp do kognitywistyki

Transkrypt:

Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki

Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać algorytmicznie? Czy wszystkie liczby można obliczyć? Czy maszyna może myśleć?

Wykład 5. Alan Turing u progu współczesnej informatyki KALENDARIUM (1912 1954) 1931 do 1939 studiuje, a następnie pracuje w King s College w Cambridge. 1936 publikuje swoją najważniejszą pracę On Computable Numbers. Wprowadza w niej podział na liczby obliczalne i nieobliczalne, oraz ideę abstrakcyjnej maszyny, która uściśla w sposób ostateczny pojęcie algorytmu, a dziś stanowi najprostszy model komputera cyfrowego. 1939 do 1945 pracuje jako kryptolog w służbie wywiadu brytyjskiego; konstruuje specjalne maszyny deszyfrujące (tzw. bomby Turinga), które powalają rozszyfrowywać tajne depesze niemieckie kodowane za pomocą maszyny Enigma. 1946 do 1950 uczestniczy w pracach nad skonstruowaniem pierwszego angielskiego komputera cyfrowego. 1950 publikuje artykuł Computing Machinery and Intelligence, w którym formułuje swoje filozoficzne poglądy n.t. możliwości zaistnienia sztucznej inteligencji. 1954 popełnia samobójstwo; jest to dramatyczna reakcja na publiczne szykany wobec jego orientacji homoseksualnej.

Wykład 5. Alan Turing u progu współczesnej informatyki Jakie idee Alana Turinga weszły na trwałe do nauki? liczby obliczalne maszyna Turinga test Turinga teza Churcha-Turinga matematyka teoria liczb teoria obliczeń informatyka teoria algorytmów teoria obliczeń filozofia umysłu informatyka sztuczna inteligencja filozofia umysłu teoria algorytmów teoria obliczeń

Wykład 5. Alan Turing u progu współczesnej informatyki Czym jest MASZYNA TURINGA? Pierwotnie był to abstrakcyjny automat precyzujący pojęcie algorytmu, czyli procedury mechanicznej. Automat ten można rozumieć fizycznie, jako mechanizm o ściśle określonej konstrukcji, zdolny realizować programy. Udowodniono, że MT jest równoważna komputerowi cyfrowemu realizującemu konkretny program.

Wykład 5. Alan Turing u progu współczesnej informatyki Jak jest ZBUDOWANA maszyna Turinga? Maszyna Turinga składa się z: (1) nieskończonej, podzielonej na odrębne komórki, taśmy, (2) głowicy do odczytu-zapisu danych, (3) rejestru stanów, (4) tablicy przejść między stanami. Automat ten działa na podstawie programu zawartego w tablicy (4).

Wykład 5. Alan Turing u progu współczesnej informatyki Jak wygląda PROGRAM maszyny Turinga? a b stany 0 (1,a,P) (0,b,L) symbole 1 (0,a,P) (1,b,L) rozkazy # (#,b,l) (#,c,p) c stan końcowy

Wykład 5. Alan Turing u progu współczesnej informatyki Czym jest UNIWERSALNA maszyna Turinga? UMT jest specjalną maszyną Turinga, której program ma za zadanie symulować działanie dowolnej, konkretnej MT. Wykazano, że UMT może wykonać dowolnie złożony program dla dowolnie zaawansowanej technicznie maszyny cyfrowej.

Wykład 5. Alan Turing u progu współczesnej informatyki Czy maszyna uniwersalna jest naprawdę UNIWERSALNA? (P1) Czy wszystkie dobrze określone problemy matematyczne mają rozwiązania algorytmiczne? (P2) Czy istnieje algorytm rozstrzygający, że dany problem ma rozwiązanie algorytmiczne? (P3) Czy uniwersalna maszyna Turinga potrafi stwierdzić rozwiązywalność dowolnego problemu?

Wykład 5. Alan Turing u progu współczesnej informatyki Czy jakaś maszyna Turinga może wiedzieć WSZYSTKO o innych maszynach? NIE! A oto oryginalny nierozstrzygalny problem Turinga (tzw. problem stopu) Dla dowolnej maszyny MT i i jej dowolnych danych wejściowych D j odpowiedz jednoznacznie, czy MT i zatrzyma się dla danych D j tj. zakończy przetwarzanie danych D j?

