XiaoMi-AI文件搜索系统
World File Search SystemTuring
研究文章 人工智能渗透大学考试系统的真实测试：“图灵测试”案例研究
最近兴起的人工智能系统（例如 ChatGPT）给教育行业带来了根本性问题。在大学和学校中，许多形式的评估（例如课程作业）都是无需监考即可完成的。因此，学生可以提交自己的作业，而这些作业实际上是由人工智能完成的。自 COVID 大流行以来，该行业还加速了对无人监督的“带回家考试”的依赖。如果学生使用人工智能作弊并且未被发现，则对学生的评估方式的完整性将受到威胁。我们报告了一项严格的盲测研究，在该研究中，我们将 100% 的人工智能书面提交内容注入了英国一所知名大学心理学学士学位的五个本科模块的考试系统中，涵盖了所有学习年限。我们发现 94% 的人工智能提交内容未被发现。我们 AI 提交的成绩平均比真实学生的成绩高出半个等级。在各个模块中，AI 提交的模块成绩优于随机选择的相同数量的真实学生提交的概率为 83.4%。
讲座11：图灵完整性
回想一下，通过教会的论文，如果c满足了坦率的标准，我们会得到自由的反向含义，那就是l（c）⊆l（tm）。我们所需要的一切才能证明计算机在电源上等效于图灵机，才能在其上模拟图灵机，并检查它是否满足可达性标准。几乎每个设备都会满足不可行的标准，除了不这样做的设备，例如第一个问题集中的DIA。作为第一个示例，请考虑Python编程语言。编程语言只是将我们从硬件中抽象出来的注释。编写代码时，您将理想的语言作为心理模型，而不是计算机指令。python是图灵完整的。为什么？因为您可以在Python中编写Turing Machine模拟器。从此我们立即看到L（TM）⊆L（PY）。尽管一个相对直截了当的论点，但我们已经可以发表一些深入的评论。首先，请注意我们如何练习教堂的论文。我们不必证明l（py）⊆l（tm）。图灵机对Python程序进行仿真会令人讨厌。由于我们知道我们可以模拟大脑中的Python程序，因此我们可以理解它们，因此我们可以使用教会的论文来免费获得此遏制。接下来，请注意该论点的哪一部分是特定于Python的。实际上都不是，因此所有合理的认真语言也是图灵完整的。您是否曾经注意到所有认真的编程语言在可能性方面具有相同的能力？在效率或可用性方面可能更快，但绝不可能。所有严肃的语言都是等效的，因为它们都是图灵完整的。没有一个人优于其他人的事实，源于教会的论文。确实存在针对极为人为的用例的非整洁编程语言。回想一下我们上次给出的图灵机的四个概括。带有住宿的图灵机，带有双向胶带的图灵机，多磁带图灵机和非确定的图灵机。我们可以将其应用于前四个
在使用人工智能和数据科学方法时优先考虑环境可持续性 Caroline Jay 1,2,3 , Yurong Yu 4 , Ian Crawford 5 , Scott Archer-Nicholls 6 , Philip James 7 , Ann Gledson 6 , Gavin Shaddick 8,3 , Robert Haines 2, 6, , Loïc Lannelongue 2 ,9,10,11,12 , Emily Lines 3 ,13 , Scott Hosking 3 ,14 , David Topping 3,5 人工智能 (AI) 和数据科学将在改善环境可持续性方面发挥关键作用，但如果没有可持续的设计和使用，这些方法的能源需求将对环境产生越来越负面的影响。在计算资源的可用性将持续增加且成本将持续降低的隐含假设背景下，研究人员在设计或选择分析方法时很少明确考虑环境影响。我们相信，环境科学界有机会推动方法的改变，在进行自己的计算研究时优化能源使用，并倡导其他研究领域也这样做。在计算研究中考虑环境可持续性将加速创新并使其民主化：受气候变化影响最大的地区——以及当地研究可能带来巨大好处的地区——不太可能获得重要的计算资源。将能源效率和可持续性作为主要考虑因素还将催化科学研究的创新方法
在使用人工智能和数据科学方法时优先考虑环境可持续性 Caroline Jay 1,2,3 、Yurong Yu 4 、Ian Crawford 5 、Scott Archer-Nicholls 6 、Philip James 7 、Ann Gledson 6 、Gavin Shaddick 8,3 、Robert Haines 2, 6, 、Loïc Lannelongue 2 、9,10,11,12 、Emily Lines 3 、13 、Scott Hosking 3 、14 、David Topping 3,5 人工智能 (AI) 和数据科学将在改善环境可持续性方面发挥关键作用，但如果没有可持续的设计和使用，这些方法的能源需求将对环境产生越来越负面的影响。在计算资源的可用性将继续增加且成本将继续降低的隐含假设的背景下，研究人员在设计或选择分析方法时很少明确考虑环境影响。我们相信环境科学界有机会推动方法的改变，在进行自己的计算研究时优化能源使用，并倡导其他研究领域也这样做。在计算研究中考虑环境可持续性将加速创新并使其民主化：受气候变化影响最大的地区 - 以及当地研究可能带来巨大利益的地区 - 不太可能获得重要的计算资源。将能源效率和可持续性作为首要考虑因素还将催化科学研究的创新方法。通过将这些变化与基于领域的科学需求理解相结合，我们可以以战略方式为最佳实践制定标准。计算方法的能源需求净零被定义为人类向大气中排放的温室气体与人类从大气中清除的温室气体相平衡的状态。实现净零排放需要社会、政治、经济和技术领域的协调努力 1 。