ALAN TURING VÀ TRIẾT LÝ TRÍ THÔNG MINH NHÂN TẠO

PGS.TS. Nguyễn Anh Tuấn^[1]

Mở đầu. Alan Turing (23/6/1912 – 7/6/1954, Nhà toán học, logic học Anh) đã quan tâm đến vấn đề khả năng của trí tuệ nhân tạo trong hàng chục năm, muộn nhất là từ năm 1941, ông đã suy nghĩ nghiêm túc về trí tuệ nhân tạo, đặc biệt là học máy. Năm 1945, ông lưu ý: “Có những dấu hiệu… cho thấy một cỗ máy có thể được chế tạo để thể hiện trí thông minh nhưng đôi khi có nguy cơ mắc phải những lỗi nghiêm trọng”^[2]. Năm sau, 1946, ông dành phần lớn sức lực của mình đi tiên phong nghiên cứu về lập trình, lĩnh vực mà ông tin chắc là chìa khóa cho sự phát triển trong tương lai. Đến năm 1947 trong bài nói chuyện Máy thông minh tại Hiệp hội Toán học Luân Đôn, – có lẽ là thuyết trình khoa học công khai đầu tiên về chủ đề Trí tuệ nhân tạo, Turing đã đặt câu hỏi liệu một cỗ máy có thể thể hiện hành vi thông minh hay không, và để trả lời, ông đề xuất thiết kế một cỗ máy biết chơi cờ giỏi. Đây có thể được coi là tiền đề cho nghiên cứu sâu hơn của Turing trong bài Máy tính và trí thông minh (năm 1950) trên tạp chí triết học Tâm trí. Mặc dù đã có những bài trước trong suốt thập niên 40 bóng gió về vấn đề này, nhưng đây là bài đầu tiên của Turing đề cập riêng đến khái niệm trí thông minh nhân tạo.

1. Bài kiểm tra Turing

Turing bắt đầu bài viết của mình bằng tuyên bố sẽ xem xét câu hỏi “Máy móc có thể suy nghĩ được không?”^[3] . Ông nhấn mạnh rằng cách tiếp cận truyền thống đối với vấn đề này trước tiên là cố gắng định các khái niệm “máy móc”, “trí thông minh” là gì? Tuy nhiên, Turing đã chọn một con đường khác: ông thay thế hai câu hỏi ban đầu đó bằng một câu hỏi khác “có liên quan chặt chẽ với câu hỏi gốc, nhưng được diễn đạt bằng các thuật ngữ rõ ràng hơn”. Ông đề xuất thay thế câu hỏi “Máy móc có suy nghĩ không?” bằng câu hỏi “Liệu máy móc có thể làm được những gì con người (với tư cách là những sinh thể có tư duy) có thể làm?”. Turing lập luận rằng ưu điểm của câu hỏi mới là nó vạch ra “một ranh giới rõ ràng giữa khả năng thể chất và trí tuệ của con người”^[4].

Để chứng minh cách tiếp cận này, Turing đề xuất một thử nghiệm lấy cảm hứng từ trò chơi nhóm “Trò chơi bắt chước” truyền thống. Trong trò chơi này, một người nam và một người nữ ngồi ở các phòng riêng biệt và người hỏi (A) ở phòng thứ ba cố gắng phân biệt họ bằng cách hỏi họ một loạt câu hỏi văn bản và đọc câu trả lời do họ đánh máy. Theo luật chơi, cả người nam và người nữ đều cố gắng thuyết phục A rằng mọi chuyện lại diễn ra ngược lại. Turing đề xuất làm lại trò chơi như sau: “Bây giờ chúng ta hãy đặt câu hỏi, điều gì sẽ xảy ra nếu trong trò chơi này, một chiếc máy sẽ đóng vai A? Liệu máy hỏi có mắc lỗi thường xuyên như thể đang chơi đùa với một người nam và một người nữ không? Những câu hỏi này thay thế cho câu hỏi ban đầu ‘Máy có thể nghĩ được không?’”^[5] Turing sau đó đề xuất thêm một phiên bản thay thế nữa “tương đương”, trong đó giữ nguyên người A trò chuyện với một người khác và máy tính.

Cách giải thích (phiên bản) chuẩn của bài kiểm tra này là: Một người kiểm tra tương tác với một máy tính và một người khác. Dựa trên câu trả lời cho các câu hỏi, người kiểm tra phải xác định mình đang nói chuyện với một người hay một chương trình máy tính. Mục đích của chương trình máy tính là đánh lừa người kiểm tra để người này đưa ra lựa chọn sai lầm. Cả máy và người đều đang cố gắng thuyết phục người kiểm tra rằng họ là con người. Tất cả các bên tham gia thử nghiệm không thể nhìn thấy nhau. Nếu người kiểm tra không thể tự tin nói ai là ai thì chương trình máy tính được coi là đã thắng, tức là đã có tư duy vì đã làm người kiểm tra cứ tưởng là mình đang tương tác với người thật. Để kiểm tra trí thông minh của máy chứ không phải khả năng nhận dạng ngôn ngữ nói, cuộc trò chuyện được thực hiện trong điều kiện “chỉ bằng văn bản”, như sử dụng bàn phím và màn hình (máy tính trung gian). Việc trao đổi thông tin phải diễn ra theo những khoảng thời gian được kiểm soát để người kiểm tra không thể đưa ra kết luận dựa trên tốc độ phản hồi. Vào thời Turing, máy tính chậm hơn con người; bây giờ, chúng trả lời nhanh hơn con người rất nhiều, nên quy tắc này vẫn cần thiết^[6].

Kể từ khi được công bố, bài báo đã trở thành một trong những bài triết học được in lại, trích dẫn, tham khảo, xuyên tạc, diễn giải và nói chung là đáng chú ý nhất từng được xuất bản. Nó ảnh hưởng đến nhiều ngành khoa học – trí tuệ nhân tạo, robot, nhận thức luận, triết lý tư duy – và giúp định hình dư luận như ngày nay về giới hạn và khả năng của trí thông minh nhân tạo, không phải của con người, mà do con người tạo ra.

