图灵测试和图灵机论文

合集下载

图灵测试介绍 图灵机的工作原理详解

图灵测试介绍 图灵机的工作原理详解

图灵测试介绍图灵机的工作原理详解图灵测试简介图灵测试(TheTuringtest)由艾伦麦席森图灵发明,指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。

进行多次测试后,如果有超过30%的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。

图灵测试一词来源于计算机科学和密码学的先驱阿兰麦席森图灵写于1950年的一篇论文《计算机器与智能》,其中30%是图灵对2000年时的机器思考能力的一个预测,目前我们已远远落后于这个预测。

图灵测试测试内容图灵提出了一种测试机器是不是具备人类智能的方法。

即假设有一台电脑,其运算速度非常快、记忆容量和逻辑单元的数目也超过了人脑,而且还为这台电脑编写了许多智能化的程序,并提供了合适种类的大量数据,那么,是否就能说这台机器具有思维能力?图灵肯定机器可以思维的,图灵测试他还对智能问题从行为主义的角度给出了定义,由此提出一假想:即一个人在不接触对方的情况下,通过一种特殊的方式,和对方进行一系列的问答,如果在相当长时间内,他无法根据这些问题判断对方是人还是计算机,那么,就可以认为这个计算机具有同人相当的智力,即这台计算机是能思维的。

这就是著名的图灵测试(TuringTesTIng)。

当时全世界只有几台电脑,其他几乎所有计算机根本无法通过这一测试。

要分辨一个想法是自创的思想还是精心设计的模仿是非常难的,任何自创思想的证据都可以被否决。

图灵试图解决长久以来关于如何定义思考的哲学争论,他提出一个虽然主观但可操作的标准:如果一台电脑表现(act)、反应(react)和互相作用(interact)都和有意识的个体一样,那么它就应该被认为是有意识的。

为消除人类心中的偏见,图灵设计了一种模仿游戏即图灵测试:远处的人类测试者在一段规定的时间内,根据两个实体对他提出的各种问题的反应来判断是人类还是电脑。

通过一。

图灵测试——机器是否有智能

图灵测试——机器是否有智能
侃大山系统,或聊天系统的最大缺陷 就是不以广泛的知识为基础.它们一般都 有一些为了维持聊天所必需的起码知识. 这里 所说的知 识不是 指专业 知识, 而 是指常识. 常识与专业知识有很大的不同, 专业知识的重要性是人所共知的.它被广
研究图灵测试的目的
在围 绕图灵 测试而 展开的 争论中 , 有 许多问题的哲学意义大于其科学意义.人 何可以从哲学角度或科学角度或技术角度 去研究.我们不想否定任何一种角度. 在科学和技术的意义上,图灵测试可 以作为机器智能的试金石和研究机器智能
的基本模式,再按某种状态转移图把用户 � 识知识库的著名例子是雷纳 的 C C 系 统. 的输入转换成输出. 这种方法的功能受限, 该 系统 原则 上采 用 一个 阶谓 词 演算 加框 主要用于特定领域的对话. 架树作知识表示,以框架树表示基本知识 按照 所使用的 自然语 言处理 技术, 可 ( 客观 世 界中 物 理和 精 神 对象 的 分 类体 以把对话系统分为语法型,语义型和语用 型对话系统.语法型对话系统通常使用关 键字匹配和句型匹配和置换技术.在使用 系), 以谓词演算作推 理手段, 并为每个问 题领 域建立一 个微理 论 (公理 体系).经 过十余 年努力, 耗费数 百人年 的工作 量, 建立起一个拥有百万段言的知识库.国内
不存在这种规则, 因此, 人不能成为机器. " 并且是 "望关键字和句型生义" .
"行为规律" 混为一谈.所谓 "行为规则" 出合理的反应.这类系统要求有一个比较
是指人们需要服从的,并能够意识到的一 � 完整的自然语言理解模块 � � � .但是因为自然 测试的尝试 .该知识库选定 A 作为常 类规则; 而 "行为规律" 则是自然规律 � � � � . 语言理解是一个目前还不可能完全解决的 识单元, 以A 类属作为纵向继承 体系, (7)来自超感官知觉的论证.这是图 � � � � 难题,所以语义型系统的语义理解和处理 并 按本 体 论 原则 组 织 各 A 的 横 向联 灵认 为人 同人 创 造的 机器 之 间最 终的 区 别. 然而, 当时可能被图灵认为超感官知觉 信将来也不会找到这样的证据. 功能肯定还是有限的. 目前的观点认为, 对 话系统的研究是语用学的研究,但是在历 系 ,通 过各 类本 体 建立 联想 式 的网 络体 系.它的常识存储是分布式的,常识不仅

