" เครื่องจักรคำนวณและสติปัญญา " เป็นบทความที่เขียนโดยอลัน ทัวริงเกี่ยวกับหัวข้อปัญญาประดิษฐ์บทความนี้ตีพิมพ์ในปี 1950 ในวารสาร Mindและเป็นบทความแรกที่แนะนำแนวคิดที่ปัจจุบันรู้จักกันในชื่อการทดสอบทัวริงให้แก่สาธารณชน

บทความของทิวริงพิจารณาคำถามที่ว่า "เครื่องจักรคิดได้หรือไม่?" ทิวริงกล่าวว่าเนื่องจากคำว่า "คิด" และ "เครื่องจักร" ไม่สามารถนิยามได้อย่างชัดเจน เราจึงควร "แทนที่คำถามด้วยคำถามอื่นที่เกี่ยวข้องอย่างใกล้ชิดและแสดงออกมาในคำที่ค่อนข้างชัดเจน" ^{[ 1 ]}เพื่อให้บรรลุวัตถุประสงค์นี้ ทิวริงเสนอแนวทางสามขั้นตอน ขั้นแรก เขาได้ระบุแนวคิดที่เรียบง่ายและไม่คลุมเครือเพื่อใช้แทนคำว่า "คิด" ขั้นที่สอง เขาได้กำหนดขอบเขตของ "เครื่องจักร" ที่กำลังพิจารณา ขั้นที่สาม ด้วยเครื่องมือเหล่านี้ เขาตั้งคำถามใหม่ที่เกี่ยวข้องกับคำถามแรก ซึ่งเขาเชื่อว่าเขาสามารถตอบได้ในเชิงบวก

แทนที่จะพยายามตรวจสอบว่าเครื่องจักรคิดได้หรือไม่ ทิวริงแนะนำว่าเราควรตั้งคำถามว่าเครื่องจักรสามารถชนะเกมที่เรียกว่า " เกมเลียนแบบ " ได้หรือไม่ เกมเลียนแบบดั้งเดิมที่ทิวริงอธิบายนั้นเป็นเกมปาร์ตี้ง่ายๆ ที่มีผู้เล่นสามคน ผู้เล่น A เป็นผู้ชาย ผู้เล่น B เป็นผู้หญิง และผู้เล่น C (ซึ่งรับบทเป็นผู้สอบถาม) สามารถเป็นเพศใดก็ได้ ในเกมเลียนแบบ ผู้เล่น C ไม่สามารถมองเห็นผู้เล่น A หรือผู้เล่น B ได้ (และรู้จักพวกเขาเพียงแค่เป็น X และ Y) และสามารถสื่อสารกับพวกเขาได้ผ่านทางบันทึกที่เป็นลายลักษณ์อักษรหรือรูปแบบอื่นๆ ที่ไม่เปิดเผยรายละเอียดเกี่ยวกับเพศของพวกเขา โดยการถามคำถามผู้เล่น A และผู้เล่น B ผู้เล่น C พยายามที่จะระบุว่าใครในสองคนนั้นเป็นผู้ชายและใครเป็นผู้หญิง บทบาทของผู้เล่น A คือการหลอกผู้สอบถามให้ตัดสินใจผิด ในขณะที่ผู้เล่น B พยายามช่วยเหลือผู้สอบถามให้ตัดสินใจถูก^{[ 2 ]}

ทิวริงเสนอรูปแบบหนึ่งของเกมนี้ที่เกี่ยวข้องกับคอมพิวเตอร์: ^{[ 3 ]}

ตอนนี้เราตั้งคำถามว่า "จะเกิดอะไรขึ้นเมื่อเครื่องจักรเข้ามารับบทบาทเป็น A ในเกมนี้?" ผู้สอบถามจะตัดสินใจผิดพลาดบ่อยเท่าเดิมหรือไม่ เมื่อเกมนี้เล่นในลักษณะนี้ เหมือนกับตอนที่เล่นระหว่างชายและหญิง? คำถามเหล่านี้เข้ามาแทนที่คำถามเดิมของเราที่ว่า "เครื่องจักรคิดได้หรือไม่?"