2. Nguồn gốc triết học của ý tưởng Turing

Mặc dù cho đến năm 1950 Turinh mới công bố bài kiểm tra nêu trên để mở đầu cho những nghiên cứu về trí tuệ nhân tạo, nhưng nguồn gốc triết học của vấn đề “liệu một cỗ máy có thể suy nghĩ hay không?” đã có một lịch sử lâu dài. Nó liên quan chặt chẽ đến sự khác biệt giữa quan điểm nhị nguyên thực thể “thể xác – linh hồn”, “tồn tại – tư duy” (Descartes) và nhất nguyên duy vật Spinoza vốn cho rằng, chỉ có một thực thể duy nhất là vật chất (thiên nhiên trải dài vô tận), còn “thể xác và tư duy” chỉ là hai thuộc tính của thực thể này, riêng tư duy còn là phương thức tồn tại [hoạt động] của thể xác tư duy^[7]. Từ quan điểm nhị nguyên thực thể Descartes, suy nghĩ không phải là vật chất (hoặc ít nhất không là thuộc tính hay phương thức tồn tại gì của vật chất), nên tư duy không thể được giải thích chỉ bằng các khái niệm vật lý^[8]. Ngược lại, chủ nghĩa duy vật Spinoza cho rằng tư duy có thể được giải thích về mặt vật lý, do đó để ngỏ khả năng tạo ra trí tuệ nhân tạo (nhưng ở đây cần phân biệt cách giải thích của chủ nghĩa duy vật sinh lý siêu hình với chủ nghĩa duy vật biện chứng kinh điển Marx-Ilyencov). Nối tiếp cách hiểu Descartes về thể xác và tư duy, các công trình của Gottfried Wilhelm Leibniz từ thế kỷ XVIII, trong đó có đề cập đến việc thiết kế máy tính cơ học và phát triển ý đồ chế tạo những cỗ máy trong tương lai có thể tự giải quyết các vấn đề toán học và triết học, cũng rất quan trọng. Theo Leibniz, trong tương lai, các nhà triết học sẽ không bị cuốn vào tranh luận, họ sẽ chỉ nói “calculus” – “hãy để chúng tôi tính toán”^[9]. Từ nửa sau thế kỷ XIX còn có những tên tuổi khác tạo thành một dòng chảy nối dài từ Descartes, Spinoza, Leibniz qua Frege, Cantor, Hilbert và Gödel đến Turing. Trong bối cảnh đó, không có gì đáng ngạc nhiên khi vào thời điểm 1950, Turing bắt tay giải quyết thách đố “liệu máy móc có thể tư duy hay không?”.

3. Các thử nghiệm vượt qua bài kiểm tra Turng

Hầu như tất cả các chương trình máy tính được phát triển đều không vượt qua được bài kiểm tra. Mặc dù các chương trình như Eliza của Joseph Weizenbaum hay của Kenneth Colby (năm 1966), chương trình PARRY (1972) và Turing Colloquium (1990), hay các cuộc thi hàng năm cho Giải thưởng Loebner (từ 1991 đến 2003),… đôi khi khiến người ta tin rằng họ đang tương tác với một người, nhưng những trường hợp này khó được coi là vượt qua bài kiểm tra Turing một cách chính xác vì nhiều lý do khác nhau. Vì thế đã có những phản đối khác nhau.

Chẳng hạn, năm 1980, trong bài “Tâm trí, bộ não và các chương trình”, John Searle đã đưa ra một lập luận phản đối bài kiểm tra Turing được gọi là thí nghiệm tư duy “Phòng Trung Quốc”. Searle nhấn mạnh rằng các chương trình (như Eliza) có thể vượt qua bài kiểm tra Turing chỉ bằng cách thao tác các ký hiệu mà chúng không hiểu ý nghĩa^[10]. Và nếu không hiểu thì chúng không thể được coi là “thông minh” như con người. Do đó, Searle kết luận, bài kiểm tra Turing không phải là bằng chứng cho thấy máy có thể suy nghĩ, điều này mâu thuẫn với giả định ban đầu của Turing^[11].

Hoặc, chương trình máy có thể tránh những câu hỏi không cần thiết bằng cách giả vờ bị hoang tưởng, giả làm một thiếu niên hoặc một người nước ngoài chưa đủ thông thạo ngôn ngữ như người kiểm tra. Chương trình chiến thắng trong một cuộc thi mới nhất (2014) được tổ chức theo nguyên tắc của bài kiểm tra Turing là một chatbot có tên Eugene Gustman đã thuyết phục được 33% người đánh giá rằng đó là một cậu bé Ukraine 13 tuổi đến từ Odessa, đã kết hợp được cả ba thủ đoạn trên^[12].

Sự xuất hiện của cuộc tranh giành Giải thưởng Loebner đã dẫn đến những cuộc thảo luận mới về tính khả thi của bài kiểm tra Turing và ý nghĩa của việc vượt qua nó. Có người lưu ý rằng chương trình máy thành công đầu tiên có thể vượt qua bài kiểm tra một phần vì nó “bắt chước lỗi đánh máy của con người” (Turing gợi ý rằng các chương trình nên thêm lỗi vào đầu ra để trở thành “người chơi” thật hơn^[13]). Có quan điểm cho rằng việc cố gắng vượt qua bài kiểm tra chỉ đơn giản là không khuyến khích những nghiên cứu hiệu quả hơn.

Trong các cuộc thi đầu tiên, một vài lần máy có thể chiến thắng là do những người kiểm tra không đủ năng lực, không chịu nổi những thao túng được tổ chức khéo léo chứ không hẳn do máy có trí thông minh như hoặc hơn người. Những lập luận kiểu này hay khác hoặc như của Searle dựa trên triết lý tư duy, đã làm nảy sinh những cuộc tranh luận sôi nổi hơn nhiều về bản chất của tư duy, khả năng của máy móc thông minh và tầm quan trọng của bài kiểm tra Turing, kéo dài suốt thập niên 80 và 90.

Tuy nhiên, kể từ năm 2004, các triết gia, chuyên gia máy tính và nhà báo đã tham gia cuộc thi với tư cách là người đối thoại. Việc đánh giá cuộc thi rất khắt khe. Các chuyên gia chọn những câu hỏi rất khó chuẩn bị trước cho cuộc thi để hiểu họ đang giao tiếp với ai. Cuộc trò chuyện của họ với các chương trình hệt như cuộc thẩm vấn của một điều tra viên. Ví dụ, giám khảo thích lặp lại một số câu hỏi sau một thời gian nhất định, vì các bot yếu không biết cách theo dõi lịch sử của cuộc đối thoại và có thể bị bắt bài khi đưa ra những câu trả lời đơn điệu.

