Prawdopodobieństwo uniwersalności
Prawdopodobieństwo uniwersalności jest zawiłą miarą prawdopodobieństwa w teorii złożoności obliczeniowej , która dotyczy uniwersalnych maszyn Turinga .
Tło
Maszyna Turinga jest podstawowym modelem obliczeń . Niektóre maszyny Turinga mogą być specyficzne dla wykonywania określonych obliczeń. Na przykład maszyna Turinga może pobierać dane wejściowe składające się z dwóch liczb, a następnie generować dane wyjściowe będące iloczynem ich mnożenia . Inna maszyna Turinga może pobierać dane wejściowe, które są listą liczb, a następnie dawać dane wyjściowe, które są posortowanymi liczbami .
Maszyna Turinga , która może symulować dowolną inną maszynę Turinga, nazywana jest uniwersalną — innymi słowy, o maszynie Turinga (TM) mówi się, że jest uniwersalną maszyną Turinga (lub UTM), jeśli dla dowolnej innej TM istnieje pewna wejście (lub „nagłówek”) w taki sposób, że pierwsza TM mająca ten wejściowy „nagłówek” będzie się zachowywać jak druga TM.
interesujące pytanie matematyczne i filozoficzne . Jeśli uniwersalna maszyna Turinga otrzyma losowe dane wejściowe (dla odpowiedniej definicji losowości ), jakie jest prawdopodobieństwo, że pozostanie ona uniwersalna na zawsze?
Definicja
Biorąc pod uwagę maszynę Turinga bez przedrostków , jej prawdopodobieństwo uniwersalności jest prawdopodobieństwem , że pozostanie ona uniwersalna , nawet jeśli każde jej wejście (jako ciąg binarny ) jest poprzedzone losowym ciągiem binarnym. Bardziej formalnie jest to miara prawdopodobieństwa liczb rzeczywistych (nieskończonych ciągów binarnych), które mają tę właściwość, że każdy ich początkowy segment zachowuje uniwersalność danej maszyny Turinga. Pojęcie to zostało wprowadzone przez informatyka Chrisa Wallace'a i został po raz pierwszy wyraźnie omówiony w druku w artykule Dowe'a (i kolejnym artykule). Jednak odpowiednie dyskusje pojawiają się również we wcześniejszym artykule Wallace'a i Dowe'a.
Prawdopodobieństwa uniwersalności UTM bez przedrostków są niezerowe
Chociaż pierwotnie podejrzewano, że prawdopodobieństwo uniwersalności UTM ( UTM) wynosi zero, istnieją stosunkowo proste dowody na to, że supremum zbioru prawdopodobieństw uniwersalności jest równe 1, takie jak dowód oparty na spacerach losowych i dowód w Barmpalias i Dowe (2012). Gdy ktoś ma jeden bez prefiksów z niezerowym prawdopodobieństwem uniwersalności, natychmiast wynika z tego, że wszystkie UTM bez prefiksów mają niezerowe prawdopodobieństwo uniwersalności. Dalej, ponieważ supremum zbioru prawdopodobieństw uniwersalności wynosi 1 i ponieważ zbiór { m / 2 n | 0 < n & 0 < m < 2 n } jest gęsty w przedziale [0, 1], odpowiednie konstrukcje UTM (np. jeśli U jest UTM, zdefiniuj UTM U 2 przez U 2 (0 s ) zatrzymuje się dla wszystkich struny s , U 2 (1 s ) = U ( s ) dla wszystkich s) daje, że zbiór prawdopodobieństw uniwersalności jest gęsty w przedziale otwartym (0, 1).
Charakterystyka i losowość prawdopodobieństwa uniwersalności
Prawdopodobieństwo uniwersalności zostało dokładnie zbadane i scharakteryzowane przez Barmpaliasa i Dowe'a w 2012 roku. Postrzegane jako liczby rzeczywiste , te prawdopodobieństwa zostały całkowicie scharakteryzowane pod względem pojęć z teorii obliczalności i algorytmicznej teorii informacji . Wykazano, że gdy maszyna bazowa jest uniwersalna, liczby te są wysoce algorytmicznie losowe . Mówiąc dokładniej, jest to Martina-Löfa względem trzeciej iteracji problemu zatrzymania . Innymi słowy, są losowe względem zbiorów zerowych, które można zdefiniować za pomocą czterech kwantyfikatorów w arytmetyce Peano . I odwrotnie, przy tak wysoce losowej liczbie [ wymagane wyjaśnienie ] (z odpowiednimi właściwościami aproksymacyjnymi) istnieje maszyna Turinga z prawdopodobieństwem uniwersalności tej liczby.
