XiaoMi-AI文件搜索系统
World File Search System图灵
我们需要对人工智能进行魏森鲍姆测试
我们需要对人工智能进行魏森鲍姆测试 我们不需要问人工智能是否像人类一样思考，而是需要一个新的测试：它是否有用？艾伦·图灵在 1950 年发表的《计算机与智能》论文中提出了“机器能思考吗？”的问题。但他并没有参与他认为永无止境的关于智能定义的主观争论，而是提出了一个思想实验。他的“模仿游戏”提供了一种测试，其中评估者与人类和计算机进行对话。如果评估者无法区分他们，则可以说计算机表现出了人工智能。自图灵发表论文以来的几十年里，人工智能领域从科学炒作的源泉变成了学术死水，再变成了淘金热。自始至终，图灵测试都给计算机科学家们一种方向感，一种对图灵所说的“通用机器”的探索。一篇历史评论总结道，图灵的论文“推动了整个人工智能 (AI) 领域的发展……计算机科学领域没有其他一篇文章，科学界也很少有其他文章能引发如此多的讨论”。关于图灵测试是否是衡量人工智能的合理标准，争论仍在继续。但图灵测试的真正问题在于它提出了错误的问题。人工智能不再是一个学术争论。它是一个技术现实。为了让社会对人工智能做出正确的决定，我们不需要知道某样东西是否智能；我们需要知道它是否有用。过去一年的认识是，人工智能太重要了，不能留给计算机科学家。因此，我们应该关注两种倾向：科学主义——用科学术语来框定公共问题——和解决方案主义——根据想象中的技术解决方案来定义公共问题。图灵测试加剧了这两种倾向。它给科学家一种虚假的目的感——为了智能而智能——以及一种忽视其他人对这类机器可能用途的担忧的许可。 2003 年，图灵奖获得者艾德·费根鲍姆 (Ed Feigenbaum) 用一个不太恰当的措辞写道，这种人工智能是“计算机科学的天定命运”。去年，我们看到了这个必然性故事中的问题，以及它所掩盖的殖民野心。
对纯计算的批判：反对强人工智能和计算主义
机器能思考吗？这个问题是艾伦·图灵在 1950 年发表的里程碑式论文《计算机器与智能》中提出的。图灵考虑了一种特殊的机器，即图灵机。现代电子数字计算机相当于图灵机，忽略了有限内存的限制。为了本文的目的，我们可以将计算机定义为任何相当于图灵机的机器。图灵的里程碑式论文在心灵哲学中播下了整个范式的种子，认为心灵本质上是一台计算机。更准确地说，心灵可以被认为是运行在大脑硬件上的软件程序，其心理状态与计算状态/过程相同。如果这是正确的，那么原则上没有任何障碍可以创造人工心灵（1）仅通过以适当的方式对计算机进行编程或（2）仅通过实现正确的计算过程。至少，这是当今许多计算机科学家和心灵哲学家的希望和信念。图灵本人对自己的问题给出了肯定的回答，并提出了一个测试——图灵测试——来确定计算机是否真正能够思考并具有心理。
人工智能与法律人格的界限
2021 年，英格兰银行将发行新版 50 英镑纸币，完成从纸币到聚合物纸币的过渡。新版纸币的面值在公开评选中收到了近 25 万份提名；最终决定于 2019 年 7 月宣布，选择艾伦·图灵作为面值。图灵因在二战期间破译密码而被人们尊为英雄。他还帮助建立了计算机科学学科，为我们现在所说的人工智能 (AI) 奠定了基础。1 然而，他最著名的贡献或许是同名测试，用于测试真正的“智能”是否真正实现。图灵模仿了 1950 年流行的室内游戏。一名男子和一名女子坐在不同的房间里，以书面形式回答问题；其他参与者必须猜测谁给出了哪个答案。图灵假设可以用计算机玩类似的“模仿游戏”。当机器
7. 人工智能和机器学习简介
询问者和计算机，因为对智能来说，对人的物理模拟是不必要的。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。 要通过全面图灵测试，计算机将需要： – 计算机视觉来感知物体，以及 – 机器人来移动它们。
人工智能的真正后果
人工智能的历史记载通常会让我们想起著名科学家艾伦·图灵。图灵 (1912 - 1954) 是一位英国数学家，经常被称为计算机科学和人工智能之父。在这些领域做出了许多贡献，其中之一就是 1950 年在英国期刊《心灵》上发表了一篇具有里程碑意义的研究文章。在《计算机器和智能》一文中，图灵描述了一个测试，以验证机器是否智能。测试包括一个室内游戏，其中一名男子和一名女子分别在两个不同的房间里，并通过聊天与询问者交流。询问者可以提出任何可以通过聊天交流的问题来识别男子和女子。男子试图让询问者相信他就是女子，而女子则试图表达她的真实身份。在某个时候，男子被机器取代。如果询问者无法区分机器和女子，则机器“通过测试”。图灵将他的测试命名为模仿游戏。
