stringtranslate.com

Maquinaria informática e inteligencia

" Computing Machinery and Intelligence " es un artículo fundamental escrito por Alan Turing sobre el tema de la inteligencia artificial . El artículo, publicado en 1950 en Mind , fue el primero en presentar al público en general su concepto de lo que ahora se conoce como prueba de Turing .

El artículo de Turing considera la pregunta "¿Pueden pensar las máquinas?" Turing dice que dado que las palabras "pensar" y "máquina" no pueden definirse claramente, deberíamos "reemplazar la pregunta por otra que esté estrechamente relacionada con ella y se exprese con palabras relativamente inequívocas". [1] Para hacer esto, primero debe encontrar una idea simple e inequívoca para reemplazar la palabra "pensar", segundo debe explicar exactamente qué "máquinas" está considerando y, finalmente, armado con estas herramientas, formula una nueva pregunta. , relacionado con el primero, al que cree poder responder afirmativamente.

prueba de turing

La "interpretación estándar" de la prueba de Turing, en la que el interrogador tiene la tarea de intentar determinar qué jugador es una computadora y cuál es un humano.

En lugar de intentar determinar si una máquina está pensando, Turing sugiere que deberíamos preguntarnos si la máquina puede ganar un juego, llamado " juego de imitación ". El juego de imitación original, que describió Turing, es un juego de mesa sencillo en el que participan tres jugadores. El jugador A es un hombre, el jugador B es una mujer y el jugador C (que hace el papel de interrogador) puede ser de cualquier sexo. En el Juego de Imitación, el jugador C no puede ver ni al jugador A ni al jugador B (y los conoce sólo como X e Y), y puede comunicarse con ellos sólo a través de notas escritas o cualquier otra forma que no revele ningún detalle sobre su identidad. género. Al hacer preguntas al jugador A y al jugador B, el jugador C intenta determinar cuál de los dos es el hombre y cuál es la mujer. El papel del jugador A es engañar al interrogador para que tome la decisión equivocada, mientras que el jugador B intenta ayudar al interrogador a tomar la decisión correcta. [2]

Turing propone una variación de este juego en la que interviene la computadora: " ¿Qué pasará cuando una máquina tome el papel de A en este juego?" ¿Se equivocará el interrogador con tanta frecuencia cuando se juega así como cuando se juega entre un hombre y una mujer? Estas preguntas reemplazan nuestra pregunta original: "¿Pueden pensar las máquinas?" " ' [3] Entonces, el juego modificado se convierte en uno que involucra a tres participantes en salas aisladas: una computadora (que está siendo probada), un humano y un juez (humano). El juez humano puede conversar tanto con el humano como con la computadora. escribiendo en una terminal, tanto la computadora como el humano intentan convencer al juez de que son el humano. Si el juez no puede decir de manera consistente cuál es cuál, entonces la computadora gana el juego.

Investigadores del Reino Unido habían estado explorando la "inteligencia artificial" durante hasta diez años antes de la fundación del campo de investigación de la inteligencia artificial ( IA ) en 1956. [5] Era un tema común entre los miembros del Ratio Club . un grupo informal de investigadores británicos en cibernética y electrónica que incluía a Alan Turing. Turing, en particular, había estado aplicando la noción de inteligencia artificial desde al menos 1941 y una de las primeras menciones conocidas de "inteligencia informática" fue hecha por él en 1947. [6]

Como señala Stevan Harnad , [7] la pregunta es "¿Pueden las máquinas hacer lo que nosotros (como entidades pensantes) podemos hacer?" En otras palabras, Turing ya no pregunta si una máquina puede "pensar"; se pregunta si una máquina puede actuar de manera indistinguible [8] de la forma en que actúa un pensador. Esta pregunta evita el difícil problema filosófico de predefinir el verbo "pensar" y, en cambio, se centra en las capacidades de desempeño que la capacidad de pensar hace posibles y en cómo un sistema causal puede generarlas.

