第一幕 / 人类开始想象会思考的机器
图灵换了一个问题
当“机器能思考吗”难以达成共识，他把讨论带到了一场可以观察的对话中。
本篇目录 ＋
想象你隔着一道屏障，通过文字与两个对象交谈。你看不到他们，也听不到声音。一个是人，一个是机器。你能可靠地区分他们吗？
先弄清机器可以计算什么
1936年，艾伦·图灵提出一种极其简洁的抽象机器：读取符号、依照规则改写符号，再移动到下一个位置。它不是一台已经造好的电脑，而是用于研究计算本身的数学模型。
关键不在纸带有多长，而在一种机器可以根据不同的描述执行不同的计算过程。这为理解通用计算提供了基础。与此同时，计算理论也揭示边界：并不是每个问题都存在一个能保证求解的通用算法。[1][2]
把争论变成一种检验
1950年，图灵发表《计算机器与智能》。他没有先为“思考”给出一个让所有人满意的定义，而是讨论了模仿游戏：通过受限的交流方式，观察机器的表现。
这使一个宽泛的哲学争论获得了可以研究的入口。我们可以比较行为、分析失败、改进程序。但某次对话让人难以分辨，并不能直接证明机器拥有意识、感受或人类式理解。检验回答的是特定问题。[3]
从写出成人，到教育儿童
同一篇论文中，还有一个后来常被忽略的构想：与其试着把成年人的全部心智一次写进程序，为什么不先构造一台能够学习的“儿童机器”，再通过教育和经验使它成长？
当时的计算机远没有今天普及，但问题已经改变。研究者既可以尝试写出明确的思考规则，也可以寻找学习的机制。1950年代兴起的人工智能，正是在这些不同想法之间展开。[3]
留给你的一个问题
如果机器在文字对话中很像人，却不会完成生活中的简单任务，你会怎样描述它的能力？
图灵测试是一张“智能毕业证”吗？
后来被统称为图灵测试的实验，有不同的时间、评判规则和对话条件。把一个实验的结论推广到所有智能能力，容易超出证据。
图灵论文还认真讨论了多种反对意见。阅读原文能看到，他提供的是研究问题的方法，而不是把意识、学习与通用能力都归入一个简单的合格线。
本篇来源
沿着原始资料，继续了解故事。团队发布与回顾代表发布者提供的记录。
- 研究论文与原著 · A. M. TuringOn Computable Numbers, with an Application to the Entscheidungsproblem ↗
- 机构史料 · Stanford AI100Appendix I: A Short History of AI ↗
- 研究论文与原著 · A. M. TuringComputing Machinery and Intelligence ↗
整理于2026年9月16日