图灵与图灵机

图灵与图灵机

图灵与图灵机不少人梦寐以求的国际计算机的最高奖项——图灵奖,为何它如此幸运,真是说来话长。

阿兰·图灵(Alan Turing),1912年6月23日出生于英国伦敦,他被认为成二十世纪最著名的数学家之一,谁也没有想到他的名字会和计算机产业挂钩。

20世纪的数学界正在热烈的讨论本世纪最伟大的科学发现之一——昆特·哥德尔的不完全性定理,在那以前,数学家们总认为,一个数学问题虽然要找到答案也许会很困难,但理论上总有一个确定的答案,一个数学命题,要么是真的,要么是假的。

而哥德尔的不完全定理指出:在一个稍微复杂一点的数学公理系统中,总存在那样的命题,我们既不能证明它是真的,也不能证明它是假的。

数学家们大吃一惊,发现以往大家认为绝对严密的数学中,原来有令人如此不安的不确定性。

每个逻辑学家都在苦苦思索,试图为陷入了危机的数学找到一条出路,这些逻辑学家包括当时在剑桥的贝特朗·罗素( Bertrand Russell ) 、阿尔弗雷德·怀特海(Alfred Whitehead)、路德维格·维特斯根坦( Ludwig Wittgenstein) 等著名的逻辑学家。

这时的图灵正在剑桥求学,他也同样为此问题陷入了困境。

1936年,图灵作出了他一生最重要的科学贡献,他在其著名的论文《论可计算数在判定问题中的应用(On Computer numbers with an Application to the Entscheidungs -problem)》一文中,以布尔代数为基础,将逻辑中的任意命题(即可用数学符号)用一种通用的机器来表示和完成,并能按照一定的规则推导出结论。

这篇论文被誉为现代计算机原理开山之作,它描述了一种假想的可实现通用计算的机器,后人称之为“图灵机”。

图灵的基本思想是用机器来模拟人们用纸笔进行数学运算的过程,他把这样的过程看作下列两种简单的动作:在纸上写上或擦除某个符号;把注意力从纸的一个位置移动到另一个位置;而在每个阶段,人要决定下一步的动作,依赖于(a)此人当前所关注的纸上某个位置的符号和(b)此人当前思维的状态。

计算机计算模型中的图灵机

计算机计算模型中的图灵机

计算机计算模型中的图灵机从计算机计算模型的角度来看,图灵机被认为是一种通用的计算模型,也是计算机科学研究的重要基础之一。

在本文中,我们将深入探讨图灵机的内部结构、运作原理,以及在计算机科学与人工智能研究中的应用。

一、图灵机的定义与内部结构图灵机是一种最简单、最有代表性的计算模型。

其定义由英国数学家阿兰·图灵提出,目的是为了探究哪些问题可以被自动机器解决,哪些问题不可以。

从宏观角度看,图灵机可以被视为一个运算器。

它包括一个无限长度的纸带,上面按照一定规律印有各种符号,一个读写头,可以在纸带上不停移动,并读取或写入符号,以及一个确定的有限自动机,遵循一定的规则对符号进行操作,并改变自动机的状态。

从微观角度看,图灵机可以被视为一个五元组(M, S, T, s0, F)。

其中,M表示状态集合,S表示符号集合,T表示转移函数,s0表示起始状态,F表示接受状态。

具体而言,自动机根据读取到的符号,通过转移函数来执行状态转移,并可以改写纸带上的符号。

当自动机的状态转换到F中的任意一个状态时,其判定为输入串被接受。

二、图灵机的运作原理图灵机的运作可以被大致分为两个阶段:读写头扫描纸带,自动机执行状态转移。

在程序开始运行时,自动机根据起始状态s0开始,读写头扫描到的符号会被送至转移函数T中计算状态转移,根据T中的定义,自动机可能完成以下四个操作之一:- 将读写头向左或右移动一格- 改写当前符号- 将自动机状态从M中的一种变为另一种- 停机在一个图灵机的运行中,自动机状态的变化不是唯一的。

