Saya baru-baru ini mendengar analogi yang menarik yang menyatakan bahwa bukti Turing tentang ketidakpastian masalah penghentian sangat mirip dengan paradoks tukang cukur Russell.
Jadi saya bertanya-tanya: matematikawan akhirnya berhasil membuat teori himpunan konsisten dengan beralih dari formulasi naif Cantor di lapangan ke sistem aksioma yang lebih kompleks (teori himpunan ZFC), membuat pengecualian penting (batasan) dan penambahan di sepanjang jalan.
Jadi apakah mungkin untuk mencoba dan menghasilkan deskripsi abstrak dari perhitungan umum yang lebih kuat dan lebih ekspresif daripada mesin Turing, dan yang dengannya seseorang dapat memperoleh bukti eksistensial atau bahkan mungkin sebuah algoritma untuk memecahkan masalah penghentian untuk mesin Turing yang sewenang-wenang?
Jawaban:
Anda tidak dapat benar-benar membandingkan. Teori himpunan naif memiliki paradoks yang dihilangkan oleh teori himpunan ZFC. Teorinya harus ditingkatkan untuk konsistensi, karena asumsi dasar karya ilmiah adalah bahwa konsistensi dapat dicapai (kalau tidak penalaran menjadi bisnis untung-untungan). Saya kira ahli matematika berharap itu harus mungkin, dan bekerja untuk menyelesaikan masalah.
Tidak ada situasi seperti itu dengan teori komputasi dan masalah penghentian. Tidak ada paradoks, tidak ada ketidakkonsistenan. Kebetulan bahwa tidak ada mesin Turing yang dapat memecahkan masalah penghentian TM. Ini hanya sebuah teorema, bukan sebuah paradoks.
Jadi mungkin beberapa terobosan dalam pemahaman kita tentang alam semesta akan mengarah pada model perhitungan di luar apa yang dapat kita bayangkan sekarang. Satu-satunya peristiwa semacam itu, dalam bentuk yang sangat lemah, yang masih ada di dalam dunia TM, kemungkinan adalah komputasi kuantum. Selain dari contoh yang sangat lemah ini yang menyentuh kompleksitas (berapa lama waktu yang dibutuhkan?) Daripada kemampuan komputasi (apakah layak?), Saya ragu ada orang di planet ini yang memiliki petunjuk bahwa kemampuan komputasi di luar TM diharapkan.
Selain itu, masalah penghentian adalah konsekuensi langsung dari kenyataan bahwa mesin Turing dijelaskan oleh sepotong teks yang terbatas, urutan simbol. Ini sebenarnya benar dari semua pengetahuan kita (sejauh yang kita tahu), dan itulah sebabnya pidato dan buku sangat penting. Ini berlaku untuk semua teknik kami untuk menggambarkan bukti dan perhitungan.
Jadi, bahkan jika kita menemukan cara untuk memperluas cara kita menghitung, katakanlah dengan mesin T +. Entah itu berarti bahwa kami telah menemukan cara untuk mengekspresikan pengetahuan di luar menulis dokumen yang terbatas, dalam hal ini semuanya jatuh dari yurisdiksi saya (saya mengklaim ketidakmampuan mutlak) dan mungkin milik orang lain. Atau masih dapat diekspresikan dalam dokumen yang terbatas, dalam hal ini akan memiliki masalah tersendiri untuk mesin T +. Dan Anda akan mengajukan pertanyaan lagi.
Sebenarnya situasi itu memang ada secara terbalik. Beberapa jenis mesin lebih lemah dari mesin Turing, seperti Linear Bounded Automata (LBA). Mereka cukup kuat, tetapi dapat ditunjukkan persis seperti yang dilakukan untuk TM bahwa LBA tidak dapat memecahkan masalah penghentian untuk LBA. Tetapi TM dapat menyelesaikannya untuk LBA.
Akhirnya, Anda dapat membayangkan model komputasi yang lebih kuat dengan memperkenalkan oracle, yaitu perangkat yang dapat memberikan jawaban untuk masalah tertentu, dan dapat dipanggil oleh TM untuk mendapatkan jawaban, tetapi sayangnya tidak ada secara fisik. TM oracle-extended seperti itu adalah contoh dari mesin T + yang saya pertimbangkan di atas. Beberapa dari mereka dapat memecahkan masalah penghentian TM (secara abstrak, bukan untuk yang sebenarnya), tetapi tidak dapat memecahkan masalah Berhenti sendiri, bahkan secara abstrak.
sumber
Nah, Anda selalu dapat mempertimbangkan mesin Turing yang dilengkapi dengan oracle untuk masalah menghentikan mesin Turing biasa. Artinya, mesin baru Anda memiliki pita khusus, di mana ia dapat menulis deskripsi mesin Turing biasa dan inputnya dan bertanya apakah mesin itu berhenti pada input itu. Dalam satu langkah, Anda mendapatkan jawaban, dan Anda dapat menggunakannya untuk melakukan perhitungan lebih lanjut. (Tidak masalah apakah itu dalam satu langkah atau tidak: itu akan cukup jika dijamin dalam beberapa langkah terbatas.)
