컴퓨터 기계 및 인텔리전스

Computing Machinery and Intelligence

'컴퓨팅 기계와 인텔리전스'는 앨런 튜링이 인공지능을 주제로 쓴 세미날짜 논문이다. 1950년 마인드에서 발간된 이 논문은 현재 튜링 테스트로 알려진 그의 개념을 일반 대중에게 처음으로 소개한 것이다.

튜링의 논문은 "기계들이 생각할 수 있을까?"라는 질문을 고려한다. 튜링은 "생각"과 "기계"라는 단어가 명확하게 정의될 수 없기 때문에 "질문을 다른 것으로 대체해야 한다"고 말하는데, 이것은 그것과 밀접하게 연관되어 있고 비교적 모호하지 않은 단어로 표현된다.[1] 그러기 위해서는 우선 '생각'이라는 단어를 대신할 단순하고 모호하지 않은 아이디어를 찾아야 하고, 두 번째는 자신이 고려하고 있는 '기계'가 무엇인지 정확히 설명해야 하며, 마지막으로 이러한 도구들로 무장한 그는 첫 번째와 관련된 새로운 질문을 만들어 내야 하며, 그 질문에 긍정으로 대답할 수 있다고 믿는다.

튜링 테스트

어떤 플레이어가 컴퓨터인지, 어떤 플레이어가 인간인지 알아내는 작업을 질문자가 맡는 튜링 테스트의 "표준 해석"
주요 기사: 튜링 테스트

튜링은 기계가 생각하고 있는지 판단하기보다는 기계가 "이미테이션 게임"이라고 불리는 게임을 이길 수 있는지 물어봐야 한다고 제안한다. 튜링이 묘사한 모방의 오리지널 게임은 세 명의 플레이어가 참여하는 간단한 파티 게임이다. A선수는 남자, B선수는 여자, C선수는 (질문자 역할을 하는) 어느 한쪽의 성별이 될 수 있다. 모조 게임에서 C 선수는 A 선수나 B 선수 중 한 명을 볼 수 없으며(그리고 그들을 X와 Y로만 알고 있다), 오직 서면 메모나 그들의 성별에 대한 어떠한 세부사항도 알려주지 않는 다른 형식을 통해서만 그들과 의사소통을 할 수 있다. C선수는 A선수와 B선수의 질문을 통해 둘 중 누가 남자인지, 어느 쪽이 여자인지를 가려낸다. A선수의 역할은 질문자를 속여서 잘못된 결정을 내리는 것이고, B선수는 질문자가 올바른 결정을 내리는 데 도움을 주려 한다.

튜링은 컴퓨터와 관련된 이 게임의 변형을 제안한다: '"이 게임에서 기계가 A의 일부를 차지하면 어떻게 될까?" 남자와 여자 사이에 게임을 할 때처럼 이렇게 게임을 할 때 심문자가 잘못 결정할 것인가? 이 질문들은 우리의 원래의 '기계들이 생각할 수 있을까?그러므로 변형된 게임은 격리된 방에 있는 세 명의 참가자가 참여하는 게임이 된다.[2] 컴퓨터(시험 중인 게임), 사람, 그리고 (인간) 심판이다. 인간의 심판은 단말기에 입력함으로써 인간과 컴퓨터 둘 다와 대화할 수 있다. 컴퓨터와 인간 둘 다 그들이 인간이라는 것을 판사에게 납득시키려고 노력한다. 만약 판사가 어느 것이 어느 것인지 일관되게 말할 수 없다면, 컴퓨터는 게임에서 승리한다.[3]

Stevan Harnad가 언급했듯이,[4] 그 질문은 "우리 (생각하는 주체로서) 기계가 할 수 있는 일을 할 수 있을까?"가 되었다. 즉, 튜링은 기계가 "생각"할 수 있는지 여부를 더 이상 묻지 않고, 기계가 사상가의 행동 방식과 구별할[5] 수 없는 행동을 할 수 있는지를 묻고 있는 것이다. 이 질문은 동사 "생각할 것"을 미리 정의해야 하는 어려운 철학적 문제를 피하고 대신 생각할 수 있는 능력이 가능하게 하는 성능 능력과 인과 시스템이 어떻게 그것들을 발생시킬 수 있는지에 초점을 맞춘다.

