如何看待图灵测试和中文屋实验的论证是一个
无疑，图灵是个天才。但我想，在他身上更重要的特质是纯粹。图灵是个纯粹的人。他对待科学的态度对待计算机的态度也是纯粹的，他只是想找到事物的规律，只做自己感兴趣的事情。他从没主张把计算机用于军事，也没想过用它促进社会进步或者经济发展。如果有人说图灵的一生具有悲剧色彩，那么单凭这点我就不服。
他是严肃的，什么事都要有原因，都要讲逻辑。他剑走偏锋，不屈服于体制。他是自由的
他是个迷。
欺骗是图灵不能容忍的，图灵至死都坚守诺言。
图灵晕血，对缓慢很缺乏耐心，但又不懂得如何正确地提高沟通效率。
图灵只关注跟他自己有关的，然后忽略其余的一切。他会主观地区分，哪些人是正经的，哪些人是不正经的，然后绝不在后者身上，浪费一丁点儿时间。
图灵总是喜欢把问题解决到底。
图灵有太多太多的属性了，这一切都让他显得那么独特。
引用一段书中的话：蠢货对智者的言谈所做的翻译，永远都不可能准确，因为他会不知不觉地把他听到的话翻译成他自己能理解的东西。
如何看待图灵测试和中文屋实验的论证
首先，我想说的是人工智能的发展，1959年，是最开始人工智能的提出，即图灵测试。
图灵测试是什么？
我们人类向计算机在五分钟之内提出一系列的问题，然后计算机给出回答，其中如果有30%让我们觉得是是人类的回答，那么他就通过了图灵测试。这个标志着人工智能的第一波浪潮。
在六七十年代，人工智能持续是一个很重要的议题，那个时代有很多重要的算法涌现出来，但是随后人工智能迎来了它的第一个低潮。
那么原因是什么？
因为当时很多的工程师科学家发现，当时的算法和人工智能只能解决比较狭窄领域的问题。
那么问题在于哪儿？
实际上是在于计算机的算力是不够的。
在80年代的时候，人工智能出现了第二波的浪潮，比如出现了像人工神经网络、专家系统等领先的算法。当时算力也同步有了提升，有很多像IBM这种大型的计算器的出现，使得一些实际问题可以应用和解决。
然而，在80年代人工智能又迎来了第二波低谷，当时个人电脑渐渐的开始普及，但是，像大型专业计算机资源，造价和成本依然非常高。渐渐地，像美国政府，开始缩减对于这方面的预算、资源，带来了这一波的低谷。
最后，众所周知的人工智能第三个浪潮，也就是我们现在经历的这个时代。从20世纪初开始，我们迎来了深度学习的算法、AlphaGo、谷歌DeepMind等一系列的技术的创新。算力、数据资源爆炸式的增长，使得算法有了一个大幅的提升。
以前计算机不能解决的问题，比如语音识别、图像识别，包括现在的自然原处理等这些领域，都有了非常大幅的提升。
刚才说的是人工智能的发展浪潮，其实大家可以注意到， 算法的提升和整个智能技术的提升是分不开的，同时也跟算力基础、计算的基础设施以及数据量，也是密不可分的 。
我提出一个概念，在智能化的时代，我们实际上需要经历的几个步骤：首先是信息化，然后是大数据，最后才是智能化。
我们可以看一下我们了解的行业大概处于一个什么样的阶段？
我们以医疗行业为例，比如大家觉得医疗行业目前是处于什么阶段呐？
答案是：信息化。
尤其是在中国，有些比较大型的三甲医院，比如协和、301或者北大医院，目前是在从信息化慢慢向大数据提升的阶段。
有一个最简单的例子，之前我们去接触一个老中医，然后这个中医院的院长说：“我们想做大数据，我们有10万个病人的数据。”我们听了以后挺高兴的，数据量也不小了。接着，这个老中医就拿出厚厚的一大叠病历本，他有一百个大本，每个本上一页是一个病人的手写记录，每一本有一千个病人，所以加起来有10万个病人。当时就非常傻眼了，这个我们怎么分析？
以医疗行业为例，我们所说的信息化，实际上是包括病例的电子化，医院的信息系统、图像管理系统等，而在目前这个阶段，这些系统的数据资源是没有打通的，所以还没有达到大数据化的阶段。