Desde que Turing introdujo su prueba, ésta ha sido muy influyente y ampliamente criticada, y se ha convertido en un concepto importante en la filosofía de la inteligencia artificial . [9] [10] Algunas de sus críticas, como la habitación china de John Searle , son en sí mismas controvertidas. [11] [12] Algunos han tomado la pregunta de Turing como "¿Puede una computadora, comunicándose a través de un teleimpresor, engañar a una persona haciéndole creer que es humana?" [13] pero parece claro que Turing no hablaba de engañar a la gente sino de generar capacidad cognitiva humana. [14]

Máquinas digitales

Turing también señala que debemos determinar qué "máquinas" deseamos considerar. Señala que un clon humano , aunque creado por el hombre, no sería un ejemplo muy interesante. Turing sugirió que deberíamos centrarnos en las capacidades de la maquinaria digital: máquinas que manipulan los dígitos binarios de 1 y 0, reescribiéndolos en la memoria utilizando reglas simples. Dio dos razones.

En primer lugar, no hay razón para especular si pueden existir o no. Ya lo hicieron en 1950.

En segundo lugar, la maquinaria digital es "universal". La investigación de Turing sobre los fundamentos de la computación había demostrado que una computadora digital puede, en teoría, simular el comportamiento de cualquier otra máquina digital, si se le proporciona suficiente memoria y tiempo. (Esta es la idea esencial de la tesis de Church-Turing y de la máquina universal de Turing .) Por lo tanto, si cualquier máquina digital puede "actuar como si estuviera pensando", entonces, toda máquina digital suficientemente potente puede hacerlo. Turing escribe: "todas las computadoras digitales son, en cierto sentido, equivalentes". [15]

Esto permite que la pregunta original sea aún más específica. Turing ahora reformula la pregunta original como "Fijemos nuestra atención en una computadora digital C en particular. ¿Es cierto que modificando esta computadora para que tenga un almacenamiento adecuado, aumentando adecuadamente su velocidad de acción y proporcionándole un programa apropiado, C?" ¿Se puede hacer que desempeñe satisfactoriamente el papel de A en el juego de imitación, siendo el papel de B un hombre? [15]

Por lo tanto, Turing afirma que la atención no se centra en "si a todas las computadoras digitales les iría bien en el juego ni a si las computadoras que están disponibles actualmente lo harían bien, sino a si hay computadoras imaginables que lo harían bien". [16] Lo que es más importante es considerar los avances posibles en el estado de nuestras máquinas hoy en día, independientemente de si tenemos los recursos disponibles para crear una o no.

Nueve objeciones comunes

Una vez aclarada la pregunta, Turing pasó a responderla: consideró las siguientes nueve objeciones comunes, que incluyen todos los principales argumentos contra la inteligencia artificial planteados en los años transcurridos desde que se publicó por primera vez su artículo. [17]

