点击图片查看下一篇文章

阿兰·麦席森·图灵 （Alan Mathison Turing，1912.6.23—1954.6.7）


【简介】

       

    英国 数学家 、逻辑学家，被称为 人工智能之父 。 1931年图灵进入 剑桥大学 国王学院，毕业后到美国 普林斯顿大学 攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。


    阿兰·麦席森·图灵，1912年生于英国伦敦，1954年死于英国的 曼彻斯特 ，他是 计算机 逻辑的奠基者，许多 人工智能 的重要方法也源自于这位伟大的科学家。他对计算机的重要贡献在于他提出的有限状态自动机也就是 图灵机 的概念，对于人工智能，它提出了重要的衡量标准“图灵测试”，如果有机器能够通过图灵测试，那他就是一个完全意义上的智能机，和人没有区别了。他杰出的贡献使他成为计算机界的第一人，现在人们为了纪念这位伟大的科学家将计算机界的最高奖定名为“图灵奖”。上中学时，他在科学方面的才能就已经显示出来，这种才能仅仅限于非文科的学科上，他的导师希望这位聪明的孩子也能够在历史和文学上有所成就，但是都没有太大的建树。少年图灵感兴趣的是数学等学科。在加拿大他开始了他的职业数学生涯，在大学期间这位学生似乎对前人现成的理论并不感兴趣，什么东西都要自己来一次。大学毕业后，他前往美国普林斯顿大学也正是在那里，他制造出了以后称之为图灵机的东西。图灵机被公认为现代计算机的原型，这台机器可以读入一系列的零和一，这些数字代表了解决某一问题所需要的步骤，按这个步骤走下去，就可以解决某一特定的问题。这种观念在当时是具有革命性意义的，因为即使在50年代的时候，大部分的计算机还只能解决某一特定问题，不是通用的，而图灵机从理论上却是通用机。在图灵看来，这台机器只用保留一些最简单的指令，一个复杂的工作只用把它分解为这几个最简单的操作就可以实现了，在当时他能够具有这样的思想确实是很了不起的。他相信有一个算法可以解决大部分问题，而困难的部分则是如何确定最简单的指令集，怎么样的指令集才是最少的，而且又能顶用，还有一个难点是如何将复杂问题分解为这些指令的问题。


    1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“ 图灵机 ”(Turing Machine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。“图灵机”与“冯·诺伊曼机”齐名，被永远载入计算机的发展史中。1950年10月，图灵又发表了另一篇题为“机器能思考吗”的论文，成为划时代之作。也正是这篇文章，为图灵赢得了“ 人工智能之父 ”的桂冠。


【英文简述】

     Alan Mathison Turing, OBE (23 June 1912 – 7 June 1954) was an English mathematician, logician, and cryptographer.


     Turing is often considered to be the father of modern computer science. Turing provided an influential formalisation of the concept of the algorithm and computation with the Turing machine, formulating the now widely accepted Turing version of the Church–Turing thesis, namely that any practical computing model has either the equivalent or a subset of the capabilities of a Turing machine. With the Turing test, he made a significant and characteristically provocative contribution to the debate regarding artificial intelligence: whether it will ever be possible to say that a machine is conscious and can think. He later worked at the National Physical Laboratory, creating one of the first designs for a stored-program computer, although it was never actually built. In 1948 he moved to the University of Manchester to work, largely on software, on the Manchester Mark I, then emerging as one of the world s earliest true computers.


     During the Second World War Turing worked at Bletchley Park, Britain s codebreaking centre, and was for a time head of Hut 8, the section responsible for German naval cryptanalysis. He devised a number of techniques for breaking German ciphers, including the method of the bombe, an electromechanical machine that could find settings for the Enigma machine.


     In 1952, Turing was convicted of acts of gross indecency after admitting to a sexual relationship with a man in Manchester. He was placed on probation and required to undergo hormone therapy. Turing died after eating an apple laced with cyanide in 1954. His death was ruled a suicide.


