图灵测试的明与暗

(北京交通大学人工智能研究院北京 100044) (交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京 100044) (jianyu@bjtu.edu.cn)

详细信息

Brilliance and Darkness: Turing Test

(Institute of Artificial Intelligence, Beijing Jiaotong University, Beijing 100044) (Beijing Key Laboratory of Traffic Data Analysis and Mining (Beijing Jiaotong University), Beijing 100044)

摘要: 讨论图灵测试及其变形，分析图灵测试的理论可能性和工程可行性,简要综述图灵测试的进展.首次揭示概念经典定义的预设，因此说明了图灵测试的基本假设，并明确指出：图灵测试的基本假设不仅与人类的生活经验不符，也与社会科学不合.这给人工智能的研究和实现带来很大的理论挑战.
- 人工智能 /
- 图灵测试 /
- 预设 /
- 概念
Abstract: In this paper we discuss Turing Test and its modifications, study its theoretical presumption and practical feasibility, and briefly survey the development for Turing Test. By analyzing the presumptions of a classical concept definition, the basic assumptions of Turing Test are demonstrated. In this paper, it clearly shows that the basic assumptions of Turing Test are not consistent with humans daily life and social science, which brings greatly theoretical challenges for artificial intelligence research.
- artificial intelligence /
- Turing Test /
- presumption /
- concept

1.	桑基韬，于剑. 从ChatGPT看AI未来趋势和挑战. 计算机研究与发展. 2023(06): 1191-1201 . 本站查看
2.	王亚明，赵建军. 人工智能的“人工”意蕴. 科学技术哲学研究. 2022(02): 72-77 . 百度学术
3.	黄李悦，江玉琴. 技术伦理视角下阿西莫夫人机关系研究. 齐齐哈尔大学学报(哲学社会科学版). 2022(12): 9-13 . 百度学术
4.	李金海，闫梦宇，徐伟华，折延宏，张文修. 概念认知学习的若干问题与思考. 西北大学学报(自然科学版). 2020(04): 501-515 . 百度学术
5.	李金海，魏玲，张卓，翟岩慧，张涛，智慧来，米允龙. 概念格理论与方法及其研究展望. 模式识别与人工智能. 2020(07): 619-642 . 百度学术