LSTM之父再语出惊人：图灵被吹得太过了，计算机科学之父根本不是他

Posted 2021-10-16 人工智能博士

点上方人工智能算法与Python大数据获取更多干货

在右上方 ··· 设为星标 ★，第一时间获取资源

仅做学术分享，如有侵权，联系删除

转载于 ：新智元

LSTM之父Jürgen Schmidhuber的考据瘾又上来了。他近日发文称，图灵对计算机科学的贡献被吹过头了，“现代计算机之父”也不是图灵。将图灵一人捧上神坛，过度夸大他的贡献，而对其他先驱的工作视而不见是有害的。

最近《自然》杂志发表呼吁：让我们“重视那些确保科学能够自我纠正的人”。认识我的人都可以证明，寻找和引用科技创新成果的最初起源，对我来说很重要。

今天这篇文章就是要做这件事。

在计算机科学的基本概念上，英国数学家阿兰·图灵做出了重要贡献，尤其在英美文化圈子里享有盛誉，有时被称为“计算机之父”。《自然》也发表过文章说，图灵1936年的论文“为后来的所有计算机的诞生构建了理论框架和基础。”

图灵1936年的论文《论可计算数及其在判定问题上的应用》

这个说法明显把图灵吹过了头。而这也同样影响了被称为“计算机的诺奖”的图灵奖的命名。虽然图灵确实如该奖委员会所说，“阐明了计算的数学基础和局限性”，但更重要的问题是，这些工作以前就一直有人在做。

那么是谁先做的呢？不是图灵。

回顾历史，图灵难称“计算机之父”

1931年，奥地利数学家库尔特·哥德尔（Kurt Gödel）和1935年美国的阿朗佐·丘奇（Alonzo Church）都在这个问题上取得了开创性成果。当然，图灵在1936 年的论文中引用了他们的成果。

1931年，Kurt Gödel创立理论计算机科学，实际上成为现代理论计算机科学的奠基人。他提出了一种基于整数的通用编码语言，以公理形式将任何数字计算机的操作形式化。哥德尔用它来表示数据（如公理和定理）和程序。

Gödel 最著名的成就是对形式系统的阐述，其中包括形式系统的计算 —— 给定一个计算定理证明器，从一组可枚举的公理中系统地枚举所有可能的定理，但是当陈述自我指涉时它将是不可解的。

Kurt Gödel（1906-1978）

Gödel确定了算法定理证明、计算和任何类型的基于计算的 AI 的基本局限性。实际上，从20 世纪 40 年代至 70 年代早期，关于人工智能的研究大部分是关于定理证明以及通过专家系统和逻辑编程的 Gödel 式演绎。

像大多数伟大的科学家一样，Gödel 的成果也建立在更早的先人成果的基础上。他将 Georg Cantor 的对角化技巧与 Gottlob Frege、Thoralf Skolem 和 Jacques Herbrand 的基础工作相结合。

而上面这些人的研究基础是莱布尼茨1686年的著作《思想的代数》。对，就是提出微积分的那个莱布尼茨。他也是 “计算机科学之父” 的候选人之一，被称为 “世界上第一个计算机科学家”，甚至是 “有史以来最聪明的人”。

莱布尼茨（1646-1716）

莱布尼茨不仅是提出微积分的第一人，而且还进行了一个雄心勃勃的项目，通过计算来回答所有可能的问题。

他曾说过：“如果出现争议，两个哲学家之间就不需要争论，而是像两个会计师之间一样，手里拿着铅笔，坐下来就足够了，用他们的石板互相说：让我们计算一下！” 然而，在 1931 年，Gödel 表明，以这种方式可判定或可计算的东西存在根本的局限性。

Alonzo Church （1903-1995）

1935 年，Alonzo Church 通过证明 Hilbert 和 Ackermann 著名的 Entscheidungs problem（决策问题）没有通用解决方案，推导出 Gödel 结果的扩展。为此，他使用了名为 Untyped LambdaCalculus 的替代通用编码语言，该语言构成了极具影响力的编程语言 LISP 的基础。