【生平】


故事从谜开始

       

    英国现代计算机的起步是从 德国 的密码电报机——Enigma(谜)开始的，而解开这个谜的不是别人，正是阿兰·图灵，一个在计算机界响当当的人物，可与美国的冯·诺依曼相媲美的电脑天才。在他短暂的生涯中，图灵在 量子力学 、 数理逻辑 、 生物学 、 化学 方面都有深入的研究，在晚年还开创了一门新学科—— 非线性力学 。

       

    图灵英年早逝。在他42年的人生历程中，他的创造力是丰富多彩的，他是天才的数学家和计算机理论专家。24岁提出图灵机理论，31岁参与COLOSSUS的研制，33岁设想仿真系统，35岁提出自动程序设计概念，38岁设计“图灵测验”。这一朵朵灵感浪花无不闪耀着他在计算机发展史上的预见性。特别是在60年代后当然，图灵最高的成就还是在电脑和人工智能方面，他是这一领域开天辟地的大师。为表彰他的贡献，专门设有一个一年一度的“图灵奖”，颁发给最优秀的电脑科学家。这枚奖章就像“诺贝尔奖”一样，为计算机界的获奖者带来至高无上的荣誉。而阿兰·图灵本人，更被人们推崇为人工智能之父，在计算机业十倍速变化的历史画卷中永远占有一席之地。他的惊世才华和盛年夭折，也给他的个人生活涂上了谜一样的传奇色彩。


神童图灵


    图灵1912年6月23日出生于英国伦敦。其祖父曾获得剑桥大学数学荣誉学位，但他父亲的数学才能平平。因此，图灵的家庭教育，对他以后在数学及计算机方面的成就并没有多少帮助。小时候的图灵生性活泼好动，很早就表现出对科学的探索精神。据他母亲回忆，3岁时，小图灵就进行了他的首次实验，尝试把一个玩具木头人的小胳膊、小腿掰下来栽到花园里，等待长出更多的木头人。到了8岁，他更开始尝试写一部科学著作，题目为《关于一种显微镜》。在这部很短的书中，天才儿童图灵拼错了很多单词，句法也有些问题，但写得还能让人看懂，很像那么一回事儿。在书的开头和结尾，他都用同一句话“首先你必须知道光是直的”作前后呼应， 但中间的内容却很短，短得破了科学著作的记录。图灵曾说 ：“我似乎总想从最普通的东西中弄出些名堂。”就连和小朋友们玩足球，他也能放弃当前锋进球这样出风头的事，只喜欢在场外巡边，因为这样能有机会去计算球飞出边界的角度。他的老师认为 ：“图灵的头脑思维可以像袋鼠一样进行跳跃。”图灵是个天才。他16岁就开始研究爱因斯坦的相对论。1931年，图灵考入剑桥大学国王学院，开始他的数学生涯，研究量子力学、概率论和逻辑学。在校期间，图灵还是现代语言哲学大师维特根斯坦班上最出色的学生。他对由剑桥大学的罗素和怀特海创立的数理逻辑很感兴趣。数理逻辑的创建，主要源于古希腊克�
年 ，Frederick P. Brooks Jr.

2000年 ， 姚期智(Andrew Chi-Chih Yao)

2001年 ，Ole-Johan Dahl

2001年 ，Kristen Nygaard

2002年 ，Ronald Rivest，Adi Shamir，Lenard M. Adleman

2003年 ，Alan Kay

2004年 ，Vinton G. Cerf

2004年 ，Robert E. Kahn

2005年 ，Peter Naur

2006年 ，Frances E. Allen（女）


【图灵机】


    1936年，阿兰·图灵提出了一种抽象的计算模型 ── 图灵机 (Turing Machine) 。图灵的基本思想是用机器来模拟人们用纸笔进行数学运算的过程，他把这样的过程看作下列两种简单的动作：


在纸上写上或擦除某个符号；


把注意力从纸的一个位置移动到另一个位置；


而在每个阶段，人要决定下一步的动作，依赖于 (a) 此人当前所关注的纸上某个位置的符号和(b) 此人当前思维的状态。为了模拟人的这种运算过程，图灵构造出一台假想的机器，该机器由以下几个部分组成：


一条无限长的纸带。纸带被划分为一个接一个的小格子，每个格子上包含一个来自有限字母表的符号，字母表中有一个特殊的符号  表示空白。纸带上的格子从左到右依此被编号为 0，1，2，……，纸带的右端可以无限伸展。


