I contributi di Alan Turing all'informatica

Alan Turing , uno dei pionieri dell'informatica (teorica), ha dato molti contributi scientifici fondamentali al nostro campo, tra cui la definizione di macchine di Turing, la tesi di Church-Turing, l'indecidibilità e il test di Turing. Tuttavia, le sue scoperte importanti non si limitano a quelle che ho elencato.

In onore del suo centesimo compleanno, ho pensato che sarebbe stato bello chiedere un elenco più completo dei suoi importanti contributi all'informatica, al fine di apprezzare meglio il suo lavoro.

Quindi, quali sono i contributi importanti / influenti di Alan Turing all'informatica?

Questa domanda è molto simile a chiedere il contributo di Newton alla fisica o Darwin alla biologia! Tuttavia, c'è un aspetto interessante della domanda che molti commentatori hanno già colto: vale a dire che, oltre agli enormi contributi che tutti conoscono, ci sono molti piccoli contributi che la maggior parte delle persone non conoscono --- così come molte intuizioni che riteniamo più "moderno", ma che Turing ha dimostrato in varie osservazioni di aver capito perfettamente. (Per inciso, lo stesso vale per Newton e Darwin.)

Alcuni esempi che mi piacciono (oltre a quelli menzionati in precedenza):

In "Computing Machinery and Intelligence", Turing include una discussione abbastanza moderna sui vantaggi degli algoritmi randomizzati:

È probabilmente saggio includere un elemento casuale in una macchina di apprendimento. Un elemento casuale è piuttosto utile quando stiamo cercando una soluzione a qualche problema. Supponiamo ad esempio che volessimo trovare un numero compreso tra 50 e 200 che fosse uguale al quadrato della somma delle sue cifre, potremmo iniziare da 51, quindi provare 52 e continuare fino a quando non avremo un numero funzionante. In alternativa, potremmo scegliere numeri a caso fino a quando non ne avremo uno buono. Questo metodo ha il vantaggio che non è necessario tenere traccia dei valori che sono stati provati, ma lo svantaggio è che si può provare lo stesso due volte, ma questo non è molto importante se ci sono diverse soluzioni. Il metodo sistematico ha lo svantaggio che potrebbe esserci un enorme blocco senza soluzioni nella regione che deve essere esaminato per primo, Ora il processo di apprendimento può essere considerato come una ricerca di una forma di comportamento che soddisfi l'insegnante (o qualche altro criterio). Poiché esiste probabilmente un numero molto elevato di soluzioni soddisfacenti, il metodo casuale sembra essere migliore di quello sistematico. Va notato che è utilizzato nel processo di evoluzione analogo.

Apparentemente Turing è stata anche la prima persona a utilizzare un computer digitale per cercare controesempi all'ipotesi di Riemann - vedi qui .

Oltre ai risultati tecnici della tesi di dottorato di Turing del 1939 (menzionata da Lev Reyzin), questa tesi è estremamente notevole per introdurre i concetti di oracoli e relativizzazione nella teoria della calcolabilità. (Alcune persone potrebbero desiderare che Turing non l'abbia mai fatto, ma io non sono uno di loro! MrGreen)

Infine, sebbene questo sia di base, sembra che nessuno abbia ancora menzionato la prova dell'esistenza delle macchine universali di Turing - questo è un contributo distinto dalla definizione del modello della macchina di Turing, dalla formulazione della tesi di Church-Turing o dalla dimostrazione dell'insolvibilità della Entscheidungsproblem, ma probabilmente il più "direttamente" rilevante di nessuno di essi nel corso della rivoluzione informatica.

Non sapevo di questi fino a poco tempo fa.

1) La decomposizione LU di una matrice è dovuta a Turing! Considerando quanto sia fondamentale la decomposizione LU, questo è un contributo che merita di essere messo in evidenza e conosciuto più ampiamente (1948).

2) Turing fu il primo a inventare un "algoritmo cartaceo" per gli scacchi. A quel punto, i primi computer digitali erano ancora in costruzione (1952).

La programmazione degli scacchi ha avuto un illustre gruppo di persone associate ad esso, con Shannon, Turing, Herb Simon, Ken Thompson, ecc. Gli ultimi due hanno vinto il Turing Award. E Simom, ovviamente, ha vinto anche il Nobel. (Shannon ha trovato un modo per valutare una posizione di scacchi nel 1948.)

Come accennato nella domanda, Turing è stato fondamentale nella definizione di algoritmi e calcolabilità, quindi è stato una delle persone che hanno contribuito a montare l'obiettivo algoritmico. Tuttavia, penso che il suo più grande contributo sia stato quello di vedere la scienza attraverso l'obiettivo algoritmico e non solo il calcolo per il bene del calcolo.

Durante la seconda guerra mondiale Turing ha usato l'idea del calcolo e dei computer elettromeccanici (piuttosto che umani) per aiutare a creare la bomba Turing-Welchman e altri strumenti e tecniche formali per fare analisi crittografica. Ha iniziato la trasformazione della crittografia, la forma d'arte, in crittografia, la scienza, che Claude Shannon ha completato. Alan Turing ha visto la crittografia attraverso lenti algoritmiche.

