컴퓨팅 기계와 지능

"** 컴퓨팅 기계와 지능**"은 앨런 튜링이 인공지능을 주제로 작성한 논문이다. 1950년 마인드에 게재된 이 논문은 오늘날 튜링 테스트로 알려진 그의 개념을 일반 대중에게 최초로 소개한 것이었다.

튜링의 논문은 "기계가 생각할 수 있는가?"라는 질문을 다룬다. 튜링은 "생각하다"와 "기계"라는 단어를 명확하게 정의할 수 없으므로, "이 질문을 그것과 밀접하게 관련되어 있으면서 비교적 모호하지 않은 말로 표현된 다른 질문으로 대체해야 한다"고 말한다.[^5] 이 목적을 달성하기 위해 튜링은 세 단계의 접근법을 제안한다. 첫째, 그는 "생각하다"라는 용어를 대체할 단순하고 명확한 개념을 제시한다. 둘째, 그는 고려 대상이 되는 특정 "기계"를 규정한다. 셋째, 이러한 도구를 갖춘 상태에서, 그는 첫 번째 질문과 관련된 새로운 질문을 제기하며, 이에 대해 긍정적으로 답할 수 있다고 믿는다.

튜링의 테스트

기계가 사고하는지 판별하려 하기보다, 튜링은 기계가 "모방 게임"이라 불리는 게임에서 이길 수 있는지를 물어야 한다고 제안한다. 튜링이 설명한 원래의 모방 게임은 세 명의 참가자가 참여하는 간단한 파티 게임이다. 참가자 A는 남성이고, 참가자 B는 여성이며, 참가자 C(질문자 역할)는 어느 성별이든 상관없다. 모방 게임에서 참가자 C는 참가자 A나 참가자 B를 볼 수 없으며(X와 Y로만 알고 있다), 성별에 대한 단서를 제공하지 않는 필기 메모나 기타 형식을 통해서만 의사소통할 수 있다. 참가자 A와 참가자 B에게 질문함으로써, 참가자 C는 둘 중 누가 남성이고 누가 여성인지 판별하려 한다. 참가자 A의 역할은 질문자가 잘못된 판단을 내리도록 속이는 것이며, 참가자 B는 질문자가 올바른 판단을 내리도록 돕는 것이다.[^6]

튜링은 컴퓨터가 참여하는 이 게임의 변형을 제안한다:[^7]

따라서 수정된 게임은 격리된 방에 있는 세 명의 참가자가 참여하는 게임이 된다: 컴퓨터(테스트 대상), 인간, 그리고 (인간) 심판. 인간 심판은 터미널에 입력하여 인간과 컴퓨터 모두와 대화할 수 있다. 컴퓨터와 인간 모두 자신이 인간이라고 심판을 설득하려 한다. 심판이 일관되게 누가 누구인지 구별할 수 없다면, 컴퓨터가 게임에서 이기는 것이다.[^8]

영국의 연구자들은 1956년 인공지능(AI) 연구 분야가 설립되기 최대 10년 전부터 "기계 지능"을 탐구해 왔다.[^9] 이는 앨런 튜링을 포함한 영국의 사이버네틱스 및 전자공학 연구자들의 비공식 모임인 레이시오 클럽 회원들 사이에서 흔한 주제였다. 특히 튜링은 적어도 1941년부터 기계 지능의 개념을 구상해 왔으며, "컴퓨터 지능"에 대한 가장 초기의 알려진 언급 중 하나는 1947년 그에 의해 이루어졌다.[^10]

스테반 하르나드가 지적하듯이,[^11] 질문은 "기계가 (사고하는 존재로서) 우리가 할 수 있는 것을 할 수 있는가?"가 되었다. 다시 말해, 튜링은 더 이상 기계가 "사고"할 수 있는지를 묻는 것이 아니라, 기계가 사고하는 존재가 행동하는 방식과 구별할 수 없게 행동할 수 있는지를[^12] 묻고 있는 것이다. 이 질문은 "사고하다"라는 동사를 사전에 정의해야 하는 어려운 철학적 문제를 피하고, 대신 사고 능력이 가능하게 하는 수행 역량과 인과 체계가 이를 어떻게 생성할 수 있는지에 초점을 맞춘다.

