突破上下文约束的泛型迁移计算模型

突破上下文约束的泛型迁移计算模型


本文设想的是一种未来的可能情形，作者不能保证它一定能被实现，至少这是一个不错的想法。


TCS（理论计算机科学）还在为是否P=NP纠结，对NPC类问题而言，有个奇妙的说法叫“多项式归约”，或者简单地说，“归约”（reduce）


通过多项式归约，所有的NPC问题可以看作计算机复杂度等价的，只是这种归约方法仍然需要人来想出来。


这里的一个问题是：有没有可能存在一种新的计算泛型，可以实现任意算法之间的相互归约？


打个比方，我正在编写一个自动排序算法，而一个“智能的”超级计算机能否把我写的排序代码“自动归约”为另外一个优化算法。


并进而：把人的身体语言作为计算机系统的输入，从而可以使得人的一套动作可以映射为一个算法，从而人只要随便作个手势，或者跳个舞什么的，就自动完成了一套智能的商业数据分析报表过程。


？？？


这样的设想可行吗？


要点在于：如果计算的上下文环境是受限的，则不可能实现上述的通用的“任意算法之间进行归约”的算法。除非，这个超级算法是不受上下文限制的。


或者说，这个计算机系统有一个能够根据上下文变化不断演进改变自己的“智能适应能力”。

基于传统的冯诺依曼存储式结构恐怕不行，基于Lambda演算的形式符号运算恐怕也不行。量子计算只是解决了特定问题的计算效率。我们需要一个真正突破性的计算范型。

也许有一种混合方案可以实现：通过特殊的生物芯片，将人脑与计算机连接起来，可以做到人脑与人脑之间的直接通信。不过这种Human Brain Involved Computing也许只是一般生物计算的变体？不过后者需要解决一个何种计算结果对于人是有用的这一“解释”问题。