Hero Image
约翰·冯·诺依曼的一生

年表 190312 月 28 日生于布达佩斯,父亲是银行家。 1913父亲获封贵族头衔,儿子从此成为“冯·诺依曼”。 1921从布达佩斯的路德派中学毕业,尤金·维格纳是他的同学。 192319 岁时发表序数的定义。 1926在苏黎世获得化学工程文凭,在布达佩斯获得数学博士学位。 1927成为柏林大学最年轻的 Privatdozent(编外讲师)。 1928发表极小极大定理,奠定博弈论的基础。 1930移居普林斯顿。1933 年成为高等研究院最早的教授之一。 1932出版《量子力学的数学基础》。 1943开始在洛斯阿拉莫斯参与原子弹计划。 1944与奥斯卡·摩根斯特恩合著出版《博弈论与经济行为》。 1945写出 EDVAC 报告,描述存储程序计算机。 1946与斯坦尼斯瓦夫·乌拉姆一起发展蒙特卡洛方法。 1952IAS 计算机投入运行。 1955被任命为原子能委员会委员。发现自己患了癌症。 19572 月 8 日在华盛顿去世,终年 53 岁。 ◀ 上一站 沿路线走一遍 下一站 ▶ 1903–1921 布达佩斯12 月 28 日出生,父亲是银行家。在路德派中学读书,与尤金·维格纳是同学。 1921–1923 柏林在父亲的坚持下学习化学,同时在布达佩斯注册攻读数学博士。 1923–1926 苏黎世在苏黎世联邦理工学院获得化学工程学位。上过乔治·波利亚的课,波利亚后来说他是自己唯一害怕的学生。 1926–1927 哥廷根与大卫·希尔伯特一起研究数学基础和新的量子力学。 1927–1930 柏林成为柏林大学最年轻的编外讲师。1928 年发表极小极大定理。 1930–1957 普林斯顿先任普林斯顿大学教授,1933 年起任高等研究院教授,与爱因斯坦和哥德尔为同事。在那里建造了 IAS 计算机。 1943–1955 洛斯阿拉莫斯担任原子弹计划的顾问。与乌拉姆一起创立蒙特卡洛方法。 1955–1957 华盛顿担任原子能委员会委员。1957 年 2 月 8 日因癌症在沃尔特·里德医院去世。 请启用 JavaScript 以查看地图。各站列在下方。 从布达佩斯到华盛顿,途经苏黎世、哥廷根、柏林、普林斯顿和洛斯阿拉莫斯。 地图:© OpenStreetMap 贡献者

Hero Image
序数:由空集构成的数

二十世纪初,数学家们想从一个唯一的概念,即集合,出发构建整个数学。可是在这种语言里,数 $3$ 是什么?格奥尔格·康托尔谈到过“序数”,也就是度量队列中位置的数:第一、第二、第三,在所有有限的序数之后,还有第一个无穷序数 $\omega$。所缺的是说清这些数作为集合究竟是什么。 1923 年,19 岁的冯·诺依曼发表了一篇短文《论超限数的引入》,给出的答案如此简洁,以至于成了标准定义。 每个数都是它前面那些数的集合 规则只有一条:一个序数就是所有比它小的序数构成的集合。从空无开始: $$0 = \varnothing,\qquad 1 = \{0\} = \{\varnothing\},\qquad 2 = \{0, 1\} = \{\varnothing, \{\varnothing\}\},$$$$3 = \{0, 1, 2\} = \{\varnothing, \{\varnothing\}, \{\varnothing, \{\varnothing\}\}\}.$$一般地,一个数的后继就是这个数本身再加上它自己: $$n + 1 = n \cup \{n\}.$$这个定义白送了三样东西: 数 $n$ 恰好有 $n$ 个元素:$3$ 的元素是 $0$、$1$ 和 $2$。数到 $n$,就是把 $n$ 的元素过一遍。 “小于”变成了“属于”:$m < n$ 意味着 $m \in n$。同时也意味着“包含于”:$2 \subset 3$。 一切都从空集造出来。不必假定数的存在:它们是用花括号制造出来的。 无穷之外 同一条规则继续适用。全体自然数的集合 $$\omega = \{0, 1, 2, 3, \ldots\}$$是第一个无穷序数:它是所有比它小的序数构成的集合,和前面那些完全一样。接下来是 $\omega + 1 = \omega \cup \{\omega\}$,然后是 $\omega + 2$,依此类推,直到 $\omega \cdot 2$、$\omega^2$、$\omega^\omega$……康托尔描述过这座阶梯;冯·诺依曼给每一级台阶都提供了具体的构造。

