XiaoMi-AI文件搜索系统
World File Search SystemTuring
图灵测试：言语行为是智力的标志
这本备受期待的选集虽然肯定不是图灵测试的最终定论，但同样值得成为有关该测试的主要信息来源。它不仅包括图灵的经典论文，还包括迄今为止主要答复的精选，所有答复都由编辑撰写的一篇引人入胜且深刻的文章串联起来。Stuart M. Shieber 的名字因其研究而为计算语言学家所熟知，而计算机科学家则因其关于 Loebner 图灵测试竞赛的辩论而广为人知，该辩论发表在十年前的《ACM 通讯》上（Shieber 1994a、1994b；Loebner 1994）。1 我希望这本选集也能为哲学家们所熟知。该选集以图灵论文的历史“前身”开篇：笛卡尔的两篇作品——他的《方法论》第 1 章第 2 节。 V (1637) 和他的“致纽卡斯尔侯爵的信”——之后是拉美特里的《机器人》（1748）中的选段。第二部分包含了核心内容：图灵 1950 年在《心灵》上发表的论文“计算机器和智能”，附带三篇“短篇小说”：两篇图灵早期（1951 年）且很难找到的文章——“智能机器，一个异端理论”和“数字计算机能思考吗？”——以及 1952 年 BBC 对图灵、MHA 纽曼、杰弗里·杰斐逊爵士和 RB 布雷斯韦特的电台采访记录，“自动计算机能被认为思考吗？” Shieber 的论文集（图灵，1950 年）非常重视文本的神圣性，并充斥着学术资料，将他精心编辑的再版与原版进行了比较（顺便说一句，原版现在可以在线获取，由 JSTOR.org 提供）。第三部分，也是最后一部分，包含了图灵的《心灵》论文在该期刊上发表时的即时反应，随后是现在经典的回应和一些较新的重要论文，一些按时间顺序排列，另一些按逻辑顺序排列。第一个发表的回应是 Leonard Pinsky 的早期（1951 年）讽刺作品“机器会思考机器思考吗？” Shieber 为该作品提供了简短而诙谐的介绍。接下来是四部曲，包括 Keith Gunderson 的重要作品《模仿游戏》（1964 年）、Richard Purtill 的回应（《打败模仿游戏》，1971 年）以及 Geoffrey Sampson 的《为图灵辩护》和 PH Millar 的《论模仿游戏的要点》1973 年对 Purtill 的回复。再往前推几十年，是 Robert M. French 于 1990 年发表的《潜认知和图灵测试的局限性》。接下来，按逻辑顺序而非时间顺序，是三部曲，包括 John
图灵测试：计算机能否冒充人类？
自然语言处理 64. 网络 65. 神经网络 66. 神经元 67. 解析 68. 合作伙伴 69. 传递 70. 个性 71. 力量 72. 预测 73. 处理 74. 处理能力 75. 程序 76. 提出 77. 心理学家 78. 范围 79. 反映 80. 替换 81. 要求 82. 响应 83. 机器人 84. 角色 85. 脚本 86. 模拟 87. 闲聊 88. 统计
阿兰图灵模仿游戏的结构和解释
一、机器会思考 22 1 阿兰·M·图灵（1912-1954）：机器的先知....................................................23 1.1 问题和章节结构....................................................................23 1.2 图灵的不敬....................................................................26 1.3 图灵的讽刺....................................................................27 . ... ... . ... ... . ... ... 61 2.3 奇迹：图灵的思维认识论.................................................................................................................................................... 66 2.4 学习：图灵的思维本体论.................................................................................................................................................... 70 2.5 图灵对其假设的现实主义态度.................................................................................................................................................... 76 2.6 对存在主义假设的九种可能的解释.................................................................................................................................... 83 2.7 重新审视图灵的既定观点.................................................................................................................... . ... . ... . .... .... .... .... 125 3.4 “机器能够思考”暗示着一个存在主义假设 . .... .... .... .... .... .... 136 3.5 1949年，关键的一年 . .... .... .... .... .... .... .... .... .... .... .... .... 142 3.6 模仿游戏的内部结构 . .... .... .... .... .... .... .... .... .... .... .... .... 152 3.7 模仿游戏的双重功能 . .... .... .... .... .... .... .... .... .... .... . . . . . 163