어떤 사람들은 튜링의 질문을 "텔레프린터를 통해 의사소통하는 컴퓨터가 사람을 속일 수 있을까?"[6]라고 생각했지만, 튜링이 사람들을 속이는 것이 아니라 인간의 인지 능력을 만들어 내는 것에 대해 말한 것은 분명해 보인다.[7]

디지털 기계

참고 항목: 튜링 기계와 처치-튜링 논문

튜링은 또한 우리가 어떤 "기계"를 고려하기를 원하는지 결정할 필요가 있다는 것을 지적한다. 그는 인간이 만든 복제인간은 아주 흥미로운 예를 제공하지 못할 것이라고 지적한다. 튜링은 1과 0의 이진수를 조작하는 기계인 디지털 기계의 기능에 초점을 맞춰 단순한 규칙을 사용하여 그것들을 메모리에 다시 써야 한다고 제안했다. 그는 두 가지 이유를 밝혔다.

첫째, 그들이 존재할 수 있는지 없는지를 추측할 이유가 없다. 그들은 이미 1950년에 했다.

둘째, 디지털 기계는 "범용"이다. 튜링의 연산 기반에 대한 연구는 이론적으로 디지털 컴퓨터가 충분한 메모리와 시간을 가진 다른 디지털 기계의 동작을 시뮬레이션 할 수 있다는 것을 증명했다. (Church-Turing 논문과 범용 Turing 기계에 대한 필수적인 통찰력이다.) 그러므로 만약 어떤 디지털 기계가 "생각하는 것처럼 행동"할 수 있다면, 모든 충분히 강력한 디지털 기계는 할 수 있다. 튜링은 "모든 디지털 컴퓨터는 어떤 의미에서는 동등하다"[8]고 쓰고 있다.

이것은 원래의 질문을 훨씬 더 구체적으로 만들 수 있게 한다. 튜링은 이제 원래의 질문을 "특정 디지털 컴퓨터 C에 관심을 고정시키자"라고 다시 한 번 강조한다. 이 컴퓨터를 적절한 저장장치를 갖도록 수정하고, 적절하게 행동 속도를 높이고, 적절한 프로그램을 제공함으로써, C가 모방 게임에서 A의 부분을 만족스럽게, B의 부분을 남자가 가져가는 것으로 만들 수 있다는 것이 사실인가?"[8]

따라서 튜링은 "모든 디지털 컴퓨터가 게임에서 잘 할 수 있을지, 현재 이용 가능한 컴퓨터가 잘 할 수 있을지 여부가 아니라, 잘 할 수 있는 상상할 수 있는 컴퓨터가 있는지"에 초점을 맞추고 있다고 말한다.[9] 더 중요한 것은 우리가 기계를 만들 수 있는 자원을 가지고 있는지 없는지에 관계없이 오늘날 우리의 기계 상태에서 가능한 발전을 고려하는 것이다.

9가지 공통의 반대

참고 항목: 인공지능 철학

질문을 명확히 한 터링은 자신의 논문이 처음 출판된 이후 수년 동안 제기된 인공지능에 대한 모든 주요 주장을 포함하는 다음의 9가지 일반적인 반대 의견을 고려했다.[10]

