英文原文：链接: https://pan.baidu.com/s/14WORaltIGb0U4-8_Baae7g 密码: 8ep0

计算机原理与智能

阿兰图灵

我建议考虑这个问题，“机器能思考吗？”这应该从定义“机器”和“思考”这两个词的含义开始。这些定义可能是为了尽可能反映这些词的正常使用，但这种态度是危险的，如果要通过研究“机器”和“思考”这两个词的含义来找到它们的含义，就很难避免这样的结论，即“机器”的含义和答案是“机器能思考吗？”如盖洛普民意调查。但这太荒谬了。我将不尝试这样的定义，而是用另一个问题取代这个问题，这个问题与它密切相关，并以相对明确的词语表达。

这个问题的新形式可以用一种我们称之为“模仿游戏”的游戏来描述。它由三个人扮演，一个男人(A)，一个女人(B)和一个审讯者(C)，他们可能是任何一个性别。审讯者呆在另两个人前面的一个房间里。对于审讯者来说，游戏的目的是确定另外两个中的哪个是男人，哪个是女人。在游戏结束时，他说“X是A，Y是B”或者“X是B，Y是A”。审讯者可以向A和B提出问题，因此：

Ｃ问：请告诉我他或她头发的长度好吗？

现在假设X实际上是A，那么A必须回答。

在游戏中，A的目的是试图使C做出错误的识别。因此，他的回答可能是：“我的头发是瓦状的，最长的一束大约有9英寸长。”为了使声音的音调不能帮助审讯者，答案应该写下来，或者更好的是，打字。理想的安排是在两个房间之间有一台电传机。或者，问题和答案可以由中间人重复。第三玩家(B)的游戏目的是帮助审讯者。对她来说最好的策略可能是给出真实的答案。她可以加上这样的话：“我是女人，别听他的！”对于她的回答，这是没有用的，因为男人可以说类似的话。我们现在问这个问题，“当一台机器在这个游戏中扮演A的角色时，会发生什么？”审讯者会不会像在男人和女人之间玩游戏一样经常错误地决定游戏的时间？这些问题取代了我们原来的“机器能思考吗？”

２新问题的评论

除了问，“这个新问题的答案是什么，”人们可能会问，“这个新问题值得研究吗？”后一个问题，我们不作进一步研究，从而缩短了一个无限的倒退。

这个新问题的优点是在人的身体和智力之间划出了一条相当清晰的界线。没有一位工程师或化学家声称能够生产出一种与人类皮肤无法区分的材料。有可能在某个时候这样做，但即使假设这项发明是可用的，我们也应该认为，试图用这样的人造肉身来使“思维机器”更加人性化是没有意义的。我们提出问题的形式反映了这样一个事实，即审讯者不能看到或接触到其他竞争者，或听到他们的声音。所提出的准则的其他一些优点可以通过试题和答案来表现出来。因此：

问：请给我写一首关于第四桥的十四行诗。

答：这件不算我。我从来不会写诗。

问：加34957到70764。

答：(暂停大约30秒，然后给出答案)105621。

问：你下棋吗？A：是的。

问：我的K1有K，没有其他的。只有K在K6，R在R1。这是你的行动。你会弹什么？

答：(暂停15秒后)R-R8配偶.

问答法似乎适合介绍我们希望包括的几乎任何一个人类努力领域。我们不想因为这台机器不能在选美比赛中发光而惩罚它，也不想惩罚在与飞机比赛赛跑中输掉的人。我们游戏的条件使得这些缺陷变得无关紧要。“证人”可以吹嘘，如果他们认为这是可取的，他们可以吹嘘他们的魅力，力量或英雄主义，但审讯者不能要求实际的示范。

这场游戏也许会受到批评，理由是赔率对机器的权重太大了。如果那个人试着装成机器，他显然会表现得很差。他很快就会因为算术上的慢和不准确而被送走。难道机器不可以做一些应该被描述为思考但与人所做的却有很大不同的事情吗？这是一个非常强烈的反对意见，但至少我们可以说，如果一台机器能够令人满意地进行模仿游戏，我们就不必为这一反对意见所困扰。

在玩“模仿游戏”时，机器最好的策略可能不是模仿一个人的行为。这倒有可能，但我认为这种影响不大可能发生。在任何情况下，我们都不打算在这里研究博弈理论，我们会假设，最好的策略是尝试一个人很自然得给出的答案。

3.游戏中所涉及的机器

我们在第1节中提出的问题-在我们明确说明“机器”一词的含义之前，是不会很明确的。很正常，我们希望允许在我们的机器上使用各种工程技术。我们还希望允许一名工程师或一组工程师可以建造一台能工作的机器，但其操作方式不能被其建设者满意地描述，因为他们采用了一种大型实验性的方法。最后，我们希望将以通常方式出生的人排除在机器之外。为了满足这三个条件，很难给出定义的框架。例如，人们可能会坚持工程师团队应该是一种性别，但这并不是真正令人满意的，因为很可能从一个男人的皮肤细胞(比如说)培养出一个完整的个体。这样做将是一项值得高度赞扬的生物技术的壮举，但我们不会倾向于将其视为“构建思维机器”的案例。这促使我们放弃了允许使用各种技术的要求。我们更愿意这样做，因为目前对“思维机器”的兴趣是由一种特殊的机器引起的，通常称为“电子计算机”或“数字计算机”。按照这个建议，我们只允许数字计算机参与我们的游戏。

乍一看，这一限制似乎是非常严厉的。我将试图表明，事实并非如此。要做到这一点，就需要对这些计算机的性质和特性做一个简短的说明。也可以说，与我们的“思考”标准一样，用数字计算机来识别机器，只有当(与我的看法相反)证明数字计算机无法在游戏中表现得很好时，才会令人不满意。目前已经有许多数字计算机在正常工作，人们可能会问，“为什么不立即尝试这个实验呢？很容易满足游戏的条件。可以使用一些审问者，并编制统计数据，以显示出正确的身份识别的频率。”简单来说，我们不是问是否所有数码电脑在游戏中都做得好，或现时可用的电脑是否做得好，而是问是否有可以想象的电脑会做得很好。但这只是简单的答案。我们稍后将以不同的角度看待这个问题。

4.数字计算机

背后的概念可以通过以下方式加以解释：这些机器的目的是执行任何可由人类计算机进行的操作。人类计算机应该遵循固定的规则，他无权在任何细节上偏离规则。我们可以假设，这些规则是在一本书中提供的，只要他得到一份新的工作，这本书就会被修改。他也有无限的纸张供他计算。他也可以在“台式机器”上进行乘法和加法，但这并不重要。如果我们用上面的解释作为定义，我们将面临争论循环的危险。我们通过给出一个大纲来避免这一点。达到预期效果的手段。一台数字计算机通常可以被看作是由三部分组成的：

