强制作为计算过程

[bibtex key=“Hamkins Miller Williams:强制作为计算过程”]

摘要。我们研究如何将集合理论强制视为集合理论模型上的计算过程。给定集合论模型$\langleM的信息预言符,在^M\rangle$中,我们解释了计算$M$-泛型过滤器$G\subseteq\mathbb{P}的意义以及相应的强制扩展$M[G]$。具体地说,可以从原子图计算$G$,可以从$\Delta_0$-图计算$M[G]$及其$\Delta _0$-关系图,可以从原理图计算$M[G]$的原理图。我们还研究了使过程具有功能所需的信息,并得出结论:在一般情况下,没有这样的计算过程是功能性的。对于任何这样的过程,总是有可能对集合论模型$M$进行不同的同构表示,从而导致不同的非同构强制扩展$M[G]$。实际上,在这个意义上,没有Borel函数提供通用过滤器。

阿兰·图灵的计算理论,牛津剑桥俱乐部,2019年6月

我将代表牛津剑桥俱乐部在数学与科学小组和军事历史小组联合举办的一次活动中,一个晚上(2019年6月6日)举行了晚餐,并就破解谜团和密码的主题进行了演讲。 

牛津剑桥俱乐部

摘要:我将描述阿兰·图灵(Alan Turing)对计算本质的变革性哲学分析,包括他的论点,即一些数学问题必须不可避免地超出我们的计算能力来回答。

这次演讲将重点介绍阿兰·图灵1936年关于可计算数字的惊人论文中的观点:

Alan Turing,关于可计算数

我一直在读阿兰·图灵的论文,关于可计算数,及其在entsheidungsproblem中的应用这是一部令人惊叹的经典之作,由图灵在剑桥求学时所写。在这篇论文中,图灵介绍并定义了他的图灵机器概念,这是从对人类计算机在执行计算任务时所做的哲学分析中得出的。

这篇论文是一项令人难以置信的成就。他完成了这么多:他定义并解释了机器;他证明了存在一个通用图灵机;他指出,没有可计算的程序来确定一个足够强大的形式证明系统的有效性;他表明,停顿问题是不可计算的;他认为他的机器概念抓住了我们直观的可计算性概念;他发展了可计算实数理论。

然而,我非常惊讶地发现,我今天想告诉你们的是,尽管有文章的标题,图灵对可计算数字理论采取了一种错误的方法。他的中心定义是现在通常被认为是错误的处理这个概念的方法。

让我解释一下。图灵定义了一个可计算实数,它的十进制(或二进制)展开可以由一个有限过程枚举,即我们现在所说的图灵机器。你可以在他的论文的第一句中看到这一点,他在论文的后面详细阐述并确认了这一定义。

随后,他发展了可计算实数的可计算函数理论,其中考虑了定义在这些可计算数上的可计算的函数。然而,可计算函数不是在实数本身上定义的,而是在枚举这些实数的数字的程序上定义的。因此,就它们在图灵理论中所起的作用而言,可计算实数实际上并不被视为实数,而是一个枚举实数位数的程序。换句话说,在图灵的理论中拥有一个可计算的实数就是拥有一个枚举实数位数的程序。正是图灵的可计算实数概念的这一方面使他的方法变得有问题。

图灵方法的一个具体问题是,从这个角度来看,可计算实数的加法和乘法运算不是可计算的运算。当然,这不是我们想要的。

基本的数学事实是,两个实数$a+b$的和的数字不是$a$和$b$数字的连续函数;在某些情况下,我们无法确定$a+b$的初始数字,因为我们只知道$a$和$b$的有限个数字,尽可能多。

要了解这一点,请考虑以下总和$a+b$
$$\开始{align*}
&0.3434343434\c吨\\
+\四线组&0.6565656565\cdots\\[-7pt]
&\hskip-.5cm\规则{2in}{.4pt}\\
&0.999999999999 \t个
\结束{align*}$$
如果你把这些数字数字加起来,每个地方都能得到9美元。这一点很好,当然我们应该接受$0.9999\cdots$或$1.0000\cdots$作为$a+b$的正确答案,因为它们都是数字$1$的合法十进制表示。

我认为,问题是,我们不能以仅依赖于$a$和$b$中有限个数字的方式来分配$a+b$的数字。基本问题是,如果我们只检查$a$和$b$的有限个数字,那么我们就无法确定该模式是否会继续,是否最终会有进位,并且取决于数字的处理方式,$a+b$的初始数字可能会受到影响。

具体来说,假设我们坚持这样的想法,即在$a$和$b$足够多的数字基础上,$a+b$的初始数字为$0.999$。假设$a'$和$b'$是与$a$和$b$的有限部分上的$a$与$b$一致的数字,但之后有所有$7$s。在这种情况下,总和$a'+b'$将包含进位,这将使到该点为止的所有9变成$0$,前面有一个$1$,使$a'+b'$严格大于$1$,并且具有十进制表示形式$1.000\cdots0000555\cdots$。因此,最初的数字回答$0.999$对于$a'+b'$来说是错误的,尽管$a'$和$b'$在足够多的数字上同意$a$和$b$,这些数字被认为是0.999$答案的理由。另一方面,如果我们承诺在$a$和$b$的有限部分的基础上为$a+b$支付$1.000$,那么让$a“$和$b”$都超出该有限部分$2$s,在这种情况下,$a“+b”$肯定小于$1$,这就错了$1.000$。

因此,没有算法可以分别从$a$和$b$的数字中连续计算$a+b$的位数。因此,考虑到分别计算$a$和$b$的程序,不可能有计算$a+b$数字的可计算算法,这就是图灵在可计算实数上定义可计算函数的方式。(这个结果是一个微妙的不同且更有力的断言,但我们可以使用克莱纳递归定理来证明它。也就是说,让$a=.343434\cdots$,然后考虑程序来枚举一个数字$b$,它将以$0.656565$开始,并不断重复$65$,直到它看到加法程序已经给出了$a+b$的初始数字,并且在t我们的$b$程序将以这种方式切换到所有$7$s或所有$2$s,以反驳结果。使用Kleene递归定理是为了知道确实存在这样一个枚举$b$的自引用程序。)

如果坚持认为一个可计算的数字是一个枚举数字位数的算法,那么可以举类似的例子来说明乘法和许多其他非常简单的函数是不可计算的。

那么什么是可计算数的正确定义呢?图灵说得对,在处理可计算实数时,我们希望使用计算实数的程序,而不是实数本身。需要的是一种更好的说法,即给定的程序计算给定的实数。

今天广泛使用的正确定义是,我们需要的算法不是精确计算数字的位数,而是以已知的精确度,尽可能接近所需的数值近似值。可以将可计算实数定义为有理数的可计算序列,例如$n^{th}$数字在目标数字的$1/2^n$范围内。这相当于能够计算目标实数周围的有理区间,其大小小于任何指定的精度。还有很多其他等效的方法。有了这个可计算实数的概念,然后加法、乘法等操作,所有熟悉的实数操作都将是可计算的。

但让我澄清一个令人困惑的问题。虽然我声称图灵对可计算实数的最初定义是错误的,并且我已经解释了我们今天通常如何定义这个概念,但数学事实是实数$x$在图灵的意义上有一个可计算表示(我们可以计算$x$的数字)当且仅当它具有当代意义上的可计算表示(我们可以计算任意指定精度的有理近似)。因此,就我们所讨论的实数而言,这两种方法在很大程度上是相同的。