事实上,任何一个有限自动机都可看作某个图灵机的子集,只是它转换后的操作相对简单罢了。

三、图灵机在计算机科学中的应用图灵机在计算机科学中的应用主要有以下两个方面:1.图灵完备性一个计算模型被称为图灵完备,当且仅当它可以在所有计算上都与图灵机等价。

因为图灵机是最简单、最有代表性的计算模型之一,许多计算机科学研究中的问题可以被转换成图灵机问题。

AI第一篇论文中文版(图灵)

AI第一篇论文中文版(图灵)

【写在前面】本文是A.M.Turing在1950年创作,详细定义并解释了人工智能及其研究目的,发展方向,并驳斥了此前科学界及社会上普遍存在的反对观点,讲解通俗易懂,细致入微,有理有据,被称为人工智能科学的开山之作,直到现在仍有极重要的意义,几乎所有的人工智能教材都向读者强力推荐此文,读罢真的会让人切实感到,图灵不愧为计算机天才。

计算机器与智能A.M.图灵1.模仿游戏我建议考虑这样一个问题: "机器能够思考么?" 要回答这个问题,我们需要先给出"机器"和"思考"的定义。

我们可以用尽可能接近它们普通用法的方式定义这些词语。

但是这种方式是危险的。

如果使用这种方式,我们很可能会用盖勒普调查那样的统计方式来得出"机器能够思考么"这个问题的结论及其意义。

显然,这是荒谬的。

因此,我没有尝试给出一个定义,而是提出了另外一个问题。

这个问题和原问题紧密相关,而且通过并不含糊的词语给出。

这个新的问题可以通过一个游戏来描述,不妨称之为"模仿游戏"。

需要三个人来玩这个游戏,一个男人(A),一个女人(B)和一个询问人(C)男女皆可。

询问人呆在一个与另外两人隔离的屋子里.游戏的目标是询问人判断出外面的人哪个是男人,哪个是女人。

询问人用标签X,Y代表外面的两个人,游戏结束时,他要说出"X是A,Y是B"或者"X是B,Y是A"。

询问人C允许向A和B提出下面这样的问题: C: X,请告诉我你头发的长度.现在假如X实际是A,那么A必须回答。

A在游戏中的目标是努力使C做出错误的判断。

他的回答可以是:我的头发乌黑发亮,最长的一缕大概九英寸长。

为了排除声音帮助询问者得出结论,问题的答案可以写出来,打出来更好。

理想的安排是使得两个屋子又远程打印通讯。

也可以通过中间人传递答案。

而B在这个游戏中的任务是努力帮助询问者获得正确的答案。

关于图灵测试的调查研究

关于图灵测试的调查研究

关于图灵测试的调查研究计算机组成原理调研报告摘要:图灵测试(又称“图灵判断”)是图灵提出的一个关于机器人的著名判断原则。

所谓图灵测试是一种测试机器是不是具备人类智能的方法。

近期科技界计算机通过图灵测试的新闻尽管已经被证明是一个娱乐宣传,但由此事引起的广泛关注却不难看出图灵测试在计算机行业中的“人气”。

本调研报告旨在理性地分析图灵测试与计算机智能的一些关系。

关键词:图灵测试,计算机智能,质疑正文:一、图灵测试的提出与意义图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。

问过一些问题后,如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答,那么这台机器就通过了测试,并被认为具有人类智能。

图灵还为这项测试亲自拟定了几个示范性问题:问:请给我写出有关“第四号桥”主题的十四行诗。

答:不要问我这道题,我从来不会写诗。

问:34957加70764等于多少?答:(停30秒后)105721问:你会下国际象棋吗?答:是的。

问:我在我的K1处有棋子K;你仅在K6处有棋子K,在R1处有棋子R。

轮到你走,你应该下那步棋?答:(停15秒钟后)棋子R走到R8处,将军!图灵指出:“如果机器在某些现实的条件下,能够非常好地模仿人回答问题,以至提问者在相当长时间里误认它不是机器,那么机器就可以被认为是能够思维的。