Hero Image
极小极大定理:怎样出招才不被猜中

在猜单双游戏里,没有好招。如果你总是伸一根手指,对手学会了就会每次都赢。唯一的防御是不可预测:随机出招,一半时间出一根,一半时间出两根。这样,无论对手怎么做,你都能赢一半的局。 1928 年,冯·诺依曼在一篇名为《论室内游戏的理论》的论文中证明,这个想法适用于所有两人零和博弈,即一方之所得恰是另一方之所失的博弈。而且它总会给出一个确切的数,即博弈的值。 一个小游戏 行方选 A 或 B,列方选 C 或 D,两人同时出招。下表给出行方得到(也即列方付出)多少: C D A $3$ $-1$ B $-2$ $1$ 没有显而易见的选择。如果行方总出 A,列方就用 D 应对,行方输 $1$。如果行方总出 B,列方就用 C 应对,行方输 $2$。那么假设行方随机出招:以概率 $p$ 出 A,以概率 $1 - p$ 出 B。行方的期望收益是 $$\text{对 C:} 3p - 2(1-p) = 5p - 2, \qquad \text{对 D:} -p + (1-p) = 1 - 2p.$$列方会选择让行方得得少的那种应对。所以行方只能指望两个值中较小的那个,并希望选择 $p$ 使这个最小值尽可能大。这发生在两条直线的交点处: $$5p - 2 = 1 - 2p \;\Longrightarrow\; p = \frac{3}{7}, \qquad \text{有保证的收益} = 5 \cdot \frac{3}{7} - 2 = \frac{1}{7}.$$ 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。