  1. 종교적 반대: 이것은 사고가 인간의 불멸의 영혼의 기능이라고 말하고 있다. 그러므로 기계는 생각할 수 없다. 튜링은 "그런 기계를 만들려고 할 때 우리는 분명히 그의 영혼을 창조하는 힘을 빼앗지 말아야 한다"고 썼다. "우리가 아이를 낳을 때 보다 더 많이. 오히려 우리는 그가 창조한 영혼들에게 저택을 제공할 것이다."
  2. '모래 속의 우두머리' 반대자 : "기계들이 생각하는 결과는 너무 끔찍할 겁니다. 그들이 그렇게 할 수 없기를 바라고 믿읍시다." 이러한 사고는 지적 능력자들 사이에서 인기가 있는데, 그들은 우위는 높은 지능에서 비롯되고 추월당할 가능성이 위협이라고 믿기 때문이다(기계는 효율적인 기억 능력과 처리 속도를 가지고 있기 때문에, 학습 능력과 지식 능력을 초과하는 기계는 개연성이 매우 높다. 이 반대는 결과에 대한 잘못된 호소로서, 무엇이 있을 수 없거나 있을 수 없는 것과 함께 있어서는 안 될 것을 혼란스럽게 한다(Wardrip-Fruin, 56).
  3. 수학적 거부: 이 반대는 괴델의 불완전성 정리 같은 수학적인 이론들을 사용하여 논리에 기초한 컴퓨터 시스템이 어떤 질문에 대답할 수 있는가에 한계가 있음을 보여준다. 튜링은 인간이 너무 자주 자기자신을 잘못 알고 있고 기계의 오류에 만족하고 있다는 것을 암시한다. (이 주장은 1961년에 철학자 존 루카스, 1989년에 물리학자 로저 펜로즈에 의해 다시 제기될 것이다.)[11]
  4. 의식으로부터의 주장: 제프리 제퍼슨 교수가 1949년 리스터 오링에서 제안한 이 주장은 "기호가 떨어지는 우연이 아니라 느끼는 생각과 감정 때문에 기계가 소네트를 쓰거나 협주곡을 작곡할 수 있을 때까지는 기계가 뇌와 같다는 것에 동의할 수 없다"[12]고 말한다. 튜링은 우리 자신 이외의 어떤 개인도 감정을 경험한다는 것을 알 방법이 없으며, 따라서 시험을 받아들여야 한다고 대답한다. 그는 "의식에 대한 미스터리가 없다고 생각하는 인상을 주고 싶지 않다"고 덧붙였다. [b]ut 나는 [기계가 생각할 수 있는가]라는 질문에 답하기 전에 이러한 미스터리가 반드시 풀릴 필요는 없다고 생각한다.(컴퓨터는 의식적인 경험이나 이해를 가질 수 없다는 이 주장은 1980년에 철학자 존 서얼이 중국 방 논증에서 만들었을 것이다. 튜링의 답장은 이제 "다른 마음이 답하는 것"으로 알려져 있다. 참고 항목: 기계가 마음을 가질 수 있는가? AI의 철학에서)[13]
  5. 다양한 장애의 주장들. 이 주장들은 모두 "컴퓨터는 결코 X를 하지 않을 것"이라는 형태를 가지고 있다. 튜링은 다음과 같은 옵션을 제공한다.

    친절하고, 재치가 있고, 아름답고, 다정하고, 진취적이고, 유머감각이 있고, 잘못된 것을 분별하고, 실수를 하고, 사랑에 빠지고, 딸기와 크림을 즐기며, 누군가를 사랑에 빠지게 하고, 경험에서 배우고, 말을 적절히 사용하고, 자신의 생각의 대상이 되게 하고, 남자만큼 행동의 다양성을 가지고, 정말로 새로운 것을 하라.

