算法信息論之父蔡汀：將來，咱們能夠爲DNA從新編程

非商業轉載請註明做譯者、出處，並保留本文的原始連接：http://www.ituring.com.cn/article/130764

格雷戈裏·蔡汀（Gregory Chaitin）是一位數學家以及計算機科學家。他是算法信息論的創立者之一，現在這門學科已經成爲計算機科學專業的必修課。用蔡汀的話來講，算法信息論就是「把香農的信息論和圖靈的可計算性理論放進雞尾酒杯裏，而後使勁地搖」。蔡汀曾是IBM的Thomas J. Watson研究中心的研究員，如今是里約熱內盧聯邦大學的教授。他對元生物學（metabiology）以及進化論理論造成論有着深刻的思考，他認爲算法信息論是破解生物學和神經科學等領域的一些重大問題的關鍵，並致力於發展關於進化和生物創造性的一個數學理論。在他的最新著做《證實達爾文：進化和生物創造性的一個數學理論》中，他嘗試了在數學層面上證實達爾文的進化論，並提出了一門元生物學，即研究生物科學的數學基礎的學科。

譯/ 樓偉珊

問：做爲算法信息論的奠定者之一，你能否向咱們簡單介紹一下，算法信息論是什麼，它對咱們今天的計算機科學有何意義？

20世紀的科技發展開始讓咱們從信息和計算的視角從新審視咱們的世界。量子比特是量子力學，咱們如今最爲深入的物理理論的基礎，而算法信息論研究的是數學化的信息，包括存儲在計算機和DNA中的信息。

問：信息論試圖爲人類的通信加以量化，那咱們是否能夠說，算法信息論是對人類知識的一種量化？若是如此的話，這是否意味着人類的知識能夠對應於相應的算法？又是否意味着存在永遠沒法解決的科學難題，而決定論是錯誤的？

算法信息論告訴咱們如何以比特度量一個物理或數學理論在概念上的複雜度。咱們沒法用一個具備N比特複雜度的數學理論去證實一個程序長度超過N比特的計算機程序是「優雅的」（elegant）。也就是說，沒有比某個程序更簡短（固然，前提是以同一種語言寫成）的程序能輸出與該程序相同的結果。所以，純數學上不存在能解釋一切的「萬有理論」。

問：生物技術如今突飛猛進，催生其進展的突破又是什麼？曾經發展的限度是什麼？

這個突破就是，人們開始認識到，DNA是一種數字軟件，而咱們能夠爲DNA從新編程。

問：比爾•蓋茨曾預測，下一個相似計算機的技術奇蹟將會出如今生物技術領域。在你看來，生物學的下一個突破會是什麼？

合成生物學（synthetic biology）爲具體的工業和醫學應用量身設計「人造生命」，前景可期。

問：一些大企業和研究機構如今正在嘗試用電子部件製造人造神經元網絡來模擬人類智能，你覺着這種途徑走對了嗎？試圖藉助硬件而非軟件來實現，這是不是最佳之選？而嘗試去模擬人類智能而非其餘生命形式的又是不是當下的明智之舉？

人造神經元網絡目前的記憶或計算能力還不能讓我眼前一亮。我認爲，人腦的神經元層次不過只是處理輸入輸出的前端。人體在分子生物學層次的記憶和計算能力要比在細胞層次的強得多得多。這也就是在DNA/RNA層次，人體的免疫系統就巧妙用到了這一層次，那會不會人腦也是如此呢？

問： IBM的人造神經元網絡與一些歐洲的研究機構的仿生電子電路有什麼區別？此類研究會對改進演化理論有所幫助嗎？

如前所述，我相信此類研究沒有走對路子。

問：元胞自動機（CA）、圖靈機和人工神經網絡之間的聯繫是什麼？

這三種計算的模型如今已通過時了。目前你們在理論上感興趣的計算模型是在量子電路中利用量子比特進行計算，以及在分子生物中利用諸如DNA和RNA這樣的長鏈分子進行計算。

問： Stephan Wolfram對元胞自動機的研究作出了巨大貢獻，你對他的Mathematica程序怎麼看？

Mathematica確實是一種極高水平的編程語言，但它已經被Wolfram Language和Wolfram
Alpha所超越了。Wolfram Alpha在我看來是第一個真正的人工智能。

問：你以爲像IBM的沃森這樣的人工智能會在未來獲得普遍應用嗎？在從此的幾十年會出現巨大的進展嗎？

人工智能已經在咱們身邊了。毋庸置疑，它將對人類社會產生極大的影響。

問：對於藉助計算機破解生物學難題，你最樂觀的預測會是什麼？

利用大型計算機對囊括全體人類的所有基因組的數據庫進行數據挖掘，在此基礎上，應該有可能實現對人類基因組的從新編程。

若是咱們繼續努力並充分發揮咱們的想象力，將來無疑會十分美好。因此努力讓它實現吧。

---

更多精彩，加入圖靈訪談微信！