如果把这些数据资源打通，才可以实现以一个病人为中心，可以看到他入院的记录、诊断记录、住院记录，也可以看到他的影像数据，才可以形成一个全方位的数据。而且，从时间轴上来说，这样的数据记录，才可以形成大数据，并且通过智能算法，来帮助医生来决策需要什么样的治疗，需要在什么样的阶段做一些辅助。
而这个对医药医疗行业来说，是需要一个持续的发展的一个过程。
比如，像科大讯飞最近在医院一个应用，我觉得还蛮好的。因为我最近出入医院比较多一点，像医院的超声科，需要有两个医生，一个医生给你做超声的诊断，然后另外一个医生，记录他说的专业术语。
科大讯飞做了一个事情，他就是一个翻译，实时记录下做超声诊断的医生说的内容，然后把他自动生成一个病例。这个对于医院来说就非常有效，因为它减少一个人工。
这个其实也就是我们说的，从最开始的信息化，然后把智能技术引用到整个的业务流程中来，是一个还蛮不错的应用。
像我们熟悉的互联网行业，大家觉得现在是处于一个什么样的时代？
我觉得是从大数据向智能化时代，这样演变的一个过程中间。
比如谷歌，他从网页搜索开始，有了大量的数据后，开始做推荐系统，比较成功的是，最后还推出了一种商业模式，创立了精准广告学。通过我们访问、浏览的行为，给你精准的推荐广告，接下来的很多互联网公司，实际上都是按这个途径来获取用户。
我自己本身就是做金融大数据的，那么对于传统金融行业来说，实际上也有很多不同的机构、在不同的发展历程中。
比如，我们比较熟悉的商业银行和众多的股份制银行，目前已经实现了一个大数据的基础设施的构建。以工商银行为例，实际上他花了十年多的时间，建造了一个全行级数据仓库，所以他的各个分支行以及各个业务系统之间，实现了很好的数据打通。在这个之上的话，就有数据挖掘的平台，去支撑它的业务。
对于一些小的银行或者是金融机构来说，目前还是在从信息化到大数据转型的这个阶段。比如，几年前我们去做信贷，实际上审贷员做的事情，就是面对一大沓纸质的材料，完全依赖于他的经验，来判断要不要给你通过。这个过程中，不光有操作风险，还会催生出信用风险、道德风险等。
这几年随着金融科技的发展，包括互联网金融，倒逼着传统金融行业向线上做业务转型。
银行面临的都是互联网用户、移动互联网用户，传统的线下的方式已经很难获取到新的客源了。从线下转到线上的模式，一方面体现在产品的创新上，以前都是房贷车贷，以前银行的个人业务中，百分之九十几以上全都房贷产品。
现在出现了消费金融，像一些消费贷和网上的小额信贷产品、小微金融等，也在传统银行中开始实施。
另一方面，以往靠专家来审批的模式，开始转向于依靠模型，通过智能算法，帮助快速识别客户的信贷需求，以及信用风险、承载能力、还贷意愿。通过这些维度，形成一个综合性模型，来帮助风险控制。
这几年，整个金融科技的发展，对于我们做技术的人来说是非常有前景的，我们可以结合自身的优势和传统金融行业相结合，然后发挥出更大的能量。
在我看来，纯粹的人工智能和算法，没有大数据和信息化的支撑，实际上是没有生命力的。
回到金融行业，我们需要帮助金融机构来建立信息的底层，再依托于信息化大数据，来实现智能的应用和算法。
我最近一直在思考商业模式的问题，我们在金融科技的这个领域里面，不管是p2p公司或者银行，都有大量科技公司为金融机构提供服务。第一种，提供服务的模式是完全第三方的形式，做技术的支撑，包括系统开发、数据底层构建等服务。另一种模式，联合运营的模式，比如信贷业务上联合资金的注入，或者风险兜底的方式，来联合运营金融业务。
未来，在我们拥有领先的技术前提下，我们要进一步思考 怎么和金融机构去做一些深度的结合，形成一个好的商业模式，进行价值输出和价值变现 ，我觉得这个也是是我需要思考的，也是希望大家集思广益的问题。
