图灵机或现代计算机不可以完成以下计算为什么现代计算机不能超过图灵机 _经验知识

为什么现代计算机不能超过图灵机呢？因为图灵机的运算速度远远超过了人类的想象，而且它的结构非常复杂，所以人类无法设计出一个可以在短时间内实现大规模计算的机器器。不过，这并不意味着我们不能利用图灵机来进行复杂的计算。只要我们掌握了它的基本原理，就可以在短时间内设计出一个能够大规模运算机器。
我们现在已经走过了很久的历程，终于完成了这个系列的写作，今天是我们的收官之作，我们聊点轻松的，今天没有公式，没有代码。

文章插图

1. 如何构建学科体系
2. 数据世界观
3. 数据分析整体框架
4. 问题分析/数据预处理/数据预分析
5. 数据分析核心:建模
6. 模型空间概述
7. 数据科学边界（这篇文章）
8. ……

数据科学 = 数学/统计学 + 科学 *** 论 + 计算机 (+ 业务经验)

文章插图
我们在刚刚接触一个新奇的事物的时候，总有一种冲动：这种东西可以改变全宇宙。
比如：我们刚接触区块链的时候，啊，区块链就要改变全宇宙了。其实区块链也只是一种去中心化的分布式的数据库技术而已，当我们问区块链什么时候可以改变世界的时候，其实再问一种数据库技术什么时候改变世界？
科学刚诞生的时候，人类世界开始了去魅的过程，越来愈多的事情被证伪，被科学拉下神坛，正当科学家们踌躇满志的时候，马克韦伯在一篇题为<作为学术的志业>的演讲中说：我们这个时代必定是分裂的一代，一方面科学告诉我们事实是什么，却无法告诉我们什么是善良，什么是美。
短短的一句话终结了科学万能的神话，我们刚接触数据科学的时候，也觉得这是个数据入侵一切的世界，今天我们就来看看数据科学不能解决什么?
科学的边界：无法测量的对象，无法研究这里先补充一点测量学的基础知识，我们如何测量一个研究对象呢？
测量主要考虑的俩个因素：效度和信度。

信度是指其可信度，既是在多大程度上是正确的（数据测量的稳定性）；
效度是指能够多有效的表示所需表达的含义（映射的准确性）。

举个栗子：以一份量表（测量智力，记忆力之类的标准化试卷）为例，其信度就是指同一个人在几次参加同一份试卷的考试（假设此人并未有改变）分数不会有大的差异，而效度是指这份试卷能勾多大程度测量你的智力水平。再如：用一把尺子来量一个人的体重，其信度是有的，但是没有效度。如果一个事物具有效度，那一定具有信度，反之则不然。
现实中，我们不一定可以找到有效测量对象的指标或者参照，即使找到了也不一定可以保证测量的稳定性。
举个栗子：科学是如何研究潜意识的，目前科学达到的最高的水平，也只是通过特定脑区的脑电波变化来反映潜意识。首先这个测量的效度就很低，脑电波变化如何能反映潜意识呢？同一潜意识活动如何稳定的被测量？
科学的边界：价值类问题无法有效研究关于这部分的论述，前人已经做了精彩的论述，我援引韦伯在<学术与政治>中的论述。韦伯在书中谈到的一个重点，是真善美统一性的瓦解。学术知识的目标是求真，发现自然世界与人类社会的事实真相。
在西方传统的观念中，真善美是一个和谐整体，发现了事实真相就能确立伦理的标准，由此分辨好坏对错，而且还能确定美的本质，从而得以鉴别美与丑。但是现代学术的发展表明，真是一种事实判断，而善或美都是价值判断，三者背后没有统一的依据。