  1. Objeción Religiosa : Esta afirma que el pensamiento es una función del alma inmortal del hombre; por tanto, una máquina no puede pensar. "Al intentar construir tales máquinas", escribió Turing, "no deberíamos usurpar irreverentemente Su poder de crear almas, como tampoco lo hacemos en la procreación de niños: más bien somos, en cualquier caso, instrumentos de Su voluntad que proporcionan mansiones". por las almas que Él crea."
  2. Objeción de 'Cabezas en la Arena' : "Las consecuencias del pensamiento de las máquinas serían demasiado terribles. Esperemos y creamos que no pueden hacerlo". Este pensamiento es popular entre las personas intelectuales, ya que creen que la superioridad se deriva de una inteligencia superior y que la posibilidad de ser superado es una amenaza (dado que las máquinas tienen capacidades de memoria y velocidad de procesamiento eficientes, es muy probable que las máquinas excedan las capacidades de aprendizaje y conocimiento). Esta objeción es una apelación falaz a las consecuencias , confundiendo lo que no debería ser con lo que puede o no ser (Wardrip-Fruin, 56).
  3. La objeción matemática : esta objeción utiliza teoremas matemáticos, como el teorema de incompletitud de Gödel , para mostrar que existen límites a las preguntas que un sistema informático basado en la lógica puede responder. Turing sugiere que los humanos con demasiada frecuencia se equivocan y se complacen con la falibilidad de una máquina. (Este argumento lo repetirían el filósofo John Lucas en 1961 y el físico Roger Penrose en 1989.) [18]
  4. Argumento de la conciencia : Este argumento, sugerido por el profesor Geoffrey Jefferson en su Oración Lister de 1949 (discurso de aceptación de su concesión de la Medalla Lister en 1948 [19] ) afirma que "hasta que una máquina no pueda escribir un soneto o componer un concierto debido a los pensamientos y emociones sentidas, y no por la casualidad de los símbolos, ¿podríamos estar de acuerdo en que máquina es igual a cerebro? [20] Turing responde diciendo que no tenemos forma de saber si cualquier individuo distinto de nosotros experimenta emociones y que, por lo tanto, debemos aceptar la prueba. Y añade: "No deseo dar la impresión de que creo que no hay ningún misterio acerca de la conciencia... [pero] no creo que estos misterios necesariamente deban resolverse antes de que podamos responder a la pregunta [de si las máquinas pueden pensar]." (Este argumento, de que una computadora no puede tener experiencias conscientes o comprensión , lo formularía en 1980 el filósofo John Searle en su argumento de la habitación china . La respuesta de Turing ahora se conoce como la " respuesta de otras mentes ". Véase también ¿Puede una máquina tener una mente? en la filosofía de la IA .) [21]
  5. Argumentos de diversas discapacidades . Todos estos argumentos tienen la forma "una computadora nunca hará X ". Turing ofrece una selección:

    Ser amable, ingeniosa, bella, amigable, tener iniciativa, tener sentido del humor, distinguir el bien del mal, cometer errores, enamorarse, disfrutar de las fresas con crema, enamorar a alguien, aprender de la experiencia, usar las palabras correctamente , ser sujeto de su propio pensamiento, tener tanta diversidad de comportamiento como un hombre, hacer algo realmente nuevo.

    Turing señala que "normalmente no se ofrece ningún respaldo para estas afirmaciones" y que dependen de suposiciones ingenuas sobre cuán versátiles pueden ser las máquinas en el futuro, o son "formas disfrazadas del argumento de la conciencia". Él elige responder algunas de ellas:
    1. Las máquinas no pueden cometer errores. Señala que es fácil programar una máquina para que parezca cometer un error.
    2. Una máquina no puede ser sujeto de su propio pensamiento (o no puede ser consciente de sí misma ). Ciertamente se puede escribir un programa que pueda informar sobre sus estados y procesos internos, en el sentido simple de un programa depurador . Turing afirma que "una máquina, sin duda, puede ser su propio tema".
    3. Una máquina no puede tener mucha diversidad de comportamiento . Señala que, con suficiente capacidad de almacenamiento, una computadora puede comportarse de una cantidad astronómica de maneras diferentes.
  6. La objeción de Lady Lovelace : Una de las objeciones más famosas afirma que las computadoras son incapaces de ser originales. Esto se debe en gran medida a que, según Ada Lovelace , las máquinas son incapaces de aprender de forma independiente.

