计算机和智能 图灵的论文,科学网—重温图灵的可计算性、基于序数的逻辑系统、计算机与智能 - 邹晓辉的博文...

可否这样做一个简单的概括(希望听取不同的意见或建议！)：

1936年图灵确立了通用计算机可计算的约束条件(可否计算的界限或标准)。

1938年图灵论证了基于序数的逻辑系统(对哥德尔定理之后的形式化数学系统的探索)。

1950年图灵不仅提出了后来被称为“图灵测试”的人工智能形式化判定方式(是否具有人工智能的界限或标准)而且还论及了学习机器。

学习机器的想法对某些读者来说似乎有些矛盾，机器的操作规则怎么能改变呢？无论机器过去经历什么，未来会有什么变化，其操作规则都应该完整地描述机器会如何反应，即这些规则是不随时间变化的。

学习机器的一个重要特征是，老师通常对其内部发生的事情不了解，尽管老师仍然可以在一定程度上预测其学生的行为，经过实验而设计良好(或程序)的儿童机器的后期教育尤其如此。这一点与使用机器进行正常计算的过程形成鲜明对比：那里的目标是要清楚明白机器在计算中任意时刻的状态，而要达到此目标则需要付出艰苦的努力。如此，“机器只能按我们的要求做事”的观点就会显得很奇怪了，能够输入机器的大部分程序终归会做一些我们无法理解的事情，或者被认为是完全随机的行为。智能行为应该和完全服从命令的行为有别，但又不能太大，不应该产生随机的行为或无限循环。通过教育和学习使我们的机器能够进行模仿游戏的一个重要结果是，“人类犯错误”可能会被相当自然忽略掉，即不需要专门的“指导”(读者应该将其与第[454]页上的观点调和)。学习的过程并不会产生百分之百的确定结果，否则就不是学习了。

在一个学习机器中加入随机元素应该是明智的(参见第[445]页)。当我们寻找某个问题的解时，随机元素相当有用。例如，我们想找到一个介于50和100之间的数，它等于各个数字的和的平方。我们可以从51，52开始一直试下