尼克讲座第二弹:语言=思维=智能=计算=图灵机?

 

尼克大师《计算与智能的第一性原理》第二讲出来了——什么是计算?为什么说图灵定义了计算?为何计算机科学以他的理论为基石?笔记如下。


为什么是图灵?一场关于“计算”的趣味溯源之旅

TL;DR

我们今天谈“计算”,离不开 图灵:他给出了最简约的机器模型(图灵机),却能执行任何“有效的过程/计算”。哥德尔告诉我们形式系统有极限,丘奇/克里尼提供了等价的函数/λ演算刻画,Post画出了颇像汇编的指令系统;现代还有忙碌海狸、量子计算、类比计算这些挑战边界的故事。核心精髓一句话:图灵机——简单到近乎简陋,却普适到令人敬畏


1)图灵之前:群星闪耀的序幕

    • 哥德尔(1931):不完全性定理——再强大的形式系统也有真命题无法证明。
    • 他用的是原始递归函数,但不够大。后来引入了一般递归才覆盖更多。
    • Emil Post:天才又悲情。他设计的规则系统很像汇编+GOTO;提出的 Tag 系统 后来与 乔姆斯基层级对接。可惜因健康和际遇,多数成果未被重视。
    • Alonzo Church:提出 λ 演算克里尼证明它等价于递归函数。哥德尔却嫌它“不够原子化”。

出场的是图灵(1936)。
他把“人类拿纸笔计算”的动作抽象成一台极简机器:

    1. 一条纸带(无限);
    2. 一个读写头(0/1);
    3. 有限状态;
    4. 左/右移动。

就这四样。简单到骨子里,但却牢牢抓住了“计算”的本质。


2)丘奇–图灵论题(CTT):不是定理,却成共识

    • CTT:一切“有效可计算”的,都等价于图灵机。
    • 它不是定理,而是一种科学信念,因为“有效”这个直觉无法形式化证明。
    • 强版(ECT):任何合理模型都能多项式模拟彼此。量子计算正在这里“挤牙缝”。
图灵定边界:什么能算。复杂性理论吵个不停:算得快不快。

3)巨大数字 vs 微小机器

    • 高德纳的上箭头:↑是幂,↑↑是幂塔,↑↑↑是塔的塔……都还可计算。
    • 阿克曼函数:不是原始递归,但可计算。证明“原始”≠全部。
    • 忙碌海狸(Busy Beaver):能定义,但不可计算,增长比任何可计算函数都快。

教训:你能“定义”很多怪兽,但机器可能抓不住。


4)Post、乔姆斯基与“语言即思维”

    • 乔姆斯基文法层级:0 型 ≙ 图灵机,3 型 ≙ 有限自动机。
    • Post 的系统,其实就是粗糙的 0 型。
    • 从这里衍生出一个大胆推论:语言≈思维;既然语言有机对应机器类,或许思维≈计算

图灵测试(1950):把“智能”翻译成“能否在对话中骗过人类”。背后仍然是“机器是符号处理器”的预设。


5)量子、模拟与超计算的诱惑

    • 量子计算:在计算能力上没超出图灵机,但可能在效率上更快(如分解大数)。这冲击的只是强版 CTT。
    • 模拟/BSS 模型:在实数上算,数学优雅,物理却难落地。
    • 彭罗斯:人类意识非算法,可能与量子重力有关——充满想象,但无实验支持。
    • 李政道:或许世界本质上是离散的,“连续”只是近似。很契合图灵机那种“离散步骤”的宇宙观。

结论:有很多花样,但没有哪个能真正突破图灵机的“可计算性外延”。


6)人物轶事(冷知识版)

    • 哥德尔 & 爱因斯坦:常在普林斯顿散步。爱因斯坦说,他去高研院最大的乐趣是“和哥德尔一起散步”。
    • 图灵 19 岁手稿《Nature of Spirit》:因挚友去世而思考心灵与身体,预示他后来的机器智能设想。
    • Post 的叹息:他写信说,若自己在 1921 年就发表,也许就该是他证明不完全性。
    • 高德纳:除了 TeX,他还发明了“箭头记号”,专门用来描述“让计算器自爆的超大数”。
    • 冯诺依曼:称图灵机的普适性“绝对且无可救药的普适”。然后把它工业化,造出了冯氏结构计算机。

7)为什么 AI 总绕回图灵?

    • 工程:编译器、虚拟机、本质都是“一个形式模拟另一个形式”。
    • 理论:P vs NP 判定什么能有效算;忙碌海狸提醒我们,有些题目再聪明也无解。
    • 语言驱动的 AI:从早期语法分析到今天大模型,依然走在“语言—计算—智能”的桥上。

8)随身备忘单

    • CTT:有效计算 = 图灵可计算。
    • ECT:效率等价,多项式模拟;量子挑战。
    • Busy Beaver:能定义,不能算。
    • 乔姆斯基层级:语法 ↔ 自动机。
    • BSS 模型:实数域计算,物理难行。

9)精髓,一口气说完

图灵的伟大,不是把计算复杂化,而是把它简化到能涵盖一切。
0/1、左/右、读/写——这些微不足道的动作,却让哲学的直觉变成了能物理实现的机器蓝图。自此:

    • 数学能证明极限(哥德尔、不完全性、Busy Beaver);
    • 语言学能接上机器(乔姆斯基层级);
    • 工程能造出智能的雏形(计算机、AI)。

所以每当我们问“什么是智能”,答案常常就写在一条无限纸带上。

 

发布者

立委

立委博士,多模态大模型应用咨询师。出门问问大模型团队前工程副总裁,聚焦大模型及其AIGC应用。Netbase前首席科学家10年,期间指挥研发了18种语言的理解和应用系统,鲁棒、线速,scale up to 社会媒体大数据,语义落地到舆情挖掘产品,成为美国NLP工业落地的领跑者。Cymfony前研发副总八年,曾荣获第一届问答系统第一名(TREC-8 QA Track),并赢得17个小企业创新研究的信息抽取项目(PI for 17 SBIRs)。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理