    La Máquina Analítica no tiene pretensión alguna de originar nada. Puede hacer cualquier cosa que sepamos ordenarle que realice. Puede seguir el análisis; pero no tiene poder para anticipar ninguna relación o verdad analítica. [22]

    Turing sugiere que la objeción de Lovelace puede reducirse a la afirmación de que las computadoras "nunca pueden tomarnos por sorpresa" y sostiene que, por el contrario, las computadoras aún podrían sorprender a los humanos, en particular cuando las consecuencias de diferentes hechos no son inmediatamente reconocibles. Turing también sostiene que Lady Lovelace se vio obstaculizada por el contexto desde el cual escribió, y si se la expusiera a conocimientos científicos más contemporáneos, resultaría evidente que el almacenamiento del cerebro es bastante similar al de una computadora.
  7. Argumento de la continuidad en el sistema nervioso : La investigación neurológica moderna ha demostrado que el cerebro no es digital. Aunque las neuronas se disparan en un pulso de todo o nada, tanto el momento exacto del pulso como la probabilidad de que ocurra tienen componentes analógicos. Turing lo reconoce, pero sostiene que cualquier sistema analógico puede simularse con un grado razonable de precisión si cuenta con suficiente potencia informática. ( El filósofo Hubert Dreyfus presentaría este argumento contra "el supuesto biológico" en 1972.) [23]
  8. Argumento de la informalidad del comportamiento : Este argumento afirma que cualquier sistema regido por leyes será predecible y por tanto no verdaderamente inteligente. Turing responde afirmando que esto es confundir las leyes de comportamiento con las reglas generales de conducta, y que si se aplicara a una escala lo suficientemente amplia (como es evidente en el hombre), el comportamiento de las máquinas sería cada vez más difícil de predecir. Sostiene que el hecho de que no podamos ver inmediatamente cuáles son las leyes no significa que no existan tales leyes. Escribe: "Ciertamente no conocemos ninguna circunstancia bajo la cual podamos decir: 'hemos buscado lo suficiente. No existen tales leyes'". ( Hubert Dreyfus argumentaría en 1972 que la razón humana y la resolución de problemas no se basaban en reglas formales, sino que dependían de instintos y conciencia que nunca serían plasmados en reglas. Investigaciones más recientes de IA en robótica e inteligencia computacional intentan encontrar reglas complejas que gobiernan nuestras habilidades "informales" e inconscientes de percepción, movilidad y coincidencia de patrones (véase la crítica de Dreyfus a la IA ). [24] Esta réplica también incluye el argumento de la apuesta de Turing .
  9. Percepción extrasensorial : En 1950, la percepción extrasensorial era un área activa de investigación y Turing opta por darle a la ESP el beneficio de la duda, argumentando que se podrían crear condiciones en las que la lectura de la mente no afectaría la prueba. Turing admitió tener "evidencia estadística abrumadora" a favor de la telepatía, probablemente refiriéndose a experimentos de principios de la década de 1940 realizados por Samuel Soal , miembro de la Sociedad para la Investigación Psíquica . [25]

Máquinas de aprendizaje

En la sección final del artículo, Turing detalla sus pensamientos sobre la Máquina de Aprendizaje que podría jugar con éxito el juego de la imitación.

Aquí Turing vuelve por primera vez a la objeción de Lady Lovelace de que la máquina sólo puede hacer lo que le decimos que haga y la compara con una situación en la que un hombre "inyecta" una idea en la máquina a la que la máquina responde y luego cae en la quietud. Amplía este pensamiento mediante una analogía con una pila atómica de tamaño inferior al crítico, que debe considerarse la máquina, y una idea inyectada corresponde a un neutrón que entra en la pila desde fuera de la pila; el neutrón provocará una cierta perturbación que eventualmente desaparecerá. Luego, Turing se basa en esa analogía y menciona que, si el tamaño de la pila fuera lo suficientemente grande, entonces un neutrón que entrara en la pila causaría una perturbación que continuaría aumentando hasta que toda la pila fuera destruida, la pila sería supercrítica. Luego, Turing se pregunta si esta analogía de una pila supercrítica podría extenderse a una mente humana y luego a una máquina. Concluye que tal analogía sería adecuada para la mente humana: "Parece haber una para la mente humana. La mayoría de ellos parecen ser "subcríticos", es decir, corresponder en esta analogía a montones de subcríticos". Una idea presentada a una mente así dará lugar, en promedio, a menos de una idea como respuesta. e ideas más remotas". Finalmente pregunta si se podría hacer que una máquina sea supercrítica.