Nhưng ngay từ đầu Turing đã lưu ý, bài kiểm tra cho phép bạn có thể nói về bất cứ điều gì. Và đây là điểm mạnh của nó. Turing viết “phương pháp hỏi đáp có vẻ phù hợp để thảo luận về hầu hết mọi lĩnh vực mà con người quan tâm và muốn bàn thảo”^[14]. Thực tế kiểm tra cho thấy chỉ hiểu từ ngữ thôi là chưa đủ; bạn cũng cần hiểu chủ đề của cuộc trò chuyện. Để vượt qua bài kiểm tra Turing được thiết kế tốt, máy phải sử dụng ngôn ngữ tự nhiên, lý trí, có kiến thức và biết học hỏi. Bài kiểm tra có thể trở nên khó khăn hơn bằng cách bao gồm đầu vào video hoặc, ví dụ, trang bị một cổng để chuyển vật thể: máy sẽ phải chứng minh khả năng nhìn và thao tác như robot. Tất cả những nhiệm vụ này cùng nhau phản ánh những vấn đề chính mà lý thuyết về trí tuệ nhân tạo đang phải đối mặt.

Ưu điểm và sự hấp dẫn của bài kiểm tra Turing đến từ sự đơn giản của nó. Các nhà triết học về ý thức, tâm lý học trong khoa học thần kinh hiện đại không thể đưa ra các định nghĩa về “trí thông minh” và “tư duy” đủ chính xác để có thể áp dụng chung cho máy móc. Nếu không có định nghĩa như vậy thì không thể trả lời được những câu hỏi trọng tâm của triết học về trí tuệ nhân tạo. Phép thử Turing, tuy không hoàn hảo nhưng ít nhất cũng đảm bảo rằng nó thực sự có thể đo được. Như vậy, nó là một giải pháp thực dụng cho những câu hỏi triết học khó.

Tuy nhiên, bất chấp tất cả những giá trị và sự phổ biến của nó, bài kiểm tra vẫn bị chỉ trích sau khi Turing qua đời vì một số hạn chế của nó. Trong triết học và tâm lý học Liên Xô, trong khuôn khổ cách tiếp cận hoạt động, E.V. Ilyencov, L.S. Vygotsky và A.R. Luria đã đưa ra những định nghĩa khá rõ ràng về “tư duy”. Tư duy con người được thể hiện ra ngoài không hẳn bằng ngôn ngữ (kể cả ngôn ngữ cử chỉ, hình thể), mà chủ yếu bằng họat động thực tiễn và sản phẩm của hoạt động đó; đây là điều mà các phiên bản kiểm tra Turing không tính được hết.

Tư duy con người và tư duy nói chung (Bài kiểm tra Turing và cách tiếp cận trực quan)

Bài kiểm tra Turing chỉ bao gồm được những hành vi hợp lý của con người (phần giao nhau – B); trong khi con người thường thực hiện cả các hành vi không hợp lý (phần A – bên trái), đồng thời cũng không thiếu những hành vi hợp lý nhưng con người lại không làm thế (phần C – bên phải).

Như vậy, định hướng của bài kiểm tra Turing được thể hiện rõ ràng đối với con người. Chỉ có khả năng của một cỗ máy giống con người mới được kiểm tra chứ không phải trí thông minh của cỗ máy nói chung. Bài kiểm tra không thể đánh giá được trí thông minh chung của máy vì hai lý do:

Đôi khi hành vi của con người thách thức sự giải thích hợp lý. Đồng thời, bài kiểm tra Turing yêu cầu máy móc có khả năng bắt chước mọi loại hành vi của con người, bất kể nó thông minh đến mức nào. Nó cũng kiểm tra khả năng bắt chước hành vi mà một người cho là không hợp lý, chẳng hạn như phản ứng trước những lời lăng mạ, cám dỗ nói dối hoặc đơn giản là mắc nhiều lỗi chính tả. Nếu một cỗ máy không thể bắt chước chính xác hành vi của con người, lỗi chính tả và những thứ tương tự, thì nó sẽ thất bại trong bài kiểm tra, bất chấp tất cả trí thông minh mà nó có thể có.

Một số hành vi thông minh không phải vốn có ở con người. Bài kiểm tra Turing không kiểm tra hành vi cực kỳ thông minh, chẳng hạn như khả năng giải quyết các vấn đề phức tạp hoặc đưa ra những ý tưởng độc đáo. Về cơ bản, bài kiểm tra yêu cầu máy phải gian lận: dù máy có thông minh đến đâu thì nó cũng phải giả vờ không thông minh lắm để vượt qua bài kiểm tra. Nếu một cỗ máy có thể giải quyết nhanh chóng một vấn đề tính toán nhất định nằm ngoài khả năng của con người, thì theo định nghĩa, nó sẽ thất bại trong bài kiểm tra.

Nhưng việc nhìn ra những hạn chế vẫn không làm bài kiểm tra Turing mất đi ý nghĩa của nó. Khoa học máy tính buộc phải tìm những hướng đi khác vì cho rằng chủ nghĩa bắt chước con người của bài kiểm tra có nghĩa là nó không thể thực sự hữu ích trong việc phát triển máy móc thông minh. Vì tính phi thực tế này nên việc vượt qua bài kiểm tra Turing không phải là mục tiêu của nghiên cứu khoa học hoặc thương mại chính thống (tính đến năm 2009). Nghiên cứu ngày nay trong lĩnh vực trí tuệ nhân tạo đặt ra những mục tiêu khiêm tốn và cụ thể hơn. Hiện tại, các nhà nghiên cứu trí tuệ nhân tạo thực ra không còn nỗ lực giải quyết vấn đề vượt qua bài kiểm tra Turing, vì đã xuất hiện các cách đơn giản hơn để kiểm tra chương trình, chẳng hạn như giao nhiệm vụ trực tiếp thay vì theo cách vòng vo, là người đầu tiên đặt câu hỏi trong một phòng trò chuyện, nơi mà cả máy móc và con người đều được kết nối, các nhà nghiên cứu tin rằng việc tìm ra các nguyên tắc cơ bản của trí thông minh quan trọng hơn nhiều so với việc sao chép tư duy của một người mang trí tuệ tự nhiên. Tương tự như vấn đề “chuyến bay nhân tạo” chỉ được giải quyết thành công sau khi anh em nhà Wright và các nhà nghiên cứu khác ngừng bắt chước loài chim và bắt đầu nghiên cứu khí động học để chế tạo ra máy biết bay. Các công trình khoa học – kỹ thuật hàng không, không hề xác định mục tiêu là tạo ra những cỗ máy – bay được gợi nhớ đến chim bồ câu hay chim ưng nào khác đến mức những con chim thật có thể bị đánh lừa cỗ máy đó là đồng loại của mình. Ở đây cũng nên lưu ý, Turing chưa bao giờ có ý định sử dụng bài kiểm tra của mình để đo lường mức độ thông minh của các chương trình hàng ngày; ông muốn đưa ra một ví dụ rõ ràng và dễ hiểu để hỗ trợ cuộc thảo luận về triết lý trí thông minh nhân tạo.