”从表面上看,要使机器回答按一定范围提出的问题似乎没有什么困难,可以通过编制特殊的程序来实现。

然而,如果提问者并不遵循常规标准,编制回答的程序是极其困难的事情。

例如,提问与回答呈现出下列状况:问:你会下国际象棋吗?答:是的。

问:你会下国际象棋吗?答:是的。

问:请再次回答,你会下国际象棋吗?答:是的。

你多半会想到,面前的这位是一部笨机器。

如果提问与回答呈现出另一种状态:问:你会下国际象棋吗?答:是的。

问:你会下国际象棋吗?答:是的,我不是已经说过了吗?问:请再次回答,你会下国际象棋吗?答:你烦不烦,干嘛老提同样的问题。

图灵的计算机科学理论:人工智能的奥秘与发展方向

图灵的计算机科学理论:人工智能的奥秘与发展方向

图灵的计算机科学理论:人工智能的奥秘与发展方向引言图灵(Alan Turing)是20世纪计算机科学领域的重要人物,他提出了许多关键性的理论和概念,对于计算机科学和人工智能的发展起到了重要的推动作用。

本文将探讨图灵在计算机科学领域的贡献以及他对人工智能发展方向上的影响。

图灵机:计算模型的奠基者图灵创造了一种名为"图灵机"(Turing Machine)的抽象数学模型,被认为是现代计算理论和计算机科学的奠基之一。

图灵机可以被看作是一种模拟人类计算行为和自动化过程的设备,它具有读写带、状态转换规则等基本元素,能够模拟任何可被描述为顺序操作序列的问题。

这个理论为之后电子计算机和编程语言等技术提供了理论依据。

图灵测试:人工智能评估标准图灵提出了著名的"图灵测试"(Turing Test),旨在检验一个程序是否具备智能行为。

该测试要求一个人与一个机器进行对话,如果对话的过程中无法分辨出机器和人之间的区别,那么该程序就被认为具备了智能。

这个测试促使了人工智能研究的发展,并在一定程度上定义了智能行为的标准。

图灵完备性:计算问题的解决图灵提出了"图灵完备性"(Turing Completeness)的概念,用于描述一种计算系统是否足够强大以解决任何可计算问题。

一个图灵完备系统可以模拟任意其他图灵完备系统,说明它具有足够的计算能力。

这个理论帮助我们理解计算机编程语言和编译器等计算系统设计的原则。

图灵机器:通用人工智能的构想图灵对于人工智能发展方向也有着重要影响。

他提出了"万物革命"(Universal Machine)或"图灵机器"(Turing Machine)的概念,即设想一种通用机器,具备像人类一样思考和学习的能力。

虽然这个构想在当时无法实现,但启发了后来研究者继续探索人工智能的可能性,并促进了深度学习和强化学习等技术的发展。

“图灵测试”、“反转图灵测试”与心智的意义

“图灵测试”、“反转图灵测试”与心智的意义

南京师大学报(社会科学版)/Jul. 2018 / No. 4心理学理论与应用研究“图灵测试”、“反转图灵测试”与心智的意义蒋 柯*[摘 要] “图灵测试”被设计出来是为了检验计算机是否拥有了人类的智能。

但是“图灵测试”一旦确立,同时也成为了计算机智能(人工智能)发展的导航标,即人工智能的发展都指向了能够满足“图灵测试”的技术标准的方向。

文章通过对“图灵测试”的历史性分析,并结合“反转图灵测试”的论证,进一步指出:人类心智是一种历史性建构,即是人类的社会性交往塑造了人类心智的计算逻辑;自从有了计算机以后,人类智能和计算机智能的互动也在进行着另一种心智建构活动,其结果就是“人—机智能”。

