আপনি বিভিন্ন বিভিন্ন প্রশ্ন জিজ্ঞাসা করছেন। আমি তাদের একের পর এক সংক্ষেপে উত্তর দিন।
টুরিং মেশিন মডেল সম্পর্কে এত গুরুত্বপূর্ণ কি?
গণ্যতা তত্ত্বের শৈশবকালে, বিভিন্ন প্রসঙ্গে গণনার কয়েকটি মডেল প্রস্তাবিত হয়েছিল। উদাহরণস্বরূপ, গডেল, যিনি তার অসম্পূর্ণতা উপপাদ্যটি প্রুফ সিস্টেমগুলি প্রয়োগ করেন তা বোঝার চেষ্টা করেছিলেন, সাধারণ পুনরাবৃত্তির কাজগুলির আনুষ্ঠানিকতা নিয়ে এসেছিলেন এবং চার্চ গণিতের জন্য প্যারাডক্স-ফাউন্ডেশনের প্রয়াস হিসাবে ক্যালকুলাস নিয়ে এসেছিলেন । টুরিং নিজেকে হিলবার্টের সমস্যার দ্বারা অনুপ্রাণিত করেছিলেন, যিনি প্রদত্ত গাণিতিক বক্তব্যের সত্য মূল্য নির্ধারণের জন্য "বিশুদ্ধভাবে যান্ত্রিক প্রক্রিয়া" চেয়েছিলেন।λ
সেই সময়, কম্পিউটিংয়ের সংজ্ঞা দেওয়ার ক্ষেত্রে টিউরিংয়ের প্রচেষ্টাটিকে সবচেয়ে সন্তোষজনক বলে মনে হয়েছিল। অবশেষে দেখা গেল যে উপরে বর্ণিত সমস্ত গণনার মডেল সমতুল্য - তারা সকলেই গণনার একই ধারণাটি বর্ণনা করে। Historicalতিহাসিক কারণে, ট্যুরিংয়ের মডেলটি সংযোগযোগ্যতা সংজ্ঞায়নের সর্বাধিক প্রমিত উপায় হিসাবে প্রকাশিত হয়েছিল। উপরের তালিকাভুক্ত মডেলগুলি সহ আরও অনেক মডেলের তুলনায় মডেলটি খুব অদ্ভুত এবং এর সাথে কাজ করা খুব সহজ।
সাধারণ কম্পিউটার বিজ্ঞান ট্যুরিং মেশিনগুলিকে গণ্যতার সংজ্ঞা হিসাবে শিক্ষা দেয় এবং তারপরে এগুলি জটিলতা তত্ত্বটি অন্বেষণ করতেও ব্যবহার করে। তবে র্যাম মেশিন হিসাবে পরিচিত আরও বাস্তববাদী মডেলের প্রতি শ্রদ্ধার সাথে অ্যালগরিদমগুলি বিশ্লেষণ করা হয়, যদিও এই সমস্যাটি সাধারণত কার্পেসোসেন্টির গোপন হিসাবে কার্পেটের নিচে ছড়িয়ে পড়ে।
ডিএফএস কি আরও ভাল মডেল নয়?
রবিন এবং স্কটের বিখ্যাত কাগজ, ফিনাইট অটোমেটা এবং তাদের সিদ্ধান্তগত সমস্যার পিছনে এটিই ছিল মূল প্রেরণা:
টুরিং মেশিনগুলি ব্যাপকভাবে ডিজিটাল কম্পিউটারগুলির বিমূর্ত প্রোটোটাইপ হিসাবে বিবেচিত হয়; ক্ষেত্রের কর্মীরা অবশ্য আরও বেশি করে অনুভব করেছেন যে টুরিং মেশিনের ধারণাটি সত্যিকারের কম্পিউটারগুলির সঠিক মডেল হিসাবে পরিবেশন করার পক্ষে খুব সাধারণ বিষয় নয়। এটি সুপরিচিত যে এমনকি সাধারণ গণনার জন্যও কোনও ট্যুরিং মেশিনকে যে কোনও গণনার জন্য প্রয়োজনীয় টেপের পরিমাণের উপর একটি প্রাইমারী উপরের গণ্ডী দেওয়া অসম্ভব। এটি স্পষ্টভাবে এই বৈশিষ্ট্যটি টুরিংয়ের ধারণাটিকে অবাস্তব করে তোলে।
গত কয়েক বছরে একটি সীমাবদ্ধ অটোমেটনের ধারণাটি সাহিত্যে হাজির হয়েছে। এই মেশিনগুলি কেবলমাত্র একটি সীমাবদ্ধ সংখ্যক অভ্যন্তরীণ রাজ্য রয়েছে যা মেমরি এবং গণনার জন্য ব্যবহার করা যেতে পারে। সূক্ষ্মতার সীমাবদ্ধতা শারীরিক মেশিনের ধারণাকে আরও ভাল অনুমান হিসাবে দেখায় to অবশ্যই, এই জাতীয় মেশিনগুলি টুরিং মেশিনের মতো তেমন কিছু করতে পারে না, তবে একটি স্বেচ্ছাচারিত সাধারণ পুনরাবৃত্ত ফাংশন গণনা করতে সক্ষম হওয়ার সুবিধা প্রশ্নবিদ্ধ, যেহেতু এর মধ্যে খুব কম ব্যবহারিক প্রয়োগ আসে।
এটি প্রমাণিত হয়েছে যে টুরিং মেশিনগুলি খুব শক্তিশালী, ডিএফএগুলি খুব দুর্বল । আজকাল তাত্ত্বিকরা বহুবর্ষের সময় গণনার ধারণা পছন্দ করেন , যদিও এই ধারণাটিও সমস্যাগুলি ছাড়াই নয়। এটি বলেছিল, ডিএফএ এবং এনএফএগুলির এখনও তাদের ব্যবহার রয়েছে, মূলত সংকলকগুলিতে (লেক্সিকাল বিশ্লেষণের জন্য ব্যবহৃত) এবং নেটওয়ার্ক ডিভাইস (অত্যন্ত দক্ষ ফিল্টারিংয়ের জন্য ব্যবহৃত)।
টুরিং মেশিন মডেলটি কি খুব সীমিত নয়?
চার্চ-টুরিং থিসিস যে টুরিং মেশিন computability শারীরিক ধারণা আকর্ষন করুন। ইউরি গুরিভিচ বিমূর্ত রাষ্ট্র মেশিন হিসাবে পরিচিত গণনা ডিভাইসগুলির আরও একটি সাধারণ শ্রেণি তৈরি করে এবং তারা ট্যুরিং মেশিনের ক্ষমতার সমতুল্য প্রমাণ করে এই থিসিসটি প্রমাণ করার প্রয়াসকে নেতৃত্ব দিয়েছেন । সম্ভবত এই মেশিনগুলি আপনার আদর্শায়িত মডেলের সাথে সাদৃশ্যপূর্ণ।