ดังนั้นเกมที่แก้ไขแล้วจึงกลายเป็นเกมที่มีผู้เข้าร่วมสามคนในห้องที่แยกจากกัน ได้แก่ คอมพิวเตอร์ (ซึ่งกำลังถูกทดสอบ) มนุษย์ และผู้พิพากษา (ที่เป็นมนุษย์) ผู้พิพากษาที่เป็นมนุษย์สามารถสนทนากับทั้งมนุษย์และคอมพิวเตอร์ได้โดยการพิมพ์ลงในเทอร์มินัล ทั้งคอมพิวเตอร์และมนุษย์พยายามโน้มน้าวผู้พิพากษาว่าตนเองเป็นมนุษย์ หากผู้พิพากษาไม่สามารถแยกแยะได้อย่างสม่ำเสมอว่าใครเป็นใคร คอมพิวเตอร์จะเป็นผู้ชนะเกม^{[ 4 ]}

นักวิจัยในสหราชอาณาจักรได้สำรวจ "ปัญญาประดิษฐ์" มานานถึงสิบปีก่อนที่จะมีการก่อตั้งสาขาการวิจัยปัญญาประดิษฐ์ ( AI ) ในปี 1956 ^{[ 5 ]}หัวข้อนี้เป็นหัวข้อที่พูดคุยกันทั่วไปในหมู่สมาชิกของRatio Clubซึ่งเป็นกลุ่มไม่เป็นทางการของ นักวิจัย ด้านไซเบอร์เนติกส์และอิเล็กทรอนิกส์ ของอังกฤษ ซึ่งรวมถึง Alan Turing ด้วย โดยเฉพาะอย่างยิ่ง Turing ได้นำเสนอแนวคิดเรื่องปัญญาประดิษฐ์มาตั้งแต่ปี 1941 เป็นอย่างน้อย และหนึ่งในคำกล่าวอ้างแรกสุดที่ทราบเกี่ยวกับ "ปัญญาคอมพิวเตอร์" นั้นเกิดขึ้นโดยเขาในปี 1947 ^{[ 6 ]}

ดังที่Stevan Harnadตั้งข้อสังเกตไว้^{[ 7 ]}คำถามได้กลายเป็น "เครื่องจักรสามารถทำในสิ่งที่เรา (ในฐานะสิ่งมีชีวิตที่คิดได้) สามารถทำได้หรือไม่" กล่าวอีกนัยหนึ่ง Turing ไม่ได้ถามอีกต่อไปว่าเครื่องจักรสามารถ "คิด" ได้หรือไม่ แต่เขาถามว่าเครื่องจักรสามารถกระทำการได้อย่างไม่แตกต่างกัน^{[ 8 ]}จากวิธีที่นักคิดกระทำ คำถามนี้หลีกเลี่ยงปัญหาทางปรัชญาที่ยากลำบากของการกำหนดคำกริยา "คิด" ล่วงหน้า และมุ่งเน้นไปที่ความสามารถในการปฏิบัติงานที่การคิดทำให้เป็นไปได้ และวิธีที่ระบบเชิงสาเหตุสามารถสร้างสิ่งเหล่านั้นได้

นับตั้งแต่ทิวริงนำเสนอการทดสอบของเขา การทดสอบนี้ได้รับอิทธิพลอย่างมากและถูกวิพากษ์วิจารณ์อย่างกว้างขวาง และกลายเป็นแนวคิดสำคัญใน ปรัชญาของ ปัญญาประดิษฐ์^{[ 9 ] [ 10 ]}การวิพากษ์วิจารณ์บางส่วน เช่นห้องจีนของจอห์น เซิร์ลก็เป็นที่ถกเถียงกัน^{[ 11 ] [ 12 ]}บางคนตีความคำถามของทิวริงว่า "คอมพิวเตอร์ที่สื่อสารผ่านเครื่องพิมพ์โทรเลข สามารถหลอกคนให้เชื่อว่าเป็นมนุษย์ได้หรือไม่" ^{[ 13 ]}แต่ดูเหมือนชัดเจนว่าทิวริงไม่ได้พูดถึงการหลอกลวงคน แต่พูดถึงการสร้างความสามารถทางปัญญาของมนุษย์^{[ 14 ]}

ทิวริงยังกล่าวอีกว่า เราจำเป็นต้องพิจารณาว่า "เครื่องจักร" ประเภทใดที่เราต้องการนำมาเป็นตัวอย่าง เขาชี้ให้เห็นว่าโคลนนิ่ง มนุษย์ แม้จะเป็นสิ่งที่มนุษย์สร้างขึ้น แต่ก็คงไม่ใช่ตัวอย่างที่น่าสนใจนัก ทิวริงแนะนำว่าเราควรเน้นไปที่ความสามารถของเครื่องจักรดิจิทัล ซึ่งเป็นเครื่องจักรที่ประมวลผลเลขฐานสอง 1 และ 0 โดยเขียนลงในหน่วยความจำโดยใช้กฎง่ายๆ เขาให้เหตุผลสองประการ

ประการแรก ไม่มีเหตุผลที่จะต้องคาดเดาว่าสิ่งเหล่านี้จะมีอยู่จริงหรือไม่ เพราะพวกมันมีอยู่จริงแล้วตั้งแต่ปี 1950