Związek ze stałą Chaitina
Prawdopodobieństwa uniwersalności są bardzo związane ze stałą Chaitina , która jest prawdopodobieństwem zatrzymania uniwersalnej maszyny bez przedrostków. W pewnym sensie są one komplementarne do prawdopodobieństw zatrzymania maszyn uniwersalnych względem trzeciej iteracji problemu zatrzymania . W szczególności prawdopodobieństwo uniwersalności można postrzegać jako prawdopodobieństwo braku zatrzymania maszyny z wyrocznią trzeciej iteracji problemu zatrzymania. I odwrotnie, prawdopodobieństwo niezatrzymania dowolnej maszyny bez przedrostków z tą wysoce nieobliczalną wyrocznią jest prawdopodobieństwem uniwersalności jakiejś maszyny bez przedrostków.
Prawdopodobieństwa maszyn jako przykłady liczb wysoce losowych
Prawdopodobieństwo uniwersalności stanowi konkretny i nieco naturalny przykład wysoce losowej liczby (w sensie algorytmicznej teorii informacji ). W tym samym sensie stała Chaitina stanowi konkretny przykład liczby losowej (ale dla znacznie słabszego pojęcia losowości algorytmicznej).
Zobacz też
- Prawdopodobieństwo algorytmiczne
- Historia przypadkowości
- Twierdzenie o niezupełności
- Wnioskowanie indukcyjne
- Złożoność Kołmogorowa
- Minimalna długość wiadomości
- Teoria wnioskowania indukcyjnego Solomonoffa
Linki zewnętrzne
- Barmpalias, G. i Dowe DL (2012). „Prawdopodobieństwo uniwersalności maszyny bez przedrostków”. Transakcje filozoficzne Towarzystwa Królewskiego A. 370 (1): 3488–3511 (wydanie tematyczne „Podstawy obliczeń, fizyki i mentalności: dziedzictwo Turinga” opracowane i zredagowane przez Barry'ego Coopera i Samsona Abramsky'ego). Bibcode : 2012RSPTA.370.3488B . CiteSeerX 10.1.1.221.6000 . doi : 10.1098/rsta.2011.0319 . PMID 22711870 . S2CID 2092954 .
- Dowe, DL (5 września 2008). „Przedmowa do CS Wallace” . Dziennik komputerowy . 51 (5): 523–560. doi : 10.1093/comjnl/bxm117 . (i tutaj ).
- Dowe, DL (2011), „ MML, hybrydowe modele graficzne sieci bayesowskiej, spójność statystyczna, niezmienność i wyjątkowość” , Handbook of the Philosophy of Science - (HPS Tom 7) Philosophy of Statistics, PS Bandyopadhyay i MR Forster (red.), Elsevier, strony 901-982.
- Wallace, CS & Dowe, DL 1999 Minimalna długość wiadomości i złożoność Kołmogorowa . Komputer J. 42, 270–283.
- Hernandez-Orallo, J. & Dowe, DL (2013), „O potencjalnych zdolnościach poznawczych w królestwie maszyn”, Minds and Machines , tom. 23, wydanie 2, s. 179-210 (i tutaj )
- Barmpalias, G. (czerwiec 2015), slajdy z wykładu zatytułowanego ``Randomness, prawdopodobieństwa i maszyny podczas konferencji Tenth International Conference on Computability, Complexity and Randomness ( CCR 2015 ), 22–26 czerwca 2015 r., Heidelberg, Niemcy.
- Cristian S. Calude, Michael J. Dinneen i Chi-Kou Shu. Obliczanie przebłysku losowości .
Dalsza lektura
- Ming Li i Paul Vitányi (1997). Wprowadzenie do złożoności Kołmogorowa i jej zastosowań . Skoczek. Rozdział wprowadzający pełny tekst .
- Cristian S. Calude (2002). Informacje i losowość: perspektywa algorytmiczna , wydanie drugie. Skoczek. ISBN3-540-43466-6 _
- R. Downey i D. Hirschfeldt (2010), Algorytmiczna losowość i złożoność , Springer-Verlag.