阿蘭·圖靈與計算機信息處理技術(shù)的出現(xiàn)

阿蘭·圖靈的思想塑造了我們的世界。他為現(xiàn)代計算機和信息計算革新奠定了基礎(chǔ)，并對人工智能、大腦乃至發(fā)育生物學做出了頗有遠見的預測。“二戰(zhàn)”期間，他還為盟軍工作，完成了至關(guān)重要的密碼破譯。

為了理解圖靈的成就對于今天的重要性，我們首先要介紹他如何著手解決那個時代最大的數(shù)學難題之一，以及在該過程中如何為所有計算機的基礎(chǔ)完成了定義。而人工智能正是隨著計算機信息處理技術(shù)的出現(xiàn)，發(fā)展而來。

首臺計算機問世

“二戰(zhàn)”之前，“計算機”（computer）一詞是指手動或在機械式算數(shù)機的輔助下進行計算的某個人，通常是女性。這些人類計算機是工業(yè)革命的重要組成部分，她們經(jīng)常要進行重復乏味的計算，比如編寫對數(shù)表所需的那類計算。

但在1936年，年僅24歲的圖靈為一種新型計算機的誕生奠定了基礎(chǔ)（時至今日，我們依然承認這一點），他在信息技術(shù)革新中發(fā)揮了開創(chuàng)性作用。不過，圖靈并未著手發(fā)明、設(shè)計現(xiàn)代計算機模型。最初，他只是希望解決數(shù)學邏輯中的某個難題。20世紀30年代中期，他攻克了令人望而生畏的“判定問題”，該難題由數(shù)學家大衛(wèi)·希爾伯特（David Hilbert）于1928年提出。

當時，數(shù)學家們正在完善明確具體的基礎(chǔ)數(shù)學，希爾伯特想要知道，是否所有的數(shù)學命題都是“可判定的”，如2+2=4。換言之，是否存在一個循序漸進的判定法，可以確定任何給定的數(shù)學命題是真是假？這是數(shù)學家研究的基本問題。雖然斷言像2+2=4這樣的命題為真很容易，但復雜的邏輯命題判定起來其實相當棘手。以波恩哈德·黎曼于1859年提出黎曼猜想為例，他對質(zhì)數(shù)在自然數(shù)中的分布做出了具體預測，數(shù)學家們懷疑其為真，但至今依然無法確定。

如果能夠找到希爾伯特構(gòu)想的循序漸進判定法，那將意味著，人們最終可以設(shè)計發(fā)明某種機器，為數(shù)學家們想要測試的任何邏輯命題提供確切的答案。所有懸而未決的數(shù)學難題都能得以解決。希爾伯特尋找的其實是一種編程語言，然而在20世紀30年代，計算機和計算機語言都不存在，所以當時沒人意識到它的局限性。如今，我們將他的循序漸進的判定法稱為“算法”。圖靈必須定義“計算”這個概念本身，以攻克“判定問題”。

1936年，圖靈發(fā)表了一篇論文。為希爾伯特的問題給出了明確答案：沒有程序可以判定任何給定數(shù)學命題的真假。此外，很多尚未解決的重要數(shù)學問題都是“不可判定的”。這對人類數(shù)學家來說是個好消息，他們由此判定，自己永遠不會被機器取代。但憑借他的論文，圖靈的成就不僅僅是解決了希爾伯特的問題，為了證明自己的結(jié)論，圖靈在論文里提出了現(xiàn)代計算機的理論基礎(chǔ)。

在測試希爾伯特的想法正確與否之前，圖靈需要定義何謂循序漸進判定法，以及構(gòu)想出一種執(zhí)行該方法的設(shè)備。他雖不需制造這樣的機器，但確實有必要假想并陳述其工作原理。

首先，他構(gòu)想了一臺能夠從紙帶上讀取符號的機器（見圖1.1）。你可以將紙帶送入，機器會檢查符號，然后依據(jù)一套內(nèi)部規(guī)則來繼續(xù)工作。例如，它可以將寫在紙帶上的兩個數(shù)字相加，然后在紙帶后邊打印出結(jié)果。后來人們將其稱為圖靈機。然而，由于每臺圖靈機都有預先設(shè)定的內(nèi)部規(guī)則（實質(zhì)上是一段固定程序），所以它不能用于測試希爾伯特的問題。