ประการที่สอง เครื่องจักรดิจิทัลเป็น "สากล" การวิจัยของทิวริงเกี่ยวกับพื้นฐานของการคำนวณได้พิสูจน์แล้วว่าในทางทฤษฎีแล้ว คอมพิวเตอร์ดิจิทัลสามารถจำลองพฤติกรรมของเครื่องจักรดิจิทัลอื่น ๆ ได้ หากมีหน่วยความจำและเวลาเพียงพอ (นี่คือความเข้าใจที่สำคัญของวิทยานิพนธ์ Church–Turingและเครื่องจักรทิวริงสากล ) ดังนั้น หาก เครื่องจักรดิจิทัล ใด ๆสามารถ "ทำตัวเหมือนกำลังคิด" ได้ เครื่องจักรดิจิทัลที่มีประสิทธิภาพเพียงพอ ทุกเครื่องก็สามารถทำได้เช่นกัน ทิวริงเขียนว่า "คอมพิวเตอร์ดิจิทัลทั้งหมดมีความเทียบเท่ากันในแง่หนึ่ง" ^{[ 15 ]}

สิ่งนี้ทำให้คำถามเดิมมีความเฉพาะเจาะจงมากยิ่งขึ้น ทิวริงจึงตั้งคำถามเดิมขึ้นใหม่ว่า "ลองพิจารณาคอมพิวเตอร์ดิจิทัล C เครื่องหนึ่งโดยเฉพาะดูสิ จริงหรือไม่ว่าหากเราปรับเปลี่ยนคอมพิวเตอร์เครื่องนี้ให้มีหน่วยความจำที่เพียงพอ เพิ่มความเร็วในการทำงานให้เหมาะสม และจัดหาโปรแกรมที่เหมาะสมให้ คอมพิวเตอร์ C จะสามารถเล่นบทบาทของ A ในเกมเลียนแบบได้อย่างน่าพอใจ โดยให้มนุษย์รับบทเป็น B" ^{[ 15 ]}

ดังนั้น ทิวริงจึงกล่าวว่าจุดสนใจไม่ได้อยู่ที่ว่า "คอมพิวเตอร์ดิจิทัลทั้งหมดจะทำได้ดีในเกมหรือไม่ หรือว่าคอมพิวเตอร์ที่มีอยู่ในปัจจุบันจะทำได้ดีหรือไม่ แต่อยู่ที่ว่ามีคอมพิวเตอร์ที่จินตนาการได้ซึ่งจะทำได้ดีหรือไม่" ^{[ 16 ]}สิ่งที่สำคัญกว่าคือการพิจารณาความก้าวหน้าที่เป็นไปได้ในสถานะของเครื่องจักรของเราในปัจจุบัน โดยไม่คำนึงถึงว่าเราจะมีทรัพยากรที่พร้อมใช้งานเพื่อสร้างเครื่องจักรนั้นหรือไม่

หลังจากชี้แจงคำถามแล้ว ทิวริงก็เริ่มตอบคำถาม โดยเขาพิจารณาข้อโต้แย้งทั่วไป 9 ประการต่อไปนี้ ซึ่งรวมถึงข้อโต้แย้งหลักทั้งหมดเกี่ยวกับปัญญาประดิษฐ์ที่เกิดขึ้นในช่วงหลายปีนับตั้งแต่บทความของเขาได้รับการตีพิมพ์ครั้งแรก^{[ 17 ]}

