计算机科学-图灵为什么用图灵机模型证明了判定性问题不可解

问题描述

图灵为什么用图灵机模型证明了判定性问题不可解

最近在读图灵的两本专著,《艾伦图灵传如谜的解谜者》《图灵的秘密》,其中图灵的秘密写得真好。从康托的集合论讲到超越数。
其中我不明白的是,为什么利用图灵机模型可以证明可判定性问题不可解。

解决方案

参考:https://en.wikipedia.org/wiki/Halting_problem

时间: 2024-11-06 07:22:31

计算机科学-图灵为什么用图灵机模型证明了判定性问题不可解的相关文章

《计算机科学导论》一1.3 计算机组成部分

1.3 计算机组成部分 我们可以认为计算机由三大部分组成:计算机硬件.数据和计算机软件. 1.3.1 计算机硬件 当今的计算机硬件基于冯·诺依曼模型,且包含四部分,尽管可以有不同类型的存储单元,不同类型的输入/输出子系统等.在第5章我们将详细讨论计算机硬件. 1.3.2 数据 冯·诺依曼模型清楚地将一台计算机定义为一台数据处理机.它接收输入数据,处理并输出相应的结果.1.存储数据冯·诺依曼模型并没有定义数据如何存储在计算机中.如果一台计算机是一台电子设备,最好的数据存储方式应该是电子信号,例如以

生命、宇宙及万物的终极答案-《图灵的秘密》读后感

坦白的说这本书不太适合我.当我看到大段大段的数学符号时,就两眼发蒙.刚开始还感觉跟得上,到后来完全lost了. 但是这并不妨碍我从另一个角度来重新了解了图灵.数学.计算机-.去年的时候曾听过Jeff讲过的一个session:<世界及宇宙的终极答案>.我敢确定至少一半的内容都是来自这本书. 图灵在论文中描述了一个想象出来的机器,用来论证数理逻辑中的一个问题,论文题目叫:<论可计算数及其在判定性问题中的应用>(On Computable Numbers, with an Applica

智能投顾中的基础核心,华尔街老司机手把手教你搭建智能资产配置模型

随着人工智能以不可阻挡的态势渐渐渗透到我们日常生活的方方面面,在高度量化的金融投资领域,变革求新.提速高效的追求也催生了智能投顾作为AI全新产品的蓬勃发展.大量的金融科技.人工智能相关岗位的招聘和交易员.量化研究员岗位的消失正见证着这一AI新业态随着时代发展的崭新面貌,那么在着手构建智能投顾产品具体操作的过程中,该如何去建立核心模型这一"心脏部位"去投入运行?雷锋网AI金融评论与AI慕课学院主办的智能投顾配置特训班讲师王蓁特别指出,智能投顾整体模型的关键在于运算公式的建立和参数的估计.

ASP.NET MVC 5 学习教程:通过控制器访问模型的数据

原文 ASP.NET MVC 5 学习教程:通过控制器访问模型的数据 起飞网 ASP.NET MVC 5 学习教程目录: 添加控制器 添加视图 修改视图和布局页 控制器传递数据给视图 添加模型 创建连接字符串 通过控制器访问模型的数据 生成的代码详解 使用 SQL Server LocalDB Edit方法和Edit视图详解 添加查询 Entity Framework 数据迁移之添加字段 添加验证 Details 和 Delete 方法详解 在本节中,你将新建一个MoviesController

《深度学习导论及案例分析》一2.11概率图模型的推理

2.11概率图模型的推理 如果已经知道了概率图模型的结构和参数,就可以进行有关的推理(inference).推理是指在给定观测结果时,评估变量的边际配置(marginal configuration)或最可能的配置(most likely configuration).为了这个目标,需要把随机变量集X划分成三个互不相交子集O.Q.H,即:X=O∪Q∪H O∩Q=O∩H=Q∩H=(2.106) 其中O代表观测节点集(或证据变量的集合),Q代表查询变量集,H指既不属于O,也不属于Q的节点集,也称为

ASP.NET MVC 5 学习教程:添加模型

原文 ASP.NET MVC 5 学习教程:添加模型 起飞网 ASP.NET MVC 5 学习教程目录: 添加控制器 添加视图 修改视图和布局页 控制器传递数据给视图 添加模型 创建连接字符串 通过控制器访问模型的数据 生成的代码详解 使用 SQL Server LocalDB Edit方法和Edit视图详解 添加查询 Entity Framework 数据迁移之添加字段 添加验证 Details 和 Delete 方法详解 在本节中,我们将添加一些管理电影数据库的类,这些类在ASP.NET M

演讲稿丨李衍达 沿着Simon开拓下去

    我今天讲的是"沿着Simon开拓下去",因为Simon本身开拓精神很强.本来我跟钟义信教授说保证一刻钟就讲完,后来他说不行,你得多讲,现在我就尽量,希望能够在规定的时间完成这个任务.     因为我是做生物信息学的,对人工智能从生物信息学的角度有了一些领悟,所以想跟大家分享一下.Simon教授是人工智能的开拓者,他对人工智能的发展做出了重要的贡献,所谓人工智能是使一部机器的反应方式像一个人在行动时所依据的智能,所以人工智能的目标是实现人类水平的智能.它的出现我觉得可以追溯到图灵

《计算复杂性:现代方法》——1.6 类P

1.6 类P 1.6.1 为什么模型选择无关紧要 我们用图灵机定义"可计算"语言的各种复杂性类及类P.如果选用其他计算模型,这些类会有区别吗?在发现了计算但采用其他模型而不是图灵机作为计算模型的高等外星人眼里,这些类会有区别吗? 我们已经遇到图灵机模型的各种变形,用其中最弱的模型来模拟最强的模型将导致运行时间平方增加.因此,作为可计算问题的集合,多项式时间在这些变形上是一样的. 在图灵和邱奇的工作发表之后的最初几十年中,很多其他的计算模型被发现,其中有些模型十分怪异.当时人们很容易地就

抄袭人类大脑!类脑人工智能会是未来吗?

 我们从什么时候开始有冲动,要造出和我们一样聪明的机器人呢? 1956年夏天,十个来自不同学科的年轻学者召开了两个月的研讨会,第一次提出人工智能这一概念.从此,"探寻智能的本质"这个浪漫的梦想一直扎根于人们心中.造出一个和我们一样"聪明"的机器人,也成为了这个梦想的终极目标.根据上世纪60年代人们的预测,到2020年,人类就可以造出超越自己智慧的人工智能了. 然而遗憾的是,时至今日,我们连自己的大脑如何运作都还没搞清楚,更遑论造出和我们一样的人工智能了.用"