    튜링은 "이러한 진술에 대해 대개 어떤 지원도 제공되지 않는다"고 지적하며, 향후 기계가 얼마나 다재다능한지에 대한 순진한 가정에 의존하거나, "의식으로부터 논거의 형태"라고 말한다. 그는 그들 중 몇 명에게 다음과 같이 대답하기로 했다.
    1. 기계는 실수를 할 수 없다. 그는 실수를 하도록 기계를 프로그램하는 것이 쉽다고 말한다.
    2. 기계는 자기 생각의 대상이 될 수 없다(혹은 자각할 수 없다). 디버거 프로그램이라는 단순한 의미에서 내부 상태와 프로세스에 대해 보고할 수 있는 프로그램은 확실히 작성될 수 있다. 튜링은 "기계는 의심할 여지 없이 그 자체의 주제가 될 수 있다"고 주장한다.
    3. 기계는 많은 행동의 다양성을 가질 수 없다. 그는 충분한 저장 용량으로 컴퓨터가 천문학적으로 많은 다른 방법으로 작동할 수 있다고 말한다.
  6. 러브레이스 부인의 반대: 가장 유명한 반대론 중 하나는 컴퓨터가 독창성이 없다는 것이다. 에이다 러브레이스에 따르면 기계는 독립적인 학습이 불가능하기 때문이다.

    Analytics Engine은 어떤 것을 발생시킬 수 있는 어떠한 가식도 가지고 있지 않다. 우리가 할 수 있는 건 뭐든 할 수 있어 그것은 분석을 따를 수 있지만, 어떠한 분석적 관계나 진실도 예상할 수 있는 힘이 없다.

    튜링은 러브레이스의 반대를 "컴퓨터는 결코 우리를 놀라게 할 수 없다"는 주장으로 줄일 수 있다고 제안하고, 반대로 컴퓨터는 여전히 인간을 놀라게 할 수 있으며, 특히 다른 사실의 결과가 즉시 인식되지 않는다고 주장한다. 튜링은 또한 레이디 러브레이스가 자신이 쓴 문맥에 의해 방해받았다고 주장하는데, 만약 좀더 현대적인 과학지식에 노출된다면, 뇌의 저장고가 컴퓨터의 저장장치와 상당히 유사하다는 것이 명백해질 것이다.
  7. 신경계의 연속성에서 나온 주장: 현대의 신경학적 연구는 뇌가 디지털이 아니라는 것을 보여주었다. 뉴런이 전부 또는 아무것도 아닌 펄스에서 발화하더라도 정확한 맥박 타이밍과 맥박 발생 확률은 모두 아날로그 성분을 갖고 있다. 튜링은 이것을 인정하지만, 어떤 아날로그 시스템도 충분한 계산 능력을 주어 합리적인 수준의 정확도로 시뮬레이션될 수 있다고 주장한다. (필로소퍼 휴버트 드레퓌스는 1972년에 이 주장을 "생물학적 가정"에 반대할 것이다.)[14]
  8. 행동의 비공식성으로부터의 인수: 이 주장은 법에 의해 지배되는 어떤 시스템도 예측가능할 것이며 따라서 진정으로 지능적이지 않을 것이라고 말한다. 튜링은 이것이 행동의 법칙을 일반적인 행동 규칙과 혼동하고 있으며, 만약 충분히 광범위하게 (인간에게 명백한) 기계 행동을 예측하기가 점점 더 어려워질 것이라고 말하면서 대답한다. 그는 우리가 법이 무엇인지 바로 알 수 없다고 해서 그러한 법이 존재하지 않는다는 것을 의미하지는 않는다고 주장한다. 그는 "우리는 충분히 수색했다"고 말할 수 있는 어떤 상황도 확실히 알지 못한다. 그런 법은 없다."(Hubert Dreyfus는 1972년에 인간의 이성과 문제 해결이 형식적인 규칙에 근거한 것이 아니라, 그 대신 규칙에서 결코 포착되지 않을 본능과 자각에 의존했다고 주장할 것이다. 로봇 공학 및 컴퓨터 인텔리전스에 대한 보다 최근의 AI 연구는 우리의 "비공식적"과 인식, 이동성 및 패턴 매칭에 대한 무의식적 기술을 지배하는 복잡한 규칙을 찾으려고 시도한다. Dreyfus의 AI 비판 참조).[15] 이 답신에는 튜링의 내기에 관한 주장도 포함되어 있다.
  9. 초감각 지각: 1950년, 초감각적 지각은 연구의 활발한 영역이었고 튜링은 ESP에게 의심의 혜택을 주기로 선택했으며, 독서가 시험에 영향을 미치지 않는 조건이 만들어질 수 있다고 주장했다.