“人—机智能”建构将是后现代人类智能和计算机智能的弥合进路。

[关键词] 人工智能;图灵测试;反转图灵测试;心智;建构近年来,随着计算机科技和人工智能领域内不断涌现出来的新兴成果,社会公众与学术界都不由得产生了这样的担忧:机器有可能拥有和人类一样的智能吗?如果机器拥有了智能,会不会超越人类而成为这个世界的新的主宰呢?拥有了智能的机器还是机器吗,人类是否应该让拥有智能的机器享有和人类一样的社会和伦理权利呢?诸如此类的问题,有的表达了人们对未来的某种担忧,有的则是欣喜,但所有的追问实际上都表达了这样一个根本性的问题,即“如果机器拥有了智能将会怎样?”要能够言说这个问题,我们首先要思考另一个问题:“心智究竟是什么?”关于心智的思考由来已久,其中的争论与分歧也非常多。

本文并不敢斗言承前人之意而定今日之理,要为心智的意义作注之类。

本文的目的是希望梳理这样一条线索:即自计算机技术发端以来,伴随着人工智能技术的演进,以及人类在机器智能化进路上的所取得的成绩,关于“心智”意义的解释策略也在悄然变化;进而论证:心智本身并不是一个固定不变的概念,心智是在人和世界、人和机器的交互作用过程中的一种历史性建构。

一、 “图灵测试”与“唯一心智”问题70多年前,图灵构想了一个衡量计算机是否“是有智能的”的标准,这就是“图灵测试”。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

图灵测试和图灵机
学院计算机科学与技术学院
班级零八级计算机科学与技术(师范)姓名刘时辰
学号 20081201052
摘要:
图灵测试(又称“图灵判断”)是图灵提出的一个关于机器人的著名判断原则。

所谓图灵测试是一种测试机器是不是具备人类智能的方法。

被测试的有一个人,另一个是声称自己有人类智力的机器。

一种测试机器是不是具备人类智能的方法。

关键字:
人工智能图灵测试图灵机阿兰.图灵
正文:
1图灵测试
1.1 如果说现在有一台电脑,其运算速度非常快、记忆容量和逻辑单元的数目也超过了人脑,而且还为这台电脑编写了许多智能化的程序,并提供了合适种类的大量数据,使这台电脑能够做一些人性化的事情,如简单地听或说。

回答某些问题等。

那么,我们是否就能说这台机器具有思维能力了呢?或者说,我们怎样才能判断一台机器是否具存了思维能力呢?
为了检验一台机器是否能合情理地被说成在思想,人工智能的始祖阿兰·图灵提出了一种称作图灵试验的方法。

此原则说:被测试的有一个人,另一个是声称自己有人类智力的机器。

测试时,测试人与被测试人是分开的,测试人只有通过一些装置(如键盘)向被测试人问一些问题,这些问题随便是什么问题都可以。

问过一些问题后,如果测试人能够正确地分出谁是人谁是机器,那机器就没有通过图灵测试,如果测试人没有分出谁是机器谁是人,那这个机器就是有人类智能的。

目前还没有一台机器能够通过图灵测试,也就是说,计算机的智力与人类相比还差得远呢。

比如自动聊天机器人。

同时图灵试验还存在一个问题,如果一个机器具备了“类智能”运算能力,那么通过图灵试验的时间会延长,那么多长时间合适呢,这也是后继科研人员正在研究的问题
1.2 要分辨一个想法是“自创”的思想还是精心设计的“模仿”是非常难的,任何自创思想的证据都可以被否决。

图灵试图解
决长久以来关于如何定义思考的哲学争论,他提
出一个虽然主观但可操作的标准:如果一台电脑
表现(act)、反应(react)和互相作用(interact)
都和有意识的个体一样,那么它就应该被认为是
有意识的。

消除人类心中的偏见,图灵设计了一种“模仿游戏”即现在说的图灵测试:远处的人类测试者在一段规定的时间内,根据两个实体对他提出的各种问题的反应来判断是人类还是电脑。

通过一系列这样的测试,从电脑被误判断为人的几率就可以测出电脑智能的成功程度。

1.3 示范性问题
图灵采用“问”与“答”模式,即观察者通过控制打字机向两个测试对象通话,其中一个是人,另一个是机器。

要求观察者不断提出各种问题,从而辨别回答者是人还是机器。

图灵还为这项测试亲自拟定了几个示范性问题:问:请给我写出有关“第四号桥”主题的十四行诗。

答:不要问我这道题,我从来不会写诗。

问:34957加70764等于多少?
答:(停30秒后)105721
问:你会下国际象棋吗?
答:是的。

问:我在我的K1处有棋子K;你仅在K6处有棋子K,在R1处有棋子R。

现在轮到你走,你应该下那步棋?
答:(停15秒钟后)棋子R走到R8处,将军!
图灵指出:“如果机器在某些现实的条件下,能够非常好地模仿人回答问题,以至提问者在相当长时间里误认它不是机器,那么机器就可以被认为是能够思维的。