圖靈意識到，有可能制造出一種這樣的機器，機器最初可從紙帶上讀取一段程序，并用該程序定義其內(nèi)部規(guī)則。借由這種做法，它就具備編程功能，可以與任何含有固定內(nèi)部規(guī)則的單獨圖靈機執(zhí)行相同的動作。我們將這種靈活的設(shè)備稱為通用圖靈機，它其實就是計算機。

這是如何實現(xiàn)的？寫在紙帶上的程序可以看作軟件。圖靈的通用機器本質(zhì)上就是加載紙帶上的軟件，正如我們現(xiàn)今從硬盤上調(diào)用程序：你的計算機既可以是文字處理器，也可以是音樂播放器。

計算的局限性

一旦圖靈擁有了這臺理論計算機，他就能根據(jù)計算機能做什么，不能做什么，來回答什么是“可計算的”。

為了證明希爾伯特提出的方法不存在，圖靈只需找到一條計算機無法完成計算的邏輯命題。為此他提出了一個具體問題：如果任由程序運行，計算機是否能完成計算，或永遠運行下去？換言之，計算機能否判定“程序完成時停止運行”這一命題是真是假？他證明出，答案是“不能”。因此，希爾伯特的“判定問題”得以解決。圖靈結(jié)論最終證明，計算機無法完成所有事情。

在圖靈努力解決“判定問題”的同時，美國數(shù)學家阿隆索·丘奇（Alonzo Church）則采用純數(shù)學方法嘗試解決該問題。二人幾乎同時發(fā)表了論文。圖靈的文章定義了“可計算性”這一概念，而丘奇給出了“有效可計算性”的定義。兩者異曲同工。這個結(jié)果，即丘奇－圖靈的論點，是我們認識到計算機具有局限性的基礎(chǔ)，并在深奧的數(shù)學邏輯問題與你的臺式或筆記本電腦之間建立了直接關(guān)聯(lián)。

即使計算機越來越先進，但它們依然處在丘奇和圖靈提出的局限性下。相比20世紀40年代的龐然大物，盡管現(xiàn)代計算機具有令人驚嘆的強大能力，但它們依然只能執(zhí)行在通用圖靈機上就能完成的任務(wù)。

人工大腦

圖靈對人類大腦也很好奇。他相信可以在計算機上模擬嬰兒的大腦。1948年，他撰寫了一份報告來闡釋自己的理論，并對當下用于模擬神經(jīng)元的人工神經(jīng)網(wǎng)絡(luò)給出了早期描述。

他的論文很有先見之明，但直到1968年才得以發(fā)表（那時他已去世14年之久），部分原因是，他在英國國家物理實驗室的導師查爾斯·高爾頓·達爾文（Charles Galton Darwin）將其稱為“小學生作文”。該論文描述了一種大腦模型，其基于“神經(jīng)元”這一加工單元。神經(jīng)元可接受兩個輸入，且只有一個輸出。它們以隨機方式連接在一起，形成龐大的互聯(lián)單元網(wǎng)絡(luò)。在互聯(lián)載體（相當于大腦突觸）上傳遞的信號由“1”或“0”組成。現(xiàn)今人們稱之為“布爾神經(jīng)網(wǎng)絡(luò)”，不過圖靈當年把它叫作“無組織A型機器”。

由于A型機器本身無法學習，所以圖靈將其作為可受教的B型機器的基礎(chǔ)。B型機器神經(jīng)元之間的互聯(lián)通路配有開關(guān)，這些開關(guān)可接受“教育”，除此之外，它與A型機器完全相同。這種教育體現(xiàn)為命令開關(guān)打開（允許信號經(jīng)突觸傳遞）或關(guān)閉（阻斷信號）。圖靈的理論指出，這樣的教育能夠用于調(diào)校神經(jīng)元網(wǎng)絡(luò)。

圖靈去世后，人們開始重新審視他的理論，而事實證明，他的簡單的基于二進制的神經(jīng)網(wǎng)絡(luò)是具備學習能力的。例如，它們能學會識別像“O”和“X”這樣的簡單形狀圖案。后來，獨立而復雜的神經(jīng)網(wǎng)絡(luò)成為人工智能的研究焦點，從自動駕駛汽車到面部識別系統(tǒng)，一切成功案例的背后，都有它的存在。不過，它現(xiàn)在更廣為人知的名字是“符號推理”技術(shù)。