Cần nhấn mạnh rằng Turing đã không tiết lộ đầy đủ mục tiêu và ý tưởng của mình khi tạo ra bài kiểm tra. Dựa trên các ý của đoạn văn, có thể giả định rằng vào thời của ông, trí thông minh của con người chiếm ưu thế trong mọi lĩnh vực, tức là nó mạnh hơn và nhanh hơn bất kỳ phương tiện nào khác. Hiện tại, một số chương trình mô phỏng hoạt động trí tuệ hiệu quả đến mức chúng nhiều lần vượt qua trí óc của người bình thường trong một số khu vực hẹp nhất định. Vì vậy, trong một số điều kiện xác định, chúng có thể vượt qua bài kiểm tra.

Turing dự đoán rằng máy móc cuối cùng sẽ có thể vượt qua bài kiểm tra; trên thực tế, ông kỳ vọng rằng vào năm 2000, những chiếc máy có bộ nhớ 10⁹ bit sẽ có thể đánh lừa 30% số kiểm tra viên trong một bài khảo sát kéo dài 5 phút^[15]. Ông cũng gợi ý rằng cụm từ “máy tư duy” sẽ không còn được coi là quan trọng nữa và thêm rằng học máy sẽ là một mắt xích quan trọng trong việc chế tạo những cỗ máy mạnh mẽ, điều này là hợp lý đối với các nhà nghiên cứu hiện đại trong lĩnh vực trí tuệ nhân tạo. Một số dự đoán lạc quan gần đây nhất cho rằng những cỗ máy có khả năng vượt qua bài kiểm tra Turing sẽ xuất hiện cùng lắm vào khoảng năm 2030.

Thật vậy, Turing không nói về việc đánh lừa con người mà nói về việc tái tạo khả năng nhận thức của con người. Ông cũng lưu ý sự cần thiết phải xác định “máy móc” nghĩa là gì. Đương nhiên, con người không phải là máy móc. Những bản sao cũng sẽ không cung cấp một ví dụ thú vị về việc “thiết kế một cỗ máy tư duy”. Turing đề xuất tập trung vào khả năng của “máy tính kỹ thuật số” thao tác các số nhị phân 1 và 0, viết lại chúng vào bộ nhớ thông qua các quy tắc đơn giản. Thành tựu của Turing là ông đã đề xuất được mô hình toán học đầu tiên của các phép tính phổ quát, sử dụng hệ nhị phân vào thời điểm mà hệ thập phân đang thịnh hành. Bản thân Turing muốn tạo ra không gì khác hơn một bộ não điện tử. Ông đưa ra hai lý do cho việc này:

Thứ nhất, vào năm 1950, máy tính kỹ thuật số đã tồn tại.

Thứ hai, những máy tính như vậy là “phổ quát”^[16].

Bởi vì, bản thân ông đã khám phá ra nguyên lý cơ bản của máy tính hiện đại – thiết kế chương trình lưu trữ – từ rất sớm, vào năm 1936 (12 năm trước khi chiếc máy tính hiện đại đầu tiên thực sự được thiết kế vào năm 1948), ngày nay được gọi là Máy Turing vạn năng (phổ quát). Ông giải thích rằng những gì đang được phát triển có thể được coi là phiên bản thực tế của các máy cùng loại và do đó những máy này có thể được thiết kế để thực hiện bất kỳ công việc nào mà máy tính của con người có thể làm, kể cả sẽ được sử dụng cho nghiên cứu toán học trong tương lai, và tác động có thể có của chúng đối với tính chất cũng như số lượng công việc của các nhà toán học^[17]. Ông lưu ý, chủ đề này một cách tự nhiên dẫn đến câu hỏi về nguyên tắc máy tính có thể bắt chước được bao nhiêu hoạt động của con người. Ông nói rất rõ hoạt động nào của con người là quan trọng nhất để cố gắng bắt chước.

Nghiên cứu của Turing về lý thuyết thuật toán đã chứng minh rằng máy tính kỹ thuật số có thể bắt chước bất kỳ máy rời rạc nào nếu có đủ bộ nhớ và thời gian (Đây là mấu chốt của luận điểm máy Turing phổ quát). Do đó, nếu máy kỹ thuật số “bất kỳ” nào có thể làm những gì nó nghĩ, thì “mọi” máy kỹ thuật số đủ mạnh cũng có thể làm được. Turing cho rằng, tất cả các máy tính kỹ thuật số đều tương đương nhau về mặt nào đó. Vấn đề này đã trở thành vấn đề trực tiếp của công nghệ phần mềm và Turing trở thành cha đẻ của máy tính hiện đại như vẫn thường gọi. Hơn nữa, Turing lập luận rằng người ta không nên hỏi liệu tất cả các máy tính hiện có hay trong tương lai có thành công trong trò chơi “bắt chước” hay không, mà nên hỏi là liệu các máy tính tưởng tượng có thể thành công trong trò chơi đó hay không^[18]. Điều này là quan trọng nhất để xem xét khả năng chế tạo được một “cỗ máy tư duy” bất kể các nguồn lực cần thiết cho nó hiện đã có sẵn hay chưa.

4. Sự giải thích của Turing

Sau khi nhận diện được vấn đề then chốt, Turing quay lại xem xét 9 quan điểm chính phản đối khả năng chế tạo cỗ máy như trên, gồm cả những luận cứ chính chống lại trí thông minh nhân tạo đã tồn tại trước năm 1950, khi bài của ông lần đầu xuất hiện.

1. Luận cứ thần học: cho rằng tư duy là một chức năng của linh hồn bất tử của con người nên không có máy móc nào có khả năng tư duy. Turing đáp lại: “Khi cố gắng chế tạo những cỗ máy như vậy, chúng ta không được chiếm đoạt một cách trắng trợn quyền năng ban linh hồn của Ngài, cũng như khi chúng ta sinh ra những đứa trẻ. Trong cả hai trường hợp, chúng ta đúng hơn là những công cụ của Ngài, tạo ra những vật chứa đựng những linh hồn mà Ngài đã tạo ra”^[19]. Turing bác bỏ lập luận bằng cách kết luận rằng Thượng Đế cũng có thể trao linh hồn cho voi, vì ngài là đấng toàn năng; vì vậy, Thượng Đế có thể dễ dàng cho phép máy móc có linh hồn^[20].

2. Lập luận trực tiếp: “Hậu quả của tư duy máy sẽ rất thảm khốc. Hãy hy vọng rằng máy móc không có khả năng làm được những điều như vậy”^[21]. Ý kiến này phổ biến nhất trong giới trí thức, vì họ coi con người vượt trội hơn các sinh vật khác nhờ khả năng tư duy. Turing không coi lập luận này là đủ vững chắc để bác bỏ.

3. Luận cứ toán học: Phản đối này dựa trên một sự thực là “Có những câu hỏi không thể trả lời đúng hay không” và sử dụng các định lý toán học như định lý về tính không đầy đủ của Gödel để chỉ ra rằng có giới hạn đối với các câu hỏi mà máy tính dựa trên logic có thể trả lời. Turing nói rằng bản thân con người cũng thường trả lời sai nhiều câu hỏi, nhưng vẫn được xếp vào loại thông minh vì vậy việc vui mừng trước điểm yếu của máy móc là không thể biện minh được^[22] (đây là luận cứ đã được triết gia John Lucas vào năm 1961 và nhà vật lý Roger Penrose đưa ra vào năm 1989).

4. Luận cứ từ Ý thức: Luận cứ này được thể hiện trong Bài phát biểu của Giáo sư Jefferson năm 1949, trong đó giả định rằng máy móc chỉ có thể suy nghĩ nếu chúng có ý thức: “Trừ khi một cỗ máy viết một bài sonnet hoặc một bản concerto lấy cảm hứng từ các giác quan và không xuất phát từ sự kết hợp ngẫu nhiên của các ký hiệu, còn lại chúng ta không thể đồng ý cỗ máy ngang bằng với não”^[23]. Turing phản bác rằng để bị thuyết phục rằng một người đang suy nghĩ, người ta phải trở thành người đó; rằng cách duy nhất để thực sự biết liệu một cỗ máy có đang suy nghĩ hay không thì phải là chính cỗ máy đó. Trong triết học, cách tiếp cận như vậy được gọi là thuyết duy ngã: Người ta chỉ có thể chắc chắn về ý thức của chính mình – chứ không có ý thức nào tồn tại bên ngoài ý thức của chính mình. Vì vậy, bạn chỉ có thể tin chắc rằng một cỗ máy biết suy nghĩ khi bạn trở thành cỗ máy^[24]. Ông nói thêm: “Tôi không có ý nói rằng ý thức không có gì bí ẩn… Nhưng tôi không nghĩ rằng tất cả những bí mật này nhất thiết phải được tiết lộ trước khi chúng ta có thể trả lời câu hỏi mà chúng ta quan tâm trong bài viết này”^[25].

5. Lập luận về các khuyết tật khác nhau có nội dung như sau: “Được rồi, tôi đồng ý rằng bạn có thể chế tạo những cỗ máy làm được mọi việc như bạn muốn, nhưng bạn sẽ không bao giờ có được một cỗ máy làm được việc X”^[26]. Turing lưu ý rằng đây thường là những tuyên bố vô căn cứ. Tất cả đều phụ thuộc vào những giả định ngây thơ về việc máy móc trong tương lai sẽ như thế nào, đó là “những lý lẽ ẩn giấu khỏi ý thức”. Ông đưa ra giải pháp cho một số chúng:

1) Ý kiến: Một cỗ máy không thể là đối tượng cho những suy nghĩ của chính nó. Một chương trình có thể báo cáo các trạng thái và quy trình nội bộ của nó, hay còn gọi là chương trình gỡ lỗi, chắc chắn có thể được viết. Turing lập luận rằng “một chiếc máy chắc chắn có thể là nội dung đối tượng của chính nó”^[27].

2) Ý kiến: Một cỗ máy không thể có hành vi đa dạng. Ông lưu ý rằng một máy tính có bộ nhớ đủ lớn có thể thực hiện vô số hành động^[28].

6. Lập luận của Lady Lovelace: Một trong những ý kiến phản đối phổ biến nhất là máy không có khả năng nguyên bản. Theo Lovelace, điều này là do máy móc không có khả năng tự học. Turing gợi ý rằng sự phản đối của Lovelace có thể được rút gọn thành khẳng định máy móc “không thể làm chúng ta ngạc nhiên”, mà câu trả lời thẳng thắn có thể là máy móc rất thường xuyên làm con người ngạc nhiên^[29]. Đặc biệt, vì hậu quả của một số sự kiện không thể được xác định chính xác. Turing cũng lưu ý rằng thông tin Lovelace có về máy móc không cho phép suy luận rằng trí nhớ của bộ não con người rất giống với trí nhớ của máy tính.

7. Luận cứ về tính liên tục của hệ thần kinh: Nghiên cứu thần kinh hiện đại cho thấy thông tin trong hệ thần kinh không được thể hiện dưới dạng kỹ thuật số. “Một sai sót nhỏ nhất về cường độ xung thần kinh ở một trong các tế bào thần kinh có thể gây ra sự khác biệt đáng kể ở xung đầu ra. Với suy nghĩ này, có thể lập luận rằng không thể bắt chước hành vi của hệ thần kinh bằng bất kỳ máy móc rời rạc nào”^[30]. Turing thừa nhận điều này, nhưng cho rằng bất kỳ hệ thống liên tục nào cũng có thể được mô phỏng với độ chính xác khá cao trong máy tính kỹ thuật số (Triết gia Hubert Dreyfus đưa ra lập luận này chống lại “giả định sinh học” vào năm 1972).

8. Lập luận từ hành vi không chính thức cho rằng bất kỳ hệ thống nào vận hành theo quy luật sẽ có thể dự đoán được nên không thể gọi là thực sự thông minh. Turing lưu ý rằng có sự nhầm lẫn giữa “quy tắc ứng xử” và “luật ứng xử”^[31]. Nếu quy mô hành động của máy đủ lớn (như của con người) thì hành vi của nó sẽ rất khó dự đoán. Ông lập luận rằng nếu không thể nhìn thấy một quy luật trong hành vi của một người thì điều đó không có nghĩa là nó không tồn tại. Ông viết: “Con đường duy nhất để hiểu biết về những định luật này là thông qua quan sát khoa học, và trong mọi trường hợp chúng ta không thể nói: ‘Chúng ta đã tìm kiếm đủ rồi. Những định luật như vậy không tồn tại’”^[32]. Năm 1972, Hubert Dreyfus xuất bản cuốn sách Những điều máy tính không thể làm phê phán gay gắt những biểu hiện của trí thông minh trong các hệ thống trí tuệ nhân tạo hiện có. Ông tuyên bố rằng hành động và giải quyết vấn đề của con người không dựa trên các quy tắc hình thức mà thay vào đó phải sử dụng bản năng và nhận thức, những điều không bao giờ có thể được thể hiện qua các quy tắc^[33]. Những quy tắc phức tạp hơn chi phối hành vi “không chính thức”, các kỹ năng nhận thức và di chuyển vô thức của chúng ta. Theo quan điểm của ông, các mô hình thiếu lượng kiến thức không chính thức khổng lồ về thế giới mà bất kỳ người nào cũng có, cũng như khả năng vốn có trong lẽ thường để dựa vào một số thành phần nhất định của kiến thức này. Dreyfus không phủ nhận khả năng cơ bản của việc tạo ra một hệ thống vật lý nhân tạo có khả năng suy nghĩ, nhưng ông rất phê phán ý tưởng của Turing rằng điều này có thể đạt được bằng cách thao tác các ký hiệu, bằng các quy tắc áp dụng đệ quy.