1. ข้อโต้แย้งทางศาสนา : ข้อโต้แย้งนี้กล่าวว่า การคิดเป็นหน้าที่ของจิตวิญญาณอมตะ ของมนุษย์ ดังนั้น เครื่องจักรจึงไม่สามารถคิดได้ ทิวริงเขียนว่า "ในการพยายามสร้างเครื่องจักรเช่นนั้น เราไม่ควรแย่งชิงอำนาจในการสร้างจิตวิญญาณของพระองค์อย่างไม่เคารพ เช่นเดียวกับการที่เราแย่งชิงอำนาจในการสร้างบุตร: ในทั้งสองกรณี เราเป็นเพียงเครื่องมือตามพระประสงค์ของพระองค์ที่จัดหาที่อยู่อาศัยให้แก่จิตวิญญาณที่พระองค์ทรงสร้าง"
2. ข้อโต้แย้งแบบ 'เอาหัวซุกทราย' : "ผลที่ตามมาจากการที่เครื่องจักรคิดได้นั้นคงน่ากลัวเกินไป ขอให้เราหวังและเชื่อว่าพวกมันทำไม่ได้" ความคิดนี้เป็นที่นิยมในหมู่นักปัญญาชน เพราะพวกเขาเชื่อว่าความเหนือกว่านั้นมาจากสติปัญญาที่สูงกว่า และความเป็นไปได้ที่จะถูกแซงหน้าเป็นภัยคุกคาม (เนื่องจากเครื่องจักรมีหน่วยความจำที่มีประสิทธิภาพและความเร็วในการประมวลผลสูง โอกาสที่เครื่องจักรจะเหนือกว่าความสามารถในการเรียนรู้และความรู้จึงมีสูงมาก) ข้อโต้แย้งนี้เป็นการอ้างอิงถึงผลที่ตามมา อย่างผิดพลาด เป็นการสับสนระหว่างสิ่งที่ไม่ควรจะเป็นกับสิ่งที่สามารถหรือไม่สามารถเป็นได้ (Wardrip-Fruin, 56)
3. ข้อโต้แย้งทางคณิตศาสตร์ : ข้อโต้แย้งนี้ใช้ทฤษฎีบททางคณิตศาสตร์ เช่นทฤษฎีบทความไม่สมบูรณ์ของเกอเดลเพื่อแสดงให้เห็นว่ามีข้อจำกัดเกี่ยวกับคำถามที่ระบบคอมพิวเตอร์ที่ใช้ตรรกะสามารถตอบได้ ทัวริงเสนอว่ามนุษย์มักจะผิดพลาดเองและพึงพอใจกับความผิดพลาดของเครื่องจักร (ข้อโต้แย้งนี้จะถูกนำเสนออีกครั้งโดยนักปรัชญาจอห์น ลูคัสในปี 1961 และนักฟิสิกส์โรเจอร์ เพนโรสในปี 1989 และต่อมาจะถูกเรียกว่าข้อโต้แย้งเพนโรส-ลูคัส ) ^{[ 18 ]}
4. ข้อโต้แย้งจากจิตสำนึก : ข้อโต้แย้งนี้เสนอโดยศาสตราจารย์เจฟฟรีย์ เจฟเฟอร์สันในสุนทรพจน์ลิสเตอร์ ปี 1949 (สุนทรพจน์รับรางวัลเหรียญลิสเตอร์ในปี 1948 ^{[ 19 ]} ) ระบุว่า "จนกว่าเครื่องจักรจะสามารถเขียนบทกวีหรือแต่งเพลงคอนแชร์โตได้เนื่องจากความคิดและอารมณ์ที่รู้สึก และไม่ใช่โดยการบังเอิญของสัญลักษณ์ เราจึงจะเห็นพ้องต้องกันว่าเครื่องจักรเท่ากับสมอง" ^{[ 20 ]} ทิวริงตอบโดยกล่าวว่าเราไม่มีทางรู้ว่าบุคคลอื่นใดนอกจากตัวเราเองมีประสบการณ์ทางอารมณ์ และด้วยเหตุนี้เราจึงควรยอมรับการทดสอบ เขากล่าวเสริมว่า "ผมไม่ต้องการให้ความรู้สึกว่าผมคิดว่าไม่มีความลึกลับเกี่ยวกับจิตสำนึก ... [แต่] ผมไม่คิดว่าความลึกลับเหล่านี้จำเป็นต้องได้รับการแก้ไขก่อนที่เราจะสามารถตอบคำถาม [ว่าเครื่องจักรสามารถคิดได้หรือไม่]" (ข้อโต้แย้งที่ว่าคอมพิวเตอร์ไม่สามารถมีประสบการณ์หรือความเข้าใจ อย่างมีสติได้ นั้น เกิดขึ้นในปี 1980 โดยนักปรัชญาJohn Searleใน ข้อโต้แย้ง ห้องจีน ของเขา คำตอบของ Turing ในปัจจุบันเป็นที่รู้จักกันในชื่อ " คำตอบ จิตใจอื่น " ดูเพิ่มเติมที่เครื่องจักรมีจิตใจได้หรือไม่?ในปรัชญาของ AI ) ^{[ 21 ]}
5. ข้อโต้แย้งจากความพิการประเภทต่างๆข้อโต้แย้งเหล่านี้ล้วนมีรูปแบบว่า "คอมพิวเตอร์จะไม่มีวันทำXได้" ทิวริงได้ยกตัวอย่างมาบางส่วน:

   จงใจดี มีไหวพริบ งดงาม เป็นมิตร มีความคิดริเริ่ม มีอารมณ์ขัน แยกแยะถูกผิดได้ กล้าที่จะทำผิดพลาด กล้าที่จะตกหลุมรัก ชอบทานสตรอว์เบอร์รีกับครีม ทำให้คนอื่นตกหลุมรักคุณ เรียนรู้จากประสบการณ์ ใช้คำพูดอย่างเหมาะสม เป็นตัวของตัวเอง มีพฤติกรรมที่หลากหลายเหมือนมนุษย์ และทำสิ่งใหม่ๆ อย่างแท้จริง

   ทิวริงตั้งข้อสังเกตว่า "โดยปกติแล้วไม่มีหลักฐานสนับสนุนข้อความเหล่านี้" และข้อความเหล่านั้นขึ้นอยู่กับสมมติฐานที่ไร้เดียงสาเกี่ยวกับความสามารถรอบด้านของเครื่องจักรในอนาคต หรือเป็น "รูปแบบที่ปลอมแปลงของข้อโต้แย้งจากจิตสำนึก" เขาจึงเลือกที่จะตอบคำถามบางข้อ:
   1. เครื่องจักรไม่สามารถทำผิดพลาดได้เขาตั้งข้อสังเกตว่า การตั้งโปรแกรมเครื่องจักรให้ดูเหมือนทำผิดพลาดนั้นทำได้ง่ายมาก
   2. เครื่องจักรไม่สามารถเป็นผู้คิดด้วยตนเองได้ (หรือไม่สามารถรับรู้ตนเองได้ ) แต่โปรแกรมที่สามารถรายงานสถานะและกระบวนการภายในของเครื่องจักรได้ ในความหมายง่ายๆ ของ โปรแกรม ดีบักเกอร์นั้นสามารถเขียนขึ้นได้แน่นอน ทิวริงกล่าวว่า "เครื่องจักรสามารถเป็นประธานของเรื่องได้เองอย่างไม่ต้องสงสัย"
   3. เครื่องจักรไม่สามารถแสดงพฤติกรรมที่หลากหลายได้มากนัก เขาตั้งข้อสังเกตว่า หากมีพื้นที่จัดเก็บข้อมูลเพียงพอ คอมพิวเตอร์สามารถแสดงพฤติกรรมที่แตกต่างกันได้เป็นจำนวนมหาศาล
6. Lady Lovelace's Objection: One of the most famous objections states that computers are incapable of originality. This is largely because, according to Ada Lovelace, machines are incapable of independent learning.

   The Analytical Engine has no pretensions whatever to originate anything. It can do whatever we know how to order it to perform. It can follow analysis; but it has no power of anticipating any analytical relations or truths.^[22]

   Turing suggests that Lovelace's objection can be reduced to the assertion that computers "can never take us by surprise" and argues that, to the contrary, computers could still surprise humans, in particular where the consequences of different facts are not immediately recognizable. Turing also argues that Lady Lovelace was hampered by the context from which she wrote, and if exposed to more contemporary scientific knowledge, it would become evident that the brain's storage is quite similar to that of a computer.
7. Argument from continuity in the nervous system: Modern neurological research has shown that the brain is not digital. Even though neurons fire in an all-or-nothing pulse, both the exact timing of the pulse and the probability of the pulse occurring have analog components. Turing acknowledges this, but argues that any analog system can be simulated to a reasonable degree of accuracy given enough computing power. (PhilosopherHubert Dreyfus would make this argument against "the biological assumption" in 1972.)^[23]
8. ข้อโต้แย้งจากความไม่เป็นทางการของพฤติกรรม : ข้อโต้แย้งนี้กล่าวว่า ระบบใดๆ ที่อยู่ภายใต้กฎเกณฑ์จะสามารถคาดเดาได้ และดังนั้นจึงไม่ฉลาดอย่างแท้จริง ทิวริงตอบโต้โดยกล่าวว่า นี่เป็นการสับสนระหว่างกฎของพฤติกรรมกับกฎทั่วไปของการประพฤติ และหากในระดับที่กว้างพอ (เช่นที่เห็นได้ชัดในมนุษย์) พฤติกรรมของเครื่องจักรจะคาดเดาได้ยากขึ้นเรื่อยๆ เขาโต้แย้งว่า เพียงเพราะเราไม่สามารถมองเห็นกฎเกณฑ์ได้ในทันที ไม่ได้หมายความว่าไม่มีกฎเกณฑ์ดังกล่าวอยู่จริง เขาเขียนว่า "เราไม่รู้จักสถานการณ์ใดๆ ที่เราจะพูดได้ว่า 'เราค้นหามากพอแล้ว ไม่มีกฎเกณฑ์ดังกล่าว'" ( ฮิวเบิร์ต เดรย์ฟัส โต้แย้ง ในปี 1972 ว่า เหตุผลและการแก้ปัญหา ของมนุษย์ ไม่ได้ขึ้นอยู่กับกฎเกณฑ์ที่เป็นทางการ แต่ขึ้นอยู่กับสัญชาตญาณและความตระหนักรู้ที่ไม่สามารถบันทึกไว้ในกฎเกณฑ์ได้ งานวิจัยด้านปัญญาประดิษฐ์ล่าสุดในด้านหุ่นยนต์และปัญญาประดิษฐ์เชิงคำนวณพยายามค้นหากฎเกณฑ์ที่ซับซ้อนซึ่งควบคุมทักษะ "ไม่เป็นทางการ" และจิตใต้สำนึกของเราในการรับรู้ การเคลื่อนไหว และการจับคู่รูปแบบดูคำวิจารณ์ของเดรย์ฟัสเกี่ยวกับปัญญาประดิษฐ์ ) ^{[ 24 ]}การตอบโต้ครั้งนี้ยังรวมถึงข้อโต้แย้งการเดิมพันของทัวริง ด้วย
9. การรับรู้เหนือประสาทสัมผัส : ในปี พ.ศ. 2493 การรับรู้เหนือประสาทสัมผัสเป็นหัวข้อการวิจัยที่กำลังดำเนินอยู่ และทิวริงเลือกที่จะให้ ESP ได้รับประโยชน์จากข้อสงสัย โดยโต้แย้งว่าสามารถสร้างเงื่อนไขที่การอ่านใจจะไม่ส่งผลกระทบต่อการทดสอบได้ ทิวริงยอมรับว่ามี "หลักฐานทางสถิติที่มากมาย" สำหรับโทรจิต ซึ่งน่าจะหมายถึงการทดลองในช่วงต้นทศวรรษ พ.ศ. 2483 โดยซามูเอล โซอัลสมาชิกของสมาคมวิจัยพลังจิต ^{[ 25 ]}

