图灵机

摘要： 高庆狮院士于2006年发表《新模糊集合论基础》专著,为消解模糊逻辑系列悖论进行逻辑理论基础探索;并于2009年在科学出版社发表《统一语言学基础》专著,为多语言计算前沿构造理论基础支撑。这两部专著在他的创新理论基础研究中为传世瑰宝。在悼念高庆狮院士逝世10周年之际,文中利用最新向量逻辑——变值体系,来展现在高老师的研究方向中元知识系统体系架构建模的最新进展。从向量逻辑出发,综合共轭结构、元知识模型以及各类新型处理机制,在现代逻辑和数学中判定一个复杂系统是否包含经典逻辑悖论,对保证该类系统能否存活起到核心判别作用。从分类和判别解析的角度,悖论可以分为两类模式:逻辑悖论和语义悖论。利用共轭环构造4条色带,系统化地消解莫比乌斯环展现的单面特性,展示一系列几何拓扑逻辑等学科内蕴的逻辑悖论,通过共轭环结构,形成完备的消解体系。相关的结构包括易经、微分几何、微分几何拓扑、整体变分泛函优化等复杂动态系统。随着系统化地消解莫比乌斯拓扑几何逻辑悖论,针对复杂知识系统体系架构,描述适配的相关模块及其子模块的体系架构,从经典逻辑出发,系统地建立经典逻辑、有限自动机、图灵机、冯纽曼体系。利用消解莫比乌斯悖论的向量逻辑、共轭结构和变值体系,系统化地构造量子图灵机、多元复函数向量机、复杂智能化系统体系架构以及统一语言学分析系统等,为新型元知识体系构造新型复杂智能化系统开辟道路。

摘要： 为了提高高校的工程教育水平,提出利用大学计算机课程培养学生的创新实践能力,基于LEGO Mindstorms机器人系统的实践教学方法——以图灵机的教学为例,阐述如何让大学生通过实践过程的互动学习编写基本的计算机程序,控制组合好的并具有动力装置的LEGO组件,最终组建一台可以实际运行的图灵机.

摘要： 深度学习框架加速了人工智能技术的发展,越来越多的人工智能系统在专业领域超越人类,但沿此路径能否指引机器模拟出类人智能仍然没有定论.强计算主义的观点主张意识和智能可以被物理还原,甚至可以忽略意识.哥德尔等学者则倾向于机器无法模拟或超越人类.文章提出认知坎陷(意识片段)的"附着"与"隧通"这一对范畴,从新的视角探讨心智的工作模式.认知坎陷具有超越时空和流变的特性,在某时某地某景可以"附着"在某个具体对象之上.认知坎陷之间可以通过"隧通"链接成一个网络."自我"作为最原初和最重要的认知坎陷,是人类意识与智能的发端.智能的作用之一是在情景改变时将"自我""附着"到更合适的对象上.

摘要： A I的创新发展是大道理,纵观信息科技的发展历史,尽管信息科技发展异常迅猛,但基本上安全可控。而人工智能发展却缓慢曲折,安全问题层出不穷。这两者的差别在于,从信息革命开始,信息的三大理论就已经建立,即图灵机理论(1936)、香农的通信理论(1948)、维纳的控制论(1948)。正因为有了坚实的理论基础,从而引导信息技术健康地发展。然而人工智能的发展则相反,它的基础理论至今没有建立。尽管经历了第一代A I的符号主义模型(知识驱动)和第二代A I的亚符号(连接)主义模型(数据驱动),但它们均具有很大的局限性,不能构成AI的理论基础。由于缺乏理论指导,AI的发展处于难以控制的局面。

摘要： 1954年6月7日,艾伦•麦席森·图灵被发现死在家中。剥夺图灵生命的是一只沾有氰化物的苹果。图灵的早逝无疑是人类历史上的一个巨大损失。作为“计算机之父”、“人工智能之父”,图灵在计算机科学与人工智能领域有诸多贡献,他提出的“图灵机”设想启发了现代计算机的发明,而其更著名的“遗产”,是一种用于判定机器是否具备智能的测试方法,即“图灵测试”。

摘要： 马兆远,现任清华大学未来实验室首席研究员,英国谢菲尔德大学终身教授。他由全国物理竞赛金牌保送北京大学,毕业后赴英国牛津大学物理系攻读博士学位,导师为皇家学院院士、现任谢菲尔德大学校长Keith Burnett爵士。后在美国国家标准局和加州大学伯克利分校做博士后研究,师从诺贝尔奖获得者William Philips。30岁入选中国科学院"百人计划"研究员,博导、教授。著有《量子大唠嗑》,中信出版社2016年出版。新书《人工智能之不能》刚刚面世。访谈时间为2020年4月初。整个视频访谈长达两小时,本文做了一定的精简。邓菡彬、马兆远,以下简称邓、马。

