← Nieuwste papers
💬 NLP

Turing or Cantor: That is the Question

Dit paper betoogt dat Alan Turing's werk onlosmakelijk verbonden is met Georg Cantor's theorie, introduceert een maatstaf voor onbeslisbaarheid op basis van inputverdeling, definieert drie nieuwe complexiteitsklassen voor onoplosbare problemen (U-, D- en H-compleet) en bevestigt dat de analoge vraag voor U-compleet negatief is.

Oorspronkelijke auteurs: Eugene Eberbach

Gepubliceerd 2026-04-14
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Eugene Eberbach

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Turing of Cantor: Wie is de ware vader van de computer?

Stel je voor dat je een enorme bibliotheek hebt met alle mogelijke boeken die ooit geschreven kunnen worden. Sommige boeken zijn makkelijk te lezen, andere zijn onbegrijpelijk, en sommige zijn zo raar dat ze eigenlijk geen zin hebben.

Dit artikel, geschreven door Eugene Eberbach, stelt een interessante vraag: Wie heeft de basis gelegd voor onze computers? Is het Alan Turing (de man die de eerste "computer" bedacht) of Georg Cantor (een wiskundige die over oneindigheid droomde)?

De conclusie van het artikel is verrassend: Zonder Cantor had Turing nooit zijn grote doorbraak gehad.

Hier is een simpele uitleg van de belangrijkste punten, met wat creatieve vergelijkingen:

1. De Basis: De Oneindige Bibliotheek (Cantor)

Georg Cantor ontdekte iets gruwelijks (maar fascinerends) in de wiskunde: Er zijn meer getallen dan je kunt tellen.

  • De analogie: Stel je voor dat je alle natuurlijke getallen (1, 2, 3...) op een rijtje zet. Dat is oneindig, maar je kunt ze allemaal benoemen. Dit noemen we "telpbaar".
  • Cantor bewees echter dat de reële getallen (alle decimale getallen, zoals π\pi of 2\sqrt{2}) niet op een rijtje gezet kunnen worden. Er zijn er "meer" oneindig dan er getallen zijn om te tellen. Dit is een "grotere" oneindigheid.

2. De Computer die niet alles kan (Turing)

Alan Turing bedacht een denkbeeldige machine (de Turing-machine) die elke berekening kan doen die een mens met papier en potlood kan doen. Hij wilde bewijzen dat er dingen zijn die nooit opgelost kunnen worden.

  • De analogie: Turing nam Cantor's idee over. Hij zei: "Stel, elke mogelijke computerprogramma is een getal dat we kunnen tellen (1, 2, 3...). Maar de problemen die we willen oplossen (zoals alle mogelijke wiskundige vragen) zijn als de reële getallen: er zijn er te veel!"
  • Het resultaat: Omdat er meer problemen zijn dan er computers zijn om ze op te lossen, moeten er per definitie problemen zijn die nooit opgelost kunnen worden. Dit noemen we "onbeslisbaar". Turing gebruikte Cantor's "diagonaalargument" (een slimme truc om te bewijzen dat je lijstje niet compleet is) om dit te bewijzen.

3. Een nieuwe manier om "onoplosbaar" te meten

Tot nu toe dachten we: "Of een probleem is oplosbaar, of het is niet oplosbaar." Dit artikel zegt: "Nee, laten we kijken naar hoe vaak het mislukt."

  • De analogie: Stel je voor dat je een auto hebt die soms vastloopt in de modder.
    • Soms is het pad 100% modder (100% onoplosbaar).
    • Soms is het pad 90% modder en 10% asfalt (90% onoplosbaar).
    • Soms is het bijna allemaal asfalt (bijna oplosbaar).
      Het artikel stelt voor om te kijken naar de "kans" dat een probleem oplosbaar is, in plaats van alleen te zeggen "nee, het kan niet".

4. Drie nieuwe categorieën voor onoplosbare problemen

Net zoals we in de computerwereld "moeilijke" problemen hebben (zoals het oplossen van een Sudoku die 100 jaar duurt), stelt de auteur drie nieuwe categorieën voor voor problemen die nooit opgelost kunnen worden door een gewone computer:

  1. U-compleet (Universeel compleet):

    • De analogie: Dit zijn problemen die we gedeeltelijk kunnen oplossen. Als het antwoord "JA" is, vinden we het misschien wel. Maar als het antwoord "NEE" is, blijft de computer eeuwig nadenken en stopt hij nooit.
    • Voorbeeld: De beroemde "Halting Problem" (weet een programma ooit te stoppen?).
  2. D-compleet (Diagonalisatie compleet):

    • De analogie: Dit zijn problemen die we helemaal niet kunnen oplossen, zelfs niet als we oneindig lang wachten. Ze zijn zo raar dat ze niet eens op een lijstje met "mogelijke antwoorden" staan.
    • Voorbeeld: Het bewijzen dat een bepaalde zin in een taal niet bestaat.
  3. H-compleet (Hypercomputatie compleet):

    • De analogie: Dit zijn problemen die zelfs niet opgelost kunnen worden door een supercomputer die oneindig lang werkt. Ze vereisen een heel nieuw soort "magie" of logica die we nog niet hebben.
    • Voorbeeld: Problemen die liggen buiten de grenzen van onze huidige wiskunde en logica.

5. De Grootste Les: Er zijn meer vragen dan antwoorden

Het artikel concludeert met een mooi beeld:

  • Alan Turing gaf ons de gereedschapskist (de computer).
  • Georg Cantor gaf ons de kaart van de oceaan die laat zien dat er meer water is dan land.

Zonder Cantor's inzicht in de "grotere oneindigheid" had Turing nooit kunnen bewijzen dat computers beperkingen hebben. En dat is eigenlijk een goed ding! Als computers alles konden oplossen, zou de wereld saai zijn. Het feit dat er vragen zijn die we nooit kunnen beantwoorden, houdt de mensheid nieuwsgierig en creatief.

Kortom: Turing bouwde de auto, maar Cantor bouwde de weg die laat zien dat je niet overal kunt komen. En misschien is Cantor wel de "vergeten grootvader" van de informatica.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →