图灵测试和图灵机论文
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
https://www.360docs.net/doc/209004116.html,/view/94296.htm#3，2011/12/24
人工智能期末试题及答案完整版
xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
人工智能期末复习题解读
●简述产生式系统分为几个部分及其主要功能 (10) 答案： 产生式系统分为三部分，分别为综合数据库、规则集和控制策略。综合数据库中保存了推理的初始状态、中间结果和目标状态。规则集中的规则是描述能够使状态发生改变的操作或者方法，它的形式是IF<前件> THEN<后件>。控制策略描述了当对某一状态而言有很多规则可用时，系统应该先采用哪一条规则。 ●简述回溯策略与深度优先策略的不同点。(10) 答案： 回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。 在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 ●(10) ●(10) ●(20 )
对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述） (20) 答案： 1，综合数据库 定义三元组：（m, c, b） 其中：，表示传教士在河左岸的人数。 ，表示野人在河左岸的人数。 ，b=1，表示船在左岸，b=0，表示船在右岸。 2，规则集 按每次渡河的人数分别写出每一个规则，共(3 0)、(0 3)、(2 1)、(1 1)、 (1 0)、(0 1)、(2 0)、(0 2)八种渡河的可能（其中(x y)表示x个传教士 和y个野人上船渡河），因此共有16个规则（从左岸到右岸、右岸到左岸各八个）。注意：这里没有(1 2)，因为该组合在船上的传教士人数少于野人人数。 规则集如下： r1：IF (m, c, 1) THEN (m-3, c, 0) r2：IF (m, c, 1) THEN (m, c-3, 0) r3：IF (m, c, 1) THEN (m-2, c-1, 0) r4：IF (m, c, 1) THEN (m-1, c-1, 0) r5：IF (m, c, 1) THEN (m-1, c, 0) r6：IF (m, c, 1) THEN (m, c-1, 0) r7：IF (m, c, 1) THEN (m-2, c, 0) r8：IF (m, c, 1) THEN (m, c-2, 0) r9 ：IF (m, c, 0) THEN (m+3, c, 1) r10：IF (m, c, 0) THEN (m, c+3, 1) r11：IF (m, c, 0) THEN (m+2, c+1, 1) r12：IF (m, c, 0) THEN (m+1, c+1, 1) r13：IF (m, c, 0) THEN (m+1, c, 1) r14：IF (m, c, 0) THEN (m, c+1, 1)
人工智能期末考试卷(1)评分标准及标准答案
（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面 人工智能期末考试卷（1） 一、填空题（每空1分，共10分）
1智能具有五个特征，分别为① 学习能力、自适应能力、 ②记忆与思维能力、表达能力和感知能力。 2. 机器的③ 感知能力是让机器自动获取知识的基本条件，而知识的自动 获取一直是智能系统研究中最困难的问题之一。 3?从研究的角度不同，对人工智能的研究可分两大阵营：④ 联接和 ⑤符号。其中⑤符号的理论基础为数理逻辑。 4. ⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的 子问题，最终将问题转换为对本原问题的知识表示方法。 5. 鲁宾逊提出了⑦归结原理使机器定理证明成为可能。 6. 当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。 7. 宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可 能会发生⑨组合爆炸。 8. 语义网络⑩方法是1968年由J.R.Quilian 在研究人类联想记忆时提出的心 理学模型。1972年，Simon首先将⑩用于自然语言理解系统。 二、简答题（共30分） 1. 什么是A*算法的可纳性？（4分） 答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找 到最短（代价最小）的解答路径，则称算法具有可采纳性。 2. 在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可 分为三类，请举例说明对这三类节点的不同的处理方法。（8分） 答： 把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3 ）已 出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；（3分）*加第1类子节点于OPEN表，并建立从子节点到父节点n的指；（1分） *比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点（2分） ?对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；（2分） 3. 请简述不确定性推理的含义。（4分） 是一种从不确定的初始证据出发，通过运用不确定性知识，最终推出具有一定程度的不确定 性但却有是合理或基本合理的结论的推理过程。 4. 若S={P（x）V Q（f（x））「P（a）, n Q（y）}，请画出与该子句集对应的语义树， 为什么可以用封闭语义树来判定子句集的不可满足性？（14分） 答：H={a,f（a）,f（f（a））, ……}（1 分）
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
实验1图灵机模型与计算机硬件系统虚拟拆装实验报告
实验1 图灵机模型与计算机硬件系统虚拟拆装实验报告 学号51 姓名叶思凡班级：卫生检验与检疫15 实验时间： 2017年 2月 23 日
在本次实验中，你有哪些收获？遇到哪些问题？这些问题是否已经解决？如果已经解决了，请说说你是如何解决的。也可谈谈你的其它想法。 在本次实验中，我认识到图灵机模型组成和冯诺依曼计算机体系组成及其功
能，并且了解到最初的计算机是如何诞生并运行的。在实验中，对于图灵机模型模拟过程，以及冯诺依曼计算机的运行难以理解。在搜素相关资料并询问老师后，得知图灵机是为了用机器模拟人的运算过程而实现的，图灵机是通过纸带来读取一个空格的信息，并根据控制器当前的状态和控制规则，改变控制器当前的状态，而冯诺依曼计算机结构则是通过计算机硬件设备将许多命令按一定的顺序组成的程序，然后把程序和数据一起输入计算机，计算机对已存入的程序和数据处理后，输出结果。 第一周作业题：（请认真查阅教材及相关资料，回答以下问题，并把答案附在问题之后）1.什么是图灵机的理论模型？其核心思想与贡献是什么？ 答：图灵机模型是指图灵机具有一个有穷控制器, 一条两端无穷的输入输出带和一个带头，带划分为单元格, 每个单元格可以放置一个符号, 带头每次根据当前状态和带头处单元格的符号内容, 根据转移规则选择下一个动作, 每个动作都包括下一个状态, 修改带头处单元格的符号以及带头向左或向右移动一个单元。 图灵机的思想是关于数据、指令、程序及程序/指令自动执行的基本思想。 其贡献主要有：1、图灵机模型理论是计算学科最核心的理论之一；2、图灵机模型为计算机设计指明了方向；3、图灵机模型是算法分析和程序语言设计的基础理论。 2.什么是冯.诺依曼计算机体系结构？为什么说它是现代计算机的基础？ 答：冯诺依曼的计算机体系结构是：数学计算机的数制采用二进制；计算机应该按照程序顺序执行。人们把冯·诺依曼的这个理论称为冯·诺依曼体系结构 从ENIAC到当前最先进的计算机都采用的是冯·诺依曼体系结构。所以冯·诺依曼是当之无愧的数字计算机之父。冯诺依曼计算机体系机构也是现代计算机的基础。
图灵机简述
计算引论课程论文 图灵机 院（系）计算机学院 专业名称计算机科学与技术学号39061606 姓名苏振昊 2011年5月9日
目录 前言 (2) 摘要 (3) Abstract (4) 1.图灵机 (5) ⑴图灵与图灵机 (5) ⑵图灵的基本思想 (6) ⑶图灵机和计算 (7) ⑷停机问题 (8) ⑸通用图灵机 (8) 2超越图灵机算 (9) 总结 (10) 参考文献 (11)
前言 图灵机模型是目前为止最为广泛应用的经典计算模型。目前人类尚无找到其它的计算模型，其可计算的问题类超过图灵机的计算能力。 图灵机模型证明了通用计算理论，肯定了计算机实现的可能性，它也给出了计算机应有的主要架构；它引入了读写与算法与程序语言的概念，极大的突破了过去的计算机器的设计理念；同时，图灵机模型理论是计算学科最核心的理论，因为计算机的极限计算能力就是通用图灵机的计算能力，很多问题可以转化到图灵机这个简单的模型来考虑。可以说，正是在图灵搭建的理论基础之上，计算机才有了后来的蓬勃发展。因此，我认为有必要在这里探讨一下图灵机模型，这个迄今为止最为经典的计算模型。
摘要 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。为了模拟人的这种运算过程，图灵构造出一台假想的机器，这个机器的每一部分都是有限的，但它有一个潜在的无限长的纸带，因此这种机器只是一个理想的设备。图灵认为这样的一台机器就能模拟人类所能进行的任何计算过程。 同时，由于停机问题的不可解，这就存在一些图灵机所不能解决的问题，也让我们去思考、去探索出能够超越图灵计算的计算模型。 关键词：图灵、图灵机、停机问题
人工智能期末测试
《人工智能》期末测试 一、单选题（题数：40，共 40.0 分） 1美国全国证券交易商协会自动报价表最早时间是在()。（1.0分）1.0 分A、1997年B、1981年C、1971年D、1961年 2Siri是一种()系统。（1.0分）1.0 分 A、动作识别 B、信息处理 C、图像识别 D、语音识别 3被称为“数学界的无冕之王”的是()。（1.0分）1.0 分 A、罗素 B、图灵 C、希尔伯特 D、笛卡尔 4为广大网友解决网络课问题的是（）（1.0分）1.0 分 A、20932+ B、02559 C、扣扣 D、百度 5动物群居的原因是()。（1.0分）1.0 分 A、有安全感 B、有效率 C、易于捕食物 D、有力量 6被称为“机器学习之父”的是()。（1.0分）1.0 分 A、奥斯卡·兰格 B、怀尔斯 C、迈克尔·乔丹 D、希尔伯特 7在政府报告中,()的报告使用“机器智能”这个词汇。（1.0分）1.0 分、美国D、德国C、英国B、中国A． 8从长期来看,股市是一个()博弈。（1.0分）1.0 分 A、经济 B、市场 C、零和 D、合作 9下面关于人类社会的群体智能说法错误的是()。（1.0分）1.0 分 A、需要法律与道德的约束 B、个体智力高但自私 C、个体无条件服从集体 D、需要集体智慧结晶
9最早诗歌生成模型称为()。（1.0分）1.0 分 A、Word Apple B、Sophia C、Word Salad D、Sara 10机器人的三定律中第一条是()。（1.0分）1.0 分 A、机器人不得伤害人类个体,或者目睹人类个体将遭受危险而袖手不管 B、机器人必须服从人给予它的命令 C、机器人要尽可能保护自己的生存。 D、机器人必须保护人类的整体利益不受伤害 11使用量子计算机进行大数分解,需要的时间是()。（1.0分）1.0 分 A、15万年 B、1年 C、1秒 D、10秒 12人类智能和人工智能是一种()智能。（1.0分）1.0 分 A、不对等 B、平行 C、对等 D、相反 （1.0分）13强化学习的框架是智能体()通过观察当前状态作出相应动作。 1.0 分 Environment 、AgentD、AC、SB、A． 14()被堪称是百科全书式的“全才”。（1.0分）1.0 分 A、爱因斯坦 B、霍金 C、牛顿 D、图灵 15“机器人”这一词最早出现在()作家的小说中。（1.0分）1.0 分 A、德国 B、美国 C、瑞士 D、捷克 16人工智能读片的过程体现为()。（1.0分）1.0 分 A、信息-传递-判断 B、图像解释-图像获取-图像分析 C、图像获取-图像解释-感知结果 D、图像获取-图像处理 17下面选项中关于“墨子号”说法错误的是()。（1.0分）1.0 分
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。为了模拟人的这种运算过程，图灵构造出一台假想的机器，该机器由以下几个部分组成： （1）一条无限长的纸带。纸带被划分为一个接一个的小格子，每个格子上包含一个来自有限字母表的符号，字母表中有一个特殊的符号表示空白。纸带上的格子从左到右依此被编号为0，1，2，……，纸带的右端可以无限伸展。
图灵测试和图灵机论文
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
人工智能期末复习
人工智能：Artificial Intelligence，简称AI，主要研究如何使用人工的方法和技术，使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能，实现某些机器的智能行为。传统划分①符号主义学派 ②联结主义学派 ③行为主义 学派现代1.符号智能流派2.计算智能流派3.群体智能流派人工智能的基本技术：1知识表示技术2知识推理、计算和搜索技术3系统实现技术。 符号智能的表示是知识的表示，运算是基于知识表示的推理或符号操作，采用搜索方法进行问题求解，一般在问题空间上进行，计算智能的表示是对象表示，运算时给予对象的表示的操作或计算，采用搜索方法进行问题求解，一般是在解空间上进行。 人工智能的研究领域：定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、组合调度问题。 应用领域：难题求解、自动定理证明、自动翻译、智能管理、智能通信、智能仿真等。 人工智能的主要研究途径与方法：1功能模拟。符号推演2结构模拟。神经计算3行为模拟。控制进化 人工智能的研究目标及其意义： 1目标：远期目标是要制造智能机器，即探索智能的基本机理，最终制造出和人有相似或相近智力和行为能力的综合智能系统；近期目标是实现机器智能，即研究如何使用现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。 2意义：普遍的计算机智能低下，无法满足社会需求；研究AI是当前信息化社会的迫切需求；智能化是自动化发展的必然趋势；研究AI，对人类自身的智能的奥秘也提供有益的帮助。 人工智能的基本内容：1从人工智能的定义出发包括（感知与交流的模拟，记忆，联想，计算，思维的模拟，输出效率或行为模拟2从知识工程的角度出发包括（知识的获取，知识的处理以及知识的运用） 人工智能诞生1956年夏，达特莫斯大学的研究会，麦卡锡提议正式采用了“AI”术语。发展：推理期，知识期，学习期ＡＩ的现状与发展趋势：１多种途径齐头并进，多种方法协作互补２新思想、新技术不断涌现，新领域新方向不断开拓3理论研究更加深入，应用研究愈加广泛4研究队伍日益壮大，社会影响越来越大。以上展现了AI繁荣景象和光明前景，虽有困难，问题和挑战，但前进和发展毕竟是大势所趋。 盲目搜索：无向导的搜索，也称穷举搜素。在搜索中，没有任何背景知识作指导，不考虑任何与解有关的信息，随机地或按预先规定的顺序（如广度优先和深度优先）机械地生成树的节点，并判断是否为解，直到找到解或证明问题无解为止。 特点：搜索效率太低，所以在实际中往往是不可行的。启发函数：通过函数计算来评价每种选择的价值大小，用以指导搜索过程。 启发式搜索：利用问题本身的“启发性信息”不断地改变或调整搜索的方向，使搜索朝着问题本身最希望的方向进行，加速问题的求解并找到最优解。特点：重排OPEN表，选择最有希望的节点加以扩展。 盲目和启发搜索的的不同：对于较大或无限状态空间问题， 盲目搜索效率太低，所以在实际当中往往是不可行的。启发式搜索广泛地应用于实际问题求解中，如博弈、机器学习、数据挖掘、智能检索等。 启发式搜索—全局择优算法：也叫做最好优先搜索，在启发性知识导航下的广度优先搜索，在OPEN表中保留所有已生成而为考察的节点，对其中的每个节点x计算启发函数h（x）,从全部节点中选出最优节点进行扩展，而不管这个结点出现的搜索树的什么地方。 局部择优：是启发性知识导航下的深度优先搜索，在OPEN表中保留所有已生成为为考察的节点，对其中新生成的每个子节点x计算启发函数h(x),从全部子节点中选出最优节点进行扩展，其选择下一个要考察的结点的范围是刚刚生成的全部子节点。 在图搜索算法中，OPEN表，CLOSED表的作用各是什么 OPEN表：专门登记已经生成但还没有考察的节点，即待考察节点。算法执行时总是从OPEN表的首部取出节点。 CLOSED表：用来记录考察过的节点以及节点之间的关系，如每个节点指向父节点的编号（返回指针）。
中文屋子与图灵测试谁对
中文屋子与图灵测试谁对？ 3160602001 刘超 图灵测试（The Turing test）所描述的是这样一个实验，有两间屋子，一间屋子里面是一个真实的人类，另一间屋子里面是人类所发明的机器人，屋子里面的人或者机器与屋子外的人只能通过发文字信息进行交流，如果有大多数屋子外的人分不清楚哪一间屋子里面是人，哪一间屋子里面是机器人，那么我们就可以认为那个机器具有了人工智能。中文屋子（The Chinese Room）是searle为了反击和讽刺图灵测试而提出来的一个思想实验，实验要求你想象一个只会说英语的人身处一间屋子里面，这间屋子除了门上有一个小窗口之外，全部都是封闭的。这个人随身带了一本中文翻译程序的书，还有大量的纸条、工具帮助他进行翻译。房间外的人通过在小窗口上传纸条的方式与之用中文交流。房间内的人通过中文翻译程序的书翻译成中文进行回复。Searle认为这样以来房间里面的人可以让房间外的人认为他也会说中文，但是他完全不会说中文，更不知道中文的意思。searle这样说好像也没有什么毛病。 我在百度贴吧里面搜了一下“图灵测试与中文屋子谁对”这个问题，这里引用一位吧友的言论，“中文房间那个命题明显是错的。如果一个手册满足可以回答所有问题这个前提，那么那个手册就是有智能的。事实上，要让一个手册可以回答所有问题，甚至回答所有常见问题，这个手册都是极其巨大的。提出中文房间这个问题的人，其实偷换了概念。他先利用一个常识命题，手册是没智能的作为前提，然后假设这个手册可以回答所有问题。问题是如果一个手册能回答所有问题，就不是通常意义上的手册，那么这个手册也可能是智能的。”我觉得这位吧友说得很有道理，并且中文屋子的提出人searle转移了我们的关注点，让我们一直关注并且纠结于房间里的人，而不是整个与外界交互的实体（包括人和房间内其他的东西），导致我们忘记了把屋子里面的所有东西看做一个整体，看做一个人工智能。那个只会说英语的人所做的事情不外乎只是人工智能程序的一部分，他只负责了检索和输入输出的功能，而更强大的部分是在他说使用的工具上，里面有很多类似于人类如何思考的算法，如神经网络算法，语义转换算法等。这才是人工智能的核心部分。其实应该说整个房间（人加房间内其他东西）会中文，不应该说其中一部分（人）会中文。其实我们可以这样来回应searle，当他很正常的说到“这样以来房间里面的人可以让房间外的人认为他也会说中文，但是他完全不会说中文，更不知道中文的意思。”的时候我们就说“我们不这样认为啊，我们根本不会认为房间里的人会中文啊，我们只认为整个房间会说中文”哈哈哈，0.0。我相信searle 就没话说了。
关于图灵机的三个问题
写这篇文章，是想尝试回答学习图灵机模型中遇到的三个问题： 1) 为什么图灵机有不可判的问题？ 2) 为什么强大的图灵机会不停机？ 3) 为什么图灵当初要设计图灵机？ 图灵机（Turing machine）是英国数学家阿兰·图灵（Alan Turing）于1936年设计的一种抽象机器，用于定义和模拟计算（computing）。图灵机虽然构造简单，但却及其强大，它能模拟现代计算机的所有计算行为，堪称计算的终极机器。然而即便是这个终极机器，也有令它无能为力的问题，这便是第一个要回答的问题：为什么图灵机有不可判的问题？ 首先明确什么是图灵可识别（Turing recognizable）和图灵可判定（Turing decidable）。图灵机的识别对象是语言，图灵可识别当然不是说图灵本人能识别的语言（照这样说汉语可能是图灵不可识别的~），事实上这只是简称，全称应该是图灵机可识别语言（Turing machine recognizable language）和图灵机可判定语言（Turing machine decidable language）。 一台图灵机在读取一个串后可能进入三种状态：接受、拒绝、循环，如果图灵机进入循环状态，那它将永不停机。现在假设有语言A，如果能设计出一台图灵机M，对于任意字符串ω，如果ω∈A，那么M读取ω后会进入接受状态，那么A是一个图灵可识别语言。注意这个定义对于ω不属于A的情况没有做出限制，所以M读取到不属于A的ω，那么它有可能拒绝，也有可能循环。 图灵可判定语言的要求更严格，它要求对于语言A能设计出一台图灵机M：如果ω∈A，M 进入接受状态；否则进入拒绝状态。如果一个语言是图灵可判定的，总能设计出一台图灵机，能在有限步数内判定一个字符串是不是属于这个语言。如果一台图灵机对所有输入总是停机，那么称它为判定器（decider）。然而第一个问题指明一定有所有判定器都不能判定的问题，要证明这一点，得从康托（Georg Cantor）说起。 康托最大的贡献可能是创建了现代集合论，他认为某些不同的无穷集合有不同的大小。1891年，康托发表了一篇只有5页的论文，证明实数集的基数大于自然数集，并在这篇论文中提出了传说中的对角线方法（方法虽然巧妙但很简单，wiki上有我就不赘述）。图灵机的不可判定问题便需要借助对角线方法。而实数集“大于”自然数集这个事实，可以这么想：“无限×无限”比“无限×有限”大。每个自然数是有限的，集合是一阶无限，自然数集就是一阶无限；相较之下，一个实数是一阶无限，集合又是一阶无限，那么实数的集合就是二阶无限。这个一阶二阶只是我个人的说法，关于不同集合之间的大小关系，康托提出连续统假设，即希尔伯特第一问题，认为不存在一个基数绝对大于可数集而绝对小于实数集的集合，不过这跟今天的话题没有关系，不再展开。 回到正题：图灵机。图灵机能够识别语言，而图灵机本身当然也可以由语言描述。什么是语言？给定一个字母表∑，一个{[由∑中的字母组成的序列]的集合}就是∑上的一个语言（为了消除歧义，算式可以加括号，语言当然也可以）。必须清楚这些概念中哪些是有限的，哪些是无限的：一个语言包含的字符串数可以是有限的也可以是无限的，但一个字母表上的所有语言的数目是无限的，而语言中任意一个字符串的长度是有限的。 首先要证明的是：一个字母表上所有语言构成的集合不仅是无限的，而且是不可数的。 这里需要借助无限二进制序列的集合来帮助证明。一个无限二进制序列（即{0,1}组成的无限序列）是一阶无限，那么这些序列组成的集合就是“无限×无限”，可以通过对角线方法证明无限二进制序列是不可数的，也可以将实数集的元素唯一地映射到无限二进制序列集合。