Wykład 5. Alan Turing u progu współczesnej informatyki Czy programy komputerowe mogą być WSZECHWIEDZĄCE? NIE! Nie istnieje bowiem taki uniwersalny program komputerowy, który dla dowolnego innego programu i dowolnych jego danych wejściowych, jest w stanie rozstrzygnąć, czy dla tych właśnie danych program ów zakończy pracę, czyli zatrzyma się!

Wykład 5. Alan Turing u progu współczesnej informatyki Jakie jeszcze problemy są NIEROZSTRZYGALNE? (1) Równania diofantyczne Czy dane równanie diofantyczne, z dowolną liczbą niewiadomych i całkowitymi współczynnikami, ma choć jedno rozwiązanie w zbiorze liczb całkowitych? x 2 3 2 + 2 y 4 y + z 4 = 0

Wykład 5. Alan Turing u progu współczesnej informatyki Jakie jeszcze problemy są NIEROZSTRZYGALNE? (2) Równoważność Równoważność składniowa składniowa języków programowania języków programowania Czy dla dwóch dowolnych języków programowania, określonych co do składni i co do zbioru instrukcji podstawowych, możemy stwierdzić, że z ich instrukcji podstawowych daje się zbudować takie same zbiory instrukcji złożonych?

Wykład 5. Alan Turing u progu współczesnej informatyki Czy problemy nierozstrzygalne są nierozstrzygalne W OGÓLE? Teza Churcha-Turinga Każdy problem, dla którego istnieje efektywny algorytm rozwiązania, można rozwiązać za pomocą maszyn Turinga. ( maszyna Turinga dostatecznie dobrze opisuje pojęcia algorytmu i algorytmizowalności ) Czy istnieją jednak maszyny alternatywne? neurokomutery komputery kwantowe maszyny analogowe (?...)

Wykład 5. Alan Turing u progu współczesnej informatyki Czym są liczby NIEOBLICZALNE? Liczby obliczalne? Liczby nieobliczalne? Istnieje dla nich algorytm obliczania. Istnieje maszyna Turinga obliczająca je z dowolną dokładnością. Istnieje algorytm obliczania ich kolejnych cyfr. Nie istnieje dla nich algorytm obliczania. Żadna maszyna Turinga nie potrafi obliczyć ich z dowolną zadaną dokładnością. Nie istnieje algorytm obliczania ich kolejnych cyfr.

Wykład 5. Alan Turing u progu współczesnej informatyki Czy liczby niewymierne są NIEOBLICZALNE? NIE WSZYSTKIE! 4 π = 4 + 3 4 4 +... = 4 5 7 n= 0 ( 1) n 2n + 1 e = 1+ 1 1! + 1 2! + 1 3! +... = n= 0 1 n!

Wykład 5. Alan Turing u progu współczesnej informatyki Czy maszyna może MYŚLEĆ? Na czym polega test Turinga? Maszynę należy uznać za inteligentną (szerzej: myślącą), jeśli na podstawie analizy jej odpowiedzi na zadawane pytania, nie potrafimy odróżnić maszyny od człowieka.

Wykład 5. Alan Turing u progu współczesnej informatyki Jakie maszyny mogłyby MYŚLEĆ? UCZĄCE SIĘ! Uczące się metodą prób i błędów. Uczące się w sposób losowy czyli niedeterministycznie. Uczące się w drodze elektronicznej ewolucji.

Wykład 5. Alan Turing u progu współczesnej informatyki Dlaczego Turing matematyk przyczynił się do rozwoju INFORMATYKI? Bo jako pierwszy podał opis abstrakcyjnej maszyny, która stanowi do dziś najprostszy model komputera cyfrowego. Ta sama idea precyzuje pojęcie algorytmu. Bo nie bał się marzyć o maszynach myślących objaśniając przy tym ich ogólne zasady działania. Bo wskazał kierunki badań nad myślącymi maszynami przyszłości, które dziś są intensywnie rozwijane.