ในส่วนสุดท้ายของบทความ ทิวริงได้อธิบายรายละเอียดความคิดของเขาเกี่ยวกับเครื่องจักรเรียนรู้ที่สามารถเล่นเกมเลียนแบบได้อย่างประสบความสำเร็จ

ในส่วนนี้ ทิวริงกลับมากล่าวถึงข้อโต้แย้งของเลดี้ โลฟเลซอีกครั้งที่ว่า เครื่องจักรทำได้เพียงสิ่งที่เราสั่งเท่านั้น และเขาเปรียบเทียบสถานการณ์นี้กับกรณีที่มนุษย์ "ฉีด" ความคิดเข้าไปในเครื่องจักร ซึ่งเครื่องจักรจะตอบสนองแล้วก็หยุดทำงานไป เขาขยายความคิดนี้โดยเปรียบเทียบกับกองอะตอมที่มีขนาดเล็กกว่าขนาดวิกฤต ซึ่งถือเป็นเครื่องจักร และความคิดที่ถูกฉีดเข้าไปนั้นเปรียบเสมือนนิวตรอนที่เข้าไปในกองจากภายนอก นิวตรอนจะก่อให้เกิดการรบกวนบางอย่างซึ่งในที่สุดก็จะค่อยๆ หายไป จากนั้นทิวริงก็ต่อยอดจากข้อเปรียบเทียบนั้นและกล่าวว่า หากขนาดของกองมีขนาดใหญ่เพียงพอ นิวตรอนที่เข้าไปในกองจะก่อให้เกิดการรบกวนที่เพิ่มขึ้นเรื่อยๆ จนกว่ากองทั้งหมดจะถูกทำลาย กองนั้นจะอยู่ในสภาวะวิกฤตยิ่งยวด จากนั้นทิวริงก็ตั้งคำถามว่า ข้อเปรียบเทียบของกองอะตอมวิกฤตยิ่งยวดนี้สามารถขยายไปสู่จิตใจของมนุษย์และจากนั้นไปสู่เครื่องจักรได้หรือไม่ เขาสรุปว่า การเปรียบเทียบเช่นนั้นเหมาะสมกับจิตใจมนุษย์อย่างแท้จริง โดยกล่าวว่า "ดูเหมือนจะมีตัวอย่างเปรียบเทียบหนึ่งสำหรับจิตใจมนุษย์ ส่วนใหญ่ดูเหมือนจะเป็น 'ภาวะวิกฤตต่ำกว่าเกณฑ์' กล่าวคือ ในการเปรียบเทียบนี้ สอดคล้องกับกองข้อมูลขนาดเล็กกว่าเกณฑ์วิกฤต ความคิดที่นำเสนอต่อจิตใจเช่นนี้ โดยเฉลี่ยแล้วจะก่อให้เกิดความคิดตอบกลับน้อยกว่าหนึ่งความคิด มีเพียงส่วนน้อยเท่านั้นที่เป็นภาวะวิกฤตสูงกว่าเกณฑ์ ความคิดที่นำเสนอต่อจิตใจเช่นนี้ อาจก่อให้เกิด 'ทฤษฎี' ทั้งหมด ซึ่งประกอบด้วยความคิดรอง ความคิดระดับที่สาม และความคิดที่ห่างไกลออกไป" สุดท้าย เขาตั้งคำถามว่า เครื่องจักรจะสามารถสร้างให้เป็นภาวะวิกฤตสูงกว่าเกณฑ์ได้หรือไม่

