XiaoMi-AI文件搜索系统
World File Search System询问者
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。
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。
计算机和智能（1950）——爱德华·弗伦克尔
讨论和详述；直到 1999 年才发表，这一重要的补充材料为理解图灵测试提供了新的启示。2 模仿游戏涉及三名参与者：一台计算机、一名人类询问者和一名人类“陪衬”。3 询问者试图通过向另外两名参与者提问来确定他们中的哪一位是计算机。所有通信都是通过键盘和屏幕或等效装置进行的（图灵建议使用电传打字机链路）。询问者可以随心所欲地提出深入而广泛的问题，而计算机可以尽一切可能迫使对方做出错误识别。（因此，计算机可能会在回答“你是计算机吗？”时回答“否”，并可能在要求将一个大数乘以另一个大数后停顿很长时间并给出一个可能不正确的答案。）陪衬必须帮助询问者做出正确识别。成功玩模仿游戏的能力是图灵提出的“思考”标准（第 442、443 页）。他给出了两个例子，说明询问者和成功玩模仿游戏的机器之间可能发生的交流。以下内容来自第 452 页。
计算机器与智能
模仿游戏 我打算考虑“机器能思考吗？”这个问题。首先要对“机器”和“思考”这两个术语进行定义。这些定义可以尽可能反映这些词的正常用法，但这种态度是危险的。如果要通过研究“机器”和“思考”这两个词的常用用法来发现它们的含义，就很难不得出这样的结论：要从诸如盖洛普民意调查之类的统计调查中寻找“机器能思考吗？”这个问题的含义和答案。但这是荒谬的。我不会尝试这样的定义，而是用另一个与之密切相关、用相对明确的词语表达的问题来代替这个问题。这个问题的新形式可以用我们称之为“模仿游戏”的游戏来描述。它由三个人玩，一个男人（A）、一个女人（B）和一个询问者（C），询问者可以是任何性别。询问者待在一个与其他两个人分开的房间里。对于询问者来说，游戏的目标是确定另外两个中哪一个是摘自“计算机器和智能”。Mind，第 LIX 卷，第 236 期，1950 年）。经许可转载。
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。
信号合成器及其方法 - CORE
将一系列抽头延迟线相干相加的系统与广泛的信号处理应用相关，横向滤波就是一个突出的例子。另一个例子是诱饵中继器。物体将根据其形状和物体相对于信号的速度修改从其反射的任何信号。这允许敌对询问者识别此类物体的性质，如果物体是军舰或飞机等军事平台，则不可取。一种解决方案是响应询问信号的接收，人工合成假的特征回声特征。因此，例如，部署在海上的一系列诱饵浮标可以模拟海军舰队的存在，从而可能破坏敌人的计划。