从表面上看,要使机器回答按一定范围提出的问题似乎没有什么困难,可以通过编制特殊的程序来实现。

然而,如果提问者并不遵循常规标准,编制回答的程序是极其困难的事情。

例如,提问与回答呈现出下列状况:
问:你会下国际象棋吗?
答:是的。

问:你会下国际象棋吗?
答:是的。

问:请再次回答,你会下国际象棋吗?
答:是的。

你多半会想到,面前的这位是一部笨机器。

如果提问与回答呈现出另一种状态:
问:你会下国际象棋吗?
答:是的。

问:你会下国际象棋吗?
答:是的,我不是已经说过了吗?
问:请再次回答,你会下国际象棋吗?
答:你烦不烦,干嘛老提同样的问题。

那么,你面前的这位,大概是人而不是机器。

上述两种对话的区别在于,第一种可明显地感到回答者是从知识库里提取简单的答案,第二种则具有分析综合的能力,回答者知道观察者在反复提出同样的问题。

“图灵测试”没有规定问题的范围和提问的标准,如果想要制造出能通过试验的机器,以我们现在的技术水平,必须在电脑中储存人类所有可以想到的问题,储存对这些问题的所有合乎常理的回答,并且还需要理智地作出选择。

2图灵机
2.1
1936年.24岁的英国皇家科学院研究员阿兰.图灵发表了一篇名为《论可计算数及其在判定问题中的应用》的论文,在论文中.图灵提出了一种十分简单但运算能力极强的理想计算装置,这就是电脑史上著名的“图灵机(TuringMachine,简称TM)”。

为了回答可判定性问题,需要对“方法”加以定义,它不仅要精确而且要令人信服。

图灵分析了一个人能完成哪些方法或步骤,“机械地”完成某些事物的思考有多大的规模,用理论机器如何表示这种分析。

即能否在纸带上完成某些精确的基本符号操作。

他提出了令人信服的论据.说明该机器涵盖各种确定的方法,而进行计算的范围是足够的。

图灵在逻辑指令、智力活动和具体物理机器这三者之间建立了一致性,他的“确定方法”(definitemethod)用现代语言说就是“算法”。

2.2
图灵机由一个控制器和一根假设无限长的工作带组成。

工作带起着存储器的作用,控制器可以在带上左右移动,控制带有一个读写头.读写头可以读出控制器访问的格子上的符号。

工作带上印有一个个的方格,方格里可以印一个符号(有限个之一),也可以是空白。

一个读写头“盯”任一个方格。

读写头可以根据当时状态和看到的方格内的符号,采取下述三种行动之一:左移一格.右移一格,或者印一个符号(也可以印空白.把原有符号抹掉)。

显然.读写头可以根据它所处的状态和所看到的符号依次修改纸带上各个方格的符号。

这也就是符号逻辑推理了。

当把方格内的符号视为数时.图灵机扫视整个纸带的过程。

就是由纸带上的原始数据求解新的处理结果(仍在纸带上),这也就是数值计算了。

由此可见,这种机器如果设计成功,可以处理各种由逻辑符号组成的东西,例如用文字书写的文件、数学表达式等。

这种机器可以用通用逻辑运算器组装成专用的、算术运算所需要的数值运算器(Numerical Operator)。

也就是说,这种图灵机主要是一种逻辑符号处理机,也可以做数值计算。

主要参考文献
冯健翔,人工智能及航天应用概论(上)广义人工智能基础研究【M】,北京:宇航出版社,1998.
图灵,计算机理论奠基人【J】,计算机教育,2004:54-56.
胡保洁,赵忠文.图灵机和图灵测试。

北京101416;2.61932部队,2006.132-02
电子参考文献:
作者:人生无限,百度百科图灵测试,网址
/view/94296.htm#3,2011/12/24。

相关文档
最新文档