最近、私は非常に興味深い理論的構成に出会った。いわゆる ゲーデルマシン
これは、自己最適化が可能な一般的な問題解決ツールです。リアクティブ環境に適しています。
私が理解しているように、それはユニバーサルチューリングマシン用のプログラムとして実装できますが、その要件は現在利用可能なハードウェアをはるかに超えています。しかし、私は多くの詳細を見つけることができませんでした。
そのようなマシンは実際に構築できますか?それらは私たちの宇宙で少なくとも実現可能ですか?
最近、私は非常に興味深い理論的構成に出会った。いわゆる ゲーデルマシン
これは、自己最適化が可能な一般的な問題解決ツールです。リアクティブ環境に適しています。
私が理解しているように、それはユニバーサルチューリングマシン用のプログラムとして実装できますが、その要件は現在利用可能なハードウェアをはるかに超えています。しかし、私は多くの詳細を見つけることができませんでした。
そのようなマシンは実際に構築できますか?それらは私たちの宇宙で少なくとも実現可能ですか?
回答:
そのようなマシンは実際に構築できますか?
はい。「マシン」とは、Schmidhuberは単に「コンピュータープログラム」を意味します。
それらは私たちの宇宙で少なくとも実現可能ですか?
現在の形式ではありません-アルゴリズムは非効率的です。
1万メートルの観点から、ユルゲン・シュミットフーバー(およびマーカス・ハッターのような元学生)は、レビン検索とベイジアン推論を組み合わせて一般的な問題解決のためのアルゴリズムを考案するアイデアを調査してきました。
レビン検索の背後にある基本的な考え方は、ダブテールコードとゲーデルコードを使用して、一定の係数まで最適な単一のアルゴリズムを提供することができるということです。大まかに言って、プログラムのGodelエンコードを修正し、2 nステップごとに番目のプログラムを実行するチューリングマシンを実行します。これは、n番目のプログラムが何らかの問題に対して最適である場合、レビン検索は2 n倍の定数係数である「のみ」であることを意味します。
彼らは、一定の要因を途方もなく少なく、恐ろしくひどくなくすためにかなりの量の仕事をしており、この種のスキームが実際に働くことができると楽観的です。私は(自動化された定理証明の経験に基づいて)非常に懐疑的です。なぜなら、優れたデータ構造は定理証明に不可欠であり、Goedelエンコーディングはひどいデータ構造だからです。
しかし、あなたはそれを動作させようとするまで、それが動作しないことを知りません!結局のところ、私たちはすでに人々がSATに還元することで問題を解決する世界に住んでいます。