让我快速证明这一点。如果实数$x$在图灵的意义上是可计算的,那么我们可以计算$x$的数字,那么很明显,只要取足够多的数字,我们就可以将有理近似计算到任何期望的精度。相反,如果一个实数$x$在当代意义上是可计算的,那么我们可以将有理近似计算到任何指定的精度,那么它本身就是一个有理数,在这种情况下,我们当然可以计算$x$的数字,否则它就是无理数,对于任何指定的数字位置,我们可以等待,直到有一个有理逼近将它推到一边或另一边,从而知道这个数字。(注意:这里出现了直觉主义逻辑的问题,正是因为我们无法从近似算法本身判断出我们处于哪种情况。)还要注意,这个论点在任何期望的基础上都有效。

所以这里有一个哲学问题。问题并不是图灵错误地将特定实数识别为可计算或不可计算,或者以某种方式将可计算实数作为实数的子集扩展为错误的,因为每个特定实数都具有图灵的表示,当且仅当它具有近似表示时。相反,问题在于,因为我们想通过使用表示可计算实数的程序来处理可计算实值,图灵的方法意味着我们不能将加法视为可计算实域上的可计算函数。当给定两个枚举实数$a$和$b$的数字的程序时,没有可计算的过程会返回一个枚举和$a+b$数字的程序。但是,如果你使用当代可计算实数的理性近似表示法,那么你可以为求和生成一个程序,给定输入实数的程序。这就是图灵的方法是错误的。

通用算法:伍丁定理的一个新的简单证明

这是我最近发表的一系列文章中的第三篇,我称之为通用算法,这是一个原则上可以计算任何函数的程序,只要你能在正确的宇宙中运行它。早些时候,我已经给出了这个令人惊讶的定理的一些基本证明:每个函数都可以计算!在正确的宇宙中,完全接受任何所需有限集的程序.

$\newcommand\PA{\text{PA}}$这些论点建立了通用算法,但它们没有证明Woodin对定理的有趣强化,这解释了通用算法如何从任何算术宇宙扩展到更大的算术宇宙,以任何期望的方式扩展给定枚举序列。伍丁强调了他的定理是如何提出关于有限性的绝对性或非绝对性的各种哲学问题的,我觉得这非常有趣。

然而,伍丁的证明比我仅为通用算法提供的简单论证要复杂一些。请参阅Blank,R.和Enayat,A.Marginalia关于Woodin定理的论文,符号逻辑杂志, 82(1), 359-374, 2017.doi:10.1017/jsl.2016.8进一步讨论Woodin的论点和相关结果。

然而,我最近发现,事实上,人们只需用初等论证的方法就可以证明伍丁定理的更强版本。这种变化还允许人们放弃对模型的可数性要求,正如布兰克和埃纳亚特所做的那样。我对这个论点的思考受到了瓦迪姆·科索伊评论在我原来的帖子上。

采用图灵可计算性的枚举模型是很方便的,通过该模型,我们可以将图灵机程序视为提供了一种可计算枚举数字列表的方法。我们启动程序运行,它会生成一个数字列表,可能是有限的,可能是无限的,可能为空,也可能是重复的。这种使用图灵机的方法与通常的方法完全等价,只要简单地想象枚举输入/输出对以编码任何给定的可计算部分函数。

定理。(伍丁)有一个图灵机器程序$e$,具有以下属性。

  1. $\PA$证明$e$枚举了一个有限的数字序列。
  2. 对于任何有限序列$s$,都有一个$\PA$的模型$M$,其中程序$e$精确枚举$s$。
  3. 对于$e$枚举了序列$s$(可能是非标准的)的任何模型$M$和扩展$s$的M$中的任何$t\,$e$只枚举了$t$中的$N$。

正是陈述(3)使这个定理比我在之前的帖子中提到的通用算法更强大,我发现它特别引起了对有限性的暂时性的哲学思考。毕竟,如果程序$e$在一个宇宙中枚举了一个有限序列$s$,那么对于任何$t$扩展$s$-我们可以想象在$s$之上绘制了一些新的模式$t$-有一个更高的宇宙,其中$e$正好枚举$t$。所以我们只需要等待足够长的时间(进入下一个宇宙),然后我们的程序$e$将精确地枚举我们想要的序列$t$。

证明。这是新的初等证明。让我们首先回顾一下通用算法的早期证明,只针对语句(1)和(2)。也就是说,让$e$是一个程序,它对$\PA$中的所有证明进行系统的穷举搜索,以获得形式语句的证明,“程序$e$没有精确地枚举序列$s$”,其中$s$是显式列出的有限数字序列。在找到这样的证明(发现的第一个这样的证明)后,它将继续精确地枚举出现在$s$中的数字。因此,在底部,程序$e$是一个任性的孩子:它搜索不应该以某种方式行为的证据,然后立即继续以完全禁止的方式行为。

(读者可能会注意到程序$e$的定义中有一个明显的循环,因为我们在定义$e$时提到了$e$。但这一点都不成问题,使用克莱纳递归定理来证明这种定义是完全正确的是可计算性理论中的一种标准技术。也就是说,我们确实定义了程序$f(e)执行该任务的$询问$e$,然后根据递归定理,有一个程序$e$可以使$e$和$f(e)$计算同一个函数,这是可以证明的。因此,对于这个定点程序$e$s,它正在搜索关于自身的证明。)

很明显,程序$e$只会枚举一个有限的数字列表,因为要么它永远找不到后置证明,在这种情况下,它什么也不枚举,空序列是有限的,要么它确实找到了一个证明,在那种情况下,程序恰恰枚举了被证明的语句中显式出现的有限多个数字。所以$\PA$证明了在任何情况下$e$都枚举了一个有限列表。此外,如果$\PA$是一致的,那么您将无法反驳任何由$e$枚举的特定有限序列,因为如果您可以,那么(对于最小的这样的实例)程序$e$实际上会枚举这些数字,这是可以证明的,与$\text{Con}(\PA)$相矛盾。正是因为您无法反驳这一说法,所以可以得出结论:对于任何特定的$s$,理论$\PA$加上$e$精确枚举$s$的断言是一致的。因此,有一个$\PA$的模型$M$,其中程序$e$精确地枚举了$s$。这为本程序建立了语句(1)和(2)。

现在让我修改程序,以实现关键的第三个属性。请注意,上面描述的程序肯定没有属性(3),因为一旦枚举了非空序列$s$,那么程序基本上就完成了,因此在更高的宇宙$N$中运行它不会影响它枚举的序列。因此,为了实现(3),我们修改程序,允许它向序列中添加更多内容。

特别是,对于程序$e$的新修改版本,我们像以前一样首先在$\PA$中搜索证明,证明$e$枚举的列表并不完全是某些显式列出的有限序列$s$。找到这个证明后,$e$立即枚举$s$中出现的数字。接下来,它检查发现的证据。由于证明只使用了有限多个$\PA$公理,因此它是来自某个片段$\PA_n$的证明,即$\PA$s的$\Sigma_n$片段。现在,算法$e$继续在一个严格较小的片段中搜索证据,证明程序$e$没有精确地枚举某些显式列出的序列$t$,从而正确地扩展了已枚举的数字序列。当找到这样的证据时,它会立即列举(其余的)这些数字。现在简单地重复一下,在$\PA$的静态较小片段中寻找新的证据,证明静态较长的扩展不是$e$枚举的序列。