1936 年，图灵引入了另一个通用模型：图灵机，并成为后来最著名的通用模型（至少在计算机科学领域是如此）。他重新推导出了上述结果。当然，他在 1937 年的论文中同时引用了 Gödel 和 Church 的方法。

Post和图灵在 1936 年究竟做了哪些 Gödel和 Church没有做过的事情？有一个看似微小但却很重要的差异。 

Gödel的许多指令序列是数字编码存储内容与整数的一系列乘法。同样，Church 在他的算法中也忽略了基本指令的时空复杂性。

而图灵和 Post 采用了传统的、简化的二进制的计算观点。他们的机器模型只允许非常简单的具有恒定复杂性的基本指令，就像莱布尼茨早期的二进制机器模型一样。

还有人说，图灵至少奠定了人工智能的基础。这种说法也站不住脚。

实际上，西班牙人 Leonardo Torres y Quevedo 是 20 世纪第一个实用 AI 的先驱，1914年，他建造了第一个可工作的国际象棋终局棋手（当时国际象棋被认为是一种仅限于智能生物领域的活动）

1948年，图灵写了相关的人工进化思想和学习人工神经网络的论文，至少它的结构可以追溯到1943年（至于其中物理学密切相关的前期工作自20世纪20年代就开始进行了）。

 阿兰·图灵（1912-1954）

不过，图灵并没有发表这些文章。1950年，他提出了一个简单而著名测试，用于评估计算机是否是智能的。在1956年的达特茅斯会议上，“人工智能”一词由约翰·麦卡锡提出，成为此后相关研究的新标签。

然而，关于人工智能的第一次会议是在1951 年的巴黎举行的，当时大部分现在被称为“人工智能”的东西仍然被称为控制论，其内涵非常符合现代人工智能深度神经网络。

遗憾！两位AI理论先驱都没得过图灵奖

现代人工智能理论的先驱是Gödel，而非图灵。Gödel确定了人工智能、数学和计算的局限性，并通过专家系统基于自动定理证明和推论奠定了人工智能的正式基础。他在人工智能的基础成就大大早于图灵。实用人工智能最早的奠基者也不是图灵。

图灵奖创建于 1966 年，表彰 “对计算机领域具有持久和重大技术重要性” 的贡献。令人尴尬的是 ，Gödel从未获过该奖项，而为计算机科学理论基础做出重要贡献的Church也没有得过。这不能不说是一个讽刺。

在生物信息学方面，图灵最有影响力的贡献可能是在二战期间破解了纳粹德国使用的Enigma 密码。

有人认为，成功破解德军密码是盟军击败第三帝国的决定性因素

然而，著名的密码破译机Colossus 是由 Tommy Flowers（而非图灵）设计的。这位英国密码学家的成果建立在波兰数学家Marian Rejewski、Jerzy Rozycki 和Henryk Zygalski 的早期基础工作之上，他们才是首批破解 Enigma 密码的人（以此为题材的电影中甚至连提都没提这些人）。

近一个世纪以来，有许多人对计算科学的理论和实践做出了贡献。图灵的贡献当然是巨大的，但他和其他人一样，都是站在巨人的肩膀上。

图灵1936年的著名论文中，引用了Gödel和Church的开创性成果 。我们今天如果将图灵一人捧上神坛，过度夸大他的贡献，而对其他先驱的工作视而不见，图灵本人想必也不会同意。

参考链接：

https://people.idsia.ch//~juergen/turing-oversold.html

---------♥---------

声明：本内容来源网络，版权属于原作者

图片来源网络，不代表本公众号立场。如有侵权，联系删除

AI博士私人微信，还有少量空位

如何画出漂亮的深度学习模型图？

如何画出漂亮的神经网络图？

一文读懂深度学习中的各种卷积

点个在看支持一下吧