จากนั้นทิวริงกล่าวว่า การสร้างเครื่องจักรที่สามารถเล่นเกมเลียนแบบได้นั้นเป็นงานด้านการเขียนโปรแกรม และเขาสันนิษฐานว่าภายในสิ้นศตวรรษนี้ จะเป็นไปได้ทางเทคโนโลยีที่จะเขียนโปรแกรมเครื่องจักรให้เล่นเกมได้ จากนั้นเขากล่าวว่า ในกระบวนการพยายามเลียนแบบจิตใจของมนุษย์ผู้ใหญ่ จำเป็นต้องพิจารณาถึงกระบวนการที่นำไปสู่สภาพจิตใจของผู้ใหญ่ในปัจจุบัน ซึ่งเขาสรุปได้ดังนี้:

1. สภาพจิตใจเริ่มต้น เช่น สภาพจิตใจเมื่อแรกเกิด

2. การศึกษาที่ตนได้รับ

3. ประสบการณ์อื่นๆ ที่ไม่สามารถเรียกได้ว่าเป็นการศึกษา ซึ่งเป็นประสบการณ์ที่บุคคลนั้นเคยได้รับมา

จากกระบวนการนี้ เขาตั้งคำถามว่า การโปรแกรมจิตใจของเด็กแทนที่จะเป็นจิตใจของผู้ใหญ่ แล้วจึงให้เด็กได้รับการศึกษา จะเหมาะสมกว่าหรือไม่ เขาเปรียบเทียบเด็กกับสมุดบันทึกที่เพิ่งซื้อมาใหม่ และคาดการณ์ว่าเนื่องจากความเรียบง่าย จึงน่าจะโปรแกรมได้ง่ายกว่า ปัญหาจึงถูกแบ่งออกเป็นสองส่วน คือ การโปรแกรมจิตใจของเด็ก และกระบวนการให้การศึกษาแก่เด็ก เขาตั้งข้อสังเกตว่า จิตใจของเด็กอาจไม่เป็นไปตามที่ผู้ทดลอง (ผู้โปรแกรม) ต้องการในครั้งแรก จำเป็นต้องมีกระบวนการเรียนรู้ที่เกี่ยวข้องกับวิธีการให้รางวัลและลงโทษ เพื่อคัดเลือกรูปแบบที่พึงประสงค์ในจิตใจ ทัวริงกล่าวว่า กระบวนการทั้งหมดนี้คล้ายคลึงกับวิวัฒนาการโดยการคัดเลือกโดยธรรมชาติในระดับหนึ่ง โดยมีความคล้ายคลึงกันดังนี้:

โครงสร้างของเครื่องจักรเด็ก = วัสดุทางพันธุกรรม

การเปลี่ยนแปลงของเครื่องจักรเด็ก = การกลายพันธุ์

การคัดเลือกโดยธรรมชาติ = การตัดสินใจของผู้ทำการทดลอง

หลังจากการอภิปรายนี้ ทิวริงได้กล่าวถึงประเด็นเฉพาะบางประการเกี่ยวกับเครื่องจักรเรียนรู้:

• ลักษณะของความซับซ้อนโดยกำเนิด: เครื่องจักรสำหรับเด็กอาจเป็นเครื่องจักรที่เรียบง่ายที่สุดเท่าที่จะเป็นไปได้ โดยเพียงแค่รักษาความสอดคล้องกับหลักการทั่วไป หรืออาจเป็นเครื่องจักรที่มีระบบการอนุมานเชิงตรรกะที่สมบูรณ์แบบซึ่งถูกโปรแกรมไว้ในตัวมันเอง ระบบที่ซับซ้อนกว่านี้ได้รับการอธิบายโดยทัวริงว่า "...จะเป็นเช่นนั้นที่หน่วยความจำของเครื่องจักรจะถูกครอบครองโดยส่วนใหญ่ด้วยคำจำกัดความและประพจน์ประพจน์จะมีสถานะหลายประเภท เช่น ข้อเท็จจริงที่ได้รับการยอมรับอย่างดี ข้อสันนิษฐาน ทฤษฎีบทที่พิสูจน์ทางคณิตศาสตร์แล้ว คำกล่าวที่ได้รับจากผู้มีอำนาจ นิพจน์ที่มีรูปแบบเชิงตรรกะของประพจน์แต่ไม่ใช่ค่าความเชื่อ ประพจน์บางอย่างอาจถูกอธิบายว่าเป็น "คำสั่ง" เครื่องจักรควรถูกสร้างขึ้นเพื่อให้ทันทีที่คำสั่งถูกจัดประเภทเป็น "ได้รับการยอมรับอย่างดี" การกระทำที่เหมาะสมจะเกิดขึ้นโดยอัตโนมัติ" แม้จะมีระบบตรรกะในตัวเช่นนี้ การอนุมานเชิงตรรกะที่ถูกโปรแกรมไว้จะไม่ใช่แบบเป็นทางการ แต่จะเป็นแบบที่เน้นการใช้งานมากกว่า นอกจากนี้ เครื่องจักรจะสร้างต่อยอดจากระบบตรรกะภายในตัวโดยใช้วิธี "การเหนี่ยวนำทางวิทยาศาสตร์"