(I)存储　(2)执行单元　(3)控制

存储是信息的存储，并对应于人类计算机的纸张，无论这是他计算的纸张，还是印刷他的规则书的纸张。在人类计算机在他的珠子中进行计算的范围内，存储的一部分将与他的记忆相对应。

执行单位是执行计算所涉及的各种个别操作的部分。这些单独的操作将因机器而异。通常可以进行相当长的操作，如“乘3540675445乘7076345687”，但在某些机器中，只有非常简单的操作(如“写0”)是可能的。我们已经提到，提供给计算机的“规则手册”在机器中被存储的一部分所取代。然后它被称为“指令表”。控制人员有责任确保这些指令得到正确的遵守和正确的顺序。控件是这样构造的，因此这种情况必然发生。

存储里的信息通常被分解成中等大小的数据包。例如，在一台机器中，包可能由十位小数组成。以某种系统的方式将数字分配给存储各种信息包的存储部分。典型的指令可能会说：“将存储在位置6809中的数字添加到4302中，并将结果返回到后一个存储位置。”不用说，这种情况不会发生在用英语表达的机器上。它更有可能是以6809430217这样的形式编码的。在这里，17说明了对这两个数字要执行的各种可能的操作中的哪一个。在本例中，>e操作是上述操作，即“添加数字…”。人们会注意到，指令占用10位数字，因此形成一包信息，非常方便。控件通常会按照存储位置的顺序接受要遵守的指令，但偶尔也会接受指令，例如

现在服从存储在5606位置的指令，并从那里继续，“可能会遇到，或者再次”，如果位置4505包含0，则服从6707中存储的指令，否则直接继续前进。

后一类的指令是非常重要的，因为它们使一次又一次的操作被一次又一次的替换成为可能，直到某些条件得到满足，但是在这样做的时候，不需要对每一次重复执行新的指令，而是一次又一次地重复相同的操作。用国内的比喻。假如妈妈想让汤米每天早上去学校的路上拜访鞋匠，看看她的鞋子是否做好了，她可以每天早上再问他一次。或者，她可以一劳永逸地在大厅里贴张告示，当他离开学校时，他会看到这张告示，并告诉他去取鞋，如果他带着鞋子回来，他也会把通知销毁。读者必须接受这一事实，即根据我们所描述的原理，数字计算机可以被建造，而且确实已经被建造，而且它们实际上能够非常接近地模仿人类计算机的行为。我们所描述的人类电脑所使用的“规则书”，当然是一种方便的虚构。真正的人类计算机真的记得他们要做什么。如果一个人想要使一台机器在某种复杂的操作中模仿人类计算机的行为，就必须问他它是如何完成的，然后将答案转换成指令表的形式。构造指令表通常被描述为“编程”。“对机器编程以执行A操作”是指将适当的指令表放入机器中，使机器能够执行A操作。

数字计算机概念的一个有趣的变体是“带有随机元素的数字计算机”。这些指令涉及投掷骰子或一些类似的电子过程；例如，其中一条指令可能是，“抛出骰子，并将产生的数字存储在1000中”。有时这样的机器被描述为具有自由意志(虽然我自己也不会使用这个短语)，但通常不可能通过观察机器是否有随机元素来判断，因为类似的设备可以产生类似的效果，比如选择取决于十进制数的数字。大多数实际的数字计算机只有有限的存储空间。拥有无限存储的计算机的概念在理论上没有困难。当然，在任何时候都只能使用有限的部分。同样，只有有限的数量才能被建造，但我们可以想象会有越来越多的人按需要增加。这类计算机具有特殊的理论兴趣，将被称为无限容量计算机。

数字计算机的概念是旧的。1828年至1839年，剑桥大学的卢卡西亚数学系教授查尔斯·巴贝奇计划了一种叫做“分析引擎”的机器，但它从未完成。虽然巴贝奇有所有的基本想法，但他的机器在当时并不是一个非常有吸引力的前景。本来可以使用的速度肯定比一台人类计算机快，但是比曼彻斯特机器慢100倍，它本身也是现代机器中速度较慢的机器之一，存储空间纯粹是机械的，使用轮子和卡片。

巴贝奇的分析引擎完全是机械的，这将帮助我们摆脱迷信。现代数字计算机是电的，神经系统也是电的，这一事实往往受到重视。由于巴贝奇的机器不是电的，而且由于所有的数字计算机在某种意义上都是等同的，我们认为这种电的使用在理论上是不重要的。当然，在涉及快速信号的情况下，电通常会出现，因此，我们在这两种连接中都能找到它，这并不奇怪。在神经系统中，化学现象至少和电一样重要。在某些计算机中，存储系统主要是声学的。因此，人们认为用电的特点只是一个非常肤浅的相似之处。如果我们想找到这样的相似之处，我们应该选择函数的数学类比。

5.数字计算机的普遍性

最后一节中考虑的数字计算机可以归类为“离散状态机”。这些机器通过突然的跳跃或点击从一种相当确定的状态移动到另一种状态。这些状态有很大的不同，以至于它们之间的混淆可能被忽视。严格地说，那里没有这样的机器。一切都在不停地运动。但是有很多种机器可以被认为是离散状态机。例如，在考虑照明系统的开关时，每个开关都必须是绝对打开或绝对关闭的，这是一种很方便的虚构。必须有中间立场，但在大多数情况下，我们可以忘记它们。作为离散状态机的一个例子，我们可以考虑一个轮，它每秒钟通过120圈，但它可能被从外部操作的]永远停止；另外，一盏灯是在车轮的某个位置照明。这台机器可以抽象地描述如下。机器的内部状态(由车轮的位置描述)可以是Q1、Q2或Q3。有一个输入信号i0。或ｉ1(立场)。任何时刻的内部状态都是由最后一个状态和根据表输入的信号决定的。

输出信号是内部状态(光)的唯一外部可见指示，表中描述了输出信号。

状态　q1，q2，q3

输出　Ｏ０，Ｏ１，Ｏ２

这个例子是典型的离散状态机.它们可以用这样的表格来描述，只要它们只有有限数量的可能状态。看来，鉴于机器的初始状态和输入信号，总是有可能预测所有未来的状态，这让人想起拉普拉斯的观点，即从宇宙在某一时刻的完全状态，正如所有粒子的位置和速度所描述的那样，应该有可能预测所有未来的状态。然而，我们正在考虑的预测比拉普拉斯所考虑的预测更接近实际。“宇宙作为一个整体”的系统是这样的，在初始条件下，相当小的错误可能会在以后的时间产生压倒性的影响。一个电子在某一时刻的位移为十亿分之一厘米，这可能会使一个人在一年后被雪崩杀死，或者逃跑。我们称之为“离散状态机”的机械系统的一个基本性质是，这种现象不发生。即使当我们考虑实际的物理机器而不是理想化的机器时，在某一时刻对状态的合理精确的知识也会产生出相当精确的知识。

正如我们所提到的，数字计算机属于离散状态机的类别.但是，这样一台机器所能达到的状态数通常是巨大的。例如，目前在曼彻斯特工作的机器的数量约为2^ 165 000台，即约10 000 000台。将此与上面描述的单击轮示例进行比较，该示例有三种状态。不难看出，为什么国家数量如此之多。该计算机包括与人类计算机使用的纸张相对应的存储区。必须有可能将可能写在纸上的符号组合写进存储。为了简单起见，假设只使用0到9的数字作为符号。笔迹的变化被忽略了。假设计算机被允许有100张纸，每张纸包含50行，每一行有10^(100x50x30)或者１０^150000 30位数的空间。那么，状态数是10，也就是说，10。这是三台曼彻斯特机器加在一起的状态数。状态数的基数为2的对数通常称为机器的“存储容量”。因此，曼彻斯特机器的存储容量约为16.5万台，而我们的例子中的车轮机容量约为1.6台。如果将两台机器放在一起，则必须增加它们的容量才能获得所得到的机器的容量。这可能导致诸如“曼彻斯特机器包含64条磁道，每个磁道容量为2560，8根电子管容量为1280，杂项存储约为300，共计174，380”。

如果表对应于离散状态机，则可以预测它将做什么。没有理由不使用数字计算机进行这一计算。只要能够足够快地执行，数字计算机就可以模拟任何离散状态机的行为。然后，模拟游戏可以与有关机器(如B)和模仿的数字计算机(如 A)一起玩，而审讯者将无法区分它们。当然，数字计算机必须有足够的存储容量以及足够快的工作速度。此外，它必须重新编程，为每一台新机器，它想要模仿。

数字计算机的这种特殊特性，即它们可以模仿任何离散状态机，都是通过说它们是通用机器来描述的。具有这种特性的机器的存在有一个重要的后果，即除了速度之外，没有必要设计各种新机器来进行各种计算过程。所有这些都可以用一台数字计算机来完成，并对每一种情况进行适当的编程。因此，所有的数字计算机在某种意义上都是等价的。我们现在可以再考虑一下在第3节末尾提出的观点。有人试探性地提出了这样一个问题：“机器能思考吗？”应该用“是否有可以想象的数字计算机在模拟游戏中做得很好”来代替？如果我们愿意的话，我们可以让这个问题在表面上更一般化，并问“是否有一些离散状态的机器会做得很好？”但是，鉴于这些问题的普遍性，我们认为这两个问题中的任何一个都等同于这一点：“让我们把注意力集中在一台特定的数字计算机上。我们是否真的可以通过修改这台计算机，使其有足够的存储空间，适当地提高其动作速度，并为它提供一个适当的程序，使角色C能够令人满意地在模仿游戏中扮演A的角色，而B的部分则由一个人承担？”

6.对主要问题的相反意见

我们现在可以认为已经清理了背景，我们准备就我们的问题进行辩论，“机器能思考吗？”它的变体在最后一节的结尾引用。我们不能完全放弃问题的原有形式，因为对于替代的适当性，我们会有不同的意见，我们至少必须听取这种联系中必须说的话。

如果我先解释一下我自己对这件事的看法，这将简化读者的事情。首先考虑问题的更精确的形式。我相信在大约五十年后，电脑的储存容量约为109台，便有可能令他们玩得非常好，以致一般审讯者在接受5分钟审讯后，不会有超过70%的机会作出正确的识别。最初的问题是“机器能思考吗？”我认为毫无意义，不值得讨论。尽管如此，我相信，在本世纪末，用词和一般受过教育的观点将发生很大的变化，人们将能够谈论机器思维而不期望被反驳。我进一步相信，隐瞒这些信念是没有任何用处的。一种普遍的观点，即科学家们无情地从既定的事实走向可靠的事实，从来不受任何改进的猜想的影响，这种观点是完全错误的。只要弄清楚哪些是事实，哪些是猜测，就不会有任何危害。猜测是非常重要的，因为它们提供了有用的研究线索。

我现在开始考虑反对我自己的意见。

(1)神学对象思维是人的不朽灵魂的一种功能。上帝给了每一个男人和女人一个不朽的灵魂，但没有给任何其他动物或机器。因此，没有动物或机器能够思考。我无法接受其中的任何部分，但我会尝试用神学的方式来回答。如果把动物和人分类的话，我应该觉得这个论点更有说服力，因为在我看来，典型的动物和无生命的动物之间有一个更大的区别，而不是人和其他动物之间的区别。如果我们考虑一下其他宗教团体的成员，正统观点的任意性就会变得更加清晰。基督徒如何看待穆斯林认为女人没有灵魂的观点？但让我们撇开这一点，回到主要论点。在我看来，上面引用的论点意味着对全能者的全能性的严重限制。大家都承认，有些事情是他做不到的，例如让一只等于二，但我们不应该相信，如果大象认为合适，他就有赋予灵魂的自由吗？我们可能会认为，他只会结合一种突变来行使这种力量，这种突变使大象的大脑得到了适当的改善，以满足这种需要。对于机器，可以提出完全类似形式的论点。这看起来可能不一样，因为它更难“吞咽”。但这实际上只是意味着，我们认为他不太可能考虑适合于赋予灵魂的环境。本文其余部分将讨论所讨论的情况。在试图建造这样的机器时，我们不应该像我们在孩子的繁衍过程中那样，不尊敬地篡夺他创造灵魂的力量；相反，我们是他意志的工具，为他所创造的灵魂提供了豪宅。

不过，这只是猜测而已。无论用什么神学论点来支持，我都不太满意。过去，这类论点往往令人不满意。在伽利略时代，有人争辩说，经文“太阳静止不动…他坚持不下一整天”(约书亚x.13)和“他奠定了地球的基础，它不应该在任何时候移动”(诗篇cv)。5)充分驳斥哥白尼理论。以我们目前所知，这样的论点似乎是徒劳无益的。当没有这方面的知识时，它给人的印象就大不相同。

(2)“Ｈead in the Sand”反对

机器认为太可怕的后果。让我们希望并相信他们不可能这样做。“这一论点很少像上面的形式那样公开地表达。但它影响了我们大多数思考它的人。我们喜欢相信人在某种程度上优于创造的其他部分。

最好能证明他一定是优越的，因为这样就不会有失去他的领导地位的危险。神学观点的流行显然与这种感觉有关。在知识分子中，它可能是相当强大的，因为他们比其他人更重视思考的力量，并且更倾向于将他们的信仰建立在这种力量之上的人的优势之上。我认为这个论点不足以反驳。安慰将是更合适的：也许这应该寻求在灵魂的轮回。

(3)数学反对

数学逻辑的一些结果可以用来说明离散状态机的幂有其局限性。这些结果中最著名的是Godel定理(1931)，它表明，在任何强大的逻辑系统中，除非系统本身是不一致的，否则在系统内既不能证明也不能否定的语句是可以表述的。由于丘奇(1936年)、克莱恩(1935年)、罗瑟(Rosser)和图灵(1937年)，在某些方面也有类似的结果。后一个结果是最便于考虑的，因为它直接指机器，而其他的结果只能用于一个相对间接的论点：例如，如果要用Godel定理来描述逻辑系统，我们除了需要用机器来描述逻辑系统外，还需要用逻辑系统来描述机器。问题的结果是指一种机器，它本质上是一台容量无限的数字计算机。它说，有些事情是这样的机器做不到的。如果像在模仿游戏中那样被操纵来给出问题的答案，就会有一些问题，它会给出一个错误的答案，或者完全没有给出一个答案，不管有多少时间来回答。当然，可能会有许多这样的问题，一台机器无法回答的问题可能会被另一台机器满意地回答。当然，我们现在假设的问题是回答“是”或“否”是合适的，而不是像“你对毕加索有什么看法”这样的问题吗？我们知道机器必须故障的问题是这种类型的，“假设机器指定如下…这台机器会回答‘是’的任何问题吗？”用标准形式的某种机器的描述代替圆点，这种描述可能类似于第5节。当所描述的机器与正在审讯的机器有某种相对简单的关系时，可以表明答案要么是错误的，要么是没有得到的。这就是数学的结果：有人认为，它证明了机器的缺陷，而人类的智力是不受其约束的。

对这一论点的简短答复是，虽然已经确定，如果有任何特定的机器，权力也会受到限制，但只有在没有任何证据的情况下才指出，这种限制不适用于人类的智力。但我不认为这个意见可以这么轻率地否定。每当这些机器中的一个被问到适当的关键问题，并给出一个明确的答案时，我们就知道这个答案一定是错误的，这给了我们某种优越感。这种感觉是虚幻的吗？这无疑是相当真实的，但我认为不应太重视它。

我们常常给出错误的答案来回答自己的问题，使我们有理由对这些机器易出错的证据感到非常高兴。此外，只有在这种情况下，我们才能感受到我们在这一机器上的优越性，我们在这台机器上取得了小小的胜利。不可能同时战胜所有的机器。总之，可能有比任何给定的机器更聪明的人，但也可能有其他的机器更聪明，以此类推。

我认为，那些坚持数学论点的人，主要是愿意接受模仿游戏作为讨论的基础，而那些相信前两项反对意见的人，可能对任何准则都不感兴趣。

(4)从意识上讲

这一论点在杰斐逊教授的“1949年利斯特神谕”中得到了很好的表达，我引用了其中的一句话。“除非一台机器能写一首十四行诗，或者写一首协奏曲，因为感觉到了思想和情感，而不是通过符号的偶然跌落，我们才能同意机器等于大脑-也就是说，不仅写它，而且知道它写了它。没有任何机制能够感受到它的成功(不仅仅是人为的信号，一种简单的发明)对它的成功感到快乐，当它的阀门融化、被奉承温暖、被它的错误弄得痛苦、被性别迷住、愤怒或沮丧时，当它无法得到它想要的东西时，它会感到悲伤。”这一论点似乎是对我们测验的有效性的否定。根据这一观点中最极端的形式，确保机器思考的唯一途径是成为机器，并感觉自己在思考。这样我们就可以向世界描述这些感受，但当然没有人会理直气壮地注意到这些感受。同样地，根据这一观点，了解一个人所想的唯一方法就是成为那个特定的人。这实际上是唯我论的观点。这可能是最符合逻辑的观点，但它使沟通的想法很困难。A容易相信“A认为但B不”，而B认为“B认为但A不”。与其在这一点上不断争论，人们通常会有每个人都认为的礼貌惯例。

我相信杰斐逊教授不希望采取极端和唯我的观点。也许他会很愿意接受模仿游戏作为一个测试。这个游戏(玩家B省略了)经常以VIVA语音的名义在实践中被使用，以发现某个人是否真正理解某事或“学会了鹦鹉的时尚”。让我们听一听这样一种充满活力的声音的一部分：

审讯者：在你的十四行诗的第一行中，“我要把你比作夏天的一天吗？”，“春天的一天”会做得更好还是更好呢？

证人：它不会扫描。

审问者：“冬天的一天”怎么样，那就可以扫描了。

证人：是的，但是没有人想和冬天的日子相提并论。

审讯员：你会说匹克威克先生让你想起了圣诞节吗？

证人：在某种程度上。

询问者：然而圣诞节是冬天的一天，我不认为Pickwick先生会介意进行比较。

证人：我认为你不是认真的。冬天的一天意味着典型的冬天，而不是像圣诞节这样特殊的一天。

以此类推，杰斐逊教授会怎么说，如果十四行诗写字机能够像这样回答的话？我不知道他会否认为这台机器“只是人为地发出信号”，但如果答案如上文所述般令人满意和持续，我认为他不会把它描述为“简单的设计”。我认为，这句话的用意是包括在机器中列入某人阅读十四行诗的记录，并不时适当地打开它。总之，我认为大多数从意识上支持这一论点的人都可以被说服放弃它，而不是被迫进入唯我论的立场。他们可能会愿意接受我们的测试。我不想给人留下这样的印象：我认为意识没有什么神秘之处。例如，在任何试图将其本地化的过程中，都存在着某种悖论。但我认为这些谜团不一定要解决，才能回答我们在这份文件中所关注的问题。

(5)各种残缺的论点

这些论点的形式是：“我承认你可以让机器做你所提到的所有事情，但你永远也做不成X。”在这个联系中，我提供了一个选择：善良，足智多谋，美丽，友好，有主动性，有幽默感，辨别是非，犯错，恋爱，享受草莓和奶油，让某人爱上它，从经验中学习，正确地使用语言，成为自己思想的主题，有着和人一样多的行为多样性，做一些真正新的事情。通常不支持这些说法。我相信它们大多是建立在科学归纳的原则之上的。一个人一生中见过成千上万台机器。根据他对他们的看法，他得出了一些一般性的结论。它们是丑陋的，每一个都是为了一个非常有限的目的而设计的，当需要用于一个细微不同的目的时，它们是无用的，其中任何一个的行为都是非常小的，等等。他自然得出结论，这些都是一般机器所必需的特性。许多这些限制与大多数机器的存储容量很小有关。

(我假设存储容量的概念在某种程度上扩展到了除离散状态机之外的机器。确切的定义并不重要，因为在目前的讨论中没有提出精确的数学要求。)几年前，当很少听说过数字计算机时，如果没有描述它们的结构，就有可能引起人们对它们的许多怀疑。这大概是由于科学归纳原则的类似应用。当然，这些原则的应用在很大程度上是无意识的。当一个被烧焦的孩子害怕火灾，并表明他害怕它时，他应该说他是在运用科学的归纳。(当然，我也可以用许多其他方式来描述他的行为。)人类的作品和习俗似乎不是科学归纳的非常合适的材料。要想得到可靠的结果，就必须对很大一部分时空进行研究。否则，我们可能会(就像大多数英国人的孩子一样)决定每个人都会说英语，而且学法语是愚蠢的。

然而，对于提到的许多残疾问题，还有一些特别的评论。不能享受草莓和奶油可能会让读者觉得无聊。也许会有一台机器来享用这道美味的菜肴，但任何尝试这样做都是愚蠢的。这一残疾的重要之处在于，它造成了其他一些残疾，例如，人与机器之间或白人与白人之间或黑人与黑人之间发生的同样友好的困难。

“机器不能出错”的说法似乎很奇怪。有人忍不住反驳说：“他们这样做更糟吗？”但是，让我们采取一种更同情的态度，看看到底是什么意思。我认为这种批评可以用模仿游戏来解释。有人声称，审讯者只需在算术中设置一些问题，就可以将机器与男子区分开来。这台机器将因其致命的精确性而被揭穿。对此的答复很简单。这台机器(用于玩游戏的程序)不会试图对算术问题给出正确的答案。它会故意引入错误，以一种故意混淆审讯者的方式。一个机械故障可能会通过一个不合适的决定来显示自己，在算术中应该犯什么样的错误。即使对批评的这种解释也不够同情。但我们负担不起进一步深入研究的空间。在我看来，这种批评取决于两种错误之间的混淆，我们可以称之为“功能错误”和“结论错误”。功能错误是由于某些机械或电气故障，导致机器的行为，而不是它的设计。在哲学讨论中，人们喜欢忽视这种错误的可能性；因此，人们讨论的是“抽象的机器”。这些抽象的机器是数学虚构的，而不是物理的物体。顾名思义，他们是不会出错的。从这个意义上说，我们可以真正地说：“机器永远不会出错。”只有当机器的输出信号附加了某种意义时，才会产生错误的结论。例如，机器可以用英语键入数学方程式或句子。当一个错误的命题被输入时，我们说机器做了一个错误的结论。显然根本没有理由说机器不能犯这种错误。它可能只会重复输入“O=I”。以一个不那么反常的例子为例，它可能有一些通过科学归纳法得出结论的方法。我们必须期望这种方法偶尔会导致错误的结果。

一台机器不能成为它自己思想的主体的说法，当然只能在能够证明机器对某些主题有某种想法的情况下才能得到回答。然而，“机器操作的主题”似乎意味着一些东西，至少对处理它的人来说是这样。例如，如果机器试图找到方程x2-40x-11=0的解，那么人们就会忍不住把这个方程描述为机器主题的一部分。在这种意义上，一台机器无疑可以成为它自己的题材。它可以用来帮助制定自己的方案，或预测其自身结构改变的影响。通过观察自身行为的结果，它可以修改自己的方案，以便更有效地实现某种目的。这些都是近期的可能性，而不是乌托邦式的梦想。有人批评机器行为不可能有很大的多样性，这仅仅是一种说法，即它不具备很大的存储能力。直到最近，即使是一千位数的存储容量也是非常罕见的。我们在这里所考虑的批评往往是意识上的争论的伪装形式，通常如果一个人认为机器可以做其中的一件事，并且描述了机器可以使用的那种方法，人们就不会给人留下太多的印象。人们认为，瓦片法(无论是什么方法，因为它必须是机械的)确实是相当基础的。比较一下第22页引用的杰斐逊声明中的括号。

(6)洛夫莱斯夫人的反对

我们关于巴贝奇分析引擎的最详细的资料来自洛夫莱斯夫人的回忆录(1842)。她在书中说，“分析引擎没有任何起源的假象，它可以做任何我们知道如何命令它执行的事情”(她的斜体字)。Hartree(1949)引用了这一说法，他补充说：“这并不意味着不可能建造‘为自己思考’的电子设备，或者在生物学上可以建立条件反射，作为‘学习’的基础。这在原则上是否可能是一个令人兴奋和令人兴奋的问题，这是最近的一些发展提出的，但似乎当时建造或投射的机器并不具有这种性质。”在这件事上，我和Hartree完全一致。人们会注意到，他并不是说有关的机器没有得到功能，而是说Lovelace夫人掌握的证据并没有鼓励她相信他们拥有这一功能。从某种意义上说，这些机器很有可能获得了这一特性。假设某个离散状态机具有该属性。分析引擎是一种通用的数字计算机，因此，如果它的存储容量和速度足够，它就可以通过适当的编程来模仿有关的机器。

伯爵夫人和巴贝奇可能没有想到这个论点。在任何情况下，他们都没有义务要求所有可以索赔的东西。整个问题将在学习机器的标题下再次审议。

Lovelace夫人的反对意见的一个变体是，机器“永远不会做任何真正新的事情”。这可能会被怼一下，“太阳底下没有什么新的东西。”谁能肯定他所做的“原创工作”不仅仅是通过教学在他身上播种的种子的生长，或者是遵循众所周知的一般原则的效果。反对意见的一个更好的变体是，机器永远不会“让我们大吃一惊”。这是一个更直接的挑战，可以直接应对。机器以极高的频率使我大吃一惊。这在很大程度上是因为我没有做足够的计算来决定期望他们做什么，或者更确切地说是因为，尽管我做了一个计算，但我以一种仓促、草率、冒险的方式去做。也许我对自己说，“我想这里的电压应该和那里的电压一样：不管怎样，让我们假设它是。”当然，我经常是错的，结果对我来说是一个惊喜，因为当实验完成时，这些假设已经被遗忘了。这些承认让我乐于接受关于我恶毒行为的演讲，但当我证明我所经历的惊喜时，不要对我的可信度产生任何怀疑。我不指望这个回答能使我的批评者安静下来。他可能会说，他的惊喜是由于我的一些创造性的精神行为，并没有反映出对机器的信任。这使我们回到了从意识到的争论，而不是惊讶的想法。这是一条我们必须认为是封闭的论点，但或许值得指出的是，对某些令人惊讶的事物的欣赏需要同样多的“创造性思维行为”，不管这一令人惊讶的事件来自于一个人、一本书、一台机器还是其他任何东西。我相信，机器不可能带来惊喜的观点，是由于一种谬误，哲学家和数学家尤其受到这种谬误的影响。这是一种假设，即只要一个事实被呈现给一个人的头脑，它的所有后果都会与它同时出现在头脑中。在许多情况下，这是一个非常有用的假设，但人们很容易忘记它是错误的。这样做的一个自然后果是，人们假设仅仅从数据和一般原则中得出的结果是没有美德的。