简洁地说:程序$e$每次都会在一个严格较小的$\PA$片段中搜索一个证明,证明$e$没有精确地枚举某个明确列出的序列$s$,扩展到目前为止已经枚举的内容,找到后,它会枚举这些新元素,并重复。

我们仍然可以在$\PA$中证明$e$枚举了一个有限序列,因为每次使用的$\PA$s片段都在下降,而$\PA$$证明这种情况只会有限次地发生。因此,语句(1)成立。

同样,你不能反驳任何特定的有限序列$s$是由$e$枚举的序列,因为如果你能做到这一点,那么在标准模型中,程序最终会找到这样的证明,然后可能会找到一个又一个,直到最后,它会找到$e$没有精确枚举某个有限序列$t$的最后一个证明,此时程序将精确枚举$t$,并且以后再也不会添加到其中。因此,该证明将证明是一个错误的语句。这是一个矛盾,因为证明是标准的。

同样,正是因为您无法反驳这些陈述,所以程序$e$为任何特定的有限$s$枚举$s$与$\PA$是一致的。所以,语句(2)成立。

最后,对于语句(3),假设$M$是$\PA$的模型,其中$e$正好枚举了一些有限序列$s$。如果$s$是空序列,则$M$认为$\PA$中没有证据表明$e$没有为任何特定的$t$精确枚举$t$。因此,它认为$\PA+$“$e$精确枚举$t$”的理论是一致的。因此,在$M$中,我们可以建立该理论的Henkin模型$N$,它是$M$的最终扩展,其中$e$根据需要精确地枚举$t$。

如果$s$不是空的,那么它被$M$中的$e$枚举,因为在$M$中,最终在某个片段$\PA_n$中有一个证据表明它不应该这样做,但它从未在$\PA$的任何严格较小的片段中找到关于$s$扩展的相应证明。因此,$M$从$\PA_n$中得到了一个证明,即$e$没有精确地枚举$s$,尽管它确实枚举了。

注意,$n$必须是非标准的,因为$M$对于每个标准$k$都有一个可定义的$\Sigma_k$-truth谓词,并且使用该谓词,$M$可以看到每个$\PA_k$-provable语句都必须为true。

正是由于模型$M$缺乏严格较小片段$\PA_{n-1}$的证明,因此对于任何特定的有限$t$扩展$M$中的$s$,该模型认为理论$t=\PA_}+$“$e$精确枚举$t$”是一致的。由于$n$是非标准的,因此该理论包含了所有实际的$\PA$公理。在$M$中,我们可以建立该理论的Henkin模型$N$,它将是$M$的最终扩展,其中$\PA$保持不变,程序$e$按照语句(3)的要求精确枚举$t$。 量化宽松政策

推论。设$e$是定理的通用算法程序。然后

  1. 对于任何无限序列$S:\mathbb{N}\to\mathbb2{N}$,都有一个$\PA$的模型$M$,其中程序$e$枚举以$S$开头的(非标准有限)序列。
  2. 如果$M$是$\PA$的任何模型,其中程序$e$枚举某些(可能是非标准的)有限序列$s$,而$s$是任何扩展$s$的$M$可定义无限序列,则$M$有一个末端扩展,其中$e$列举以$s$开头的序列。

证明。(1) 将$S:\mathbb{N}\修复为\mathbb2{N}$。通过一个简单的紧性参数,存在一个真算术模型$M$,其中序列$S$是某些编码的非标准有限序列$t$的标准部分。根据主定理,$M$有一个端点扩展$M^+$,其中$e$枚举$t$,它根据需要扩展$S$。

(2) 如果$e$枚举$M$中的$s$,$\PA$的模型,而$s$是$M$定义的$M$-无限序列,那么通过$M$内的紧致性参数,我们可以在$M$内部构建一个模型$M'$,其中$s$由一个元素编码,然后应用主定理找到另一个最终扩展$M^+$,其中,$e$将枚举该元素,因此,它列举了$S$的扩展。量化宽松政策

一个在正确的宇宙中完全接受任何期望的有限集的程序

一小步(3598325560)去年我发了一篇关于通用程序图灵机程序$p$,如果它只在合适的集合论或算术模型中运行,原则上可以计算任何所需的函数。具体来说,有一个程序$p$,对于任何函数$f:\newcommand\N{mathbb{N}}\N\to\N$,都有一个模型$M\models\text{PA}$或$\text{ZFC}$,无论您喜欢什么理论,在这个模型中,程序$p$oninput$N$给出输出$f(N)$。

这个定理与W.Hugh Woodin的一个非常有趣的定理有关,它说有一个程序$e$,$\newcommand\PA{\text{PA}}\PA$证明$e$只接受有限多的输入,但对于任何有限集$a\subset\N$来说,其中有一个$\PA$模型,程序$e$s正好接受$a$的元素。实际上,伍丁定理要比这强一点,我会解释一下。

维多利亚·吉特曼今天在关于可计算性理论:突破界限在纽约这里举行的AMS部门会议上,会议正好在我的东中城社区举行,离我家只有几个街区。

今天早上,当我走到维卡的演讲中时,我意识到有一个非常简单的证明,证明了上述伍丁定理的版本。这个想法与我去年在帖子中提到的瓦迪姆·科索伊的想法密切相关。事后来看,我现在看到这个想法也基本上存在于伍丁对他的定理的证明中,事实上,我发现伍丁很可能是从这个想法开始的,然后修改它,以便得到我将在下面讨论的更有力的结果。

但与此同时,让我提出一个简单的论点,因为我发现它非常清楚,结果仍然非常令人惊讶。

定理。有一个图灵机程序$e$

  1. $\PA$证明$e$只接受有限多个输入。
  2. 对于任何特定的有限集$A\subset\N$,都有一个模型$M\models\PA$,在$M$中,程序$e$只接受$A$的所有元素。
  3. 实际上,对于任何集合$A\子集\N$,包括无限集合,都有一个模型$M\models\PA$,在$M$中,程序$e$接受$N$当且仅当A$中的$N\。

证明。程序$e$只执行以下任务:在任何输入$n$上,从$\PA$中搜索形式为“程序$e$does not accept actly The elements of$\{n_1,n_2,\ldots,n_k\}$”的语句的证明。在找到该证明之前,不接受任何内容。对于发现的第一个这样的证明,当且仅当$n$是这些$n_i$中的一个时,接受$n$。

简而言之,程序$e$搜索$e$不完全接受某个有限集的证明,当找到这样的证明时,它无论如何都完全接受这个集的元素。

显然,$\PA$证明程序$e$只接受有限集,因为要么没有找到这样的证明,在这种情况下,$e$不接受任何东西(并且空集是有限的),要么找到这样的证据,在这种情形下,$e$只接受特定的有限集。因此,$\PA$证明$e$只接受有限多个输入。

但同时,假设$\PA$是一致的,那么您不能反驳程序$e$完全接受某些特定有限集$A$的元素的断言,因为如果您可以从$\PA$s证明这一点,那么程序$e$s实际上会完全接受该集(对于最短的证明),在这种情况下,这也是可以证明的,与$\PA$的一致性相矛盾。