Hero Image
希尔伯特空间中的量子力学

1925 年和 1926 年,量子力学的两个版本几乎同时诞生。海森堡的版本使用无穷矩阵;薛定谔的版本使用一个波动方程。两者在实验中给出相同的结果,却像是在谈论不同的东西,而且物理学家们使用的一些技巧,比如狄拉克的 delta“函数”,在数学家看来是不可接受的。 在哥廷根,冯·诺依曼与希尔伯特合作,证明了二者是同一个理论在不同坐标下的写法,并用一种统一的语言重写了全部内容。1932 年出版的《量子力学的数学基础》至今仍是想要完全严格地了解这一理论的人的参考书。 态是向量 在冯·诺依曼的语言里,一个物理系统的态是希尔伯特空间中长度为 1 的向量。希尔伯特空间是带有内积的空间,就像平面或三维空间,但可以有无穷多维。举一个最简单的例子:一个测量时只能给出“上”或“下”两种结果的系统,它的态位于平面上: $$\psi = a\,\mathbf{e}_\uparrow + b\,\mathbf{e}_\downarrow, \qquad a^2 + b^2 = 1.$$把向量与实验室联系起来的规则由马克斯·玻恩提出、冯·诺依曼加以整理:每种结果的概率是对应分量的平方。取 $a = \frac35$,$b = \frac45$, $$P(\uparrow) = \left(\tfrac35\right)^2 = \tfrac{9}{25} = 36\%, \qquad P(\downarrow) = \left(\tfrac45\right)^2 = \tfrac{16}{25} = 64\%.$$条件 $a^2 + b^2 = 1$,即向量长度为 1,就是勾股定理在说:各个概率加起来等于 100%。 测量就是投影 测量之后,系统不再停留在 $\psi$:它转入与所得结果对应的态,$\mathbf{e}_\uparrow$ 或 $\mathbf{e}_\downarrow$。冯·诺依曼把这写成向量在某个轴上的投影,并把被测量的量,比如能量或位置,称为算子。测量可能得到的值就是这些算子的特征值。这是第一次完全用无穷维线性代数来描述实验室物理,冯·诺依曼也正是为此创造了今天研究生数学课程中讲授的大部分算子理论。 有漏洞的证明 在 1932 年的书中,冯·诺依曼给出了一个证明,说量子力学不能用“隐变量”,即可以让结果变得可预测的隐藏信息,来补全。作者的权威使这个证明被接受了几十年。1935 年,德国哲学家和数学家格蕾特·赫尔曼指出其中一条假设过强,但她的论文几乎无人阅读。直到 1966 年,物理学家约翰·贝尔重提这一批评,才使它为人所知。贝尔后来证明,某些隐变量理论确实不可能,但走的是另一条路,用的是另一些假设,并在此后几十年里经受了实验室的检验。 练习:把态归一化某个态正比于 $\mathbf{e}_\uparrow + \mathbf{e}_\downarrow$。把它写成长度为 1 的形式,并计算概率。 $(1, 1)$ 的长度是 $\sqrt{2}$,所以这个态是 $\psi = \frac{1}{\sqrt2}\mathbf{e}_\uparrow + \frac{1}{\sqrt2}\mathbf{e}_\downarrow$。每种结果的概率都是 $\left(\frac{1}{\sqrt2}\right)^2 = \frac12$:一枚公平的量子硬币。

Hero Image
冯·诺依曼结构:EDVAC 报告

1945 年在宾夕法尼亚大学完成的 ENIAC 是当时世界上最快的电子计算机:它用近一万八千只电子管,每秒做五千次加法。但要换一种计算,就得在面板上重新接线、重新拨动开关,这是一组程序员要干好几天的活。 两名程序员在操作 ENIAC 的控制面板,宾夕法尼亚大学摩尔学院,约 1946 年。United States Army · Wikimedia Commons · 公有领域 ENIAC 的工程师 J. 普雷斯珀·埃克特和约翰·莫奇利已经在规划下一台机器 EDVAC,打算把程序存放在存储器里。冯·诺依曼开始参加他们的会议,并在 1945 年 6 月写了一份文本,用一种抽象的、几乎是生物学的语言,谈论“器官”和“神经元”,把小组的想法组织起来。 《EDVAC 报告初稿》的扉页,日期为 1945 年 6 月 30 日。John von Neumann · Wikimedia Commons · 公有领域 计算机的组成部分 《EDVAC 报告初稿》描述的计算机包括: 运算器,进行计算; 控制器,逐条读取指令并让它们得到执行; 存储器,同时存放数和指令,全都写成二进制数字串; 输入和输出设备。 决定性的新意在第 3 项。由于程序存放在与数据相同的存储器里,换一种计算就是改动存储器里的数,而不是改动导线。程序甚至可以计算并修改自己的指令。这就是 1936 年图灵的通用机的思想,落实到了电子管和水银延迟线上。 四行的程序 设想一个有八个位置的存储器,编号从 0 到 7,再加一个叫累加器的寄存器:

Hero Image
归并排序:靠合并来排序

给列表排序是计算机做得最多的工作之一:登记簿里的姓名、搜索结果中的价格、选举结果。1945 年,EDVAC 还只存在于纸上,冯·诺依曼想表明,他报告中的机器不只适合做算术,于是亲手写了一个给列表排序和合并的程序。这是为存储程序计算机写的最早的程序之一,而他所用的方法,今天叫作归并排序,仍是使用最广泛的方法之一。 合并两个有序列表 基本步骤是把两个已经有序的列表合并起来。只要看两个列表各自的第一个元素,取出较小的那个,然后重复: $$[2, 5, 9] \text{ 和 } [3, 4, 10] \;\longrightarrow\; [2, 3, 4, 5, 9, 10].$$每次比较都把一个数放到正确的位置上。合并总共有 $n$ 个元素的两个列表,至多需要 $n - 1$ 次比较。 分而治之 为了给任意列表排序,冯·诺依曼把它分成每块 1 个元素(每块自然已经有序!),把相邻的块合并成每块 2 个,再合并成 4 个、8 个,依此类推: 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 有 $n = 2^k$ 个元素时,共有 $k = \log_2 n$ 轮,每轮至多比较 $n$ 次。总数至多为 $$n \log_2 n.$$朴素的方法先找最小的元素,再找第二小的,依此类推,需要比较 $\frac{n(n-1)}{2}$ 次。对 $n = 16$,这是 $120$ 次对至多 $64$ 次。对一百万个姓名,差别是大约两千万次比较对五千亿次比较:几秒钟对几天。 方格纸上的程序 冯·诺依曼 1945 年关于排序的手稿被唐纳德·克努斯重新发现并加以分析,他在《计算机程序设计艺术》中描述了这份手稿。由于 EDVAC 还不存在,冯·诺依曼亲手算出程序要运行多少步,并满意地得出结论:这台机器排序会比 IBM 的穿孔卡片分类机,即当时的专用机器,更快。

Hero Image
蒙特卡洛方法:掷骰子来计算

1946 年,冯·诺依曼在洛斯阿拉莫斯的同事、波兰数学家斯坦尼斯瓦夫·乌拉姆正在从脑炎中康复,靠玩单人纸牌打发时间。他想知道一局牌能打通的概率是多少。用组合数学去算,复杂得毫无希望。但还有另一个办法:玩上几百局,数一数有多少局打通了。有了计算机,就可以玩上几千局。 乌拉姆把这个想法告诉了冯·诺依曼,后者立刻看出了它的威力:同样的窍门可以用于他们在洛斯阿拉莫斯面对的问题,即中子在炸弹或反应堆中的路径,每个中子都会随机地偏转、被吸收或增殖。不去解方程,而是模拟成千上万个中子,用抽签决定每个中子遇到什么,然后取平均。尼古拉斯·梅特罗波利斯用蒙特卡洛赌场给这个方法命名,乌拉姆的一位叔叔常去那里赌钱。 斯坦尼斯瓦夫·乌拉姆手持 FERMIAC,这是恩里科·费米的一辆小推车,能在纸上画出由人手随机选出的中子路径:一台机械的蒙特卡洛装置。Los Alamos National Laboratory · Wikimedia Commons · 公有领域 1948 年,最早的模拟在 ENIAC 上运行。大部分代码是由冯·诺依曼的妻子克拉拉·丹·冯·诺依曼编写的,她是历史上最早的程序员之一。 用随机点计算 π 最简单的例子:随机抽取点 $(x, y)$,$x$ 和 $y$ 都在 $0$ 和 $1$ 之间。一个点落在四分之一圆 $x^2 + y^2 \le 1$ 内的概率是面积之比,$\frac{\pi/4}{1} = \frac{\pi}{4}$。因此 $$\pi \approx 4 \times \frac{\text{落在里面的点数}}{\text{抽取的点数}}.$$ 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 估计值改进得很慢。典型误差按 $\frac{1}{\sqrt{n}}$ 的方式减小:要多得一位小数,就需要一百倍的点。计算 $\pi$ 有好得多的方法。但在有许多变量的问题里,比如中子在三维空间中带着能量、方向和碰撞类型的路径,蒙特卡洛往往是唯一可行的方法,因为它的误差与维数无关。 制造偶然 计算机是确定性的机器。“随机”数从哪里来?1949 年,冯·诺依曼提出了平方取中法:取一个四位数,把它平方,把结果写成八位数,取中间四位。这就是下一个数。他完全清楚这不是真正的随机: 任何考虑用算术方法产生随机数字的人,当然都处于罪孽之中。 — 约翰·冯·诺依曼,《与随机数字有关的各种技术》(1951) 这个序列最终会重复或者落到零。但它很快,而且结果可以重现,便于核对计算。今天使用的生成器要好得多,但冯·诺依曼的原则依然成立:人们对生成器的要求不是真正的随机,而是通过问题所需的统计检验。 练习:平方取中从 $1234$ 出发,用平方取中法生成三个数。 $1234^2 = 1\,522\,756$,写成八位数 $01522756$:中间是 $5227$。$5227^2 = 27\,321\,529$:中间是 $3215$。$3215^2 = 10\,336\,225$:中间是 $3362$。序列开头是 $1234, 5227, 3215, 3362, \ldots$