(7)神经系统连续性的论证

神经系统当然不是一个离散的状态机。关于神经冲动撞击神经元的大小的信息中的一个小错误可能会对传出脉冲的大小产生很大的影响。有人可能会说，在这种情况下，一个人不能期望能够模仿一个离散状态系统的神经系统的行为。确实，离散状态机必须不同于连续机器.但是，如果我们坚持模仿游戏的条件，审讯者就无法利用这种差异。

如果我们考虑其他更简单的连续机器，情况就会变得更清楚。微分分析器会做得很好。(微分分析器是一种机器，而不是用于某些计算的离散状态类型的机器。)其中一些以打字的形式提供答案，因此适合参加游戏。数字计算机不可能准确预测微分分析器对问题的答案，但它很有能力给出正确的答案。例如，如果被要求给出值(实际上约为3.1416)，则可以在3.12、3.13、3.14、3.15、3.16之间随机选择，概率为0.05、0.15、0.55、0.19、0.06(比方说)。在这种情况下，质问者很难将微分分析器与数字计算机区分开来。

(8)从行为的非正式性出发，不可能产生一套旨在描述一个人在每一种可能的情况下应该做什么的规则。例如，一个人可能有一条规则，当一个人看到红灯时，他会停下来，如果你看到一个绿色的红灯，他就会走，但如果两者都出现在一起，又会怎样呢？也许人们会认为停止是最安全的。但这一决定很可能会引起更多的困难。试图提供行为准则，以涵盖每一种可能发生的情况，甚至那些由交通灯引起的情况，似乎是不可能的。我同意这一切。因此，人们认为我们不可能是机器。我会尽量重复这个论点，但恐怕我很难做到公正。好像是这样的。“如果每个人都有一套明确的行为准则来规范自己的生活，他就不会比一台机器更好。但没有这样的规则，人就不可能是机器。”未分配的中间是耀眼的。我不认为这个论点是这样的，但我相信这是所用的论据。然而，在“行为规则”和“行为准则”之间可能存在某种混淆，从而使问题蒙上阴影。所谓“行为准则”，我指的是“看到红灯就停下来”这样的戒律，你可以根据这些规则行事，也可以有意识地遵守这些戒律。所谓“行为法则”，我指的是适用于一个人身体的自然规律，比如“如果你捏他，他就会尖叫。”如果我们用“规范他的生活的行为法则”代替“行为法则来规范他的生活”，在引用的论点中，未分配的中间不再是不可超越的。因为我们认为，行为规律不仅意味着是某种机器(虽然不一定是离散状态的机器)，相反，作为这样一种机器意味着受到这样的法律的约束。然而，我们不能这么轻易地说服自己，认为没有完整的行为法则，而没有完整的行为准则。要找到这样的规律，我们所知道的唯一方法就是科学观察，我们当然不知道在什么情况下，我们可以说：“我们已经搜索够多了，没有这样的规律。”

我们可以更有力地表明，任何这种说法都是没有道理的。如果这样的法律存在的话，我们肯定能找到它们。然后，给定一个离散状态机，通过观察就可以发现它足以预测它的未来行为，而这是在一个合理的时间内，比如说一千年内。但情况似乎并非如此。我在曼彻斯特的电脑上设置了一个小程序，只使用1000个存储单元，根据这个程序，机器在两秒钟内提供了一个16位数的数字回复。我敢说，任何人都不能从这些答复中了解到关于该方案的足够资料，以便能够预测对未经试验的价值的任何答复。

（9）《超感官感知论辩》

我假设读者熟悉超感官知觉的概念，以及其中四项的意义，即心灵感应、透视、预觉和心理运动。这些令人不安的现象似乎否定了我们所有通常的科学观点。我们多么想让他们蒙羞！不幸的是，统计证据，至少是关于心灵感应的证据，是压倒性的。很难重新整理自己的想法，以适应这些新的事实。一旦一个人接受了他们，相信鬼和转向架似乎并不是一个很大的步骤。认为我们的身体只是根据已知的物理定律运动，以及其他一些尚未被发现但有点相似的想法，这将是第一次出现的想法之一。这个论点在我看来是相当有力的。人们可以回答说，许多科学理论在实践中似乎仍然是可行的，尽管与专门用途方案发生了冲突；事实上，如果人们忘记了这一点，就会相处得很好。这是相当冷的安慰，人们担心思维只是一种现象，ESP可能是特别相关的。

基于ESP的一个更具体的论点可能是：“让我们玩模拟游戏，用一个擅长心灵感应接收器的人和一台数字计算机作为证人。审讯者可以问这样的问题：‘我右手里的卡片是什么衣服？’通过心灵感应或透视法，这个人在400张卡片中给出了正确的答案130次。机器只能随意猜测，而且可能得到104张正确的答案，所以讯问者做出了正确的识别。”这里有一种有趣的可能性。假设数字计算机包含一个随机数生成器。然后用这个来决定给出什么答案是很自然的。但是，随机数发生器将受制于审讯者的心理动力。也许这种心理运动可能会使机器比概率计算时更经常地猜测正确，因此审讯者可能仍然无法做出正确的识别。另一方面，通过透视，他也许可以在没有任何疑问的情况下作出正确的猜测。有了ESP，任何事情都可能发生。如果心灵感应被承认，就有必要加强我们的测试。如果审讯者在自言自语，而竞争对手之一正在侧耳倾听，这种情况可被视为类似的情况。让竞争对手进入“心灵感应室”将满足所有的要求。

