No son realmente válidos para su computadora, y no están destinados a ser utilizados de esa manera.
Las máquinas de Turing (TM) son los objetos matemáticos centrales en el estudio de la informática teórica. Son bastante simples en comparación con su computadora portátil o teléfono, lo cual es parte de la razón por la cual las personas los usan, pero debido a que tienen un espacio infinito, son un poco poco realistas (como menciona OP). Para lo que sirve la TM es para comprender diferentes aspectos de la computación, como si algo es computable o no (capacidad de decisión / computabilidad), o cuánto tiempo puede tomar un determinado algoritmo (teoría de la complejidad) y si puede hacerlo mejor que algún algoritmo incluso en teoría.
Los TM son buenos para decir algunas cosas generales que harán mucho más fácil el análisis matemático de la computación, pero porque son tan generales que a veces no son tan útiles en la práctica. En cambio, las personas usan circuitos booleanos, pero esos no son equivalentes a las TM (el conjunto de funciones que los circuitos (finitos) pueden calcular es limitado, a diferencia de las TM que pueden calcular todas las funciones computables).
- ¿Existe un equivalente al tono perfecto en matemáticas / programación de computadoras? ¿Un atributo que se considera que no se puede aprender pero que es invaluable si lo posee?
- ¿Cómo funciona la distribución de probabilidad al construir una nueva variable aleatoria?
- ¿Qué es una explicación intuitiva de los teoremas de jerarquía y sus pruebas en la teoría de la complejidad computacional?
- En Java, ¿por qué usar un iterador para iterar a través de LinkedList más rápido que usar un bucle for?
- ¿Ha habido alguna investigación relacionada con la coinducción y el patrón de observación?
Los circuitos son mucho más fáciles de entender y simular, pero eso no significa que los TM no tengan ningún valor práctico. Un buen ejemplo es el teorema de Cook-Levin, que dice que la satisfacción es NP-completa. Saber que un problema es NP-completo es bueno saberlo a veces, porque si puede reducir su algoritmo a satisfacción, esto significa que no puede encontrar un algoritmo que siempre resuelva su problema de manera eficiente (vale la pena señalar que esto no aplicar a instancias de problemas particulares, que pueden resolverse fácilmente, otra forma en que es un resultado más general).
Dado que tenemos estos modelos diferentes, podemos cambiar a cada uno porque tienen fortalezas y debilidades obvias. Entonces, su pregunta técnicamente tiene una premisa defectuosa, porque nadie se atiene completamente al modelo de Turing cuando piensa en todas las computadoras.