摘要： 历史上,由于珠算广泛用于解决日常生活中的计算问题,因而社会上很多人对珠算是否能对分数进行运算,或者是代数运算不太了解。实际上,珠算不仅能解决加减乘除四则运算,还可以进行乘方、开方、小数和解方程与方程组等高级运算,而且珠算界当今前辈郭启庶教授已经证实“珠算与图灵机等价”,亦即珠算可以解决一切可计算问题。

摘要： 经典计算机的理论边界在1936年就由图灵确定了,冯·诺依曼体系结构计算机也受限于图灵机模型.囿于神经形态器件的缺失,神经网络模型一直在经典计算机上运行.然而,冯·诺依曼体系结构与神经网络的异步并行结构及通信机制并不匹配,表现之一是功耗巨大,发展面向神经网络的体系结构,对于人工智能乃至一般意义上的信息处理都是重要方向.类脑机是仿照生物神经网络、采用神经形态器件构造的、以时空信息处理为特征的智能机器.类脑机的思想在计算机发明之前就提出了,研究开发实践也已经进行了30多年,多台类脑系统已经上线运行,其中SpiNNaker专注于类脑系统的体系结构研究,提出了一种行之有效的类脑方案.未来20年左右,预计模式动物大脑和人脑的精细解析将逐步完成,模拟生物神经元和神经突触信息处理功能的神经形态器件及集成工艺将逐步成熟,结构逼近大脑、性能远超大脑的类脑机有望实现.类脑机像生物大脑一样都是脉冲神经网络,神经形态器件具有真正的随机性,因此类脑机具备丰富的非线性动力学行为.已证明任何图灵机均可由脉冲神经网络构造出来,类脑机在理论上是否能够超越图灵机,是需要突破的一个重大问题.

摘要： 由于现有的云架构缺乏云服务组合的中间件层,所以本文提出基于图灵机的云服务组合模型,并实现了云服务组合(CMCD)原型,它包括云服务组合模块和图灵机构造模块.在云服务的组合上,使用有限状态机(FSM)规定其调用序列,并且创建云服务组合树.图灵机构造模块主要是从云服务提供商宏观层面进一步对云服务的部署进行控制.该方法在普通云服务功能方面有较好的性能,并且部署成功率非常高.

摘要： 为了研究Pi 演算的表达能力,试着用它来表达图灵机。研究结果表明,只要对Pi 演算进行一定的的扩展,即引入某些函数符号,允许对发送的名字作一定的运算,就可以用Pi演算的规约来表达图灵机的运算过程。

摘要： 本文借鉴Cohen模型的原有优点,提出了一种更加贴近实际的通用图灵机病毒模型,并在此基础上证明了病毒的判定性定理,显示了该模型的合理性.

摘要： 程序、计算与认知程序是计算机语言表达的解决特定问题过程.计算可表达为图灵机.认知(Cognition）是指通过形成概念、知觉、判断或想象等心理活动来获取知识的过程.程序设计是给出解决特定问题程序的过程,是软件构造活动中的重要组成部分.

摘要： 本文回答当前的计算机网络是否超越了图灵计算。作者认为，图灵机处理离散和有限状态的对象，超出这类对象的计算模型不应视为是对图灵机的超越，而应视为是“并行”于图灵机的其它计算模型。因此，对于计算机网络，虽然一些界面使得人、机器设施、传感器等接口操作者去进行一些不同于图灵机的计算，但是这些计算仅仅作为实现了网络的接口，而这些接口是图灵计算的；实现接口的这些非图灵计算是网络计算的伴生过程，即使被视为网络计算的一部分，也应视为是“并行”于图灵机的计算，而非超越图灵运算。此外，TCP/IP的网络计算本质是执行网络协议及其基础上的高级计算机应用程序，这都是基于图灵计算。所以，网络计算仍是图灵计算，没有超越图灵计算。

摘要： 图灵于20世纪30年代提出了一个理想化的计算模型-图灵机模型,该模型用一个无限长的带子作为存储,有一个能在带子上读写和前后移动的读写头.该模型形式简单,对现代计算理论的发展具有非常重要的意义,它奠定了计算理论的基础.利用该模型,定义了如下两类问题:1.N类问题；2.NP类问题。本文从以下四个方面分析了NP完全问题及其应用：1.NP完全性的形式定义及其重要定理。2.NP完全问题的最新应用。3.NP完全问题的相变现象。4.NP完全问题解决策略。

摘要： 最近几年,计算机体系邁向多处理器结构道路.然而,冯诺曼机器主导的多核结构,令我们处在存储墙错误的一面.地 址参数引入的冗余,降低了处理器的效率,成为图灵-冯诺曼模型的致命要害.本文对图灵模型作更深一层思考,以信息变换统一了冯诺曼机器程序变换和神经网络变换,分析了两种变换的异同及其 优劣.提出以微核为基础,并按变换的成熟程度,向灵活的可编程的冯氏机器,或高速的神经网络分化.模拟生物神经系统的进化,构建为人们服务的智能机器.