Nel 1948, Turing seguì il suo interesse per il cervello, per creare la prima rete neurale artificiale di apprendimento . Purtroppo il suo manoscritto fu respinto dal direttore della NPL e non pubblicato (fino al 1967). Tuttavia, ha preceduto sia l'apprendimento Hebbiano (1949) sia i percetroni di Rosenblatt (1957) che in genere associavamo alle prime reti neurali. Turing prevedeva le basi del connessionismo (ancora un grande paradigma nella scienza cognitiva) e della neuroscienza computazionale. Alan Turing ha visto il cervello attraverso lenti algoritmiche.

Nel 1950, Turing pubblicò i suoi famosi macchinari e intelligenza informatica e lanciò l'IA. Ciò ha avuto un effetto trasformativo su Psicologia e Scienze cognitive che continuano a considerare la cognizione come un calcolo su rappresentazioni interne. Alan Turing ha visto la mente attraverso lenti algoritmiche.

Finalmente nel 1952 (come menzionato da @vzn) Turing pubblicò The Chemical Basis of Morphogenesis. Questo è diventato il suo lavoro più citato. In esso, ha posto (e ha iniziato a rispondere) la domanda: come si sviluppa un embrione sfericamente simmetrico in un organismo non sfericamente simmetrico sotto l'azione della diffusione chimica dei morfogeni che preserva la simmetria? Il suo approccio in questo articolo era molto fisico, ma alcuni degli approcci avevano un'aria di TCS; Il suo articolo ha reso rigorose dichiarazioni qualitative (valide per varie costanti e parametri) anziché dichiarazioni quantitative basate su costanti e parametri specifici (in alcuni campi: potenzialmente impossibile da misurare). Poco prima della sua morte, stava continuando questo studio lavorando sulle idee di base su ciò che sarebbe diventato simulazioni di vita artificiale e un trattamento della biologia più discreto e non differenziale. In un post sul blogIo speculo su come avrebbe sviluppato la biologia se avesse avuto più tempo. Alan Turing ha iniziato a visualizzare la biologia attraverso le lenti algoritmiche.

Penso che il contributo più grande (e spesso ignorato) di Turing all'informatica stia dimostrando che possiamo raccogliere grandi intuizioni osservando la scienza attraverso l'obiettivo algoritmico. Posso solo sperare che onoriamo il suo genio continuando il suo lavoro.

Domande correlate

• Lente algoritmica nelle scienze sociali

• Trattamenti moderni delle reti neurali di tipo B di Alan Turing

• Impatto dell'approccio di Alan Turing alla morfogenesi

Un contributo meno noto è lo stimatore Good-Turing per stimare la frazione di una popolazione "non ancora vista" quando si prelevano campioni. Questo è usato in biodiversità.

Il documento di Turing sul controllo di una grande routine, presentato in una conferenza a Cambridge nel 1949, anticipa il ragionamento formale sui programmi sviluppati da Floyd e Hoare da quasi due decenni. Il documento è lungo solo tre pagine e contiene l'idea di utilizzare gli invarianti per dimostrare le proprietà dei programmi e la fondatezza per dimostrare la risoluzione.

Come si può controllare una routine nel senso di assicurarsi che sia giusta?

Affinché l'uomo che controlla non dovrebbe avere un compito troppo difficile, il programmatore dovrebbe fare una serie di affermazioni definite che possono essere controllate individualmente e dalle quali segue facilmente la correttezza dell'intero programma.

Turing era interessato e ha svolto un lavoro fondamentale nei modelli di diffusione della reazione chimica. quest'area di ricerca si è notevolmente ampliata da quando ha iniziato a indagarlo. è stato dimostrato che ha legami con la calcolabilità, ad esempio in un certo senso "Turing completo" [1]. le reazioni chimiche possono essere modellate con complesse equazioni differenziali non lineari, quindi in un certo senso è stato dimostrato che equazioni differenziali non lineari con una complessità sufficiente possono simulare le macchine di Turing. derivante dal suo articolo del 1951 "basi chimiche della morfogenesi" [4]

[1] La cinetica chimica è Turing universale di Magnasco in PRL 97

[2] Strutture di Turing in semplici reazioni chimiche

[3] Modelli di Turing in sistemi di reazione chimica lineare con diffusione incrociata non lineare di Franz

[4] basi chimiche della morfogenesi, wikipedia

Eccone un altro che ho trovato sul blog di Scott Aaronson (e il Q + A è preso da lì):

$F_α$

$M$$F_α$$M$

Turing ha dimostrato:

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

Sfortunatamente, le definizioni e i dettagli tecnici sono più difficili da riassumere, ma il post sul blog collegato fa un buon lavoro nel spiegarli.

ecco un ampio sondaggio / retrospettiva online 9p altamente dettagliato / altamente ricercato sui contributi specifici e più generali / di carattere generale di Turing negli Avvisi dell'American Mathematical Society di SB Cooper per il 100 ° anniversario, Incomputabilità dopo Alan Turing . alcuni altri contributi menzionati in questo sondaggio:

• Errori di arrotondamento nella carta dei processi a matrice , 1948. influente nell'analisi numerica e nel calcolo scientifico nella teoria del calcolo

• rapporto del National Physical Laboratory del 1948 inedito Intelligent Machinery descrive un primo modello di connessione , simile e contemporaneo alle famose reti neurali McCulloch e Pitts .

• sottolinea che l'analisi e la teoria della morfogenesi di Turing possono essere considerate le prime basi intellettuali della massiccia (e ancora in corso / attiva) teoria successiva nell'auto-organizzazione e nei fenomeni emergenti .

(eccetera)