Hero Image
变公平的不公平硬币

假设你有一枚不均匀的硬币。它以某个你不知道的概率 $p$ 正面朝上,也许是 $0.7$,也许是 $0.55$。能用它来做一次完全公平、各占一半的抽签吗? 在谈到制造随机数的人的“罪孽状态”的那篇 1951 年的论文里,冯·诺依曼给出了一个简短而出人意料的回答。 窍门 把硬币抛两次: 如果是正、反,就算“正面”; 如果是反、正,就算“反面”; 如果是正、正或反、反,就作废,再抛两次。 为什么是公平的?两次抛掷相互独立,所以 $$P(\text{正、反}) = p\,(1-p), \qquad P(\text{反、正}) = (1-p)\,p.$$无论 $p$ 是多少,它们都是同一个数。相同的结果被丢掉了,在剩下的结果中,正面和反面的机会完全相等。不需要知道硬币偏得多厉害,只需要各次抛掷互不影响。 代价 代价是要丢掉一些对。一对可用的概率是 $2p(1-p)$。对于公平的硬币 $p = \frac12$,一对可用的概率是 $\frac12$:平均每个结果需要 $2$ 对,也就是 $4$ 次抛掷。对于偏得很厉害的硬币,代价急剧上升:如果 $p = 0.9$,一对可用的概率只有 $2 \times 0.9 \times 0.1 = 0.18$,平均每个结果需要大约 $11$ 次抛掷。 冯·诺依曼的方法是随机性提取器的鼻祖。随机性提取器把不完美的随机来源,比如电路的电噪声或鼠标的移动,变成密码学所要求的均匀比特。 硬币从来都不完全公平 2007 年,数学家佩尔西·戴康尼斯、苏珊·霍姆斯和理查德·蒙哥马利证明,用拇指以通常方式抛出的硬币,落地时与起始时同一面朝上的概率略高于一半,约为 51%。2023 年,一项超过 35 万次抛掷的实验证实了这一效应。只要每一对中的两次抛掷相互独立,冯·诺依曼的窍门就能消除这种偏差。 练习:70% 的硬币取 $p = 0.7$,计算每种对出现的概率,以及每个结果平均需要的抛掷次数。 $P(\text{正、正}) = 0.49$,$P(\text{反、反}) = 0.09$,$P(\text{正、反}) = P(\text{反、正}) = 0.21$。一对可用的概率是 $0.42$。到第一个可用的对为止所需对数的平均值是 $\frac{1}{0.42} \approx 2.4$,即每个结果大约 $4.8$ 次抛掷。