摘要： 最近几年,计算机体系邁向多处理器结构道路.然而,冯诺曼机器主导的多核结构,令我们处在存储墙错误的一面.地 址参数引入的冗余,降低了处理器的效率,成为图灵-冯诺曼模型的致命要害.本文对图灵模型作更深一层思考,以信息变换统一了冯诺曼机器程序变换和神经网络变换,分析了两种变换的异同及其 优劣.提出以微核为基础,并按变换的成熟程度,向灵活的可编程的冯氏机器,或高速的神经网络分化.模拟生物神经系统的进化,构建为人们服务的智能机器.

摘要： 最近几年,计算机体系邁向多处理器结构道路.然而,冯诺曼机器主导的多核结构,令我们处在存储墙错误的一面.地 址参数引入的冗余,降低了处理器的效率,成为图灵-冯诺曼模型的致命要害.本文对图灵模型作更深一层思考,以信息变换统一了冯诺曼机器程序变换和神经网络变换,分析了两种变换的异同及其 优劣.提出以微核为基础,并按变换的成熟程度,向灵活的可编程的冯氏机器,或高速的神经网络分化.模拟生物神经系统的进化,构建为人们服务的智能机器.

摘要： 最近几年,计算机体系邁向多处理器结构道路.然而,冯诺曼机器主导的多核结构,令我们处在存储墙错误的一面.地 址参数引入的冗余,降低了处理器的效率,成为图灵-冯诺曼模型的致命要害.本文对图灵模型作更深一层思考,以信息变换统一了冯诺曼机器程序变换和神经网络变换,分析了两种变换的异同及其 优劣.提出以微核为基础,并按变换的成熟程度,向灵活的可编程的冯氏机器,或高速的神经网络分化.模拟生物神经系统的进化,构建为人们服务的智能机器.

摘要： 本发明公开了一种具有新型内存模块的神经图灵机模型及其设置方法，属于神经网络领域。本发明在神经图灵机模型的内存模块中增加双螺旋DNA结构；同时对神经图灵机模型的读写头进行改进，使其适应内存模块中的双螺旋DNA结构的存储数据：神经网络控制器动态读写双螺旋DNA结构中存储的时序数据，将双螺旋DNA结构的当前子代数据作为下一层神经元的输入，结合当前从内存矩阵中的读取的内容得到下一层神经元的激活值，并将其重新写入到双螺旋DNA结构中，替换当前子代数据，而替换前的当前子代数据便转换为替换后的当前子代数据的父代数据。同时本发明还公开了其对应的训练设置方法。本发明使得内存模块的记忆矩阵的更新更加细致，提高模型的稳定性。

摘要： 一种基于神经网络图灵机的蒙汉机器翻译方法，首先对蒙汉双语语料进行预处理，将蒙汉双语语料向量化，在此基础上构建出双语字典；然后通过神经网络图灵机(NTM)对存储进一步扩展，从LSTM的内部记忆单元扩展到外部存储器，引入内存机制，实现语义关系提取，给出两个实体词的语义关系；最后通过解码器模型训练，寻找最优解。与现有技术相比，本发明借助神经图灵机进行语义的分析，找出相关的语义知识进行提取，借助语义知识对于自然语言处理的精确性有很大的提升，同时利用CPU和GPU并行工作的方式对语料进行预处理，使得速度提高近一倍，进一步改进了整体翻译的质量。

摘要： 本公开涉及图灵机，所述图灵机具有：反应器，所述反应器包括包含反应物的反应物溶液；提供选择量的第一化学物质的第一化学物质源；提供选择量的第二化学物质的第二化学物质源；一个或多个控制器，其经连接以响应输入而控制来自第一和第二化学物质源的第一和第二化学物质的添加；和传感器，其经安置以当控制器控制第一和第二化学物质源将选择量的各自第一和第二化学物质加入反应器时感测反应物的变化。控制器接收对应于反应物的状态的信号并将反应物的状态与作为输入函数计算的结果相关联。

