タグ付けされた質問 「church-turing-thesis」

2
チャーチチューリングテーゼとニューラルネットワークの計算能力
Church-Turing論文では、物理的に計算できるすべてのものをチューリングマシンで計算できると述べています。論文「ニューラルネットワークによるアナログ計算」(Siegelmannn and Sontag、Theoretical Computer Science、131:331–360、1994; PDF)は、特定の形式のニューラルネット(設定は論文で提示されている)がより強力であると主張しています。著者は、指数関数的な時間で、彼らのモデルがチューリング機械モデルで計算できない言語を認識することができると言います。 これは教会とチューリングのテーゼと矛盾しないのですか?

2
プログラミング言語の基礎として一般的な再帰関数を使用していますか?
これはナイーブであり、したがって、おそらく不正な形式の質問なので、事前に謝罪します! 私の見解では、チューリングマシンは手続き型/命令型プログラミング言語の計算基盤と見なすことができます。同様に、ラムダ計算は関数型プログラミング言語の基盤です。 私は最近、チャーチ・チューリング・テーゼが計算の第3のモデルである一般的な再帰関数と相互等価性を示していることを学びました。これを計算のモデルとして使用するプログラミング言語はありますか?そうでない場合、技術的な理由があります。すなわち、「誰もまだ試していません」以外に?


5
チューリングマシン+時間膨張=停止の問題を解決しますか?
相対論的時空(例えば、MH時空。Hogarth1994を参照)があり、有限の観測者の過去に無限の持続時間の世界線を含めることができます。これは、通常の観測者が無限の数の計算ステップにアクセスできることを意味します。 コンピューターが無限の期間完全に機能する可能性があると仮定すると(そして、それは大きな質問だと思います)、この無限の世界線に沿って移動し、特定のMの停止問題を計算するコンピューターHMを構築できます。 、HMは有限観測者に信号を送信します。無限のステップ数の後、オブザーバーが信号を受け取らない場合、オブザーバーはMがループしていることを認識し、停止問題を解決します。 これまでのところ、これは私には問題ないように思えます。私の質問は、これまでに言ったことが正しい場合、停止問題が決定不能であるというチューリングの証明をどのように変更するのでしょうか?これらの時空で彼の証明が失敗するのはなぜですか?

3
すべての自己修正アルゴリズムを非自己修正アルゴリズムでモデル化できますか?
命令を変更できる任意のコンピュータープログラムがある場合、命令を変更できないプログラムでそのプログラムをシミュレートすることは可能ですか? 編集: 私はstackexchangeに新しいので、ここで新しい質問をすることができるかどうかはわかりませんが、ここに行きます:わかりました。今、私は疑問に思っています:最も効率的な(そしてどの程度)問題を解決するために最も効率的な自己修正アルゴリズムを使用するのが、入出力同等の最も効率的な非自己修正アルゴリズムに対してですか?

2
言語がチューリング競争であることの明確で完全な証明?
HTML5 + CSSが完全なチューリングであることを「証明」することを目的とするWebサイトを見たことがあります。 SQLが完全なチューリングであることを「証明」することを目的とするWebサイトを見たことがあります。 チューリングコンプリートとは何を意味するのかを「説明」するつもりのウェブサイトをたくさん見ました。 足りる! 「この言語XYZは同じ計算能力を持つ計算機を記述することができます。チューリングマシンとして?」

