XiaoMi-AI文件搜索系统
World File Search System图灵
神经形态计算是图灵完备的
神经形态计算是一种非冯·诺依曼计算范式，通过模拟人脑进行计算。神经形态系统非常节能，耗电量比 CPU 和 GPU 少数千倍。它们有可能在未来推动自动驾驶汽车、边缘计算和物联网等关键用例。因此，它们被视为未来计算领域不可或缺的一部分。神经形态系统主要用于基于脉冲的机器学习应用，尽管图论、微分方程和基于脉冲的模拟中也有一些非机器学习应用。这些应用表明神经形态计算可能具有通用计算能力。然而，神经形态计算的通用可计算性尚未建立。在这项工作中，我们证明了神经形态计算是图灵完备的，因此具有通用计算能力。具体来说，我们提出了一种神经形态计算模型，其中只有两个神经元参数（阈值和泄漏）和两个突触参数（权重和延迟）。我们设计了神经形态电路来计算所有 µ 递归函数（即常数、后继和投影函数）和所有 µ 递归运算符（即组合、原始递归和最小化运算符）。鉴于 µ 递归函数和运算符正是可以使用图灵机计算的函数和运算符，这项工作确立了神经形态计算的图灵完备性。
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
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。
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。
量子理论、丘奇-图灵原理和通用量子计算机
有人认为，丘奇-图灵假设背后有一个隐含的物理断言。这里，这个断言被明确地呈现为一个物理原理：“每个有限可实现的物理系统都可以被一个以有限方式运行的通用模型计算机完美地模拟”。经典物理学和通用图灵机，因为前者是连续的，而后者是离散的，所以不遵循这个原理，至少不遵循上述强形式。描述了一类模型计算机，它是图灵机类的量子泛化，并表明量子理论和“通用量子计算机”与该原理兼容。原则上可以建造类似于通用量子计算机的计算机，并且它将具有任何图灵机都无法复制的许多显著特性。这些不包括非递归函数的计算，但它们确实包括“量子并行性”，通过这种方法，通用量子计算机可以比任何经典限制更快地执行某些概率任务。这些特性的直观解释给除埃弗雷特之外的所有量子理论解释都带来了难以忍受的压力。本文探讨了计算量子理论与其他物理学之间的众多联系。与经典复杂性理论相比，量子复杂性理论允许对物理系统中的“复杂性”或“知识”进行更合理的物理定义。
具有具身人工智能的现实人形机器人的多模态图灵测试
艾伦·图灵开发了图灵测试，作为一种方法来确定人工智能 (AI) 是否能够通过以 30% 以上的置信度回答问题来欺骗人类询问者相信它具有感知能力。然而，图灵测试关注的是自然语言处理 (NLP)，而忽略了外观、交流和运动的重要性。本文的核心理论命题：“机器可以模仿人类吗？”既涉及功能性，也涉及物质性。许多学者认为，创造一个在感知上与人类无法区分的逼真的人形机器人 (RHR) 是人类技术能力的顶峰。然而，目前还没有全面的开发框架供工程师实现更高模式的人类模仿，而且目前的评估方法还不够细致，无法检测恐怖谷 (UV) 效应的因果影响。多模态图灵测试 (MTT) 提供了这样的方法，并为在 RHR 中创建更高水平的人类相似性以增强人机交互 (HRI) 奠定了基础
艾伦·图灵，计算机和人工智能之父，破解了希特勒的密码
每种工具都有其用途。然而，有些工具会对各个领域产生影响，而不仅限于单一用途。这是一台电脑。计算机在社会各个领域发挥着至关重要的作用，并且随着新程序的开发，其活动领域也在不断扩大。 AI（人工智能）更进一步，能够自主学习和发展。大约80年前，有一个人因为声称可以制造出模仿人类的‘智能机器（计算机）’和‘思考机器（AI）’而被称为‘疯子’。这就是电影《模仿游戏》的主角，被誉为‘计算机与人工智能之父’，在中学《信息学》教科书中被介绍过的艾伦·图灵。狂人的梦想变成了现实，带领人类进入了信息社会。现在让我们来认识一下艾伦·图灵。
计算机科学 P-301（人工智能）填空
图灵测试及其要求：1. 什么是图灵测试，为什么它在人工智能领域具有重要意义？2. 描述机器成功通过图灵测试必须满足的关键要求。3. 讨论图灵测试作为人工智能智能衡量标准的批评和局限性。4. 自然语言理解和沟通技巧如何在图灵测试中发挥作用？5. 你能在图灵测试的背景下解释艾伦图灵提出的“模仿游戏”概念吗？6. 提供尝试通过图灵测试的聊天机器人或人工智能系统的例子和结果。7. 解释图灵测试如何区分强人工智能和弱人工智能。8. 将图灵测试与评估人工智能智能的其他方法进行比较和对比。9. 图灵测试在评估人工智能研究进展方面起着什么作用？环境及其特征：10. 在人工智能和机器人技术的背景下定义环境是什么。 11. 讨论传感器在 AI 代理感知环境中的作用。 12. 解释 AI 背景下完全可观察环境的概念。 13. 描述确定性环境和随机性环境之间的区别。 14. 什么是环境动态，它如何影响 AI 代理的行为？ 15. 讨论情景环境的概念并提供示例。 16. 如何在 AI 应用程序中处理部分可观察的环境？