학습기

참고 항목: 머신러닝

논문의 마지막 부분에서 튜링은 모방 게임을 성공적으로 할 수 있는 학습 기계에 대한 그의 생각을 자세히 설명한다.

여기서 튜링은 우선 기계가 우리가 시키는 대로만 할 수 있다는 러블레이스 부인의 반대 의견으로 돌아가며, 그는 그것을 남자가 기계가 반응하는 기계에 아이디어를 "주입"한 다음 정지 상태로 떨어지는 상황과 비유한다. 그는 이 생각을 기계로 간주되는 임계 크기 이하의 원자 더미에 비유하여 확장하며 주입된 아이디어는 핵더미 바깥에서 핵더미로 들어가는 중성자에 해당된다; 중성자는 결국 소멸되는 특정한 장애를 일으킬 것이다. 그런 다음 튜링은 그 비유에 근거하여 만약 그 더미의 크기가 충분히 크면 그 더미로 들어가는 중성자가 전체 더미가 파괴될 때까지 계속 증가하는 소동을 일으킬 것이고, 더미는 초임계일 것이라고 언급한다. 그런 다음 튜링은 초임계 더미의 이 유추가 인간의 마음과 그 다음 기계로 확장될 수 있는지에 대해 질문을 던진다. 그는 "인간의 마음에 맞는 것 같다"고 결론짓는다. 그들 중 대다수는 "중요" 즉, 이 비유에서 하위 임계 크기의 더미와 일치한다고 보인다. 그러한 마음 속에 제시된 생각은 평균적으로 회답에 있어서 한 가지 이하의 아이디어를 낳는다. 작은 비율은 초임계다. 2차적, 3차적, 그리고 더 먼 생각들로 구성된 전체 "이론"을 불러일으킬 수 있는 그런 정신에 제시된 아이디어. 그는 마침내 기계가 초임계적으로 만들어질 수 있는지 물었다.

튜링은 이어 모조 게임을 할 수 있는 기계를 만들 수 있는 작업이 프로그래밍의 하나라고 언급하고 있으며, 그는 세기가 끝날 때쯤이면 게임을 할 수 있도록 기계를 프로그래밍하는 것이 기술적으로 가능할 것이라고 가정한다. 그런 다음 그는 성인 인간의 마음을 모방하려는 과정에서 성인 정신이 현재 상태에 있게 하는 과정을 고려하는 것이 중요하다고 언급하는데, 이 과정을 다음과 같이 요약한다.

1. 정신의 초기 상태, 태어날 때 말한다면
2.그것이 받아온 교육,
3. 교육이라고 표현되어서는 안 되는 그 밖의 경험, 그 대상이 된 경험.

이 과정을 고려할 때 그는 어른의 마음 대신 아이의 마음을 프로그램한 다음 아이의 마음을 교육 기간에 맡기는 것이 더 적절한지 묻는다. 그는 아이를 새로 산 공책에 비유하고 단순성 때문에 더 쉽게 프로그래밍할 수 있을 것이라고 추측한다. 그러면 문제는 어린이 정신의 프로그래밍과 교육 과정이라는 두 부분으로 나누어진다. 그는 첫 번째 시도에서 실험자(프로그래머)가 원하는 대로 어린이의 마음을 기대하지 않을 것이라고 언급한다. 보상과 처벌의 방법을 수반하는 학습 과정은 마음에 바람직한 패턴을 선택하는 것이어야 한다. Turing은 이 모든 과정이 유사성이 있는 자연 선택에 의한 진화 과정과 크게 유사하다고 언급하고 있다.