由于您无法反驳任何特定的有限集作为$e$的接受集,因此$e$接受您喜欢的任何特定有限集$A$与$\PA$是一致的。因此有一个$\PA$模型,其中$e$正好接受$a$的元素。这建立了语句(2)。

语句(3)后面跟着一个简单的紧凑性参数。也就是说,对于任何$A\子集N$,让$T$是$\PA$的理论,以及程序$e$接受$N$的断言,对于A$中的任何特定$N\,以及程序$e$不接受$N$$N\的断言。通过语句(2),该理论的任何有限子理论都是一致的,因此整个理论是一致的。这个理论的任何模型都实现了陈述(3)。 量化宽松政策

一种是使用Kleene递归定理来证明程序$e$的存在性,它在描述它所做的事情时引用了$e$。虽然这看起来可能是圆形的,但使用递归定理来消除循环性是一种标准技术。

这个定理立即暗示了Mostowski和Kripke的经典结果,即存在一个$\Pi^0_1$断言的独立族,因为断言$n\notin W_e$正是这样一个族。

这个定理还意味着对我去年证明的通用程序定理的加强。事实上,这两个定理可以用同一个程序实现!

定理。有一个图灵机程序$e$具有以下属性:

  1. $\PA$证明$e$计算有限函数;
  2. 对于$\N$上的任何特定有限部分函数$f$,都有一个模型$M\models\PA$,其中程序$e$精确地计算$f$。
  3. 对于任何有限或无限的部分函数$f:\N\ to \N$,都有一个模型$M\models\PA$,其中输入$N$上的程序$e$精确计算$f(N)$,这意味着$e$在$N$停止,当且仅当$f(N)\ downarrow$,在这种情况下,$\varphi_e(N)=f(N”$。

证明。语句(1)和(2)的证明与前面的定理相同。很明显,$e$计算有限函数,因为如果找不到证明,它要么计算空函数,要么计算证明中提到的有限函数。您不能反驳$e$的任何特定有限函数,因为如果可以的话,它无论如何都会有这种行为,与$\text{Con}(\PA)$相矛盾。所以,语句(2)成立。但同时,我们可以通过一个简单的紧性参数得到语句(3)。即,修复$f$,并让$T$成为断言$\PA$的理论,再加上所有断言$\varphi_e(n)\uparrow$,如果$n$不是$f$的域,如果$f(n)=k$,则$\varfi_e(n)=k$。通过语句(2),该理论的每个有限子理论都是一致的,因此整个理论是一致的。但这一理论的任何模型都完全符合上述说法(3)。量化宽松政策

伍丁的证明比我提出的论点更难,但我现在意识到,这个额外的困难是因为他正在证明一个非常有趣和强大的定理形式,如下所示。

定理。 (Woodin)有一个图灵机程序$e$,$\PA$证明$e$最多接受一个有限集,对于任何有限集$a\subset\N$,都有一个模型$M\models\PA$,其中$e$正好接受$a$。此外,在任何这样的$M$和任何有限的$B\supset A$中,都有一个结束扩展$M\subset_{end}N\models\PA$,这样在$N$中,程序$e$完全接受$B$的元素。

这是一个更加微妙的主张,而且由于他详细阐述的原因,这在哲学上也很有趣。

我在上面描述的程序肯定没有实现这种更强的属性,因为我的程序$e$一旦找到$e$不完全接受$A$的证据,就会完全接受$A$,而且这在模型的所有进一步最终扩展中都将继续适用,因为该证明将继续是找到的第一个证明。

具有可计算性悖论的游戏

The_Chess_Game_-Sofonisba_Anguissola让我告诉你一个有趣的悖论,它出现在某些完美信息的无限二人游戏中。矛盾之处在于,有些游戏,我们对谁有获胜策略的判断取决于我们是否坚持让玩家按照确定性的可计算程序进行游戏。在这些游戏的可计算游戏空间中,一个玩家有获胜策略,但在所有合法游戏的全部空间中,另一个玩家可以确保获胜。

1913年,Zermelo证明了有限对策的基本定理,即在每一个完全信息的有限两层对策中,每个对策都是有限的,即每一局以有限的多次移动结束,其中一方有一个获胜策略。这被Gale-Stewart定理1953推广到了开放游戏的情况,其中一个玩家的每次胜利都发生在一个有限的阶段,该定理断言在每个开放游戏中,一个玩家都有一个获胜策略。这两个定理很容易适用于平局游戏的情况,其中的结论是其中一个玩家有获胜策略,或者两个玩家都有平局策略。

让我们考虑一个具有可计算游戏树的游戏,这样我们就可以计算移动是否合法。让我们说这样的游戏是可计算的矛盾如果我们对谁有获胜策略的判断取决于我们是否限制使用可计算游戏。例如,也许一个玩家在所有合法游戏中都有获胜策略,但另一个玩家有一个可计算的策略,可以击败对手的所有可计算策略。或者,也许一个玩家在所有游戏中都有一个拉牌策略,但另一个玩家有一个击败可计算游戏的可计算策略。

矛盾游戏的例子出现在无限象棋中。我们在我的论文中描述了这样一个矛盾的立场无限象棋中的无限博弈价值通过给出一个可计算的无限象棋位置,该位置具有两个棋手在所有可能的合法博弈空间中都有绘制策略的属性,但在可计算博弈空间中,怀特有一个可计算机的策略来击败任何特定的黑人可计算策略。

对于一个相关的非象棋示例,让$T$是$2^{<\omega}$的一个可计算子树,它没有可计算的无限分支,并考虑这样一个游戏,在这个树中,黑色简单地在这个树上爬行,就像白色手表一样,每当他被困在终端节点中时,黑色都会输,但如果他应该无限地爬行,则会赢。这场比赛对白人开放,因为如果白人获胜,这在比赛的有限阶段是已知的。在所有可能的游戏空间中,布莱克有一个获胜的策略,那就是沿着König引理所存在的无限树枝爬上树。但是,根据树上的假设,没有可计算的策略来找到这样的分支,因此,当黑人以可计算的方式玩游戏时,白人必然会赢。

再举一个例子,假设自然数$\newcommand\N{mathbb{N}}\N$上有一个可计算的线性顺序$\lhd$,这不是一个好的顺序,但没有可计算的无限降序。在可计算模型理论中,这是一个很好的练习,可以证明这种顺序的存在。如果我们按照这个顺序玩倒计时游戏,白队试图建立一个递减序列,黑队则观看。在所有游戏中,白色可以成功,因此有一个获胜策略,但由于没有可计算的降序,白色可以没有可计算获胜策略,因此黑色将赢得所有可计算的游戏。

有几个关于开放确定性的证明(请参阅我的MathOverflow帖子概述有限对策基本定理的四种不同证明),但我最喜欢的开放确定性证明之一使用了超限游戏值的概念,为游戏树中的一些位置指定了序号。假设我们有一个Alice和Bob之间的公开游戏,游戏对Alice开放。我们为游戏树中的位置定义的序数值将从某种意义上衡量Alice距离胜利的距离。也就是说,她已经赢得的头寸值为$0$,如果轮到Alice从$p$的位置打球,那么$p$值为$\alpha+1$,如果$\alfa$是最小值,那么她可以打出$\alba$的位置;如果轮到鲍勃从$p$开始打球,并且他可以打的所有位置都有价值,那么$p$的价值就是这些价值的最高值。有些位置可能没有值,我们可以认为这些位置的值为$\infty$,大于任何序数。需要注意的是,如果一个位置有一个值,那么Alice总是可以让它下降,而Bob不能让它上升。因此,对于Alice来说,价值降低战略是一种取胜战略,无论是从任何有价值的位置,而对于Bob来说,价值保持战略是从任何没有价值的位置(保持价值$\infty$)取胜。所以游戏是确定的,取决于初始位置是否有值。

