格雷戈里·蔡汀（Gregory Chaitin）是一位数学家以及计算机科学家。他是算法信息论的创立者之一，如今这门学科已经成为计算机科学专业的必修课。用蔡汀的话来说，算法信息论就是“把香农的信息论和图灵的可计算性理论放进鸡尾酒杯里，然后使劲地摇”。蔡汀曾是IBM的Thomas J. Watson研究中心的研究员，现在是里约热内卢联邦大学的教授。他对元生物学（metabiology）以及进化论理论形成论有着深入的思考，他认为算法信息论是破解生物学和神经科学等领域的一些重大问题的关键，并致力于发展关于进化和生物创造性的一个数学理论。在他的最新著作《证明达尔文：进化和生物创造性的一个数学理论》中，他尝试了在数学层面上证明达尔文的进化论，并提出了一门元生物学，即研究生物科学的数学基础的学科。
译/ 楼伟珊
问：作为算法信息论的奠基者之一，你可否向我们简单介绍一下，算法信息论是什么，它对我们今天的计算机科学有何意义？
问：信息论试图为人类的通讯加以量化，那我们是否可以说，算法信息论是对人类知识的一种量化？如果如此的话，这是否意味着人类的知识可以对应于相应的算法？又是否意味着存在永远无法解决的科学难题，而决定论是错误的？
问：生物技术现在日新月异，催生其进展的突破又是什么？曾经发展的限度是什么？
问：比尔•盖茨曾预测，下一个类似计算机的技术奇迹将会出现在生物技术领域。在你看来，生物学的下一个突破会是什么？
问：一些大企业和研究机构现在正在尝试用电子部件制造人造神经元网络来模拟人类智能，你觉着这种途径走对了吗？试图借助硬件而非软件来实现，这是否是最佳之选？而尝试去模拟人类智能而非其他生命形式的又是否是当下的明智之举？
问： IBM的人造神经元网络与一些欧洲的研究机构的仿生电子电路有什么区别？此类研究会对改进演化理论有所帮助吗？
问：元胞自动机（CA）、图灵机和人工神经网络之间的联系是什么？
问： Stephan Wolfram对元胞自动机的研究做出了巨大贡献，你对他的Mathematica程序怎么看？
问：你觉得像IBM的沃森这样的人工智能会在将来得到广泛应用吗？在今后的几十年会出现巨大的进展吗？
问：对于借助计算机破解生物学难题，你最乐观的预测会是什么？