Turing or Cantor: That is the Question
该论文论证了图灵成就对康托尔集合论的依赖，提出了基于输入概率分布的不可判定性度量，将超图灵计算扩展为包含 U、D、H 三类新复杂度类，并否定了 U 完全类中"P 不等于 NP"的类比命题。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章提出了一些非常有趣且深刻的观点，试图重新审视计算机科学的基础。为了让你更容易理解，我们可以把这篇论文想象成一场关于“谁能解决所有问题”的辩论赛，而主角是两位数学巨人：艾伦·图灵（Alan Turing）和格奥尔格·康托尔（Georg Cantor）。
以下是用通俗语言和比喻对这篇论文核心内容的解读：
1. 核心问题：是图灵还是康托尔？
标题： “图灵还是康托尔：这是一个问题”
- 背景：通常我们认为，计算机科学之父是艾伦·图灵。他发明了“图灵机”（一种理论上的通用计算机），并证明了有些问题是计算机永远无法解决的（比如著名的“停机问题”）。
- 论文观点：作者认为，如果没有康托尔，图灵可能什么都做不出来。
- 康托尔的贡献：康托尔研究“无穷大”。他发现，虽然整数（1, 2, 3...）是无穷多的，但实数（小数，如 3.14159...）的无穷大要大得多。这就像沙滩上的沙子（整数）虽然多，但大海里的水分子（实数）更多，多到你无法一一对应。
- 图灵的贡献：图灵把康托尔的数学理论用到了计算机上。他证明了：计算机能解决的问题（像整数一样多）是有限的，而世界上所有可能的问题（像实数一样多）是无限的。
- 比喻：
- 想象康托尔发现了一个巨大的图书馆，里面有无穷无尽的书（所有可能的问题）。
- 图灵发明了一个超级聪明的图书管理员（图灵机），但这个管理员只能读完其中一小部分书（可计算的问题）。
- 作者说：图灵之所以能证明“管理员读不完所有书”，是因为康托尔早就告诉他“书比管理员多得多”。所以，康托尔是这位“计算机之父”背后被遗忘的“祖父”。
2. 新的衡量标准：不可解性的“百分比”
以前，我们通常认为一个问题要么是“可解的”，要么是“不可解的”，非黑即白。
- 新想法：作者建议给“不可解”程度打分。
- 比喻：
- 想象你在玩一个游戏，有 100 个关卡。
- 如果 100 个关卡里，有 99 个是死胡同（怎么都走不通），只有 1 个能通关，那这个游戏的“不可解度”就是 99%。
- 如果所有关卡都是死胡同，那就是 100% 不可解。
- 作者提出，我们可以根据输入数据的概率分布，来计算一个问题到底有多少比例是计算机搞不定的。这让我们不再只是说“这题没解”，而是说“这题有 80% 的概率没解”。
3. 给“无解问题”分等级（新的复杂度类）
在计算机科学里，我们熟悉 NP 完全问题（比如排课表、旅行商问题），这些问题很难，但理论上只要时间够长、算力够强，总能算出答案（只是太慢了）。
但有些问题是彻底无解的。作者给这些“彻底无解”的问题也分了三个等级，就像给怪兽分了“普通级”、“精英级”和“魔王级”：
第一级：U-完全 (U-complete) —— “半无解”怪兽
- 特点：如果你运气好，碰到了一个能解的输入，计算机能告诉你“解出来了”；但如果输入是那种无解的，计算机就会一直转圈圈，永远停不下来，你也永远不知道它是卡住了还是没解。
- 比喻：就像你在玩一个迷宫游戏，如果路是对的，你会走到终点并大喊“我赢了！”；如果路是错的，你会一直走，永远出不来，而且没人知道你是迷路了还是路本身就不通。
- 例子：通用的图灵机问题、著名的“停机问题”。
第二级：D-完全 (D-complete) —— “完全无解”怪兽
- 特点：无论你怎么试，计算机连“开始跑”都做不到，或者它根本连“这是不是个解”都判断不了。
- 比喻：这就像让你去数清楚“所有可能存在的数字”有多少个。你甚至无法开始数，因为数字的集合本身太混乱，连“数数”这个动作都定义不了。
- 例子：对角线语言（一种通过数学技巧构造出来的、专门用来让计算机崩溃的问题）。
第三级：H-完全 (H-complete) —— “超无解”怪兽
- 特点：这是最可怕的级别。即使你给计算机无限的寿命、无限的内存，甚至给它一个能预知未来的“神谕”（Oracle），它依然无法解决。
- 比喻：这就像问“宇宙之外是什么？”或者“上帝是否存在？”。这已经超出了任何逻辑机器（哪怕是超级计算机）的极限。
- 作者的观点：作者认为，这些问题的难度是层层递进的，就像康托尔发现的无穷大也有大小之分一样，无解的问题也有“无穷大”的等级之分。
4. 为什么这很重要？
- 打破僵局：以前大家觉得，一旦证明一个问题“不可解”，研究就结束了。作者认为这只是开始。我们可以研究“哪些部分可解”，或者用近似的方法去解决它。
- 超越图灵机：作者提出，我们需要新的计算模型（比如超计算模型），就像图灵当年超越了以前的计算概念一样，未来可能需要能处理“超无解”问题的机器。
- 重新定义复杂性：就像我们区分“容易的问题”（P 类）和“难的问题”（NP 类）一样，作者希望我们也给“无解的问题”建立一套分类标准，让我们更清楚地知道哪些是“稍微难一点”，哪些是“彻底没戏”。
总结
这篇论文就像是在说：
“图灵确实很伟大，他画出了计算机的边界。但康托尔才是那个告诉我们‘边界外面还有更大世界’的人。既然我们知道有些问题计算机永远解决不了，那我们就别只盯着‘能不能解’，而是去研究‘难解到什么程度’。我们要给这些‘无解’的问题也排个队，分个级，这样我们就能更聪明地面对那些计算机搞不定的难题。”
这就好比，以前我们只关心“能不能造出飞得最高的飞机”，现在作者说：“既然有些高度是物理定律禁止的，那我们就研究一下，在那些禁止的高度里，到底有多少种不同的‘禁止方式’，以及我们能不能用魔法（超计算）去突破它们。”
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。