Hero Image
自我复制的自动机

在生命的最后几年,冯·诺依曼问了自己一个听起来像哲学的问题:机器能造出自己的副本吗?困难在于逻辑。要造出副本,机器需要一份关于自己的描述;可描述又是机器的一部分,于是它还得描述这份描述,如此下去,陷入无穷倒退。 描述、构造器和复制器 冯·诺依曼在 1948 年起的讲座中提出的出路,是把三个部分分开: 构造器 $A$,读取任意机器 $X$ 的描述 $D(X)$,并造出 $X$; 复制器 $B$,复制任何描述,而不需要理解它; 控制器 $C$,把两者连接起来。 现在把机器 $A + B + C$ 自己的描述 $D(A + B + C)$ 交给它。构造器读取描述,造出一台新的机器 $A + B + C$;复制器把描述复制一份,交给新机器。结果是一个完整的副本,带着它自己的描述。倒退之所以终止,是因为描述被以两种方式使用:一次作为要执行的指令,一次作为不加阅读就复制的文本。 在 DNA 之前 1953 年,詹姆斯·沃森和弗朗西斯·克里克描述了 DNA 的双螺旋。细胞所做的恰恰是冯·诺依曼预言的事:DNA 被核糖体读取以制造蛋白质(构造器),在细胞分裂时又被逐个字母地复制而不加解释(复制器)。冯·诺依曼通过思考机器得出了复制的逻辑结构,而那时生物学还没有揭示生命是怎样实现它的。 格子网格 为了让这个想法变得严格,冯·诺依曼需要一个可以在其中搭建机器的简单“宇宙”。在乌拉姆的建议下,他使用了一个由小方格组成的无穷网格,每个方格处于 29 种状态之一,所有方格在每一步同时根据四个邻居的状态而改变。他在这个网格中设计了一个巨大的构型,包含数量极其庞大的格子,能够读取一条带子、造出自己的副本并复制这条带子。这项工作在他去世时尚未完成,由他的合作者阿瑟·伯克斯补全,并于 1966 年以《自我复制自动机理论》为题出版。 斯坦尼斯瓦夫·乌拉姆在洛斯阿拉莫斯的证件。正是乌拉姆向冯·诺依曼建议用格子网格作为机器的宇宙。Los Alamos National Laboratory · Wikimedia Commons · 公有领域 这样的网格今天称为元胞自动机。1970 年,英国人约翰·康威发明了一个只有两种状态(活和死)的元胞自动机,规则只有一行:有 2 个或 3 个活邻居(算上对角线)的活格存活;恰好有 3 个活邻居的死格诞生;其余的死亡或保持死亡。康威称之为生命游戏,它丰富到在其中也能搭建计算机和自我复制的机器。 练习:闪烁器在生命游戏中,横排的三个活格构成“闪烁器”。证明下一步它们会变成竖排。 中间的格子有 2 个活邻居,存活。两端的格子只有 1 个活邻居,死亡。中间格子正上方和正下方的两个格子恰好有 3 个活邻居(横排的三个),诞生。结果:竖排的三个。同样的推理表明,再下一步它又变回横排,这个图案永远闪烁下去。