9. Lập luận từ nhận thức ngoại cảm: Năm 1950, nhận thức ngoại cảm là một lĩnh vực nghiên cứu tích cực và Turing cũng dành cho nó một vị trí quan trọng, cho rằng tất cả các điều kiện của bài kiểm tra sẽ được đáp ứng nếu không có ảnh hưởng của thần giao cách cảm…

Tuy nhiên, những phản đối này không mấy được các chuyên gia và triết gia trí tuệ nhân tạo chấp nhận và không ảnh hưởng đến sự phát triển tiếp theo của nghiên cứu trong lĩnh vực này^[34]. Việc khắc phục các vấn đề mà Dreyfus mô tả được coi là có thể thực hiện được trong tương lai, sau khi tạo ra được những cỗ máy mạnh hơn và các chương trình tốt hơn.

5. Máy học

Ngay cả những phản đối hiện tại dường như cũng không đủ thuyết phục theo quan điểm tiến hóa hay logic và không có tác dụng hạn chế nghiên cứu trong lĩnh vực trí tuệ nhân tạo.

Trong phần cuối bài viết của mình, Turing đánh giá tính khả thi của việc phát triển máy tư duy từ góc độ kỹ thuật và lập trình. Theo ông, đối với một trò chơi “bắt chước”, dung lượng bộ nhớ cần thiết của công nghệ những năm đó dường như khá khả thi và không cần phải tăng tốc độ thao tác, mà cái chúng ta cần là một cỗ máy có thể học hỏi từ kinh nghiệm^[35]. Từ đó ông ý thức được rằng, nhiệm vụ quan trọng hơn là tạo ra một chương trình máy cho việc này. “Khi cố gắng bắt chước suy nghĩ của một người trưởng thành, chúng tôi buộc phải suy nghĩ rất nhiều về quá trình mà trí thông minh của con người đạt đến trạng thái hiện tại”^[36]. Turing xác định ba thành phần ở đây:

1. Trạng thái tâm trí ban đầu;

2. Nuôi dưỡng;

3. Một trải nghiệm có thể gọi là giáo dục.

Để tránh lập trình trạng thái như vậy, Turing đề nghị viết một chương trình mô phỏng suy nghĩ của một đứa trẻ và một chương trình thực hiện việc nuôi dạy con cái. Tính toán của ông là cơ chế trong não trẻ rất đơn giản và một thiết bị như vậy có thể được lập trình khá dễ. Quá trình giáo dục được đề xuất một phần dựa trên phương pháp trừng phạt và khen thưởng. Trong trường hợp này, máy phải được bố trí sao cho khi tín hiệu “trừng phạt” xuất hiện sẽ dẫn đến giảm mạnh xác suất lặp lại các phản ứng của máy ngay trước tín hiệu này, trong khi với “phần thưởng” thì ngược lại, tín hiệu sẽ làm tăng xác suất lặp lại các phản ứng đã xảy ra trước nó^[37].

Để tăng độ phức tạp của “máy con”, Turing đề xuất “xây dựng” vào nó một hệ thống suy luận logic, hệ thống này không nhất thiết phải đáp ứng các quy tắc logic chặt chẽ. Một đặc điểm quan trọng của một cỗ máy học tập như vậy là giáo viên chỉ có thể dự đoán hành vi của nó với một xác suất nào đó. Rõ ràng, sự đi chệch khỏi hành vi đã được xác định tuyệt đối là biểu hiện của trí thông minh. Một kết quả học tập quan trọng khác là các lỗi sẽ được mắc một cách tự nhiên, thay vì bị “huấn luyện” để khiến người giám khảo trò chơi bắt chước bối rối.

Nhưng vào cuối những năm 70 và đầu những năm 80, tốc độ và dung lượng bộ nhớ của máy tính tăng lên không làm tăng “khả năng trí tuệ” của chúng nhiều. Để có được kết quả thực tế đáng tin cậy, cần phải dành nhiều thời gian cần thiết hơn so với các hệ thống sinh học cho cùng một nhiệm vụ. Turing cũng nói rõ rằng điều này có thể được thực hiện bằng cách cho phép “máy thay đổi các hướng dẫn của chính nó, từ đó cung cấp cơ chế cho quy trình tự học ấy. Nói cách khác, thiết kế chương trình được lưu trữ giúp điều này có thể thực hiện được^[38]. Nhưng, ông lưu ý, điều đó chắc chắn sẽ không giúp chúng ta tiến xa đâu. Bởi, vào thời điểm đó lập trình còn chưa ở giai đoạn sơ khai (thậm chí còn chưa có thuật ngữ như “thuật toán học tập”), còn một chiếc máy mà ông nói đến (máy tính hiện đại) cũng chỉ vừa mới được chế tạo. Quá trình mô hình hóa chậm như vậy đã khiến một số chuyên gia trí tuệ nhân tạo sốt ruột.

Năm 1990, John Searle (người nghĩ ra “căn phòng Trung Quốc” nêu trên) đã viết trong bài báo “Tư duy của bộ não có phải là một chương trình máy tính không?”. Trong đó đưa ra một phê bình mới mà về cơ bản là đặt câu hỏi về giả định rất then chốt của chương trình nghiên cứu trí tuệ nhân tạo cổ điển. Đó là ý tưởng rằng việc thao tác chính xác các ký hiệu có cấu trúc thông qua việc áp dụng đệ quy các quy tắc có tính đến cấu trúc của chúng có thể là bản chất của tư duy có ý thức^[39]. Ông đặt ra câu hỏi tại sao những mô phỏng máy tính về suy nghĩ của con người thường được coi là hoàn toàn giống với nó và tại sao hành vi thông minh lại có thể nảy sinh trong trường hợp này. Bởi, không ai nghĩ rằng một mô hình máy tính về quá trình tiêu hóa có thể thực sự tiêu hóa được bất cứ thứ gì, nhưng khi nghĩ đến việc suy nghĩ, mọi người sẵn sàng tin vào những điều kỳ diệu như vậy vì họ quên rằng tâm trí cũng là một hiện tượng sinh học giống như quá trình tiêu hóa^[40] [nhưng thực ra, tâm trí – tư duy không hẳn là một quá trình tâm – sinh lý thông thường, mà hơn thế nó chủ yếu là một quá trình xã hội]. Không giống như Turing, Searle không tin rằng tư duy có thể được quy giản thành các chương trình; nhưng ông cũng không phủ nhận khả năng tạo ra một hệ thống tư duy nhân tạo.