在可计算的悖论游戏中,序数游戏值分析的可计算模拟是什么?如果一个游戏对Alice开放,并且她有一个可计算的策略来击败Bob的所有可计算的对立策略,但Bob有一个不可计算的获胜策略,那么我们不可能以某种方式将可计算的序数分配给Alice的位置并让她玩值减策略,因为如果这些值是实际的序数,那么,这将是一个完全诚实的获胜策略,即使是对非计算游戏。

尽管如此,我声称序数博弈值分析在以下定理中确实承认了可计算的相似性。这是我最近在诺亚·施韦伯(Noah Schweber)访问纽约市立大学研究生中心(CUNY Graduate Center)和罗素·米勒(Russell Miller)期间与他进行的一次讨论。让我们定义一个可计算的开放游戏是一个开放游戏,它的游戏树是可计算的,这样我们就可以从给定的位置判断给定的移动是否合法(这比能够从一个位置计算整个可能移动集要弱一些,即使这是有限的)。让我们定义一个有效的序数是$\N$上的一个可计算关系$\lhd$,它没有可计算的无限递减序列。每个可计算序数也是一个有效序数,但正如我们前面提到的,存在非有序的有效序数。让我们称之为可计算伪阶。

定理。以下内容对于任何可计算游戏都是等价的,对怀特开放。

  1. 怀特有一个可计算的策略,击败了布莱克的任何可计算游戏。
  2. 白棋有一个有效的游戏值分配,将其转换为有效的序数$\lhd$,从而为初始位置赋值。也就是说,游戏的一些位置(包括第一个位置)是可计算分配给$\lhd$字段中的值的,这样,从与怀特一起玩的任何有价值的位置,她都可以玩以降低值,而与布莱克一起玩时,他不能增加值。

证明。($2至1$)如果将可计算值转换为有效的序数,那么怀特的值还原策略就是一种可计算策略。如果布莱克的演奏是可计算的,那么他们一起按照$\lhd$的顺序计算降序。因为没有可计算的无限递减序列,所以一定是数值为零,比赛以怀特获胜结束。因此,怀特有一个可计算的策略,击败了布莱克的任何可计算游戏。

($1\到2$)相反,假设White有一个可计算的策略$\sigma$击败了Black的任何可计算游戏。让$\tau$成为坚持White遵循策略$\sigma$而产生的游戏树的子树,并将其视为$\N$上的树,$\N^{<\omega}$的子树。想象一下树向下生长,让$\lhd$成为这棵树上的Kleene-Brouwer顺序,这是不兼容位置上的词法顺序,否则较长的位置会更低。这是树上的一个可计算的线性阶。由于$\sigma$可计算地赢得了开放式玩家White的胜利,因此$\tau$中的每个可计算的递减序列最终都会到达终端节点。由此可知,对于$\lhd$,没有可计算的无限降序序列,因此这是一个有效的序数。现在,我们可以将$\tau$中的每个节点(包括初始节点)映射到$\lhd$顺序中的自身。这是一个游戏值分配,因为轮到怀特时,值会下降,而轮到布莱克时,不会上升。量化宽松政策

推论。一个可计算的开放博弈是可计算的悖论,当且仅当它允许对开放博弈者进行有效的博弈值赋值,但只允许使用可计算的伪序,而不允许使用可运算的序数。

证明。如果对开放式玩家有一个有效的游戏价值分配,那么由该分配产生的价值降低策略是一个可计算的策略,可以击败对手的任何可计算策略。相反,如果游戏是自相矛盾的,那么就不可能有这样的顺序分配,即值实际上是有序的,否则该策略将对对手的所有游戏起作用。量化宽松政策

让我对这些自相矛盾的游戏再作一些观察。

定理。在任何开放游戏中,如果封闭玩家的策略击败了所有可计算的对手策略,那么实际上这也是一种战胜非可计算游戏的获胜策略。

证明。如果封闭玩家的策略$\sigma$击败了对手的所有可计算策略,那么事实上它打败了对手的全部策略,因为开放玩家对$\simma$的任何赢局都是在有限的多次移动中赢的,因此有一个可计算策略产生相同的局。量化宽松政策

推论。如果一个开放的游戏是可计算的悖论,那么一定是开放的玩家在可计算的游戏空间中获胜,而封闭的玩家在所有游戏的空间中获胜。

证明。该定理表明,如果封闭玩家在可计算游戏空间中获胜,那么该玩家实际上在所有游戏空间中都获胜。量化宽松政策

推论。没有可计算的自相矛盾的clopen游戏。

证明。如果游戏是clopen,那么两个玩家都是封闭的,但我们只是认为封闭玩家的任何可计算策略都是对所有可计算游戏的胜利。量化宽松政策

每个函数都可以计算!

我想分享一个我最近发现的令人惊讶的事实的简单证明:有一个通用算法,能够计算任何给定的函数!

等等,什么?我到底是什么意思?我们不能证明一些函数是不可计算的吗?是的,当然。

我的意思是,有一个通用算法,一个能够计算任何所需函数的图灵机程序,只要有人在正确的宇宙中运行该程序。有一个图灵机程序$p$,它的性质是,对于自然数上的任何函数$f:\newcommand\N{mathbb{N}}\N\to\N$,包括不可计算的函数,都有一个算术或集合论模型,其中$p$计算的函数与所有标准有限输入上的$f$完全一致。您必须在不同的环境中运行该程序,以便它能够计算所需的函数$f$。
$\newcommand\ZFC{\text{ZFC}}
\newcommand\PA{\text{PA}}
\newcommand\Con{\mathop{\text{Con}}}
\newcommand\provens{\vdash}
\新命令{\concat}{\mathbin{}^\smallnrow}}
\newcommand\restrict{\upharpoonright}
$
定理有一个图灵机程序$p$,它执行证明中描述的特定算法,因此对于任何函数$f:\N\to\N$,都有一个算法模型$M\models\PA$,或者确实有一个集合论模型$M\ models\ZFC$或更多(如果一致),这样,$M$中的程序$p$计算的函数与所有标准有限输入上的$f$完全一致。

时间隧道.jpg

该证明是初等的,本质上只依赖于哥德尔·罗塞尔定理的经典证明的思想。简单回顾一下,对于任何扩展$\PA$的可计算公理化理论$T$,都有一个相应的句子$\rho$,称为罗斯这句话断言,“对于$T$中$\rho$的任何证明,都有一个较小的$\neg\rho$s证明。”也就是说,我的意思是证明的Gödel-code较小。一个人通过一个简单的哥德尔不动点引理的应用来构造句子$\rho$,就像一个人构造通常的哥德尔句子来断言它自己的不可证明性一样。关于Rosser句子的基本经典事实包括:

  • 如果$T$是一致的,那么$T+\rho$和$T+\neg\rho也是一致的$
  • $\PA+\Con(T)$证明$\rho$。
  • 理论$T$、$T+rho$和$T+negrho$是等价一致的。
  • 如果$T$是一致的,则$T+\rho$不能证明$\Con(T)$。

第一个陈述是哥德尔-罗瑟定理的基本断言,很容易证明:如果$T$是一致的,$T\provides\rho$,那么证明在元理论中是有限的,因此由于$T$必须证明$\neg\rho$有一个较小的证明,该证明在元理论中也是有限的,因此是一个实际的证明,与$T$的一致性相矛盾。类似地,如果$T\provides\neg\rho$,那么元理论中的证明将是有限的,因此$T$将能够验证$\rho$s是真的,而$T\rovides\rho$又与一致性相矛盾。通过将前面的参数内化到PA中,我们可以看到$\PA+\Con(T)$将证明$\rho$和$\neg\rho$$在$T$中都是不可证明的,这使得$\rho$在这种情况下是虚真的,并且还为第二和第三个语句建立了$\Con。特别是,$T+\Con(T)证明了\Con。

现在让我们继续证明这个定理。首先,我们构建我称之为玫瑰树根据c.e.理论$T$。也就是说,我们递归地为2^{{<}\omega}$中的每个有限二进制字符串$s\定义理论$R_s$,将初始理论$R{\emptyset}=T$放在根,然后在每个阶段递归地为理论$R_s$添加Rosser语句$\rho_s$或其否定$\neg\rho_s$,以形成树的下一级理论。
$$R_{s\concat 1}=R_s+\rho_s$$
$$R_{s\concat 0}=R_s+\neg\rho_s$$
因此,每个理论$R_s$都是$T$的一个有限扩展,即在$s$描述的模式中连续添加适当的Rosser句子或其否定。如果初始理论$T$是一致的,那么它通过使用哥德尔-罗瑟定理的归纳得出,Rosser树中的所有理论$R_s$都是一致的。将我们的符号扩展到通过树的分支,如果$f\in{}^\omega 2$是一个无限二进制序列,我们让$R_f=\bigcup_nR_{f\upharpoonrightn}$是沿着Rosser树的分支出现的理论的联合。通过这种方式,我们构建了一套完美的连续体——许多不同的一致性理论。

我现在将描述计算二进制函数的通用算法。考虑理论$T=\PA+\neg\Con(\PA)$上的Rosser树。这是一个一致的理论,恰好证明了它自己的不一致性。通过按顺序考虑Gödel-codes,该算法应该首先在初始理论$R{\emptyset}$中搜索Rosser语句$\rho{\embtyset}$或其否定的证明。如果找到了这样的证明,则该算法将分别在输入$0$上输出$0$或$1$,具体取决于首先找到的是Rosser语句还是其否定,并通过将相反的语句添加到当前理论中,转到Rosser树中的下一个理论。然后,它开始搜索Rosser语句的证据那个理论或其否定。在算法的每个阶段,都有一个当前的理论$R_s$,具体取决于找到了哪些先验证明,算法搜索$\rho_s$或$\neg\rho_s$的证明。如果找到,它会相应地输出$0$或$1$(在输入$n=|s|$上),并通过将相反的语句添加到当前理论中,转到Rosser树中的下一个理论。

如果$f:\N\to 2=\{0,1\}$是自然数上的任何二元函数,则设$R_f$是通过Rosser树的相应路径产生的理论,并设$M\models R_f$是该理论的模型。我声称,我刚才描述的通用算法将精确计算此模型中输入$n$的$f(n)$。需要注意的是,由于$\neg\Con(\PA)$是初始理论的一部分,模型$M$会认为Rosser树中的所有理论都不一致。因此,该模型将对Rosser树中的任何理论的每一个陈述及其否定都有大量的证明,特别是,由$p$在$M$中计算的函数将是一个总函数。问题是,在每个阶段,哪些证明将首先出现,从而影响函数的值。设$s=f\restrict n$,注意$R_s$在$M$中为true。假设归纳起来,$p$计算的函数在$M$中$n$以下正确运行,并考虑过程的阶段$n$。通过归纳,当前的理论正好是$R_s$,算法将搜索$\rho_s$或其在$R_s$中的否定的证明。请注意,如果$\rho_s$在$M$中为true,$f(n)=1$,并且由于$\rhoS$所断言的以及$M$认为它在$R_s$中是可证明的事实,因此必须有一个较小的$\neg\rho_s$证明。因此,在这种情况下,该算法将首先找到$\neg\rho_s$的证明,因此,根据该算法的精确指令,它将在输入$n$上输出$1$,并将$\rho_s$(相反的语句)添加到当前理论中,移动到Rosser树中的理论$R{s\concat1}$。类似地,如果$f(n)=0$,那么$\neg\rho_s$在$M$中将为真,因此算法将首先找到$\rho_s$的证明,给出输出$0$,并将$\neg \rho_s$添加到当前理论中,移动到$R_{s\concat 0}$。通过这种方式,算法以正确的方式找到了证明,从而使$R{f\限制n}$作为当前阶段$n$的理论,从而根据需要精确计算函数$f$。

基本上,理论$R_f$断言,证明将以正确的顺序找到,这样程序$p$将在所有标准有限输入上精确计算$f$。因此,每个二进制函数$f$都是由理论$R_f$的任何模型中的算法计算出来的。

现在,让我解释一下如何扩展结果以处理所有函数$g:\N\到\N$,而不是像上面那样只处理二进制函数。其思想是简单地修改二进制通用算法。任何函数$g:N\ to \N$都可以用二进制函数$f:N\至2$以规范的方式进行编码,例如,在$f$中有连续的块$1$s,用$0$s隔开,其中$N^{\rm-th}$块的大小为$g(N)$。假设$q$是运行上述二进制通用算法的算法,从而计算二进制序列,然后从该二进制序列中提取从$\N$到$\N$的相应函数(例如,如果二进制序列是有限的或只有有限多的$0$s,则这可能会失败)。然而,对于任何函数$g:\ N\ to \N$,都有一个二进制函数$f:\ N\to 2$,它以我们描述的方式对其进行编码,并且在任何模型$M\模型R_f$中,二进制通用算法都将计算$f$,从而使此适配算法根据需要精确计算所有标准有限输入上的$g$。

最后,让我描述一下如何将结果扩展到使用集合论模型,而不是算术模型。假设$\ZFC ^+$是ZFC的一致c.e.扩展;也许是ZFC本身,或者是ZFC加上一些大的基本公理。通过不完全性定理,让$T=\ZFC^++\neg\Con(\ZFC_+)$是一个略强的理论,这也是一致的。由于$T$解释了算术,所以应用了Rosser语句理论,因此我们可以在$T$上构建相应的Rosser树,也可以使用$T$作为初始理论进行二进制通用算法。如果$f:\N\to2$是任何二元函数,那么让$R_f$是通过Rosser树在相应分支上产生的理论,并假设$M\models R_f$。这是$\ZFC^+$的模型,它还认为$\ZFC ^+$不一致。因此,通用算法将在这个模型中找到大量的证明,和以前一样,它将以正确的顺序找到证明,即二进制通用算法将精确计算函数$f$。根据这个二进制通用算法,可以根据需要再次为所有函数$g:N\到N$设计通用算法。