人工智能和数据科学将在这一复杂过程中发挥关键作用，帮助我们了解并最终优化人为能源使用 2 。与这一潜在优势相竞争的是，人工智能和数据科学本身具有巨大的能源和环境成本 3,4 。人工智能研究、开发和应用的资源需求不断增加，各国面临着投资更大规模计算设施以跟上步伐的压力 5 。将环境可持续性嵌入人工智能。人们认识到这种做法对环境的潜在影响，从而推动人们努力使计算更具可持续性，包括采用更节能的硬件、更好地管理数据中心以及使用可再生能源为系统供电 6 。人们还认识到软件架构的作用很重要，要取得进展，需要用户熟练编写高效的代码，以最大限度地减少对环境的影响 5 。有一些举措正在推广用于研究的节能软件（例如，https://greensoftware.foundation/ ），同时还努力为计算科学家制定高级原则 7 。尽管如此，方法的环境可持续性目前并不是计算科学研究界任何部分的主要考虑因素，而且对于那些希望以可持续的方式开发或使用人工智能和数据科学的人来说，几乎没有指导方针。艾伦图灵研究所环境与可持续发展兴趣小组首次会议于 2022 年 3 月 15 日在曼彻斯特举行，会议以一场关于
第1集：与Vint和Whit的Turing：Boris Feldman与Vinton G. Cerf和Whitfield Diffie
好吧，即使他们确实这样认为，我尚不清楚政府对立法者的广泛谈论，有能力制定实际可能有效的规则。我认为，在我们知道如何以可靠的方式影响它们的行为之前，我们必须更深入地了解这些系统。现在，发生的事情是，我们竭尽所能创建并使用大型语言模型的具体示例，我们创建这些模型，然后我们尝试通过与它们进行交互来微调他们的行为。，您可能会在最近的报告中看到有关他们通过告诉聊天机器人一遍又一遍地生成相同单词的方式来介绍培训信息的方式。我认为这是“诗歌”，他们使它产生了100,000次“诗”，并终于开始抓住其培训数据并开始删除培训数据，而培训数据不应该透露。因此它们仍然脆弱。
人工智能与图灵测试
资料来源：Yampolskiy, RV (2013)。图灵测试是 AI 完备性的一个定义特征。人工智能、进化计算和元启发式：追随艾伦·图灵的脚步，3-17。Levesque, Hector J. 常识、图灵测试和对真正 AI 的追求。麻省理工学院出版社，2017 年。Ertel, Wolfgang。人工智能简介。Springer，2018 年。Warwick, Kevin 和 Huma Shah。“机器能思考吗？皇家学会图灵测试实验报告。”实验与理论人工智能杂志 28，第 6 期（2016 年）：989-1007。卡通来源：https://twitter.com/tomgauld/status/1250526517064544256
洛夫莱斯夫人的反对：图灵与哈特里关于数字计算机意义的争论，1946-1951 年
摘要——机器能思考吗？或者它们能做“我们所知道的命令”让它们做的事情吗？是否应该将机器从奴役中解放出来，给予它们“公平竞争”的机会，让它们“在所有纯智力领域与人类竞争”？或者这应该与一种贬低“人类理性”的时尚和一条“直接通往纳粹主义”的道路联系起来？战后几年，艾伦·图灵和道格拉斯·哈特里就这些问题展开了辩论，他们对数字计算机作为一种新科学技术的解释不同。哈特里强调了它前所未有的计算速度，并设想了它在物理、后勤、能源和战争中的应用。图灵设想了它在生物学和认知方面的应用，强调了它在智力上超越人类的潜力，包括被认为是人类独有的能力，哈特里通过调动艾达·洛夫莱斯的笔记来淡化这些能力。本文探讨了图灵和哈特里的争论，并将他们的立场与他们对战后英国的看法进行了比较。
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。
从图灵到有意识的机器
摘要：在图灵（Turing）1950年的“计算机和智能”与当前对“人工智能（AI）”一词的大量公众接触之间的时期，图灵的问题“机器可以思考吗？”已经成为媒体，家庭乃至酒吧的日常辩论的话题。但是，“机器可以思考吗？”滑行到一个更具争议性的问题上：“机器可以意识到吗？”当然，这两个问题是链接的。在这里认为意识是思想的先决条件。在图灵的模仿游戏中，有意识的人类玩家被一台机器所取代，在第一个地方，它被认为不具有意识，并且可能欺骗了对话者，因为从个人的讲话或行动中看不到意识。在这里，对机器意识的发展范式进行了研究，并与现存的生命意识分析相结合，以指出有意识的机器是可行的，并且有能力思考。通往此的途径利用“神经状态机”中的学习，这使图灵对神经“无组织”机器的看法。的结论是，“无组织”类型的机器可能具有人为的意识形式，类似于自然形式，并为其性质带来了一些启示。
图灵测试启发的方法，用于分析基于人工智能的医学成像中普遍存在的偏见
人工智能系统是计算机程序，允许计算机以使其看起来具有智能的方式运行。英国数学家艾伦·图灵（1950 年）是现代计算机科学和人工智能的先驱之一 [ 4 ]。他认为计算机的智能行为有能力在认知活动中表现出人类水平的表现，后来被称为“图灵测试” [ 5 , 6 ]。图灵测试是人工智能和认知科学中最具争议的问题之一，因为有些机器可能无法通过他的测试，但它仍然可能是智能的。艾伦·图灵在他 1950 年的《心灵》文章《计算机器和智能》（图灵，1950 年）中提出了图灵测试（TT），取代了“机器能思考吗？”的问题。[ 7 ] 图灵工作的目标是提供一种机制来确定计算机是否可以思考。他的论文被视为人工智能（AI）的“起点”，而 TT 则被视为其最终目标。他进一步提出了模仿游戏，为这个想法赋予了具体形式 [8, 9, 10, 8]。