格雷戈里·蔡汀（Gregory Chaitin）是一位数学家以及计算机科学家。从上世纪60年代开始，蔡汀开始了他对算法信息学和数学方面的贡献，他在计算机理论方面的研究成果堪比高德尔的不完全性定理。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，他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。他出版了10本以上的著作，这些作品被翻译成了15种语言。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。这本书如今已经被翻译成了多种语言，中文译本也将在今年12月份出版。
最终入选问题的提问者，将获得图灵社区送出的图灵电子书一本。
往期活动回顾：
再访Thomas Kyte，图灵访谈问题有奖征集，问题入选的获奖者有：旁观者，fdy1045，lt，2gua
《硅谷百年史》作者皮埃罗•斯加鲁菲访谈问题有奖征集，问题入选的获奖者有：wlyg，cage，华元，fdy1045，Leo_M
哈佛顶级创业家课程教授Thomas Eisenmann访谈问题有奖征集，问题入选的获奖者有：cage，2gua，华元，wlyg，fdy1045
《Python计算机视觉编程》作者Jan Erik Solem访谈问题有奖征集，问题入选的获奖者有：大廖，putin123456，wlyg，cage，2gua，imt，Sneezry，WispZhan
正如信息论试图建立起对人类通信中的信息的定量度量一样，算法信息论是否可以看作是对人类知识的一种定量度量？如果是，那么是不是意味着所有的人类知识都可以用算法来等价替换？
如果算法信息论可以用于定量度量人类知识，那么是不是就可以建立起人类智能的严格数学模型，从而用形式化的方法定义智能？
如果智能可以形式化定义，也就意味着智能也是形式化系统，那么根据哥德尔定理，智能本身也是不完备的，是不是意味着存在永远不可能解决的科学问题，也就是说人类永远都不可能达到对世界完备的一贯的认识，也就是说不存在终极理论，绝对真理，也就是说决定论永远不能成立？
可以详细介绍算法信息论是干什么的吗？他和算法或者信息论有何不同？怎样促进了计算机行业的发展？
元生物学是否可以与现在正在蓬勃发展的生物工程行业归于一类？他有什么优点呢？
1.您对IBM现在做的认知计算以及连接组计划有什么看法？
2.我在读了一些神经科普书以后发现，使用电子硬件仿造神经元网络是不是步入了一个误区？当前的电子硬件并不能做到像生物神经突触一样的自由地创建和销毁连接，这样短时记忆以及长期记忆都无法实现，那为什么没人考虑用软件实现呢？现在虚拟化都已经广泛商业化了，我想硬件虚拟化或许更适用模拟神经突触。
3.人脑最大的问题就是没人知道它的理论基础是什么？所以您也提出了一套理论从某个角度解释它，在英文世界中有没有人考虑过，或许这个本来就没有一套完整的理论能够解释的通？有没有这种学术流派？
4.在神经网络理论方面，个人比较看好网络科学(复杂网络)理论，虽然它到现在也没有核心理论，但是它至少可以帮助我们理解神经网络，社会网络等等，您对此有什么见解？
5.您觉得元胞自动机与有限状态机、图灵机、信息论、神经元网络之间有什么关系？
6.您有什么图书或者相关资料可以推荐给对以上内容感兴趣的读者的？
7.通常没人对理论感兴趣，除非它很有用，比如相对论之于原子能，您的算法信息论有可能对现实生活的哪些方面产生影响呢？
现在生物几乎成为计算机一样的大热专业了，他有着什么有点以及待改进的地方让他如此突出？为什么以前生物没有这么流行？是什么限制了？而现在什么突破了？急需解决的问题是什么？
数学是否是科学,一直有两种观点:
1 数学本身是科学
2数学不是科学,是科学的工具
对与这两种看法,您是怎么看的?
2.请给出计算机破解生物谜题的最乐观的预测；
3.说到原胞自动机，就想起来wolfram和诺依曼，你如何看待Mathematica这个软件？
4.人们应该如何搜索资料才能应对爆棚的信息熵？
2、进化论在信息论的发展过程中起到什么样的作用。
3、在将来的发展中，综合了信息论和进化论的新理论能不能预测到未来世界的发展，或者是在一定情况下改变发展的方向和速度。主要是提升。
类似于生命游戏这种模拟创造生命的游戏或者模型现在还有意义吗？如果生命类似于编程，那我们怎么用计算机去模拟现在的生命？
您既是一个数学家，也是一个计算机科学家，当前，许多人说数学是一个好程序员的基础，但是许多教授说学好编程和数学关系并不大，您怎么回答这个问题？
与《The Princeton Companion to Mathematics》的封面（http://img3.douban.com/lpic/s7402711.jpg）
非常相似，难道封面图案没有版权的吗？