Turing luego menciona que la tarea de poder crear una máquina que pueda jugar el juego de imitación es una tarea de programación y postula que para finales de siglo será tecnológicamente posible programar una máquina para jugar el juego. Luego menciona que en el proceso de intentar imitar una mente humana adulta se vuelve importante considerar los procesos que llevan a que la mente adulta esté en su estado actual; que resume como:

1. El estado mental inicial, digamos al nacer,
2. La educación a que haya sido sometido,
3. Otra experiencia, que no podrá calificarse de educación, a la que haya estado sometido.

Ante este proceso, se pregunta si sería más apropiado programar la mente de un niño en lugar de la de un adulto y luego someter la mente del niño a un período de educación. Compara al niño con un cuaderno recién comprado y especula que debido a su simplicidad sería más fácil de programar. El problema se divide entonces en dos partes: la programación de la mente infantil y su proceso educativo. Menciona que no se esperaría una mente infantil como la desea el experimentador (programador) en el primer intento. Debe existir un proceso de aprendizaje que implique un método de recompensa y castigo que seleccione patrones deseables en la mente. Todo este proceso, menciona Turing, en gran medida es similar al de la evolución por selección natural donde las similitudes son:

Estructura de la máquina infantil = material hereditario
Cambios de la máquina hija = mutaciones
Selección natural = juicio del experimentador

Después de esta discusión, Turing aborda ciertos aspectos específicos de la máquina de aprendizaje:

  • Naturaleza de la complejidad inherente: la máquina hija podría ser lo más simple posible, manteniendo simplemente la coherencia con los principios generales, o la máquina podría tener un sistema completo de inferencia lógica programado en ella. Turing explica este sistema más complejo como "... sería tal que el almacén de máquinas estaría ocupado en gran medida con definiciones y proposiciones . Las proposiciones tendrían varios tipos de estatus, por ejemplo, hechos bien establecidos, conjeturas, teoremas matemáticamente probados, declaraciones dadas por una autoridad, expresiones que tienen la forma lógica de proposición pero no valor de creencia. Ciertas proposiciones pueden describirse como "imperativas". La máquina debe construirse de manera que tan pronto como un imperativo se clasifique como "bien establecido", el apropiado. la acción se lleva a cabo automáticamente". A pesar de este sistema lógico incorporado, la inferencia lógica programada no sería formal, sino más pragmática. Además, la máquina se basaría en su sistema lógico incorporado mediante un método de "inducción científica".
  • Ignorancia del experimentador: una característica importante de una máquina de aprendizaje que señala Turing es la ignorancia del profesor del estado interno de las máquinas durante el proceso de aprendizaje. Esto contrasta con una máquina de estados discreta convencional donde el objetivo es tener una comprensión clara del estado interno de la máquina en cada momento durante el cálculo. Se verá que la máquina hace cosas que a menudo no podemos entender o algo que consideramos completamente aleatorio. Turing menciona que este carácter específico confiere a una máquina un cierto grado de lo que consideramos inteligencia, en el sentido de que el comportamiento inteligente consiste en una desviación del determinismo completo de la computación convencional, pero sólo en la medida en que la desviación no dé lugar a bucles inútiles. o comportamiento aleatorio.
  • La importancia del comportamiento aleatorio: aunque Turing nos advierte sobre el comportamiento aleatorio, menciona que inculcar un elemento de aleatoriedad en una máquina de aprendizaje sería valioso en un sistema. Menciona que esto podría ser valioso cuando pueda haber múltiples respuestas correctas o cuando un enfoque sistemático investigue varias soluciones insatisfactorias a un problema antes de encontrar la solución óptima, lo que implicaría que el proceso sistemático sea ineficiente. Turing también menciona que el proceso de evolución toma el camino de mutaciones aleatorias para encontrar soluciones que beneficien a un organismo pero también admite que en el caso de la evolución el método sistemático de encontrar una solución no sería posible.