七、学习机器

读者预计我没有非常有说服力的积极的论点来支持我的观点。如果我有的话，我就不应该这样努力去指出相反的观点。这样的证据，我现在就会给出。

让我们回顾一下洛夫莱斯夫人的反对意见，他说机器只能做我们让它做的事情。人们可以说，一个人可以“注入”一个想法到机器，它会作出一定程度的反应，然后陷入平静，就像一根被锤子敲打的钢琴弦。另一个比喻是小于临界大小的原子堆：注入的想法是对应一个中子从外进入堆。每一个这样的中子都会引起一定的干扰，最终会消失。然而，如果桩的大小足够大，由这样一个传入中子引起的轮胎扰动很可能会不断增加，直到整个堆被破坏。思维是否有相应的现象，机器是否有相应的现象？似乎确实有一种适合人类思维的方法。它们中的大多数似乎是“亚临界”，也就是说，在这种类比中，相当于亚临界大小的成堆。向这样一个头脑提出的想法，平均起来只会产生一个以上的想法来回应。很小的比例是超临界的。由第二、第三和更遥远的思想组成的一个完整的“理论”。动物的思想似乎绝对是次要的。按照这个比喻，我们会问：“一台机器能变成超临界的吗？”

“洋葱皮”的类比也是有帮助的。在考虑心智或大脑的功能时，我们发现某些操作，我们可以用纯机械的术语来解释。我们说这不符合真实的思想：它是一种皮肤，如果我们要找到真正的心灵，我们就必须剥去它。但在剩下的东西中，我们发现了更多的皮肤需要被剥去，以此类推。以这种方式进行，我们是否曾经来到“真实”的头脑，还是我们最终来到了没有任何东西的皮肤？在后一种情况下，整个头脑是机械的。(然而，它不会是一个离散状态的机器。我们已讨论过这个问题。)这最后两段并不是令人信服的论点。他们应该被描述为“倾向于产生信仰的背诵”。对于第6节开始时所表达的观点，唯一真正令人满意的支持，将是等待本世纪末，然后进行所述实验所提供的支持。但在此期间我们能说些什么呢？如果实验要成功，现在应该采取哪些步骤？正如我所解释的，问题主要是编程问题。工程方面的进步也是必须的，但似乎不太可能满足这些要求。估计大脑的存储容量从1010到1015个二进制数字不等。我倾向于较低的价值观，并认为只有很小的一部分是用于较高类型的思维。其中大部分可能是用来保留视觉印象的，我会感到惊讶的是，如果需要超过109人才能令人满意地玩模仿游戏，至少要对付一个盲人。(注：大英百科全书第11版的容量为2×109)，即使以目前的技术计算，储存容量为107也是一种非常可行的可能性。可能根本没有必要提高机器的运行速度。现代机器的某些部件可以被看作是神经细胞的类似物，其工作速度大约是后者的一千倍。

这应该提供一个“安全范围”，可以弥补在许多方面出现的速度损失，我们的问题是找出如何编程这些机器来玩游戏。以我目前的工作速度，我每天大约生产一千位数的满足感，因此，如果没有任何东西进入废纸篓，那么大约六十名工人，在五十年里稳定地工作，就可以完成这项工作。一些更迅速的方法似乎是可取的。

在试图模仿一个成年人的头脑的过程中，我们一定要对这个过程进行大量的思考，这个过程已经把它带入了它所处的状态。我们可能会注意到三个组成部分。(A)精神的最初状态，例如出生时，(B)其所受的教育，(C)其所受的其他经验，而非描述为教育。为什么不试着制作一个模拟成人心智的节目，而不去制作一个模仿孩子心智的节目呢？如果接受适当的教育，就能获得成人的大脑。想必孩子的大脑就像笔记本一样，就像从文具店买来的一样，几乎没有什么机制，还有很多白纸。(从我们的观点来看，机制和写作几乎是同义词。)我们希望在孩子的大脑中有如此少的机制，以至于类似的东西可以很容易地被编程。作为第一种近似，我们可以假设的教育工作量与人类孩子的工作量是一样的。因此，我们把我们的问题分为两部分。儿童方案和教育进程。这两者仍然有着密切的联系。我们不能指望在第一次尝试时就能找到一台好的儿童机器。一个人必须试着教一台这样的机器，看看它学得有多好。然后，一个人可以尝试另一个，看看它是好还是坏。这一过程与进化之间有着明显的联系。

儿童机器的结构=儿童机器的遗传物质变化=突变，自然选择=试验者的判断。然而，一个人可能希望这个过程比进化更快。适配的生存是衡量优势的一种缓慢方法。这个实验者，通过锻炼智力，他应该能够加速它。同样重要的是，他不限于随机突变。如果他能追踪到某种缺陷的原因，他可能会想到能改善它的突变。无法将与普通儿童完全相同的教学过程应用于机器。

.例如，它不会有腿，所以不能让它出去填煤斗。可能它没有眼睛。但是，不管这些缺陷如何被聪明的工程所克服，如果没有其他孩子的过度取乐，一个人就不能把这个生物送到学校去。必须给它一些学费。我们不必太在意腿、眼睛等问题。海伦·凯勒小姐的例子表明，只要教师和学生之间的双向交流可以通过某种方式进行，教育就可以进行。
对于适合于儿童机器的复杂性，可能会有不同的看法。人们可以尝试使它尽可能简单，与一般原则保持一致。或者，一个人可能有一个完整的逻辑推理系统“内置”。在后一种情况下，存储将在很大程度上被定义和命题占用。这些命题有着各种各样的地位，例如，确定的事实、猜想、数学证明定理、权威给出的陈述、具有逻辑形式的命题而不是信仰价值的表达式。某些命题可以说是“必要的”。机器的结构应该是，一旦命令被归类为“已确定的”，相应的操作就会自动发生。为了说明这一点，假设老师对机器说：“现在就做作业。”这可能会导致“老师说‘现在就做作业’”被列入公认的事实。另一个这样的事实可能是，“老师所说的一切都是真的。”将这些因素结合在一起，最终可能会产生“现在就做作业”的迫切性，被包括在既定事实之中，而通过机器的构建，这将意味着家庭作业实际上已经开始，但效果非常令人满意。机器使用的推理过程不必满足最严格的逻辑学家的要求。

例如，可能没有类型的层次结构。但是，这并不意味着类型谬误将会发生，就像我们必然会跌落在没有围栏的悬崖上一样。适当的命令(在系统中表示，不构成系统规则的一部分)，例如“除非是教师提到的类的子类，否则不要使用类”可以产生类似的效果，即“不要太靠近边缘”。

