XiaoMi-AI文件搜索系统
World File Search System图灵
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。
图灵机无法模拟人类思维
图灵机能模拟人类思维吗？如果假设丘奇-图灵论题是正确的，那么图灵机应该能够模拟人类思维。在本文中，我将通过提供强有力的数学论据来反驳丘奇-图灵论题，以此来挑战这一假设。首先，我将说明，有些决策问题对于人类来说是可计算的，但对于图灵机来说却是无法计算的。接下来，我将通过一个思想实验来说明，配备图灵机作为控制单元的人形机器人无法执行所有人类可完成的物理任务。最后，我将说明，涉及顺序量子波函数坍缩的量子力学计算设备可以计算图灵机无法计算的序列。这些结果推翻了丘奇-图灵论题，并得出了图灵机无法模拟人类思维的结论。结合这些结果，我认为，人类大脑中的量子效应是人类思维计算能力的基础。
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]。
从模拟到数字计算：智人的大脑是否正在成为图灵机？
现代计算的抽象基础是有限状态机（通用图灵机）的正式描述，它基于整数和逻辑符号的操纵。在这篇关于计算机-大脑类比的论述中，我们讨论了哺乳动物大脑执行的模拟计算与通用图灵机的数字计算的相似程度和不同程度。我们从普通现实开始，即连续世界和不连续世界之间的永久对话。计算也是如此，它可以是模拟的，也可以是数字的，而且经常是混合的。计算机背后的理论本质上是数字的，但可以通过模拟设备对现象进行有效的模拟；事实上，任何物理计算都需要在物理世界中实现，因此在某种程度上是模拟的，尽管它基于抽象的逻辑和算术。哺乳动物的大脑由神经网络组成，起到模拟设备的作用，并产生了以数字算法实现但功能与模拟模型相同的人工神经网络。模拟结构通过实现各种反馈和前馈回路来进行计算。相比之下，数字算法允许实施递归过程，从而使其能够产生无与伦比的新兴特性。我们简要说明了神经元的皮层组织如何整合信号并进行类比预测。虽然我们得出结论，大脑不是数字计算机，但我们推测最近在大脑中实现的人类书写可能是一种数字路径，可以慢慢将大脑进化为真正的（慢速）图灵机。
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。
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
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。
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
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。