alan图灵的模仿游戏的策略和解释
哲学与图灵（Turing）提出的历史模仿测试（1948-1952）的哲学最佳联系。我将研究图灵的模仿游戏或测试的各种版本的历史和认识论根源，并表明它们是在对话中发出的，实际上是科学的争议，最著名的是与物理学家和计算机先驱者道格拉斯·哈特里（Douglas Hartree），化学家和哲学家Michael Polanyi，Michael Polanyi和Neurosurgeon Geoffrey Jeffery Jeffers。将图灵的观点放在
在制造行业中优化供应链管理
3.2 Analysing inefficiencies .........................................................................................................15
讽刺意味：艾伦·图灵和他的智能机器乌托邦
摘要 图灵对机器在社会中的未来做出了有力的表述。本文探讨如何解读这些表述以促进我们对图灵哲学的理解。他的讽刺在很大程度上被历史学家、哲学家、科学家和其他人讽刺或淡化。图灵经常被描绘成一个不负责任的科学家，或者与孩子气的举止和礼貌的幽默联系在一起。虽然这些对图灵的描述已被广泛传播，但他的一位同时代人所塑造的另一个形象，即一个不墨守成规、乌托邦主义和激进进步的思想家，让人想起英国浪漫主义诗人珀西·B·雪莱，却仍然没有得到充分探索。根据这一形象，我将重建图灵所谓的（但否认有罪）“普罗米修斯式的不敬”（1947-1951）背后的论点，即针对各种沙文主义者的乌托邦讽刺，尤其是那些可能牺牲独立思想来维持权力的知识分子。图灵希望，这些机器最终会被智能机器所匹敌和超越，并转变为普通人，因为曾经被认为是“智力”的工作将转变为非智力的“机械”工作。我在历史背景下研究图灵的讽刺，并追寻他论点的内在逻辑。我认为，图灵真诚地相信他所设想的机器的可能性并不是乌托邦式的梦想，但他从乌托邦式的心态出发，渴望建立一个不同的社会。他不断学习的儿童机器，其智能将从他们自己的个人经验中成长，将有助于分配权力。
机器可以认为吗？导致图灵测试的争议，1946- 1950年
抽象图灵（Turing）进行了众多争论的测试已满70岁，并且仍然存在争议。他的1950年论文被视为复杂且多层的文本，关键问题基本上仍未得到解答。Turing为什么选择从经验中学习作为实现机器智能的最佳方法？为什么他花了几年的时间与国际象棋一起工作，作为一项任务来说明和测试机器智能，只是为了将其交易以进行对话的问题，以便于1950年晚些时候提出问题？Turing为什么在机器智能测试中指的是性别模仿？在本文中，我将通过揭示所谓的图灵测试的社会，历史和认识论根源来直接解决这些问题。我将注意一个历史事实，到目前为止，在二级文献中几乎没有观察到，即图灵（Turing）的1950年测试是出于关于数字计算机的认知能力的争议，最著名的是物理学家和计算机先驱者Douglas Hartree，化学和哲学家Michael Polanyi和Michael Polanyi和Neurosurgeon Jeoffers。从历史背景来看，图灵的1950年论文可以理解为对这些思想家对机器可以思考的一系列挑战的答复。
1. 什么是人工智能 1.1 像人一样行动：图灵测试方法
自然语言处理，使其能够成功地用英语交流； 知识表示，用于存储它所知道或听到的内容； 自动推理，使用存储的信息来回答并得出新的结论； 机器学习，用于适应新情况并检测和推断模式。图灵测试故意避免询问者与计算机之间的直接物理交互，因为皮尔逊的物理模拟对于智能来说是不必要的。然而，所谓的全面图灵测试包括视频信号，以便询问者可以测试受试者的感知能力，以及询问者将物理对象“通过舱口”的机会。通过将询问者与机器和其他人类参与者隔离开来，测试确保询问者不会受到机器外观或其声音的任何机械特性的影响。然而，询问者可以自由地提出任何问题，无论问题多么狡猾或间接，以努力揭露计算机的身份。例如，询问者可能会要求两名受试者进行一项相当复杂的算术计算，假设计算机比人类更有可能做出正确的回答；为了对抗这种策略，计算机需要知道什么时候它应该无法得到这类问题的正确答案，以便看起来像人类。为了根据情感性质发现人类的身份，询问者可能会要求两名受试者对一首诗或一件艺术品做出反应；这种策略要求计算机了解人类的情感构成。
ACM AM Turing奖授予了两名领导的研究人员
纽约，纽约，2025年3月5日 - ACM，计算机协会，今天，Andrew G. Barto和Richard S. Sutton是2024 ACM A.M.的接受者图灵（Turing）因发展强化学习的概念和算法基础而奖。在从1980年代开始的一系列论文中，Barto和Sutton介绍了主要思想，构建了数学基础，并开发了强化学习的重要算法，这是创建智能系统的最重要方法之一。Barto是马萨诸塞大学阿默斯特大学的信息和计算机科学名誉教授。Sutton是艾伯塔大学（University of Alberta）的计算机科学教授，Keen Technologies的研究科学家，AMII的研究员（Alberta Machine Intelligence Institute）。ACM A.M.图灵奖，通常称为“计算机上的诺贝尔奖”，带有100万美元的奖金，并提供了Google，Inc.提供的财务支持。该奖项以英国数学家Alan M. Turing的名字命名，他阐明了计算机的数学基础。什么是强化学习？人工智能（AI）的领域通常与建造代理有关，即感知和行动的实体。更聪明的代理人是那些选择更好的行动方案的代理商。因此，某些行动方案比其他行动更好的概念是AI的核心。奖励 - 从心理学和神经科学中借来的一个术语 - 指示提供给与其行为质量相关的代理商的信号。强化学习（RL）是学习信号更成功地学习的过程。从奖励中学习的想法已经熟悉了数千年。后来，艾伦·图灵（Alan Turing）1950年的论文“计算机和智能”，解决了“ can can