XiaoMi-AI文件搜索系统
World File Search System图灵
美国的人工智能政策必须涵盖初创企业
事实上，人工智能并不新鲜。作为一种理论概念（执行类似人类计算的机械设备），人工智能可以追溯到数千年前。现代领域出现在第二次世界大战之后。1950 年，英国数学家、密码破译大师艾伦·图灵发表了《计算机机械与智能》，其中图灵提出了一种名为“模仿游戏”的机器智能测试。“人工智能”一词首次出现在 1955 年达特茅斯大学计算机科学教授约翰·麦卡锡安排的研讨会上。1959 年，美国科学家亚瑟·塞缪尔在一次关于教机器下棋的演讲中提出了“机器学习”一词。近年来，随着可用数据量越来越大，加上获得巨大计算能力越来越容易和越来越便宜，这一领域的发展速度极快。
工作文件，1943-45
RCEWA — 黛利拉计划：工作文件，1943-45 年，阿兰·图灵 国务卿专家顾问声明，这些文件符合 Waverley 标准一和三 请注意，引用的图像和附录未复制。 ……………………… ……………………… [根据 2000 年《信息自由法》第 40(2) 条的要求，此处保留了信息 - 个人信息。根据第 40(2) 条，公共当局有权保留属于个人数据的信息] 1. 物品简要说明 该材料包括两个装订好的笔记本和六份独立的散页纸。它包括阿兰·图灵 (1912-54) 和唐纳德·贝利 (1921-2020) 与二战项目“黛利拉”有关的论文。这些文件的日期主要来自 1943 年至 1945 年，后来又添加了一些。它们的状况良好，只有部分页码有灰尘污渍和轻微水损。
提供更安全、更智能的工程 2022 年 6 月
许多 PI 和项目负责人获得了备受瞩目的研究任命和奖项，反映了他们在科学界的高度认可。Mark Girolami（2017 年至 2021 年数据中心工程项目主任）和 Jennifer Whyte（数据中心工程大挑战领导者）均被授予皇家工程院研究主席。Mark Girolami 当选为剑桥大学 Kirby Laing 爵士土木工程教授，接替 Robert Mair 勋爵，并于 2021 年被任命为图灵的第一任首席科学家。Julie McCann（大挑战领导者）是 PETRAS 国家物联网系统网络安全卓越中心的副主任。Omar Matar（战略领导者）和 Leroy Gardner（研究员）当选为皇家工程院院士。Theo Damoulas（2019-21 年副项目主任兼小组组长）荣获 EPSRC 颁发的一项高度挑剔的图灵 AI 加速奖学金，并晋升为华威大学计算机科学与统计学教授。
原创文章 人工智能能帮助沟通吗？考虑 GPT-3 在姑息治疗中的可能性
治疗性聊天机器人的出现并不是最近才出现的，可以追溯到 1966 年魏森鲍姆发明的罗杰斯治疗师 ELIZA。[3] 随后，斯坦福大学的精神病学家科尔比设计了 PARRY，它可以模拟偏执型精神分裂症患者。[4] 值得注意的是，PARRY 成功通过了著名的图灵测试 [5]，该测试以艾伦·图灵的名字命名，人类评判员必须将计算机误认为是人类，以评估计算机模仿人类智力的能力。已经出现了先进的治疗师，例如 Ellie（一位专门为美国军方诊断创伤后应激障碍 (PTSD) 的虚拟治疗师）和南加州大学创意技术研究所的国防高级研究计划局 (DARPA)。[6] ELLIE 采用机器学习、自然语言处理和计算机视觉来分析肢体动作、眼球运动和社交信号，以检测
![arXiv:2205.12749v2 [cs.AI] 2022 年 7 月 1 日](/simg/g:\will\search\icon\source\2\2065ed9bc53d9d49461c4886d3dbb8f82d668f71.png)
arXiv:2205.12749v2 [cs.AI] 2022 年 7 月 1 日
随着人工智能系统在现实世界中的应用不断增加，对可靠和值得信赖的人工智能的需求也随之而来。其中一个重要方面是可解释的人工智能系统。然而，对于如何评估可解释的人工智能系统，并没有统一的标准。受图灵测试的启发，我们引入了一个以人为中心的评估框架，其中领先的领域专家接受或拒绝一个人工智能系统和另一个领域专家的解决方案。通过比较提供的解决方案的接受率，我们可以评估人工智能系统与领域专家相比的表现如何，以及人工智能系统的解释（如果提供）是否是人类可以理解的。这种设置——与图灵测试类似——可以作为广泛的以人为中心的人工智能系统评估的框架。我们通过两个实例来证明这一点：（1）一种评估，衡量系统的分类准确性，可选择纳入标签不确定性；（2）一种评估，以人为本的方式确定所提供解释的实用性。
第 1 课：定义人工智能
人工智能的起源可以追溯到古代关于人工智能诞生的传说。然而，人工智能的正式研究始于 20 世纪中叶，其标志性时刻包括 1943 年沃伦·麦卡洛克和沃尔特·皮茨开发出第一个神经网络模型。20 世纪 50 年代，艾伦·图灵提出了图灵测试，作为衡量机器智能的基准。约翰·麦卡锡于 1956 年创造“人工智能”一词，同年组织达特茅斯研讨会，通常被视为人工智能作为一个独特领域建立的基础事件。随后几十年，人工智能研究经历了波动，快速发展时期与“人工智能寒冬”交织在一起，其特点是资金和兴趣减少。21 世纪迎来了重大突破，特别是在机器学习、深度学习和神经网络领域。
人工智能概念的发展趋势
人工智能是一门数学科学和技术，旨在将人类的逻辑应用于机器。这门科学的目的是制造智能机器，特别是制造出能够进行创造性活动的智能程序，这被认为是只属于人类的。同时，它被理解为对人类智能的研究。这一领域的创建和发展是为了通过机器准确地模拟智能，而智能是人类最宝贵的属性。尽管人工智能自诞生以来就面临着各种乐观和悲观的看法，但今天它在技术发展中占据着重要地位。科学和工程在其应用中得到了广泛的应用[1- 20]。人工智能——一场全球性的技术革命和对人类的新挑战——“人工智能（AI）”是指计算机程序，即能够解决人类思维能够解决的问题的算法。作为一个概念，它于1955年由美国科学家约翰·麦卡锡（John McCarthy）带入科学界，以强调该领域与N.维纳（N. Viner）称为“控制论”的科学的区别。“计算智能”也被用作同义词。 1950年，英国著名数学逻辑学家阿兰·图灵在《心灵》杂志上发表了一篇题为《机器能思考吗？》的文章，提出了“图灵测试”。这意味着，从逻辑上讲，机器可以思考。例如，一个人和一台计算机被放置在对话者看不到的地方。一个人提出书面问题，并收到书面（无声或屏幕上）答案。[12] 一方不知道其中一方是汽车。因此，根据阿兰·图灵的说法，机器可以思考，当它被教导时
可计算性和计算复杂性 2024-2025 学年，第一学期 讲义
1 可计算性 6 1.1 基本定义和示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... . . 13 1.2.4 丘奇-图灵论题. . . . . . . . . . . . . . . 13 1.2.5 寻找不可计算函数. . . . . . . . . . . . . . . 13 1.2.6 暂停计算的递归可枚举性. . . . . . . . . . . . . 15 1.2.7 另一个不可计算函数：忙碌海狸游戏. . . . . . . ...