2
アナログコンピューターとチャーチチューリング論文
Nielsen&Chuang、Quantum Computation and Quantum Information、10周年記念版、5ページから引用したい(強調は私のもの): 強力なチャーチ・チューリング論文に対する課題の1つのクラスは、アナログ計算の分野から来ています。チューリング以来、研究者の多くの異なるチームは、特定の種類のアナログコンピューターがチューリングマシンでは効率的な解決策がないと考えられている問題を効率的に解決できることに気づきました。一見すると、これらのアナログコンピュータは、チャーチチューリング論文の強力な形式に違反しているように見えます。残念ながら、アナログ計算では、アナログコンピュータのノイズの存在について現実的な仮定が行われると、既知のすべてのインスタンスでその力が失われることがわかりました。チューリングマシンでは効率的に解決できない問題を効率的に解決することはできません。このレッスン–計算モデルの効率を評価する際に現実的なノイズの影響を考慮に入れる必要がある–は、量子計算と量子情報の初期の大きな課題の1つであり、量子誤差の理論の開発によってうまく対処された課題です。 -修正コードとフォールトトレラントな量子計算。したがって、アナログ計算とは異なり、量子計算は原則として有限量のノイズを許容でき、その計算上の利点を保持できます。 これは、ノイズが問題の大きさよりも速くスケーリングすることを示しているのでしょうか、または誰かが私を正しい方向に向けて、これらのスケーリング制限が基本的であるか、単に「エンジニアリングの問題」であるかについて詳しく知ることができますか? 明確にするために、私はノイズのためにアナログコンピュータが効率的にチューリングマシンに勝てないかどうか尋ねています。

2
この記事は、チューリング計算可能性が「効果的に計算可能」と同じではないことを示唆していますか?
まず、質問された場合はお詫びしますが、何も見つかりませんでした。 私はこの記事を偶然見つけました。量子コンピュータだけが解決できる問題があると言っています。私の理解では、これは直感的に、この問題は「効果的に計算可能」であることを意味するはずです。なぜなら、私たちはそれを計算する効果的で現実的な方法、つまり量子コンピューターを構築してそれを解くからです。しかし、チューリングマシン(チューリングマシンは量子コンピューターではない、と私は思いますか?)はそれを解決できないため、これはチューリング計算可能ではありません。 したがって、これは「効果的に計算可能」と「チューリング計算可能」が同じ概念ではないことを意味しますか?では、Church-Turingの論文は間違っているのでしょうか?私の直感は「いいえ」と言っています。その場合、これは非常に大きなニュースになるからです。では、そうでない場合は、なぜでしょうか? また、チューリングマシンよりも強力な計算モデルがすでに存在していることも承知していますが、それらは「理論的」に過ぎませんね。一方、量子コンピュータは物理的に構築可能です。

1
Church-Turingと物理PDE
Church-Turingの論文について読んだとき、「物理的現実はチューリング計算可能である」という一般的な主張のようです。この主張の根拠は何ですか?これらの線に沿って理論的な結果はありますか? コンテキストについては、私は物理シミュレーションに取り組んでいる研究者なので、自然界で発生するであろう多くの偏微分方程式(PDE)(たとえば、熱方程式、波動方程式など)は数値的方法で近似できることを認識しています有限要素のように、そして多くのPDEに対して、十分な計算(空間と時間のステップサイズを減らすことにより)を与えれば、解は任意の精度で推定できます。 ただし、有限要素法の収束を証明することは、かなり複雑なPDE(石鹸膜の形状を表す平均曲率フローのような「簡単な」PDEであっても)にとって非常に難しいことで有名です。オイラーの円板や非弾性崩壊など、物理システムで実際に多くの「ゼノタイプ」の状況が発生することも知っています。すべての PDE、または少なくとも自然界で発生するすべての PDE のソリューションがチューリング計算可能であると信じる理由はありますか?

1
Church-Turingの論文は人工知能にも適用されますか?
Church-Turingの論文では、停止問題を決定するアルゴリズムを設計することは不可能です。 この文脈でのアルゴリズムという言葉には人工知能が含まれているかどうか、つまり、チャーチチューリングの論文は人工知能にも当てはまりますか? この問題を決定するために将来インテリジェンスシステムを設計することは可能ですか、それともチャーチチューリングの論文では、AIが停止問題を決定することもできないでしょうか?

2
チューリングマシンでタイピングは何に対応しますか?
私の質問が理にかなっているといいのですが、型付けされていない微積分は、チューリングマシンと同等の能力であるという前提から始めて、チューリングマシンで微積分に型を追加することは何に対応しますか?静的でも動的でも、タイピングに似たオートマトンのようなものはありますか?λλ\lambda λλ\lambda
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.