어린이 기계 구조 = 유전 물질
하위 시스템의 변경 = 돌연변이
자연선택 = 실험자의 판단

이 논의에 따라 튜링은 학습 기계의 특정 측면을 다룬다.

  • 본질적인 복잡성의 특성: 어린이 기계는 가능한 한 단순한 것이거나, 단지 일반 원칙과의 일관성을 유지하는 것일 수도 있고, 또는 기계에 프로그램된 논리적 추론의 완전한 시스템을 가진 것일 수도 있다. 이 보다 복잡한 시스템은 튜링에 의해 "..기계 상점은 정의와 명제들로 가득 차 있을 것이다. 그 명제들은 다양한 종류의 지위를 가질 것이다. 예를 들어, 잘 확립된 사실, 추측, 수학적으로 입증된 이론들, 권위자에 의해 주어진 진술들, 명제의 논리적 형태를 가지고 있지만 믿음-가치가 아니다. 어떤 명제는 "제상"으로 묘사될 수 있다. 기계는 반드시 "잘 확립된" 것으로 분류되는 즉시 적절한 조치가 자동으로 수행되도록 제작되어야 한다. 이러한 내재된 논리 시스템에도 불구하고, 프로그래밍된 논리 추론은 형식적인 추론이 아니라 오히려 더 실용적인 추론이 될 것이다. 게다가 그 기계는 "과학적 유도"의 방법에 의해 내장된 논리 시스템을 기반으로 할 것이다.
  • 실험자에 대한 무지: 튜링이 지적하는 학습 기계의 중요한 특징은 학습 과정 중 기계의 내부 상태에 대한 선생님의 무지함이다. 이는 기존의 이산 상태 기계와는 대조적으로, 계산하는 동안 매 순간 기계의 내부 상태를 명확히 이해하는 것이 목표다. 그 기계는 우리가 흔히 이해할 수 없는 일이나 우리가 완전히 무작위로 생각하는 일을 하고 있는 것으로 보일 것이다. 튜링은 이 특정한 문자는 우리가 지능이라고 생각하는 것의 어느 정도 기계에 부여된다고 언급하는데, 그 지능적인 행동은 전통적인 계산의 완전한 결정론으로부터의 편차로 구성되지만, 그 편차가 무의미한 루프나 무작위적인 행동을 야기하지 않는 한만이다.
  • 무작위 행동의 중요성: 튜링은 무작위 행동에 대해 우리에게 주의를 주지만, 그는 학습 기계에서 무작위성의 요소를 주입하는 것은 시스템에서 가치가 있을 것이라고 언급한다. 그는 이것이 여러 정답이 있을 수 있는 경우 또는 체계적 접근방식이 시스템적 프로세스를 비효율적으로 수반하는 최적의 해결책을 찾기 전에 문제에 대한 여러 불만족스러운 해결책을 조사할 수 있는 경우에 가치가 있을 수 있다고 언급한다. 튜링은 또한 진화의 과정이 유기체에 이로운 해결책을 찾기 위해 무작위 돌연변이의 경로를 취한다고 언급하지만, 진화의 경우 해결책을 찾는 체계적인 방법이 불가능할 것이라는 것도 인정한다.

튜링은 기계가 인간과 수많은 지적 과제에 대해 경쟁할 시기를 추측함으로써 결론을 내리고, 그것을 시작하는데 사용될 수 있는 과업을 제안한다. 튜링은 이어 체스 게임과 같은 추상적인 작업이 그가 말하는 다른 방법을 시작하기에 좋은 장소가 될 수 있다고 제안하는데, "..돈이 살 수 있는 최고의 감각 기관을 기계에 제공한 다음, 그것을 영어를 이해하고 말할 수 있도록 가르치는 것이 최선"이다.