Tất nhiên, việc không thể vượt qua Bài kiểm tra Turing là một thực tế có thể bị đảo ngược vào ngày mai; điều nghiêm trọng hơn là ngày càng có nhiều nhà quan sát thấy rõ rằng ngay cả khi điều này xảy ra thì thành công này sẽ chưa có nghĩa là điều mà Turing và những người cùng chí hướng với ông đã nghĩ đến: ngay cả những câu trả lời có ý nghĩa cho các câu hỏi của người kiểm tra cũng không chứng minh được sự hiện diện của một trí thông minh tích cực trong thiết bị mà những phản hồi này truyền qua.

Turing dường như lường được những hoài nghi đó, để khắc phục chúng, ông đã trù tính trước cách tiếp cận logic. Một cách tiếp cận hợp lý để tạo ra hệ thống trí tuệ nhân tạo dựa trên lý luận mô hình hóa mà cơ sở lý thuyết là logic. Cách tiếp cận logic có thể được minh họa bằng cách sử dụng ngôn ngữ Prolog và hệ thống lập trình logic cho những mục đích này. Các chương trình được viết bằng Prolog biểu diễn các tập hợp sự kiện và quy tắc suy luận logic mà không chỉ định chặt chẽ thuật toán là một chuỗi hành động dẫn đến kết quả mong muốn. Turing bắt đầu từ ý tưởng rằng sức mạnh của bộ não nằm ở cấu trúc của hệ thống logic còn cơ sở sinh học của nó không quan trọng. Điều này có nghĩa là cấu trúc tương tự có thể được tái tạo trong môi trường khác từ các vật liệu khác…

Và kết quả là cùng một thuật toán luôn tạo ra cùng một kết quả được hình thức hóa để giải quyết cùng một vấn đề, do vậy, chính Turing là người có đóng góp lớn cho việc hình thức hóa logic khái niệm thuật toán. Theo Turing, như trên đã nói, không nên đặt ra câu hỏi liệu có thể dạy một cỗ máy suy nghĩ hay không, tức là ông từ chối sử dụng thuật ngữ “suy nghĩ” – vì chưa tạo ra được định nghĩa chính xác nào về nó. Thay vào đó, Turing đề xuất một tiêu chí khác cho trí tuệ nhân tạo – khả năng một cỗ máy giao tiếp từ xa với một người khiến người đó nghĩ rằng có một người khác ở trước mặt mình, chứ không phải là máy. Và ông cho rằng, hoàn toàn có thể đạt được điều này – người ta chỉ cần tạo ra một máy tính kỹ thuật số có thể tự học dần dần, tiến triển từ cấp độ phản ứng của trẻ em đến cấp độ phản ứng của người lớn. Đồng thời, máy tính đó cần có cơ hội phát triển vô tận – một cơ hội trong đó kết quả học tập sẽ không được xác định một cách cứng nhắc bởi thông tin “ở đầu vào” của máy.

Đã hơn bảy thập niên sau khi bài kiểm tra Turing được xây dựng, vẫn chưa có chiếc máy nào có khả năng đóng vai một người bình thường trong giao tiếp từ xa. Một số người cho rằng khó như vậy là do bộ não con người với tư cách là một cỗ máy tính toán là cực kỳ phức tạp và mạnh mẽ hơn mọi trí tưởng tượng. Những người khác nghi ngờ mạnh mẽ vào khả năng học “tự do” trên thực tế của một máy tính kỹ thuật số dựa trên các thuật toán, không theo một cách xác định từ trước nào.

Các thuật toán là những hướng dẫn từng bước khá cứng nhắc và ngay cả khi người ta biến chúng thành nhiều biến, số lượng các tùy chọn như vậy sẽ luôn hữu hạn. Khả năng cuối cùng của máy tính trong việc bắt chước tính cách sẽ giống nhau. Các nhà phản biện lưu ý rằng chưa có nghiên cứu nào về tư duy con người chứng minh rằng nó dựa trên các thuật toán – vì vậy không thể chắc chắn rằng nó có thể bị bắt chước bằng chính những thuật toán này.

Chưa hết, ý tưởng về máy dạy học nằm ở trung tâm của hệ thống máy tính đáng chú ý nhất trong thời đại chúng ta – những cỗ máy ngày nay thi đấu cờ vua với những nhà vô địch giỏi nhất thế giới và dành chiến thắng chính xác là thông qua khả năng tự học. Hiện giờ, những chiếc xe tự hành có khả năng tự học đã bắt đầu vận hành trên đường. Máy móc có thể chưa vượt qua được bài kiểm tra Turing về mặt ngôn từ, nhưng trong một số lĩnh vực nhất định – từ cờ vây, cờ vua đến lái xe – chúng đã thể hiện được khả năng của mình.

6. Kết luận

Turing – nhà triết học trí thông minh nhân tạo. Những tư tưởng như trình bày ở trên của Turing đã trở thành nền tảng cho việc tạo ra các chương trình được thiết kế để cải thiện khả năng xử lý ngôn ngữ tự nhiên và hiểu ngôn ngữ của con người. Các khái niệm mới đã xuất hiện: trí tuệ nhân tạo và học máy. Các cuộc thảo luận sôi nổi về ý tưởng của ông dần chuyển từ khía cạnh khoa học – công nghệ hàn lâm sang gắn nhiều hơn với các vấn đề đạo đức và xã hội liên quan đến việc tạo ra máy móc có khả năng tư duy. Loại máy này nên hành xử như thế nào trong những tình huống đòi hỏi phải cân nhắc về mặt đạo đức hoặc luân lý? Vì những lý do đó, Turing xứng đáng được suy tôn là nhà triết học đầu tiên của trí thông minh nhân tạo; có rất nhiều điều có thể học hỏi từ ông, bao gồm cả nền tảng triết học của trí tuệ nhân tạo. Suy nghĩ của Turing về chủ đề này vượt xa những người cùng thời ông và kể cả nhiều người hiện nay.

