1700531790
·停止
1700531791
1700531792
图灵演示出这种极其简易的机器能计算其他任何机器可计算的内容，不管多复杂都可以。如果一个问题无法用图灵机器解决，那么用其他机器更不可能解答。图灵机器的地位偶尔会受到挑战，但长久以来仍无法被撼动。
1700531793
1700531794
同样，在这篇论文中，图灵指出了另一个预料之外的发现，即不可解问题。这些问题被完美定义，且看似解法独特，然而经由图灵机器计算后得出不可解——也就是其他机器也无法解决这个问题，但倒退回19世纪，人们坚信一个问题既然可以被定义就可以被解决。图灵则认为世上存在多少可解问题就会存在等量的不可解问题。
1700531795
1700531796
图灵和他的导师阿隆佐·邱奇教授继续坚持其主张，也就是后来的“邱奇——图灵论题断定”
:如果一个问题无法通过图灵机器解决，同样也无法通过人类思维解答。对于该论题比较绝对的解读方式是：人类思考或知晓的事物，与机器可计算的事物间存在等价关系。而邱奇——图灵论题也可被看作维特根斯坦在《逻辑哲学论》中提出的基本论点的数学表达。其中最根本的思想在于人类大脑受自然规律制约，所以人脑的信息处理能力无法超越机器，所以我们才会遇到上述这种困境：可被定义的问题看似存在特殊的解答方式，却不知道这个问题根本没有答案。
1700531797
1700531798
最有趣的不可解问题莫过于“忙碌的海狸”问题，若要进行“忙碌的海狸”函数的运算，假定一个输入值n，从而可制作一台只能出0和1两种字符、有n个操作状态外加一个停机状态的图灵机器。找来一台这样的机器后，给它一条空白纸带（所有空格填满0），运行一段程序后它停机了，此时在纸带上留下的1最多的那台图灵机器则被称为“忙碌的海狸”。
1700531799
1700531800
图灵的崇拜者，数学家蒂博尔·拉多证明不存在任何一种算法（即任何一台图灵机器）能计算“忙碌的海狸”函数中全部的n个操作状态，因为图灵机器在计算n个操作状态时会陷入无限循环中。假设我们编写了专门的图灵机器以生成和模拟n个状态中的每一个状态，那么这些单个的模拟图灵机器也会在尝试再模拟的过程中再次陷入无限循环。“忙碌的海狸”中部分n值可被计算，但有趣的是，我们无法解答哪些n值可解，哪些不可解，这又是一个不可解问题。
1700531801
1700531802
“忙碌的海狸”是个“智能函数”，更确切地说，它需要不断增加的智能来计算不断增加的函数状态。随着n值的增加，“忙碌的海狸”函数计算过程也变得更加复杂。
1700531803
1700531804
若n=6,“忙碌的海狸”函数值为35，计算过程仅涉及加法，也就是说，图灵机器在6步之内可执行的最复杂的运算为加法。若n=7,“忙碌的海狸”函数值为22 961，计算过程涉及乘法。若n=8,“忙碌的海狸”函数值将接近1043，计算过程则涉及指数运算，这种增长速率比摩尔定律阐述的速度还要快。可以想象当n的值为10的时候，涉及的运算需要多少次指数级的叠加，更不用说到n值为12的时候了。人类智能（从我们理解的数学运算复杂程度来看）将被n值为100的忙碌的海狸函数赶超，21世纪的计算机也只比人类好一些。
1700531805
1700531806
忙碌的海狸问题是个典型的不可运算函数大集合，详见Tibor Rado,“On Noncomputable Functions”,Bell System Technical Journal 41, no. 3 （1962）: 877–884.
1700531807
1700531808
17. Raymond Kurzweil,The Age of Intelligent Machines（Cambridge, MA: MIT Press,1990）, pp. 132–133.
1700531809
1700531810
18. H. J. Berliner,“Backgammon Computer Program Beats World Champion,”Artificial Intelligenc14, no. 1 （1980）;Hans Berliner,“Computer Backgammon,”Scientific American, June1980.
1700531811
1700531812
19. 在第八章中的“富有创造力的机器”部分会详细讨论RKCP。
1700531813
1700531814
20. 有关音乐创作程序的讨论见第八章中的“富有创造力的机器”部分。
1700531815
1700531816
21. G. E. Hinton的“How Neural Networks Learn from Experience,”Scientific American 1992年9月刊（144~151页）也提供了神经网络的详细介绍。
1700531817
1700531818
22. 麻省理工学院Productivity from Information Technology （PROFIT） Initiative的研究学者们研究了神经网络理解手写体的能力。
1700531819
1700531820
PROFIT Initiative是以麻省理工学院斯隆管理学院发展起来的，旨在研究个人和公众如何利用信息技术。
1700531821
1700531822
23. “Miros, Inc位于美国马萨诸塞州威尔斯利市，专注开发面部识别软件，其产品包括为计算机、网络和数据安全提供第一代面部识别方案的TrueFace PC;提供全套硬件/软件安全方案的TrueFace GateWatch，可通过摄像机自动识别人脸，允许或拒绝来访者进出大楼和房屋。”
1700531823
1700531824
24. 有关该研究的详细资料，参见Carver Mead,Analog VSU and Neural Systems（Reading, MA: Addison–Wesley, 1989）, 257–278,Carol Levin,“Here’s Looking at You,”PC Magazine （December 20, 1994）
:31中着重介绍了突触。
1700531825
1700531826
25. SETI （Search for Extraterrestrial Intelligence） Institute致力于研究宇宙中存在的其他生命迹象，旨在寻找地球以外的智能体。该组织为非营利性科研组织，受政府机构、个体组织和个人资助，同时它也为一些项目提供资金。
1700531827
1700531828
26. 本书作者正在利用连续语音识别程序Voice Xpress plus将书写的部分内容输入电脑。详见第二章第9条注释。
1700531829
1700531830
27. 了解更多有关State Street Global Advisor购入大部分Advanced Investment Technology股权的信息，可参读Frank Byrt,“State Street Global Invests in Artificial Intelligence.” Dow Jones Newswires, October 29, 1997.AIT Vision互助基金使用的遗传算法系统介绍见S. Mahfoud and G. Mani,“Financial Forecasting Using Genetic Algorith Applied Artificial Intelligence s”m.10 （1996）: 543–565。AIT Vision互助基金建立于1996年年初，并一直公开其效益和业绩。在1996年整一年中，其基金资产净值上升27.2%，高于21.2%的罗素3 000指数基准线。
1700531831
1700531832
要注意的是，高于基准线指数并不代表其公司的决策水平高人一筹，也有可能是遗传算法系统做出了比平均指标风险更大的投资决策。
1700531833
1700531834
28. 有许多关于演化计算和进化算法、遗传算法的在线资源，其中一项便是“The Hitchhikers Guide to Evolutionary Computation:A List of Frequently Asked Questions （FAQ）,”由Jorg Heitkotter and David Beasley编辑，其中包括了术语表、不同研究小组网页链接等全部相关资源。
1700531835
1700531836
遗传算法的本地资源，可参读John Holland’s article“Genetic Algorithms,”ScientificAmerican 267, no. 1 （1992）: 66–72.第一章第22条注释中提到20世纪70年代，作者和他的同事在密歇根大学开发了遗传算法。
1700531837
1700531838
更多利用遗传算法技术管理沃尔沃汽车的发展与制作的信息，参读Srikumar S. Rao,“Evolution at Warp Speed”,Forbes 1~1, no. 1 （January 12,1998）: 82–83。
1700531839
[
上一页 ]
[ :1.70053179e+09 ]
[
下一页 ]