Hero Image
约翰·冯·诺依曼的遗产

我有时会想,像冯·诺依曼这样的大脑,是否意味着一个比人类更高级的物种。 — 诺贝尔物理学奖得主汉斯·贝特,据诺曼·麦克雷转述 这一系列中的八篇文章只展示了冯·诺依曼所做工作的一部分。完整的清单装满了六卷文集,几乎遍及他那个时代数学的每一个分支。 纯数学 算子代数。 1929 年到 1943 年间,他部分与弗朗西斯·默里合作,创立了今天称为冯·诺依曼代数的算子代数理论,这是分析学和数学物理中最活跃的领域之一。 遍历定理。 1932 年,他证明了一个版本的定理,为统计物理的一条原理提供了依据:一个量对时间的平均等于对所有可能状态的平均。 希尔伯特第五问题。 1933 年,他解决了希尔伯特在 1900 年提出的问题之一的紧致情形,这个问题问的是连续群何时自动是“光滑”的。 经济、天气与战略 经济增长。 在一篇 1937 年发表、几年前已在普林斯顿的一个研讨会上报告过的论文中,他构建了一个扩张经济的模型,并用与极小极大相同的数学证明了均衡的存在。这是数理经济学的奠基文献之一。 天气预报。 1950 年,由朱尔·查尼领导、冯·诺依曼参与的小组在 ENIAC 上做出了第一次数值天气预报:24 小时的预报花了大约 24 小时来计算。今天预报天气和气候的模型都是那次实验的后代。 核战略。 冷战中,博弈论被用来思考军备竞赛,冯·诺依曼参与了洲际导弹的规划。与这种推理相联系的“相互确保摧毁”一语,至今仍概括着一个时代。 “奇点”这个词 1958 年,斯坦尼斯瓦夫·乌拉姆写了一篇纪念他朋友的文章。文中他回忆起一次谈话,谈到技术进步不断加速,似乎正在接近“人类历史上某个本质性的奇点,越过它,我们所知的人类事务就无法继续下去”。这是这个词在这一意义上有记录的首次使用,几十年后它成了关于人工智能讨论的主题。 约翰·冯·诺依曼在洛斯阿拉莫斯的证件照,摄于 1940 年代。Los Alamos National Laboratory · Wikimedia Commons · 须署名 怎样评价他 冯·诺依曼既是本世纪最抽象的数学家之一,又是最深入参与科学军事应用的人之一,这两者在他的故事里密不可分。他帮助创造的计算机是为计算炸弹而诞生的,很快又转去计算天气、市场和蛋白质。博弈论诞生于一篇关于室内游戏的论文,最后进入了核战略手册和手机频段的拍卖。 他留下的启示,是一位不尊重学科边界的数学家的启示。他把物理学、经济学和计算机都当作数学可以派上用场的地方,而数学几乎总是派上了用场。 IAS 的存储器能装下多少 1952 年的高等研究院计算机有一个由 1024 个“字”组成的存储器,每个字 40 位二进制数字,存放在阴极射线管中。也就是 $1024 \times 40 = 40\,960$ 比特,或 $5\,120$ 字节:比这一段文字在你手机上占的空间还少。就是用这样的存储器,运行了氢弹的计算、天气预报和生物进化的模拟。 练习:IAS 的存储器一张 1 GB($10^9$ 字节)的存储卡能装下多少个 IAS 存储器? 每个 IAS 存储器有 $5\,120$ 字节。$\frac{10^9}{5\,120} \approx 195\,000$。今天的一张小卡片能装下冯·诺依曼那台计算机近二十万倍的存储器。

Hero Image
图片来源

历史图片与照片 全部来自维基共享资源。我们使用共享资源提供的缩略图,除压缩外未作任何编辑。 冯·诺依曼在洛斯阿拉莫斯的证件照,Los Alamos National Laboratory:来源页面 · 注明实验室署名即可自由使用。 冯·诺依曼在新墨西哥州,Los Alamos National Laboratory:来源页面 · 注明实验室署名即可自由使用。 布达佩斯故居的纪念牌,Misibacsi 摄:来源页面 · CC BY-SA 3.0。 布达佩斯路德派中学,VinceB 摄:来源页面 · CC BY-SA 3.0。 普林斯顿的富尔德楼,Zeete 摄:来源页面 · CC BY-SA 4.0。 ENIAC 前的两名程序员,United States Army:来源页面 · 公有领域。 EDVAC 报告的扉页:来源页面 · 公有领域。 阿伯丁的 EDVAC,United States Army:来源页面 · 公有领域。 奥本海默和冯·诺依曼在 IAS 计算机前,Jeremy Norman Collection of Images:来源页面 · CC BY 4.0。 乌拉姆与 FERMIAC,Los Alamos National Laboratory:来源页面 · 公有领域。 乌拉姆在洛斯阿拉莫斯的证件:来源页面 · 公有领域。 为本站制作的图 封面以及极小极大定理、蒙特卡洛方法和归并排序的交互图都是为这一系列制作的,在本站的四种语言中都能使用。 记录 文件 data/von_neumann_imagens.json 记录了每张下载图片的来源、许可、核实日期和 SHA-256 哈希值。每个主题的历史文献列在各篇文章的末尾。 约翰·冯·诺依曼的全部主题 · ← 约翰·冯·诺依曼的遗产