一个读写头。该读写头可以在纸带上左右移动，它能读出当前所指的格子上的符号，并能改变当前格子上的符号。


一个状态寄存器。它用来保存图灵机当前所处的状态。图灵机的所有可能状态的数目是有限的，并且有一个特殊的状态，称为停机状态。


一套控制规则。它根据当前机器所处的状态以及当前读写头所指的格子上的符号来确定读写头下一步的动作，并改变状态寄存器的值，令机器进入一个新的状态。


注意这个机器的每一部分都是有限的，但它有一个潜在的无限长的纸带，因此这种机器只是一个理想的设备。图灵认为这样的一台机器就能模拟人类所能进行的任何计算过程。


图灵机停机问题 (The Halting Problem)的不可判定性

图灵机停机问题: 能否给出一个判断任意一个图灵机是否停机的一般方法? 答案是NO.


这个问题实际上是问: 是否存在一台 万能的 图灵机 H, 把任意一台图灵机 M 输入给 H, 它都能判定 M 最终是否停机, 输出一个明确的 yes 或 no 的答案? 可以利用反证法来证明这样的 H 不可能存在. 假定存在一个能够判定任意一台图灵机是否停机的万能图灵机 H(M), 如果 M 最终停机, H 输出 halt ; 如果 M 不停机, H 输出 loop . 我们把 H 当作子程序, 构造如下程序 P:


function P(M) {

if (H(M)== loop ) return halt ;

else if (H(M)== halt ) while(true); // loop forever

}


因为 P 本身也是一台图灵机, 可以表示为一个字符串, 所以我们可以把 P 输入给它自己, 然后问 P(P) 是否停机. 按照程序 P 的流程, 如果 P 不停机无限循环, 那么它就停机, 输出 halt ; 如果 P 停机, 那么它就无限循环, 不停机; 这样无论如何我们都将得到一个矛盾, 所以假设前提不成立, 即不存在这样的 H. 或者说, 图灵机停机问题是不可判定的(undecidable)。


【有趣的图灵试验】

                                       

图灵试验由计算机、被测试的人和主持试验人组成。计算机和被测试的人分别在两个不同的房间里。测试过程由主持人提问，由计算机和被测试的人分别做出回答。观测者能通过电传打字机与机器和人联系（避免要求机器模拟人外貌和声音）。被测人在回答问题时尽可能表明他是一个“真正的”人，而计算机也将尽可能逼真的模仿人的思维方式和思维过程。如果试验主持人听取他们各自的答案后，分辨不清哪个是人回答的，哪个是机器回答的，则可以认为该计算机具有了智能。这个试验可能会得到大部分人的认可，但是却不能使所有的哲学家感到满意。

图灵试验虽然形象描绘了计算机智能和人类智能的模拟关系，但是图灵试验还是片面性的试验。通过试验的机器当然可以认为具有智能，但是没有通过试验的机器因为对人类了解的不充分而不能模拟人类仍然可以认为具有智能。

图灵试验还有几个值得推敲的地方，比如试验主持人提出问题的标准，在试验中没有明确给出；被测人本身所具有的智力水平，图灵试验也疏忽了；而且图灵试验仅强调试验结果，而没有反映智能所具有的思维过程。所以，图灵试验还是不能完全解决机器智能的问题。

    例如：质问者可以说：“我听说，今天上午一头犀牛在一个粉红色的气球中沿者密西西比河飞。你觉得怎样？”(你们可以想像该电脑的肩头上泛出的冷汗：)电脑也许谨慎地回答：  “我听起来觉得这不可思议，”到此为止没有毛病。质问者又问：  “是吗?我的叔叔试过一回，顺流、逆流各一回，它只过是浅色的并带有斑纹。  这有什么不可思议的?”很容易想像，如果电脑没有合适的“理解”就会很快地暴露了自己、在回答第一个问题时，电脑的记忆库非常有力地想列犀牛没有翅膀，甚至可以在无意中得到“犀牛不能飞”，或者这样回答第二个问题“犀牛没有斑纹”。下一回质问者可以试探真正无意义的问题．譬如把它改变成“在密西西比河下面”，或者“在一个粉红色的气球之个”．或者“穿一件粉红色衣服”，开去看看电脑是否感觉到真正的差别。

    其实，要求电脑这样接近地模仿人类，以使得不能和一个人区分开实在是太过分了。一些专家认为，我们不该以电脑能否思维为目标，而是以能多大程度地模仿人美思维为目标；然后，让设计者再朝着这个目标努力。