我认为这个问题很简单。
图灵机可以模拟所有互动形式。
在大多数情况下,TM是用于交互计算研究的不便语言,因为有趣的问题被编码的噪音淹没了。
进行交互数学化的每个人都知道这一点。
让我详细解释一下。
图灵机显然可以在以下意义上为所有现有的交互式计算模型建模:选择相关语法的某种编码作为二进制字符串,编写一个将两个编码的交互式程序P,Q作为输入的TM(在选定的交互式计算模型中)并在相关字词重写系统中从P到Q的一个单步减少时准确返回true(如果演算具有三元转换关系,则进行必要的变通)。因此,您获得了一个TM,可以在交互式演算中逐步进行计算模拟。显然,pi-演算,环境演算,CCS,CSP,Petri-net,定时pi-演算以及已研究的任何其他交互式计算模型都可以用这种方式表示。这就是人们说互动不超出TM时的意思。
N. Krishnaswami提到了使用Oracle磁带对交互进行建模的第二种方法。这种方法与上面对还原/转换关系的解释不同,因为TM的概念已更改:我们从普通TM迁移到带有Oracle磁带的TM。这种方法在复杂性理论和密码学中很流行,主要是因为它使这些领域的研究人员能够将其工具和结果从顺序世界转移到并发世界。
两种方法的问题在于,真正的并发性理论问题被掩盖了。并发理论试图将交互理解为一种特殊的现象。两种通过TM的方法都只是用不太方便的形式主义代替了方便的形式主义来表达交互式编程语言。
在这两种方法中,都不是真正的并发性理论问题,即通信及其支持的基础结构具有直接的代表。它们在那里,对于训练有素的眼睛来说是可见的,但是经过编码后,隐藏在难以理解的编码复杂性中。因此,这两种方法都不利于将交互式计算的关键问题数学化。例如,在过去的半个世纪中,Milner等人的范围扩展的公理化(这是一般组成理论中的关键步骤)可能是编程语言理论中最好的主意:
P|(νx)Q ≡ (νx)(P|Q)provided x∉fv(P)
当使用诸如pi演算之类的量身定制的语言表达时,这个想法多么简单。使用pi演算到TM中的编码来完成此操作可能会占用20页。
换句话说,用于交互的显式形式主义的发明为计算机科学做出了以下贡献:用于通信的关键原语(例如输入和输出运算符)的直接公理化和支持机制(例如新名称生成,并行组成等) 。这种公理化已发展成为具有自己的会议,学校和术语的真正的研究传统。
在数学上也有类似的情况:大多数概念可以使用集合论(或topos理论)的语言写下来,但是我们更喜欢高层概念,例如组,环,拓扑空间等。