Thực tế là cho dù có những hoài nghi hay phản đối này khác, nhưng hầu như mọi máy tính hiện đại đều được tạo ra dựa trên ý tưởng của Turing, mà ý tưởng đó cũng chỉ là một phần nhỏ những suy tư vào cuối cuộc đời ngăn ngủi của ông. Điều quan trọng phải biết ở đây là thiết kế chương trình lưu trữ không chỉ là nguyên tắc cơ bản nhất của điện toán hiện đại; nó cũng chứa đựng sự hiểu biết sâu sắc về các giới hạn của học máy: cụ thể là về nguyên tắc, một cỗ máy như vậy không thể làm bất cứ điều gì mà bản thân nó không thể hiểu được (tựa như nghịch lý thần học: nó không thể làm điều mà nó không hiểu, nghĩa là khả năng của nó cũng có hạn, chứ không phải vô biên, còn nếu nó làm được điều đó nhưng không hiểu điều đó là gì, thì càng chứng tỏ khả năng của nó là hữu hạn). Turing đã nhận ra điều này và tiềm năng thực tế của học máy từ rất sớm. Ông rất quan tâm đến chủ đề này từ trước năm 1950, vài năm trước khi việc thiết kế chương trình lưu trữ lần đầu tiên được triển khai trên máy thật.

Và đó là công việc triết học, chứ không hẳn là việc khoa học – công nghệ. Tất cả công việc triết học của ông chỉ theo đuổi mục tiêu công cụ là sự rõ ràng về khái niệm. Trong một lá thư, ông viết: “Tôi quan tâm đến khả năng tạo ra các mô hình hoạt động của não hơn là các ứng dụng thực tế vào máy tính”. Bằng khởi đầu đầy nỗ lực của ông theo hướng này mà mọi thiết bị hiện đại, dù là máy giặt, tivi hay điện thoại thông minh, đều hoạt động nhờ vào khái niệm do Turing phát triển. Vấn đề liên quan mà Turing tìm cách giải quyết hoàn toàn mang tính triết học. Đây hẳn là câu hỏi ám ảnh ông nhất trong vài năm cuối cuộc đời ông. Và đây chính là vấn đề đã làm nảy sinh khái niệm bài kiểm tra Turing được viết này thảo luận rộng rãi nhất trong triết lý trí tuệ nhân tạo ngày nay.

TÀI LIỆU THAM KHẢO

1. Roger Bootle, Искусственный интеллект и экономика. Работа, богатство и благополучие в эпоху мыслящих машин (Dịch tiếng anh The AI Economy: Work, Wealth and Welfare in the Age of the Robot sang tiếng Nga), Nxb. Интеллектуальная Литература (Trí thức), Мatxcơva 2022, 432 trang – ISBN 978-5-907394-25-4..

2. R. Descartes (1984), The Philosophical Writings of Descartes: Volume 2, Cambridge University Press, Cambridge.

3. H. Dreyfus (1972), What Computer Can’t Do: A Critique of Artificial Reason, Harper & Row, New York.

4. Andrew Hodges, Trò chơi bắt chước// Dịch từ tiếng Anh sang tiếng Nga: О. Костеревой, М. Витебского, В. Тен, Г. Веселова, Nxb. АСТ, 2015, Мatxcơva, 576 trang – ISBN 978-5-17-089741-4

5. G. W. Leibniz (1951), Leibniz: Selections, Scribner, New York,

6. Ю. В. Матиясевич (Yury Vladimirovich Matiyasevich), Аlаn Тuring và lý thuyết số //Giáo dục toán học, Nxb. МЦНМО, Мatxcơva, 2013, số 17, tr. 6-34.

7. J. Searle, (1980), “Minds, Brains and Programs”, Behavioral and Brain Sciences 3: 417–57

8. J. Searle (1990), “Is the Brain’s Mind a Computer Program?” Scientific American 262 (1): 26–31.

9. Ergun Ekici (2014), Passing the Turing Test: Redefining What It Means to ‘Think’, https://www.wired.com/insights/2014/08/passing-turing-test-redefining-means-think/, truy cập ngày 10/04/2024.

10. B. Spinoza (2018), Ethics: Proved in Geometrical Order, Cambridge University Press, New York.

11. A. M. Turing (1945), Proposed Electronic Calculator, National Physical Laboratory.

12. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460. https://doi.org/10.1093/mind/LIX.236.433

1. Trường Đại học Khoa học Xã hội và Nhân văn; điện thoại: 0989834161; email: nguyenanhtuantr@gmail.com ↑
2. Alan Turing (1945), Proposed Electronic Calculator, National Physical Laboratory, tr. 16 ↑
3. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460, tr. 433. ↑
4. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460, tr. 434. ↑
5. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460, tr. 434. ↑
6. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460, tr. 434-436. ↑
7. B. Spinoza (2018), Ethics: Proved in Geometrical Order, Cambridge University Press, New York, tr. 44. ↑
8. R. Descartes (1984), The Philosophical Writings of Descartes: Volume 2, Cambridge University Press, Cambridge, tr. 54. ↑
9. G. W. Leibniz (1951), Leibniz: Selections, Scribner, New York, tr. 51. ↑
10. J. Searle, (1980), “Minds, Brains and Programs”, Behavioral and Brain Sciences 3: 417–57, tr. 417. ↑
11. J. Searle, (1980), “Minds, Brains and Programs”, Behavioral and Brain Sciences 3: 417–57, tr. 419. ↑
12. Ergun Ekici (2014), Passing the Turing Test: Redefining What It Means to ‘Think’, https://www.wired.com/insights/2014/08/passing-turing-test-redefining-means-think/, truy cập ngày 10/04/2024 ↑
13. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 433–460, tr. 449. ↑
14. A. M. Turing (1950), Computing Machinery and Intelligence, Mind 59: 435. ↑
15. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 442. ↑
16. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 442. ↑
17. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 436-437 ↑
18. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 442. ↑
19. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 443. ↑
20. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 443. ↑
21. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 444. ↑
22. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 445. ↑
23. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 445-446. ↑
24. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 446. ↑
25. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 446. ↑
26. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 446. ↑
27. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 449. ↑
28. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 449. ↑
29. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 450. ↑
30. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 451. ↑
31. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 452. ↑
32. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 452. ↑
33. H. Dreyfus (1972), What Computer Can’t Do: A Critique of Artificial Reason, Harper & Row, New York, tr. 192. ↑
34. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 453. ↑
35. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 455. ↑
36. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 455. ↑
37. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 457. ↑
38. A. M. Turing (1950), Computing Machinery and Intelligence. Mind, 59, 433–460, tr. 458. ↑
39. J. Searle (1990), “Is the Brain’s Mind a Computer Program?” Scientific American 262 (1): 26–31, tr. 26. ↑
40. J. Searle (1990), “Is the Brain’s Mind a Computer Program?” Scientific American 262 (1): 26–31, tr. 29. ↑