计算科学中的可靠性和可重复性
作者感谢欧盟委员会 VECMA 拨款（编号 800925）和伦敦阿兰图灵研究所的资助，这使我们能够在 2020 年 1 月举办一场与本期主题类似的活动。致谢我们感谢 Apostolos Evangelopoulos 博士对本期主题的开发提供的重要支持，以及 Hugh Martin 博士为组织阿兰图灵研究所的活动所做的贡献。参考文献
Turing学习机Turing学习机
Alan Mathison Turing于1912年6月23日出生于伦敦。在1934年，他毕业于剑桥大学国王学院，并于1936年获得博士学位。来自普林斯顿大学，位于美国新泽西州。在1940年，他在布莱奇利公园（Bletchley Park）为传播部门工作，使用Colossus Machine来破译纳粹代码。战后，他搬到了伦敦附近泰丁顿的国家实验室。1947年，他回到剑桥大学，1951年，他去了曼彻斯特大学。图灵是计算机科学的开国元勋之一。他取得了理论上的结果，深刻影响了其发展，包括技术。他是第一个解决人造思想主题的人，他发起了一个名为“图灵测试”的挑战，该挑战直到最近才被机器传递。测试是基于“模仿游戏”的概念实验，在他的时代非常受欢迎。在图灵的版本中，一个人向其他两个人（一个男人和妇女）提出问题，试图发现女人是谁，谁是男人。图灵通过用机器代替妇女（或人），并要求发问者找出谁是机器。图灵认为，如果一台机器可以欺骗人类，那么机器将有能力思考。许多人批评了这种推理，指出实验的唯一结果是欺骗能力，而不是思考能力的现象学证明。»以及当时提出的提案，使用简单的测试来回答。他的1950年论文《计算机和英特尔》（Intel-Ligence）发表在《杂志》中，始于著名的问题«机器可以认为吗？这篇文章非常详细且复杂，包含了潜在对立
Gajawada S。人工智能的新兴火炬手。J Data Sci Artificial Int 2024, 2(1): 000152。
• 阿兰·图灵：提出了图灵测试，这是衡量机器表现出智能行为的能力的指标。• 马文·明斯基：麻省理工学院人工智能实验室联合创始人、《感知器》一书作者。 • 约翰·麦卡锡：创造了“人工智能”一词，并组织了 1956 年达特茅斯会议。• 弗兰克·罗森布拉特：开发了感知器，这是现代神经网络的前身。
TOIChain™：高性能防篡改提案...
SMCL 是 TOIChain 的智能合约语言。图灵完备性是一种语言设计目标，旨在支持语言中表达的所有可能的计算，包括循环。但是，对于任何区块链网络上的智能合约，每个交易过程都需要网络资源进行验证。具有无限循环的合约是不可接受的，因为它们将产生无限的成本，从而耗尽网络资源。SMCL 有意不具备图灵完备性。每个合约都是独立的。但是，它被设计为可扩展以用于未来的新用例。我们选择 Python 作为主机语言，以便于创建合约。TOIChain Python 库有一个将智能合约转换为 Haskell 语言的选项。在生成要在 TOIChain 上执行的字节码之前，可以使用 Coq（软件基础）或类似工具验证 Haskell 程序的正确性。图灵不完备性可以防止不必要的黑客攻击。
nvidia ada lovelace专业GPU体系结构
于2018年启动，NVIDIA'S®Turing™GPU体系结构在3D图形和GPU加速计算的未来中使用。图灵为PC游戏，专业图形应用程序和深度学习推论提供了效率和性能的重大进步。使用新的基于硬件的加速器，图灵融合的栅格化，实时射线跟踪，AI和仿真，在专业内容创建软件，电影质量的交互式体验和PC游戏中启用令人难以置信的现实主义。两年后的2020年，Nvidia Ampere架构结合了功能更强大的RT芯和张量芯，以及与图灵GPU相比提供了2x fp32性能的新型SM结构。这些创新使安培体系结构的运行速度比传统的栅格图形图纸快1.7倍，在射线追踪中最多可快2倍。