没有四肢的机器所必须遵守的命令必然具有相当的智力性质，如上面给出的例子(做作业)。在这些规定中，重要的是规管适用有关逻辑系统的规则的次序，因为在每一阶段，当一个人使用逻辑系统时，会有很多可供选择的步骤，而任何一项步骤，只要符合逻辑系统的规则，都是可以适用的。这些选择决定了一个聪明的推理者和一个足球推理者之间的区别，而不是声音和谬误的区别。导致这种必要性的命题可能是“当苏格拉底被提到时，使用芭芭拉中的三段论”，或者“如果一种方法被证明比另一种方法更快，就不要使用较慢的方法。”其中一些可能是“权威赋予的”，但另一些则可能是由机器本身产生的，例如通过科学归纳。

对于一些读者来说，学习机器的想法可能显得自相矛盾。机器的操作规则如何改变？他们应该完全描述机器将如何反应，无论它的历史可能是什么，无论它可能经历什么变化。因此，规则是相当时不变的。这是真的。对这一悖论的解释是，在学习过程中被改变的规则是一种不那么自命不凡的规则，只声称是短暂的有效性。读者可以将其与美国宪法相比较。

我们只能看到前方很短的距离，但我们可以看到很多需要做的地方。

学习机器的一个重要特点是，它的老师通常对里面发生的事情一无所知，尽管他在某种程度上仍然可以预测学生的行为。这应最强烈地适用于后来的教育产生于儿童机器的良好设计(或程序)。这与正常的程序形成鲜明的对比，当使用机器进行计算时，一个人的目标是在计算中的每个时刻对机器的状态有一个清晰的心理画面。这一目标只有通过斗争才能实现。“机器只能做我们知道怎么做才能做的事”这种观点在这种情况下显得很奇怪。我们能够投入机器的大部分程序都会导致机器做一些我们无法理解的事情(如果有的话)，或者我们认为这完全是随机行为。智能行为大概是偏离了计算中所涉及的完全有纪律的行为，但相当轻微的行为，它不会导致随机行为，或无意义的重复循环。另一个重要的结果，我们的机器为它的一部分，在一个教学过程中的模仿游戏是，“人的错误”很可能被省略了一个相当自然的方式，即没有特殊的“指导”。(读者应将此与第23和24页的观点相一致。)所学习的过程并不能百分之百地确定结果；如果是的话，它们就不能被遗忘。

在学习机器中包含一个随机元素可能是明智的。当我们在寻找某个问题的解时，随机元素是相当有用的。例如，假设我们想要找到一个介于50到200之间的数字，它等于它的数字之和的平方，我们可以从51开始，然后尝试52，然后继续，直到得到一个有效的数字。或者，我们可以随机选择数字，直到我们得到一个好的数字。这种方法的优点是不需要跟踪已经尝试过的值，但缺点是可以尝试同一方法两次，但是如果有几个解决方案，这一点就不是很重要。这种系统方法的缺点是，在该地区可能存在一个巨大的障碍，没有任何解决办法，必须首先调查这些问题；现在，学习过程可以被看作是在寻找一种能满足教师(或其他一些标准)的行为形式。由于可能有大量的满意解，随机方法似乎比系统方法更好。应该注意的是，它是在类似的进化过程中使用的。但在那里，系统的方法是不可能的。一个人如何能够跟踪不同的基因组合，已经尝试过，以避免再次尝试？我们可能希望机器最终将在所有纯智力领域与人类竞争。但从一开始哪一个是最好的呢？即使这也是一个艰难的决定。许多人认为，一个非常抽象的活动，如下棋，将是最好的。还可以说，最好是为机器提供金钱能买到的最好的感觉器官，然后教它理解和说英语。这一过程可以遵循儿童的正常教学。我也不知道正确的答案是什么，但我认为这两种方法都应该尝试。

计算机原理与智能－翻译相关推荐

计算机网络英文论文,计算机网络应用英文论文翻译
计算机网络应用英文论文翻译计算机网络应用英文论文翻译频道是网络应用有关在职开题报告范文和网络应用和计算机和论文类论文如何写. 在科学技术不断发展的背景下,人们的生活发生了巨大的变化,特别是随着互联网 ...
电子计算机原理讲义,计算机原理讲义
计算机原理第一章绪论第一节计算机的发展概述一. 产生计算机又称电脑,则一种能够自动.高速.精确地完成各种信息存储.数据处理.数值计算.过程控制和数据传输的电子设备.通常,它是以电子元器件为 ...
江苏省对口单招计算机原理,江苏省对口单招计算机原理教案.doc
江苏省对口单招计算机原理教案上篇计算机原理第一章计算机的发展第一节计算机的发展概述本节要求了解计算机的发展与应用领域知识精讲产生计算机又称电脑,则一种能够自动.高速.精确地完成各 ...
苏大微型计算机原理与应用题库,苏州大学计算机原理及应用考研复习题.pdf
苏州大学计算机原理及应用考研复习题.pdf 专业课复习资料(最新版)专业课复习资料(最新版) 封封面面复习题 1复习题 1 判断指令是否正确判断指令是否正确 1. MOV AH,BX(F) 2. ...
逻辑代数01律的理解_零基础学习计算机原理：布尔逻辑和逻辑门
Hello World!我是老乔,欢迎来到超智星球.在这里,每篇都学一个小知识. 微号:超智星球网站:http://chaozhixingqiu.com 这期呢,还是计算机原理系列,上期最后讲到了自 ...
能被计算机硬件理解的语言,(计算机原理综合练习一含答案.doc
(计算机原理综合练习一含答案计算机原理综合练习一一.填空题: 1.计算机中的主机分为和 . 2.计算机软件系统分为和 . 3.计算机与其它计算工具最大的区别是 . 4.(23.75)10=( ...
计算机专业人毕业设计外文翻译,计算机专业毕业设计外文翻译.doc
<计算机专业毕业设计外文翻译.doc>由会员分享,提供在线免费全文阅读可下载,此文档格式为doc,更多相关<计算机专业毕业设计外文翻译.doc>文档请在天天文库搜索. 1.近 ...
计算机原理寻址方式ppt,计算机原理_3 寻址方式和指令系统.ppt
计算机原理_3 寻址方式和指令系统第三章寻址方式和指令系统第一节基本概念第二节寻址方式第三节指令系统附录DEBUG软件的使用说明第一节基本概念指令控制与存储程序是计算机的基本特征 CPU ...
哪个学校既教计算机教英语翻译,教学计算机专业的英语翻译.doc
教学计算机专业的英语翻译 1.1细看处理器与主存储器我们已经了解到所有计算机有类似的能力且能执行相同的功能,尽管一些可能比其他的快.我们知道电脑系统有输入.输出.仓储.加工的元件,还知道处理器是计算 ...

计算机原理与智能－翻译

计算机原理与智能

计算机原理与智能－翻译相关推荐

最新文章

热门文章