Alana Turinga. Oracle przewiduje z chaosu

Alan Turing marzył o stworzeniu „wyroczni” zdolnej odpowiedzieć na każde pytanie. Ani on, ani nikt inny nie zbudował takiej maszyny. Jednak model komputerowy, który wymyślił genialny matematyk w 1936 roku, można uznać za macierz ery komputerów – od prostych kalkulatorów po potężne superkomputery.

Maszyna zbudowana przez Turinga to proste urządzenie algorytmiczne, nawet prymitywne w porównaniu z dzisiejszymi komputerami i językami programowania. A jednak jest wystarczająco silny, aby umożliwić wykonanie nawet najbardziej skomplikowanych algorytmów.

Alan Turing

W klasycznej definicji maszyna Turinga jest opisywana jako abstrakcyjny model komputera służącego do wykonywania algorytmów, składający się z nieskończenie długiej taśmy podzielonej na pola, w których zapisywane są dane. Taśma może być jednostronnie lub dwustronnie bez końca. Każde pole może znajdować się w jednym z N stanów. Maszyna zawsze znajduje się nad jednym z pól i znajduje się w jednym ze stanów M. W zależności od kombinacji stanu maszyny i pola, maszyna zapisuje nową wartość do pola, zmienia stan, a następnie może przesunąć o jedno pole w prawo lub w lewo. Ta operacja nazywana jest rozkazem. Maszyna Turinga jest kontrolowana przez listę zawierającą dowolną liczbę takich instrukcji. Liczby N i M mogą być dowolne, o ile są skończone. Lista instrukcji dla maszyny Turinga może być traktowana jako jej program.

Podstawowy model ma taśmę wejściową podzieloną na komórki (kwadraty) i głowicę taśmy, która może obserwować tylko jedną komórkę w danym momencie. Każda komórka może zawierać jeden znak ze skończonego alfabetu znaków. Tradycyjnie uważa się, że sekwencja symboli wejściowych jest umieszczana na taśmie, zaczynając od lewej, pozostałe komórki (po prawej stronie symboli wejściowych) są wypełnione specjalnym symbolem taśmy.

Zatem maszyna Turinga składa się z następujących elementów:

• ruchoma głowica odczytu/zapisu, która może poruszać się po taśmie, poruszając się po jednym kwadracie;
• skończony zbiór stanów;
• alfabet znaków końcowych;
• niekończący się pasek z zaznaczonymi kwadratami, z których każdy może zawierać jeden symbol;
• diagram przejścia stanów z instrukcjami, które powodują zmiany na każdym przystanku.

Hiperkomputery

Maszyna Turinga udowadnia, że ​​każdy zbudowany przez nas komputer będzie miał nieuniknione ograniczenia. Na przykład związane ze słynnym twierdzeniem o niezupełności Gödla. Angielski matematyk udowodnił, że istnieją problemy, których komputer nie może rozwiązać, nawet jeśli użyjemy do tego celu wszystkich petaflopów obliczeniowych świata. Na przykład nigdy nie można stwierdzić, czy program wejdzie w nieskończenie powtarzającą się pętlę logiczną, czy też będzie w stanie się zakończyć - bez wcześniejszego wypróbowania programu, który ryzykuje wpadnięcie w pętlę itp. (tzw. problem zatrzymania). Efektem tych niemożliwości w urządzeniach zbudowanych po stworzeniu maszyny Turinga jest między innymi znany użytkownikom komputerów „niebieski ekran śmierci”.

Okładka książki Alana Turinga

Problem fuzji, jak pokazuje praca Java Siegelman, opublikowana w 1993 roku, może zostać rozwiązany przez komputer oparty na sieci neuronowej, która składa się z procesorów połączonych ze sobą w sposób naśladujący strukturę mózgu, z wynik obliczeniowy od jednego do „dane wejściowego” do drugiego. Pojawiła się koncepcja „hiperkomputerów”, które do wykonywania obliczeń wykorzystują fundamentalne mechanizmy wszechświata. Były to – jakkolwiek egzotycznie by to nie zabrzmiało – maszyny, które wykonują nieskończoną liczbę operacji w skończonym czasie. Mike Stannett z British University of Sheffield zaproponował np. zastosowanie elektronu w atomie wodoru, który teoretycznie może istnieć w nieskończonej liczbie stanów. Nawet komputery kwantowe bledną w porównaniu z śmiałością tych koncepcji.

W ostatnich latach naukowcy powracają do snu o „wyroczni”, której sam Turing nigdy nie zbudował ani nawet nie próbował. Emmett Redd i Steven Younger z University of Missouri uważają, że możliwe jest stworzenie „supermaszyny Turinga”. Idą tą samą drogą, którą obrała wspomniana Chava Siegelman, budując sieci neuronowe, w których na wejściu-wyjściu zamiast wartości zero-jedynkowych występuje cała gama stanów – od sygnału „w pełni włączony” do „w pełni wyłączony” . Jak wyjaśnia Redd w wydaniu NewScientist z lipca 2015 r., „między 0 a 1 leży nieskończoność”.

Pani Siegelman dołączyła do dwóch badaczy z Missouri i razem zaczęli badać możliwości chaosu. Zgodnie z popularnym opisem teoria chaosu sugeruje, że trzepotanie skrzydeł motyla na jednej półkuli wywołuje huragan na drugiej. Naukowcy, którzy budują supermaszynę Turinga, mają to samo na myśli - system, w którym małe zmiany mają duże konsekwencje.

Do końca 2015 roku, dzięki pracom Siegelmana, Redda i Youngera, powinny powstać dwa prototypowe komputery oparte na chaosie. Jednym z nich jest sieć neuronowa składająca się z trzech konwencjonalnych elementów elektronicznych połączonych jedenastoma połączeniami synaptycznymi. Drugi to urządzenie fotoniczne, które wykorzystuje światło, lustra i soczewki do odtworzenia jedenastu neuronów i 3600 synaps.

Wielu naukowców sceptycznie podchodzi do tego, że budowanie „super-Turinga” jest realistyczne. Dla innych taka maszyna byłaby fizycznym odtworzeniem przypadkowości natury. Wszechwiedza natury, fakt, że zna wszystkie odpowiedzi, pochodzi z jej bycia naturą. System, który odtwarza naturę, Wszechświat, wie wszystko, jest wyrocznią, ponieważ jest taki sam jak wszyscy. Być może jest to droga do sztucznej superinteligencji, do czegoś, co odpowiednio odtwarza złożoność i chaotyczną pracę ludzkiego mózgu. Sam Turing zaproponował kiedyś umieszczenie radioaktywnego radu w komputerze, który zaprojektował tak, aby wyniki jego obliczeń były chaotyczne i przypadkowe.

Jednak nawet jeśli prototypy supermaszyn opartych na chaosie działają, pozostaje problem, jak udowodnić, że to naprawdę są te supermaszyny. Naukowcy nie mają jeszcze pomysłu na odpowiedni test przesiewowy. Z punktu widzenia standardowego komputera, którym można by to sprawdzić, supermaszyny można uznać za tzw. błędne, czyli błędy systemowe. Z ludzkiego punktu widzenia wszystko może być zupełnie niezrozumiałe i… chaotyczne.