• ความไม่รู้ของผู้ทำการทดลอง: คุณลักษณะสำคัญอย่างหนึ่งของเครื่องจักรเรียนรู้ที่ทิวริงชี้ให้เห็นคือ ความไม่รู้ของผู้สอนเกี่ยวกับสถานะภายในของเครื่องจักรในระหว่างกระบวนการเรียนรู้ ซึ่งแตกต่างจากเครื่องจักรสถานะแบบไม่ต่อเนื่องทั่วไป ที่เป้าหมายคือการทำความเข้าใจสถานะภายในของเครื่องจักรอย่างชัดเจนในทุกช่วงเวลาของการคำนวณ เครื่องจักรจะแสดงพฤติกรรมที่เรามักไม่เข้าใจ หรือบางสิ่งที่เราคิดว่าเป็นแบบสุ่มโดยสิ้นเชิง ทิวริงกล่าวว่าลักษณะเฉพาะนี้ทำให้เครื่องจักรมีระดับของสิ่งที่เรารู้สึกว่าเป็นสติปัญญา กล่าวคือ พฤติกรรมที่ชาญฉลาดประกอบด้วยการเบี่ยงเบนจากความแน่นอนโดยสมบูรณ์ของการคำนวณแบบดั้งเดิม แต่เฉพาะในขณะที่การเบี่ยงเบนนั้นไม่ก่อให้เกิดวงวนที่ไร้จุดหมายหรือพฤติกรรมแบบสุ่ม

• ความสำคัญของพฤติกรรมแบบสุ่ม: แม้ว่าทิวริงจะเตือนเราเกี่ยวกับพฤติกรรมแบบสุ่ม แต่เขาก็กล่าวว่าการปลูกฝังองค์ประกอบของความสุ่มลงในเครื่องจักรการเรียนรู้จะเป็นประโยชน์ต่อระบบ เขากล่าวว่าสิ่งนี้จะมีประโยชน์ในกรณีที่มีคำตอบที่ถูกต้องหลายคำตอบ หรือในกรณีที่วิธีการที่เป็นระบบอาจตรวจสอบวิธีแก้ปัญหาที่ไม่น่าพอใจหลายวิธี ก่อนที่จะพบวิธีแก้ปัญหาที่ดีที่สุด ซึ่งจะทำให้กระบวนการที่เป็นระบบนั้นไม่มีประสิทธิภาพ ทิวริงยังกล่าวอีกว่ากระบวนการวิวัฒนาการใช้เส้นทางของการกลายพันธุ์แบบสุ่มเพื่อหาวิธีแก้ปัญหาที่เป็นประโยชน์ต่อสิ่งมีชีวิต แต่เขาก็ยอมรับว่าในกรณีของวิวัฒนาการ วิธีการที่เป็นระบบในการหาวิธีแก้ปัญหาจะเป็นไปไม่ได้

ทิวริงสรุปโดยคาดการณ์ถึงช่วงเวลาที่เครื่องจักรจะแข่งขันกับมนุษย์ในงานทางปัญญามากมาย และเสนอแนะงานที่สามารถใช้เป็นจุดเริ่มต้นได้ จากนั้นทิวริงก็แนะนำว่างานเชิงนามธรรม เช่น การเล่นหมากรุก อาจเป็นจุดเริ่มต้นที่ดี และอีกวิธีหนึ่งที่เขาอธิบายไว้ว่า "...วิธีที่ดีที่สุดคือการจัดหาอวัยวะรับสัมผัสที่ดีที่สุดเท่าที่เงินจะซื้อได้ให้กับเครื่องจักร แล้วสอนให้มันเข้าใจและพูดภาษาอังกฤษ"

An examination of the development in artificial intelligence that has followed reveals that the learning machine did take the abstract path suggested by Turing as in the case of Deep Blue, a chess playing computer developed by IBM and one which defeated the world champion Garry Kasparov (though, this too is controversial) and the numerous computer chess games which can outplay most amateurs.^[26] As for the second suggestion Turing makes, it has been likened by some authors as a call to finding a simulacrum of human cognitive development.^[26] Such attempts at finding the underlying algorithms by which children learn the features of the world around them are only beginning to be made.^[26][27][28]

• History of artificial intelligence

• ไฟล์ PDF ที่มีเนื้อหาฉบับเต็มของบทความ
• Saygin, Ayse Pinar; Cicekli, Ilyas; Akman, Varol (1999). "การวิเคราะห์และทบทวน 50 ปีข้างหน้า" Minds and Machines : 2000. CiteSeerX  10.1.1.157.1592 .