Namun, ada dua masalah dengan pendekatan ini.
Mesin Turing yang dilengkapi dengan oracle semacam itu tidak dapat memutuskan masalah penghentian mereka sendiri: Bukti Turing tentang ketidakpastian masalah penghentian biasa dapat dengan mudah dimodifikasi ke pengaturan baru ini. Bahkan, ada hierarki yang tak terbatas, yang dikenal sebagai "Gelar Turing", yang dihasilkan dengan memberikan tingkat hierarki berikutnya sebuah ramalan untuk menghentikan masalah yang sebelumnya.
Tidak ada yang pernah menyarankan cara apa pun di mana oracle semacam itu dapat diimplementasikan secara fisik. Semuanya sangat baik sebagai perangkat teoretis tetapi tidak ada yang tahu cara membangunnya.
Juga, perhatikan bahwa ZFC, dalam arti tertentu, lebih lemah dari teori himpunan naif, tidak lebih kuat. ZFC tidak bisa mengekspresikan paradoks Russell, sedangkan teori himpunan naif bisa. Dengan demikian, analogi yang lebih baik adalah dengan menanyakan apakah masalah penghentian dianggap layak untuk model komputasi yang lebih lemah daripada mesin Turing. Misalnya, masalah penghentian untuk deterministic finite automata (DFAs) dapat ditentukan, karena DFA dijamin akan berhenti untuk setiap input.
sumber
Peringatan: Jawaban filosofis / tidak keras
Ini mungkin sedikit "filosofis", tapi saya pikir itu cocok dengan semangat pertanyaan Anda.
Mesin yang tidak dapat diulang
Batu sudut bukti dari masalah penghentian adalah bahwa mesin Turing berperilaku seperti fungsi: Untuk input yang sama selalu memberikan hasil yang sama. Jika Anda menghapus properti ini, Anda tidak harus berurusan dengan masalah penghentian "umum", dalam arti bahwa mesin dapat menemukan propertinya sendiri. Tetapi Anda juga kehilangan banyak sifat teoritis yang diinginkan dari mesin seperti itu.
Menghapus properti
Ini sedikit seperti beralih dari teori himpunan ke teori kategori: Anda kehilangan beberapa "paradoks" dengan kehilangan batasan. Tetapi hasilnya jauh lebih sulit untuk ditangani.
Dalam hal ini berarti: Anda tidak akan tahu jika mesin menyajikan Anda hasil yang "benar". Segera setelah Anda selalu dapat memutuskan hasil mana yang benar, Anda harus berurusan dengan semacam "masalah terputus-putus" dengan menerapkan mesin itu sendiri dan membuat kontradiksi. Jadi mesin seperti itu mungkin tidak akan terlalu berguna.
sumber
Masalah Pemutusan tidak diformulasikan untuk mengekspresikan batasan dari Mesin Turing, tetapi untuk mengekspresikan batasan dari semua sistem logika yang dapat diekspresikan menggunakan jumlah simbol yang terbatas. Setelah sistem logika memiliki kemampuan untuk mengekspresikan solusi untuk masalah kompleksitas tertentu, ia juga akan memiliki kemampuan untuk mengekspresikan masalah yang tidak dapat dipecahkan. Setiap perluasan sistem logika yang cukup untuk mengekspresikan solusi untuk semua masalah yang tidak dapat dipecahkan sebelumnya juga akan mencakup kemampuan untuk mengekspresikan masalah baru yang tidak dapat diselesaikan.
Dengan spesifikasi "Mesin Turing yang Ditingkatkan" tertentu, dimungkinkan untuk menentukan "Mesin Turing Super-Enhanced" yang dapat memeriksa program untuk ETM dan melaporkan apakah akan berhenti, tetapi SETM hanya akan dapat menganalisis program untuk ETM - tidak akan bisa menganalisis program SETM. Tidak ada cara untuk mendefinisikan mesin yang dapat menganalisis program untuk dirinya sendiri dan menentukan apakah mereka berhenti karena tindakan menambahkan fitur baru akan menciptakan persyaratan baru untuk penganalisa sendiri, dan tidak ada cara untuk membuat fitur "mengejar" persyaratan. .
sumber
Mesin seperti itu telah dibayangkan, dan disebut mesin super-Turing . Beberapa kelas utama mesin super-turing adalah
Tidak semua mesin super-turing dapat memecahkan masalah penghentian (mesin turing Nondeterminnistic, khususnya, tidak bisa). Namun, mesin konseptual telah dibuat, setidaknya dalam eksperimen pemikiran.
sumber