Turing concluye especulando sobre un momento en que las máquinas competirán con los humanos en numerosas tareas intelectuales y sugiere tareas que podrían usarse para comenzar. Luego, Turing sugiere que tareas abstractas como jugar al ajedrez podrían ser un buen lugar para comenzar con otro método que, según él, "es mejor proporcionar a la máquina los mejores órganos sensoriales que el dinero pueda comprar, y luego enseñarle a comprender y comprender". hablar Inglés.".

Un examen del desarrollo posterior de la inteligencia artificial revela que la máquina de aprendizaje tomó el camino abstracto sugerido por Turing, como en el caso de Deep Blue , una computadora para jugar ajedrez desarrollada por IBM y que derrotó al campeón mundial Garry Kasparov (aunque , esto también es controvertido) y los numerosos juegos de ajedrez por ordenador que pueden superar a la mayoría de los aficionados. [26] En cuanto a la segunda sugerencia que hace Turing, algunos autores la han comparado con un llamado a encontrar un simulacro del desarrollo cognitivo humano. [26] Y tales intentos de encontrar los algoritmos subyacentes mediante los cuales los niños aprenden sobre las características del mundo que los rodea apenas están comenzando a realizarse. [26] [27] [28]

Notas

  1. ^ Turing 1950, pag. 433
  2. ^ Oppy, Graham; Dowe, David (2021), "The Turing Test", en Zalta, Edward N. (ed.), The Stanford Encyclopedia of Philosophy (edición de invierno de 2021), Metaphysics Research Lab, Universidad de Stanford , consultado el 6 de agosto de 2023[ enlace muerto permanente ]
  3. ^ Turing 1950, pag. 434
  4. ^ Esto describe la versión más simple de la prueba. Para una discusión más detallada, consulte Versiones de la prueba de Turing .
  5. ^ Las conferencias de Dartmouth de 1956 se consideran ampliamente el "nacimiento de la IA". (Crevier 1993, pág. 49)
  6. ^ "Intelligent Machinery" (1948) no fue publicada por Turing y no se publicó hasta 1968 en:
    • Evans, ADJ; Robertson (1968), Cibernética: artículos clave , University Park Press
  7. ^ Harnad, Stevan (2008), "El juego de anotación: sobre Turing (1950) sobre informática, maquinaria e inteligencia", en Epstein, Robert; Peters, Grace (eds.), Libro de consulta de la prueba de Turing: cuestiones filosóficas y metodológicas en la búsqueda de la computadora pensante , Kluwer
  8. ^ Harnad, Stevan (2001), "Mentes, máquinas y Turing: la indistinguibilidad de los indistinguibles", Revista de lógica, lenguaje e información , 9 (4): 425–445, doi :10.1023/A:1008315308862, S2CID  1911720.
  9. ^ Swiechowski, Maciej (2020). "Competiciones de juegos de IA: motivación para la competición de juegos de imitación" (PDF) . Actas de la Conferencia Federada de 2020 sobre Ciencias de la Computación y Sistemas de Información . Publicaciones IEEE. págs. 155-160. doi : 10.15439/2020F126 . ISBN 978-83-955416-7-4. S2CID  222296354. Archivado (PDF) desde el original el 26 de enero de 2021 . Consultado el 8 de septiembre de 2020 .
  10. ^ Withers, Steven (11 de diciembre de 2007), "Flirty Bot Passes for Human", iTWire , archivado desde el original el 4 de octubre de 2017 , recuperado 10 de febrero 2010