摘要： 本发明提供一种基于Unity的图灵机虚拟仿真系统，涉及计算机虚拟仿真技术领域。该系统对图灵机进行建模，设计图灵机进行读写及状态转移的动作，利用图灵机读写字符、状态转移实现对五种算法的仿真模拟，最终以3D动画的形式呈现出图灵机模拟算法的过程，并记录图灵机读写次数及所耗费纸带方格数来计算算法复杂度。利用图灵机模拟算法时，对不同的算法设计了不同的状态转移方程。同时，考虑到不同平台的设备性能及运行环境各不相同，为了提高使用便携性，基于WebGL技术将系统发布成WebGL形式。该系统不仅能够利用模拟多种经典算法的执行过程，而且还能够模拟递归函数调用过程，实现了图灵机算法模拟的功能。

摘要： 本发明提供一种基于神经图灵机(Neural Turing Machine，NTM)的电力用户需求响应潜力评估方法及装置，包括：采用均值漂移方法对用户进行分组，获得具有不同响应特征的用户组群数据集；基于所述用户组群数据集，在门控循环单元GRU中执行注意力机制AM，提取用户在不同气象环境下的需求响应行为特征；通过神经图灵机模型，基于提取的需求响应行为特征，评估用户在给定实时电价下的需求响应负荷调整量。本发明所实现了用户侧的实时需求响应评估，考虑气象环境影响和用户自身的响应行为特征，提高了潜力评估的精准度和速度，为后续的电价优化决策提供可靠的评估结果，有助于实现用户侧的实时精准需求响应管理。

摘要： 一种基于改进神经图灵机的频率相关迟滞建模方法。本发明充分考虑压电驱动器固有迟滞效应的复杂特性，参照神经图灵机的框架，设计包含频率模块、非线性模块和内存模块三个模块的迟滞模型；通过反向传播神经网络构造频率模块，建立电压频率与迟滞面积的关系，从而模拟迟滞的频率相关性；非线性模块通过设计极限学习机和反向传播神经网络的串联结构，建立输入电压和输出位移之间的关系，用来模拟迟滞非线性；内存模块根据预先设计的计算和存储规则进行读写操作，将记忆特性引入到模型中。实验验证了所述模型具有较高的精度和较强的泛化能力，能够准确模拟迟滞效应。

摘要： 本发明提供了一种可以对程序表知识进行处理的智能图灵机装置，可以兼容目前的图灵机，还能对自身知识进行反省处理获得新规则写入程序表，是一种类脑图灵机装置。本智能图灵机装置具有支撑智能处理的先天本能结构，自动智能化程度更高。

摘要： 本发明提出一种基于神经图灵机的自动摘要生成方法，包括以下步骤：步骤1，新闻中文语料库构建；步骤2，摘要生成模型训练；步骤3，采用神经图灵机解码，当编码器读取整个源文本之后，解码器部分形成文本摘要的单词序列。本发明使用自动摘要的方式将新闻的主要内容进行抽取，形成简短的容易理解的摘要内容，不需要人工提取语义特征，摆脱了对词性标注和语义分析等自然语言处理工具提取的特征的依赖。

摘要： 本发明公开了一种具有新型内存模块的神经图灵机模型及其设置方法，属于神经网络领域。本发明在神经图灵机模型的内存模块中增加双螺旋DNA结构；同时对神经图灵机模型的读写头进行改进，使其适应内存模块中的双螺旋DNA结构的存储数据：神经网络控制器动态读写双螺旋DNA结构中存储的时序数据，将双螺旋DNA结构的当前子代数据作为下一层神经元的输入，结合当前从内存矩阵中的读取的内容得到下一层神经元的激活值，并将其重新写入到双螺旋DNA结构中，替换当前子代数据，而替换前的当前子代数据便转换为替换后的当前子代数据的父代数据。同时本发明还公开了其对应的训练设置方法。本发明使得内存模块的记忆矩阵的更新更加细致，提高模型的稳定性。

摘要： 一种基于神经网络图灵机的蒙汉机器翻译方法，首先对蒙汉双语语料进行预处理，将蒙汉双语语料向量化，在此基础上构建出双语字典；然后通过神经网络图灵机(NTM)对存储进一步扩展，从LSTM的内部记忆单元扩展到外部存储器，引入内存机制，实现语义关系提取，给出两个实体词的语义关系；最后通过解码器模型训练，寻找最优解。与现有技术相比，本发明借助神经图灵机进行语义的分析，找出相关的语义知识进行提取，借助语义知识对于自然语言处理的精确性有很大的提升，同时利用CPU和GPU并行工作的方式对语料进行预处理，使得速度提高近一倍，进一步改进了整体翻译的质量。