인공지능의 발달 과정을 살펴보면 IBM이 개발한 체스게임 컴퓨터인 딥 블루(Deep Blue)와 세계 챔피언 가리 카스파로프(하지만 이것도 논란이 되고 있다)를 물리친 수많은 컴퓨터의 경우처럼 튜링(Turing)이 제시한 추상적인 길을 택한 것으로 드러났다. 아마추어를 능가할 수 있는 체스 [16]게임 튜링의 두 번째 제안에 대해, 그것은 일부 작가들에 의해 인간 인지 발달의 유사점을 찾기 위한 요구로 비유되었다.[16] 그리고 아이들이 그들 주위의 세계의 특징에 대해 배우는 기본적인 알고리즘을 찾으려는 그러한 시도들은 이제 겨우 이루어지기 시작하고 있다.[16][17][18]

메모들

  1. ^ 튜링 1950, 페이지 433
  2. ^ 튜링 1950, 페이지 434
  3. ^ 이것은 시험의 가장 간단한 버전을 설명한다. 자세한 내용은 튜링 테스트 버전을 참조하십시오.
  4. ^ Harnad, Stevan (2008), "The Annotation Game: On Turing (1950) on Computing, Machinery, and Intelligence", in Epstein, Robert; Peters, Grace (eds.), The Turing Test Sourcebook: Philosophical and Methodological Issues in the Quest for the Thinking Computer, Kluwer
  5. ^ Harnad, Stevan (2001), "Minds, Machines, and Turing: The Indistinguishability of Indistinguishables", Journal of Logic, Language and Information, 9 (4): 425–445, doi:10.1023/A:1008315308862, S2CID 1911720.
  6. ^ 워드립프루인, 노아와 닉 몽포르, 에드(2003) 뉴미디어 리더. MIT 프레스. ISBN 0-262-23227-8
  7. ^ Harnad, Stevan (1992), "The Turing Test Is Not A Trick: Turing Indistinguishability Is A Scientific Criterion", SIGART Bulletin, 3 (4): 9–10, doi:10.1145/141420.141422, S2CID 36356326.
  8. ^ a b 튜링 1950, 페이지 442
  9. ^ 튜링 1950, 페이지 436
  10. ^ 1950년을 튜링한 러셀&노르빅 2003 페이지 948에서 "튜어링은 그의 논문이 등장한 이후 반세기에 제기되었던 모든 것을 포함하여 지능적 기계의 가능성에 대한 다양한 반론을 검토했다"고 논평했다.
  11. ^ Lucas 1961, Penrose 1989, Hofstadter 1979, pp. 471–473, 476–477 and Russell & Norvig 2003, pp. 949–950. 러셀과 노르빅은 루카스와 펜로즈의 주장이 튜링에 의해 대답된 것과 같다고 밝혔다.
  12. ^ "기계맨의 마음"
  13. ^ 서글 1980과 러셀 & 노르빅 2003, 페이지 958–960으로 서글의 주장을 하나의 튜링 답으로 식별한다.
  14. ^ 드레퓌스 1979 페이지 156
  15. ^ Dreyfus 1972, Dreyfus & Dreyfus 1986, Moravec 1988 없음: 및 Russell & Norvig 2003, 페이지 51–52는 하나의 Turing 답변으로 드레퓌스의 주장을 식별한다.
  16. ^ a b c Epstein, Robert; Roberts, Gary; Beber, Grace (2008). Parsing the Turing Test:Philosophical and Methodological Issues in the Quest for the Thinking Computer. Springer. p. 65. ISBN 978-1-4020-6710-5.
  17. ^ Gopnik, Alison; Meltzoff., Andrew N. (1997). Words, thoughts, and theories. Learning, Development, and Conceptual Change. MIT Press. ISBN 9780262071758.
  18. ^ Meltzoff, Andrew N. (1999). "Origins of theory of mind, cognition and communication" (PDF). Journal of Communication Disorders. 32 (4): 251–269. doi:10.1016/S0021-9924(99)00009-X. PMC 3629913. PMID 10466097.

참조

외부 링크