人工智能【期末复习题】
《人工智能期末复习题》 1 ?群智能与脑智能： 脑智能是一种个体智能，是宏观心理层次上高级的智能。 群智能是一种社会智能(系统智能)，属于微观生理层次上低级的神经元。 2 ?计算智能与符号智能： 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。 计算智能就是计算人工智能，它是模拟群智能的人工智能。 3. 搜索：顾名思义，就是从初始节点出发，沿着与之相连的边试探地前进，寻找目标节点的过程(也可以是反向进行)。 4. 知识：就是人们对客观事物(包括自然的和人造的)及其规律的认识，知识还包括人们利用客观规律解决实际问 题的方法和策略等。 5. 自然计算：就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组 织、自学习、自寻优能力的算法。 6. 机器学习：顾名思义，机器学习就是让计算机模拟人的学习行为，或者说让计算机也具有学习的能力。 7 ?模式识别：则指的是用计算机进行物体识别。 &决策树学习： 决策树是一种知识表示形式，构造决策树可以由人来完成，但也可以由机器从一些实例中总结、归纳出来，即机器学习而得。机器学习决策树也就是所说的决策树学习。 9 ?从系统结构看，智能计算机分为智能硬件平台和智能操作系统两大部分。 10 .人工智能的三个最基本、最核心的技术 实现人工智能的方法虽然很多，但归纳起来，“表示”、“运算”、“搜索”则是人工智能的三个最基本、最核心的技术。 11 .从所承担的工作和任务性质来看，Age nt的分类： 信息型Age nt、合作型Age nt、接口型Age nt、移动型Age nt 等。 12 .用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜________ 13 .智能机器人至少应具备哪四种机能？ 感知机能-获取外部环境信息以便进行自我行动监视的机能；运动机能-施加于外部环境的相当于人的手、脚底动作机能；思维机能-求解问题的认识、推理、判断机能； 人一机通信机能一一理解指示命令、输岀内部状态，与人进行信息交换的机能。 14 .知识获取大体哪三种途径：(1)人工获取(2)半自动获取(3)自动获取 15 .知识发现主要有这些方法：(1)统计方法(2)机器学习方法(3)粗糙集及模糊集(4)智能计算方法(5)可视化 16 .从模拟的智能层次和所用的方法看，人工智能可分为符号智能和计算智能两大主要分支领域。 17 . PRPLOG语言的三种语句分别是：事实、规则和问题___ 18 .产生式系统由三部分组成：产生式规则库、推理机和动态数据库，
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。 那么，你面前的这位，大概是人而不是机器。 时间回到1950年10月，图灵在这个时间发表了一篇题为《机器能思考吗？》的论文。在这篇论文里，图灵第一次提出“机器思维”的概念。他逐条反驳了机器不能思维的论调，做出了肯定的回答。他还对智能问题从行为主义的角度给出了定义，这就是著名的“图灵测试”。图灵预言，到2000年将会出现足够好的电脑，能够在不超过7成人的长达5分钟的提问中全部回答正确。不过事实上，虽然21世纪曾有多人声称自己研究的人工智能已经通过图灵测试，但最终都证明只是一些欺骗性的小把戏而已。 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
(精选)青岛科技大学2016-2017-1人工智能期末考试题
一、谓词逻辑证明 1、设有前提： （1）凡是大学生都学过计算机； （2）小王是大学生。 试问：小王学过计算机吗？ 解：令S （x ）：x 是大学生 M （x ）：x 学过计算机； a ：小王 上面命题用谓词公式表示为： )()2(a S 我们进行形式推理： [前提] )()()2(a M a S → [(1) US] )()3(a S [前提] )()4(a M [(2) (3) I3] M(a),即小王学过计算机。 2、用谓词公式表示下述命题。 已知前提： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 ))x (M )x (S (x )(→?1