人们还可以得到另一种普遍性。也就是说,有一个程序$r$,对于任何有限的$s\子集\N$,都有一个$\PA$的模型$M$(或$\ZFC$,等等),这样,在模型$M$s中,程序$r$s将枚举集合$s$,仅此而已。人们可以从定理的程序$p$中获得这样一个程序$r$:只需让$r$运行通用二进制程序$p$直至生成一个双$0$,然后将该有限二进制字符串解释为要输出的集合$s$。

现在我还要讨论另一种形式的普遍性。

推论
有一个程序$p$,对于任何模型$M\models\PA+\Con(\PA)$和任何可以在$M$中定义的函数$f:M\到M$,都有一个$M$到更高模型$N\models\ PA$的最终扩展,这样在$N$中,程序$p$s计算的函数与$f$在输入$M$时完全一致。

证明
我们简单地应用$M$中的主要定理。关键是,如果$M$认为$\Con(\PA)$,那么它可以构建它认为的Rosser扩展树,并且它会认为每个步骤都保持一致。因此,它构建的理论$T_f$在$M$中是一致的,因此有一个模型(Henkin模型)可以在$M$中定义,因此这将是$M$的最终扩展。
量化宽松政策

最后一个应用程序与最近由拉斯穆斯·布兰克(Rasmus Blank)和阿里·埃纳亚特(Ali Enayat)扩展的伍丁定理有着明显的相似性。请参阅Victoria Gitman关于这些定理的研讨会演讲的帖子:可计算过程可以在非标准模型中产生任意输出,延续.

替代性证明以下是基于Vadim Kosoy下面的评论对该定理的另一种优雅证明。让$T$是解释PA的任何一致的可计算公理化理论,比如PA本身或ZFC或其他什么。对于任何图灵机程序$e$,让$q(e)$是一个执行以下过程的程序:在输入$n$上,系统地搜索有限函数$h:X\to\mathbb{n}$,其中$X$是有限的,而$n\是X$中的,为了证明“程序$p$在$X$的所有输入上与$h$不一致”只使用函数$h$作为此断言的值列表。对于发现的第一个这样的函数和证明,如果有,请将值$h(n)$作为输出。

由于函数$e\mapsto q(e)$是可计算的,因此根据Kleene的递归定理,有一个程序$p$,其中$p$和$f(p)$计算相同的函数,并且$T$证明了这一点。因此,程序$p$正在搜索$p$本身没有以某种方式表现的证据,然后当找到这样的证据时,它就会以这种方式表现。

我声称,对于任何特定的有限函数$h:X\to\mathbb{N}$,理论$T$实际上并没有证明“程序$p$在$X$的输入上与$h$不一致”的任何语句。如果它确实证明了这样一个语句,那么对于最小的函数和证明,根据设计,$p$在$X$中的所有输入上的输出实际上是$h$。因此,也可以证明该程序同意这个特殊的$h$,因此$T$将被证明是一个矛盾,与我们的假设相反,它是一致的。所以$T$实际上并没有证明这些说法。特别是,程序$p$在标准算术模型中计算空函数。但是,对于任何特定的有限函数$h:X\to\mathbb{N}$,我们都可以将断言“程序$p$在$X$的输入上与$h$一致”添加到$T$,因为$T$没有反驳这个断言。

对于任何函数$f:\mathbb{N}\到\mathbb2{N}$,让$T_f$是理论$T$,以及对于特定值$k=f(N)$,形式为“程序$p$在输入$N$上以$k$停止”的所有断言。我声称这个理论是一致的,因为如果不是,那么通过紧性,会有有限多的断言导致不一致,因此会有一个有限的函数$h:X\to\mathbb{N}$,其中$h=f\upharpoonrightX$,这样$T$就证明了程序$p$在$X$的输入上与$h$不一致。但在前一段中,我们证明了这种情况不会发生。因此,$T_f$理论是一致的。

最后,请注意,在任何$T_f$模型中,程序$p$在标准输入上计算函数$f$,因为这些断言都是在理论上做出的。量化宽松政策

无限国际象棋和其他无限博弈中的超有限博弈值,Hausdorff中心,波恩,2014年5月

释放部落我将很高兴在座谈会和研讨会上发言无限性、可计算性和元数学庆祝彼得·科普克和菲利普·韦尔奇60岁生日豪斯多夫数学中心2014年5月23日至25日波恩大学我的演讲将是星期五的座谈会,面向普通数学观众。

摘要。我将以无限无边棋盘上的无限棋盘为中心示例,对无限博弈理论作一个概括性介绍。由于国际象棋获胜时是在有限的游戏阶段获胜的,所以无限象棋就是一个技术上称为开放游戏的例子,这种游戏承认超限序数游戏值理论。我将在具有非常高的超限游戏值的无限象棋中展示几个有趣的位置。国际象棋欧米伽一的精确值是一个开放的数学问题。

 

幻灯片|地铁列车时刻表|无限象棋中的超有限博弈值|无限国际象棋的n对n问题是可判定的

无限国际象棋和无限博弈理论,达特茅斯数学讨论会,2014年1月

释放部落这将是一个关于达特茅斯数学座谈会2014年1月23日。

达特茅斯绿

摘要。以无限象棋为中心示例,在无限无边的棋盘上下棋——我将对无限博弈理论作一个概括性介绍。无限国际象棋是一种所谓的开放博弈的例子,一种潜在的无限博弈,赢的时候是在有限的游戏阶段赢的,每个开放博弈都承认超限序数博弈值理论。这些值提供了距离实际胜利的距离的度量,当它们已知时,游戏值为获胜玩家提供了标准的获胜策略。我将展出

在具有高超限博弈值的无限象棋中有几个有趣的位置。然而,国际象棋欧米伽一的精确值,即所有这些序数游戏值的最高值,是一个开放的数学问题;同时,在无限三维国际象棋的情况下,埃文斯和我证明了每一个可数序数都是作为一个博弈值出现的。无限象棋也说明了一个有趣的可计算性问题。例如,在无限象棋中,有可计算的无限位置为白色获胜,前提是玩家根据自己选择的可计算程序进行游戏,但如果允许非计算游戏,则不再为白色获胜。此外,无限象棋中有限位置的mate-in-n问题是可计算决定的(与Schlicht、Brumleve和我共同工作),尽管它的任何直接表示都具有高度的量词复杂性。数学家一般都可以进行讨论,尤其是那些至少有序数和国际象棋基本知识的人。

海报|幻灯片(8mb) | 无限象棋中的超有限博弈值 |无限象棋的mate-in-n问题是可判定的

学生谈论无限可计算性

我的学生无限可计算性本课程将对他们的学期论文进行讨论。会谈将在纽约市立大学研究生中心3307室9:30-11:30举行。

12月3日,星期一

  • 米哈·哈比奇(Miha Habić)将发表关于“基数-认识无限时间图灵机”的演讲,他在演讲中发展了无限时间图灵机的理论,这些图灵机可以获得关于何时到达基数时间的信息。
  • 埃林·卡莫迪(Erin Carmody)将在“非确定性无限时间图灵机”(Non-deterministic infinite time Turing machines)上发表演讲,她在演讲中发展了非确定性ITTM计算理论。
  • Alexy Nikolaev将谈到“ITTM的等效性及其在有限时间计算机上的模拟”,其中我们将证明ITTM的各种形式化的等效性。