  11. ^ Williams, Ian (10 de diciembre de 2007), "Online Love Seerkers Warned Flirt Bots", V3 , archivado desde el original el 24 de abril de 2010 , recuperado 10 de febrero de 2010
  12. ^ Jeremy Kahn (13 de junio de 2022). "Los expertos en inteligencia artificial dicen que la afirmación del investigador de Google de que su chatbot se volvió 'sensible' es ridícula, pero también resalta grandes problemas en el campo". Fortuna . Archivado desde el original el 13 de junio de 2022 . Consultado el 13 de junio de 2022 .
  13. ^ Wardrip-Fruin, Noah y Nick Montfort, ed (2003). El lector de nuevos medios. La prensa del MIT. ISBN 0-262-23227-8 . 
  14. ^ Harnad, Stevan (1992), "La prueba de Turing no es un truco: la indistinguibilidad de Turing es un criterio científico", Boletín SIGART , 3 (4): 9–10, doi :10.1145/141420.141422, S2CID  36356326.
  15. ^ ab Turing 1950, pág. 442
  16. ^ Turing 1950, pag. 436
  17. ^ Turing 1950 ver Russell y Norvig 2003, p. 948 donde comenta "Turing examinó una amplia variedad de posibles objeciones a la posibilidad de máquinas inteligentes, incluidas prácticamente todas las que se han planteado en el medio siglo transcurrido desde que apareció su artículo".
  18. ^ Lucas 1961, Penrose 1989, Hofstadter 1979, págs. 471–473, 476–477 y Russell & Norvig 2003, págs. 949–950. Russell y Norvig identifican los argumentos de Lucas y Penrose como los mismos a los que respondió Turing.
  19. ^ "Anuncios". Naturaleza . 162 (4108): 138. 1948. Bibcode : 1948Natur.162U.138.. doi : 10.1038/162138e0 .
  20. ^ Jefferson, Geoffrey (25 de junio de 1949). "La mente del hombre mecánico". Revista médica británica . 1 (4616): 1105-1110. doi :10.1136/bmj.1.4616.1105. ISSN  0007-1447. PMC 2050428 . PMID  18153422. 
  21. ^ Searle 1980 y Russell & Norvig 2003, págs. 958–960, quienes identifican el argumento de Searle con el que responde Turing.
  22. ^ Memorias científicas editadas por Richard Taylor (1781–1858), Volumen 3, Bosquejo de la máquina analítica inventada por Charles Babbage, Esq, Notas del traductor, de Augusta Ada Lovelace. 1843
  23. ^ Dreyfus 1979, pag. 156
  24. ^ Dreyfus 1972, Dreyfus & Dreyfus 1986, Moravec 1988 y Russell & Norvig 2003, págs. 51-52, quienes identifican el argumento de Dreyfus con el que responde Turing.
  25. ^ Leavitt, David (26 de enero de 2017), "Turing y lo paranormal", The Turing Guide , Oxford University Press, doi :10.1093/oso/9780198747826.003.0042, ISBN 978-0-19-874782-6, consultado el 23 de julio de 2023
  26. ^ abc Epstein, Robert; Roberts, Gary; Beber, Grace (2008). Análisis de la prueba de Turing: cuestiones filosóficas y metodológicas en la búsqueda de la computadora pensante. Saltador. pag. 65.ISBN​ 978-1-4020-6710-5.
  27. ^ Gopnik, Alison ; Meltzoff, Andrew N. (1997). Palabras, pensamientos y teorías. Aprendizaje, Desarrollo y Cambio Conceptual. Prensa del MIT. ISBN 9780262071758.
  28. ^ Meltzoff, Andrew N. (1999). «Orígenes de la teoría de la mente, la cognición y la comunicación» (PDF) . Revista de trastornos de la comunicación . 32 (4): 251–269. doi :10.1016/S0021-9924(99)00009-X. PMC 3629913 . PMID  10466097. Archivado desde el original (PDF) el 15 de abril de 2021 . Consultado el 27 de noviembre de 2014 . 

Referencias

enlaces externos