结论：所有自然数不是奇数就是一半为整数的数。 化F1 F2 F3 ?G的子句集。 F1: x (N(x)GZ(x) I(x)) F2: x (I(x)(E(x) O(x))) F3: x (E(x) I(s(x))) G: x (N(x)(I(s(x)) O(x))) 解：F1 F2 F3 ?G的子句集为 （1）?N(x) GZ(x) （2）?N(y) I(y) （3）?I(z) E(z) O(z) （4）?E(u) I(s(u)) （5）N(a) （6）?O(a) （7）?I(s(a) 3、设已知： （1）能阅读者是识字的； （2）海豚不识字； （3）有些海豚是很聪明的。 试证明：有些聪明者并不能阅读。 证首先定义如下谓词： R(x):x能阅读。 L(x):x能识字。
I(x):x是聪明的。 D(x):x是海豚。 将上述各语句翻译成谓词公式： (1) (x)(R(x)L(x)) (2) (x)(D(x)?L(x)) 已知条件 (3) (x) (D(x) I(x)) (4) (x) (I(x) ? R(x)) 需证结论 用归结反演法来证明，求题设与结论否定的子句集，得： (1) ? R(x) L(x) (2) ? D(y) ?L(y) （改名） (3) D(a) (4) I(a) (5) ? I(z) R(z) 归结得： (6)R(a) [(5), (4),{a/z}] (7)L(a) [(6), (1),{a/x}] (8)?D(a) [(7), (2),{a/y}] (9)Nil [(8), (3)] 二、框架语义网络显示 1、试实现一个“大学教师”的框架，大学教师类属于教师，包括以下属性：学历（学士、硕士、博士）、专业（计算机、电子、自动化、……）、职称（助教、讲师、副教授、教授） 解： 框架名：<大学教师> 类属：<教师> 学历：(学士、硕士、博士)
图灵机简介和原理分析
图灵机简介和原理分析 摘要：1936年，阿兰·图灵提出了一种抽象的计算模型——图灵机 (Turing Machine)。图灵机是指一个抽象的机器，可被视作任意解决有限数学逻辑过程的机器，它提供了一种简单有效的解决逻辑过程的方法，加快了后来诺依曼设计的计算机的出现。本文将对图灵机的原理和历史等进行简介和分析。 关键字：图灵机，计算模型。 一．图灵机的历史发展 图灵机被公认为现代计算机的原型，这台机器可以读入一系列的零和一，这些数字代表了解决某一问题所需要的步骤，按这个步骤走下去，就可以解决某一特定的问题。这种观念在当时是具有革命性意义的，因为即使在50年代的时候，大部分的计算机还只能解决某一特定问题，不是通用的，而图灵机从理论上却是通用机。 1936年,图灵向伦敦权威的数学杂志投了一篇论文,题为"论数字计算在决断难题中的应用"。在这篇开创性的论文中,图灵给"可计算性"下了一个严格的数学定义,并提出著名的图灵机"(Turing Machine)的设想。"图灵机"不是一种具体的机器,而是一种思想模型,可制造一种十分简单但运算能力极强的计算装置,用来计算所有能想像得到的可计算函数。"图灵机"与"冯?诺伊曼机"齐名,被永远载入计算机的发展史中。1950年10月,图灵又
发表了另一篇题为"机器能思考吗"的论文,成为划时代之作。也正是这篇文章,为图灵赢得了"人工智能之父"的桂冠。 在图灵看来，这台机器只用保留一些最简单的指令，一个复杂的工作只用把它分解为这几个最简单的操作就可以实现了，在当时他能够具有这样的思想确实是很了不起的。 图灵机的产生一方面奠定了现代数字计算机的基础（要知道后来冯?诺依曼就是根据图灵的设想才设计出第一台计算机的）。另一方面，根据图灵机这一基本简洁的概念，我们还可以看到可计算的极限是什么。也就是说实际上计算机的本领从原则上讲是有限制的。请注意，这里说到计算机的极限并不是说它不能吃饭、扫地等硬件方面的极限，而是仅仅就从信息处理这个角度，计算机也仍然存在着极限。这就是图灵机的停机问题。 二．图灵机原理及分析 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： １）在纸上写上或擦除某个符号； ２）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。为了模拟人的这种运算过程，图灵构造出一台假想的机器，该机器由以下几个部分组成： 一条无限长的纸带。纸带被划分为一个接一个的小格子，每