12月10日,星期一

  • 曼努埃尔·阿尔维斯将谈论无限时间可计算模型理论。
  • 赛义德·阿里·艾哈迈德(Syed Ali Ahmed)将谈到Büchi自动机和无限时间图灵机之间的关系,包括$\omega$正则语言和更长超限字符串的泛化。

2012年6月,剑桥,无限象棋的mate-in-n问题是可以决定的

这将是在2012年图灵百年大会2012年6月18日至23日在英国剑桥举行。

摘要。 在无限无边棋盘上玩无限棋子的配对问题是确定指定的玩家是否可以在最多$n$次的移动中从给定的有限位置取得胜利。虽然这个问题的直接表述导致了高算术复杂度的断言,其中有$2n$个交替量词,但本文的主要定理通过确定它在$n$中的位置一致地可计算判定,从而证实了第二作者和C.D.a.Evans的一个猜想。此外,还有一个可计算的策略,用于从这种配对位置进行最佳比赛。证明的结果是,mate-in-$n$问题可以用我们称之为国际象棋$\frak{Ch}$的一阶结构来表示,我们(在相关片段中)证明了它是一个自动结构,因此其理论是可判定的。该结构也可在Presburger算法中定义。不幸的是,这种对位问题的解决似乎并没有解决更普遍的赢位问题的可判定性,即确定指定玩家是否在给定位置有赢策略的问题,因为一个位置可以接受一个赢策略,而不受所需移动次数的限制。这个问题与无限象棋中的超限博弈值有关,而国际象棋$\omega_1^{rm国际象棋}$中omega之一的确切值未知。

第条|幻灯片|2012年CiE |参与的谈话时间表

可计算可约性下自然数的等价关系层次,Chicheley Hall,2012年6月

 

这将是一个在无可争辩的,2012年6月12日至15日在卡夫利皇家学会国际中心作为项目的一部分语义和句法:阿兰·图灵的遗产艾萨克·牛顿数学科学研究所位于英国剑桥。

摘要。我将讨论在Borel可约性下实域上等价关系理论的可计算类比。Borel理论在阐明数学中出现的分类问题的层次结构方面取得了巨大成功。同时,可计算类比似乎特别适合于分析这些问题的c.e.实例,这是一个包含许多自然示例的丰富上下文,例如c.e.图或可计算表示的组上的同构关系。特别是,可数结构上的每一个等价关系都有其对c.e.实例的自然限制,这可以看作是那些c.e.集的索引上的等价关系。具体地说,如果存在一个可计算函数F,使得n E m当且仅当F(n)F F(m),则自然数上的一个等价关系E可计算地还原为另一个F。这种减少的概念与菲利普·韦尔奇的数学讨论由几个不同的研究人员和研究小组独立介绍和研究。在本次演讲中,我将描述最近与萨姆·考斯基(Sam Coskey)和拉塞尔·米勒(Russell Miller)共同完成的填补部分层级结构的工作。大量问题仍未解决。

第条|幻灯片|研讨会摘要

2012年,纽约,无限象棋中的欧米茄一

这将是2012年5月18日针对纽约市立大学集合论研讨会.

无限棋是在无限无边的棋盘上下棋。熟悉的棋子按照它们通常的国际象棋规则移动,每个棋手都努力将对方的国王置于将死状态。无限象棋的配对问题是确定指定的棋手是否可以在最多$n$步的情况下从给定的有限位置强行取胜的问题。这个问题的简单表述导致了使用$2n$交替量词的高算术复杂性断言-白人有一个动作,所以每一个黑人的回答都有一个白人的反击在这样的表述中,问题似乎是不可判定的;即使搜索到有限深度,也不能期望搜索到无限分支博弈树。然而,在与Dan Brumleve和Philipp Schlicht的联合工作中,证实了我和C.D.a.Evans的一个猜想,我们确定了无限象棋的mate-in-$n$问题是可计算决定的,在位置和单位上是一致的。此外,还有一个可计算的策略,用于从这种配对位置进行最佳比赛。证明通过证明mate-in-$n$问题可以用我们称之为国际象棋的一阶结构来表示,我们证明(在相关片段中)这是一个自动结构,因此其理论是可判定的。国际象棋的结构在Presburger算法$langle\mathbb{N},+rangle$的标准模型中是可以解释的,这一认识对结果产生了等效的解释。不幸的是,这种对位问题的解决似乎并没有解决更普遍的赢位问题的可判定性,即确定指定玩家是否在给定位置有赢策略的问题,因为一个位置可以接受一个赢策略,而不受所需移动次数的限制。这个问题与无限国际象棋中的超限博弈值有关,国际象棋$\omega_1^{\rm国际象棋}$中omega一的确切值尚不清楚。我还将讨论最近与C.D.A.Evans和W.Hugh Woodin的联合工作,该工作表明,三维无限象棋中无限位置之一的ω是真的$\omega_1$:每个可数序数都是作为这种位置的博弈值实现的。

文章|幻灯片

无限可计算性课程,2012年秋季,纽约市立大学研究生中心,CSC 85020

2012年秋季,我将在计算机科学课程在纽约市立大学研究生中心。本课程面向对无限计算过程感兴趣的计算机科学和数学研究生。

无限可计算性,CSC 85020,周一上午9:30–11:30
CS课程列表|这个列表

本课程将探索所有关于可计算性的无限理论,包括无限时间图灵机、Blum-Shub-Smale可计算性、Büchi自动机、序数寄存器机等。重点将是介绍可计算性模型,并将它们相互比较,并与可计算性的标准概念进行比较。在本课程的早期部分,我们将先回顾标准的有限计算模型,然后再研究无限的超级任务类比。

希望为本课程做准备的学生应该复习他们对图灵机器和其他计算理论机器模型的理解。

我的一些关于无限可计算性的文章 |学生谈论无限可计算性学期论文

可计算可约性下自然数的等价关系层次,剑桥,2012年3月

这是我将在研讨会上做的关于复杂性障碍的逻辑方法II2012年3月26日至30日,计划的一部分语义和句法:阿兰·图灵的遗产艾萨克·牛顿数学科学研究所在剑桥,我现在是访问研究员.

数学中许多自然产生的等价关系,例如各种可数结构上的同构关系,都是标准Borel空间上的等价关系。这些关系在Borel可约性下形成了一个深入研究的层次结构。本次演讲的主题是通过研究自然数在可计算可约性下对应的等价关系层次,介绍和探索这一稳健理论的可计算相似性。具体来说,如果存在一元可计算函数$F$,$x\mathrel,则一个关系$E$可计算地还原为另一个$F${E} 年$if且仅当$f(x)\mathrel{F} 如果(y) 美元。这就产生了与这种关系的图灵度截然不同的层次结构,因为它与相应分类问题的难度有关,而不是与计算关系本身的难度有关。该理论非常适合于分析c.e.结构类的等价关系,这是一个包含许多自然示例的丰富上下文,例如c.e.图或可计算表示的群上的同构关系。仍然存在大量的开放性问题,这门学科是数学逻辑、可计算性、集合论(尤其是描述性集合论)和其他数学学科的方法的诱人组合,这些学科中出现了许多等价关系。这是与Sam Coskey和Russell Miller的联合工作。

幻灯片 | 幻灯片(较长版本,来自类似演讲) |第条 |会议摘要 |视频