关注“小贝保险”，选保险，不焦虑！
如何看待图灵测试和中文房间论证
图灵毫无疑问是天才，在计算机各个领域做出了巨大的不可磨灭的贡献！
电子计算机
图灵在第二次世界大战中从事的密码破译工作涉及到电子计算机的设计和研制，但此项工作严格保密。直到70年代，内情才有所披露。从一些文件来看，很可能世界上第一台电子计算机不是ENIAC，而是与图灵有关的另一台机器，即图灵在战时服务的机构于1943年研制成功的CO-LOSSUS(巨人)机，这台机器的设计采用了图灵提出的某些概念。它用了1500个电子管，采用了光电管阅读器；利用穿孔纸带输入；并采用了电子管双稳态线路，执行计数、二进制算术及布尔代数逻辑运算，巨人机共生产了10台，用它们出色地完成了密码破译工作．
战后，图灵任职于泰丁顿国家物理研究所(Teddington National Physical Laboratory)，开始从事“自动计算机”(Automatic Computing Engine)的逻辑设计和具体研制工作。1946年，图灵发表论文阐述存储程序计算机的设计。他的成就与研究离散变量自动电子计算机（Electronic Discrete Variable Automatic Computer）的约翰•冯•诺伊曼（John von Neumann）同期。图灵的自动计算机与诺伊曼的离散变量自动电子计算机都采用了二进制，都以“内存储存程序以运行计算机”打破了那个时代的旧有概念。
人工智能
1949年，图灵成为曼切斯特大学（University of Manchester ）计算实
验室的副院长，致力研发运行Manchester Mark 1型号储存程序式计算机所需的软件。1950年他发表论文《计算机器与智能》（ Computing Machinery and Intelligence），为后来的人工智能科学提供了开创性的构思。提出著名的“图灵测试”，指出如果第三者无法辨别人类与人工智能机器反应的差别， 则可以论断该机器具备人工智能。
1956年图灵的这篇文章以“机器能够思维吗？”为题重新发表．此时，人工智能也进入了实践研制阶段。图灵的机器智能思想无疑是人工智能的直接起源之一。而且随着人工智能领域的深入研究，人们越来越认识到图灵思想的深刻性：它们至今仍然是人工智能的主要思想之一。
数理生物学
从1952年直到去世，图灵一直在数理生物学方面做研究。他在1952年发表了一篇论文《形态发生的化学基础》(The Chemical Basis of Morphogenesis)。他主要的兴趣是斐波那契叶序列，存在于植物结构的斐波那契数。他应用了反应-扩散公式，现在已经成为图案形成范畴的核心。他后期的论文都没有发表，一直等到1992年《艾伦•图灵选集》出版，这些文章才见天日。
图灵测试通过测试的标准是什么
冯诺依曼和图灵都是计算机的先驱，但却是非常不同的人。冯诺依曼家境富有，18岁就出版了第一篇论文。作为20世纪数学界最伟大的人物之一，冯诺依曼身上的特点无论从哪方面看都是成功的，举止庄重，老于世故，幽默风趣，英语是他的第四语言。而图灵害羞，邋遢，不善沟通，只说英语都有些结巴。
不过数学和科学不在乎这些，所以冯·诺伊曼对图灵非常钦佩，多次对别人提到图灵，并且对图灵的《可计算数》高度认可。
麦克斯•纽曼是图灵的老师和朋友，因在图灵在可计算数方面所做的工作，曾和罗素一起推荐图灵评选英国皇家学会会士。
在图灵被判“严重猥亵罪”时，有人质问纽曼，能否接受图灵这样的家庭成员，纽曼回答，他已经这样做了，图灵是他们夫妻最亲密的朋友，而且是一位非常真诚厚道的朋友。「他完全沉迷于工作中，」纽曼说道，「他是当世最精深最纯粹的数学家之一。」
最新问题