튜링이 자신의 테스트를 도입한 이래, 이 테스트는 매우 큰 영향력을 미치는 동시에 널리 비판받아 왔으며, 인공지능 철학에서 중요한 개념이 되었다.[^13][^14] 존 설의 중국어 방과 같은 일부 비판은 그 자체로 논쟁적이다.[^15] 일부는 튜링의 질문을 "텔레프린터를 통해 소통하는 컴퓨터가 사람을 속여 자신이 인간이라고 믿게 할 수 있는가?"로 해석했지만,[^1] 튜링이 사람을 속이는 것이 아니라 인간의 인지 능력을 생성하는 것에 대해 이야기하고 있었음은 분명해 보인다.[^16]

디지털 기계

튜링은 또한 우리가 어떤 "기계"를 고려할 것인지 결정해야 한다고 언급한다. 그는 인간 복제체가 인공적으로 만들어진 것이긴 하지만, 그다지 흥미로운 사례가 되지는 못할 것이라고 지적한다. 튜링은 디지털 기계—즉, 1과 0의 이진수를 조작하고 간단한 규칙을 사용하여 메모리에 다시 기록하는 기계—의 능력에 초점을 맞추어야 한다고 제안했다. 그는 두 가지 이유를 제시했다.

첫째, 그러한 기계가 존재할 수 있는지 여부를 추측할 필요가 없다. 1950년에 이미 존재하고 있었기 때문이다.

둘째, 디지털 기계는 "보편적"이다. 계산의 기초에 대한 튜링의 연구는 디지털 컴퓨터가 충분한 메모리와 시간이 주어지면 이론적으로 다른 모든 디지털 기계의 동작을 시뮬레이션할 수 있음을 증명했다. (이것이 처치-튜링 논제와 범용 튜링 기계의 핵심 통찰이다.) 따라서 어떤 디지털 기계가 "생각하는 것처럼 행동"할 수 있다면, 충분히 강력한 모든 디지털 기계가 그렇게 할 수 있다. 튜링은 "모든 디지털 컴퓨터는 어떤 의미에서 동등하다"라고 썼다.[^2]

이를 통해 원래의 질문을 더욱 구체적으로 만들 수 있다. 튜링은 이제 원래의 질문을 다음과 같이 재진술한다. "하나의 특정 디지털 컴퓨터 C에 주목하자. 이 컴퓨터에 적절한 저장 장치를 갖추고, 작동 속도를 충분히 높이며, 적합한 프로그램을 제공함으로써, C가 모방 게임에서 A의 역할을 만족스럽게 수행하도록 만들 수 있는가? 이때 B의 역할은 남성이 맡는다."[^3] 더 중요한 것은, 실제로 그러한 기계를 만들 자원이 있는지 여부와 관계없이, 오늘날 우리 기계의 상태에서 가능한 발전을 고려하는 것이다.

아홉 가지 일반적인 반론

질문을 명확히 한 후, 튜링은 이에 대한 답변으로 나아갔다: 그는 다음과 같은 아홉 가지 일반적인 반론을 검토했으며, 이는 그의 논문이 처음 발표된 이후 수년간 인공지능에 대해 제기된 모든 주요 논증을 포함한다.[^17]

#종교적 반론: 사고는 인간의 불멸하는 영혼의 기능이므로 기계는 사고할 수 없다는 주장이다. 튜링은 이렇게 썼다. "그러한 기계를 만들려고 시도할 때, 우리는 영혼을 창조하시는 그분의 권능을 불경하게 찬탈하는 것이 아니다. 이는 자녀를 낳는 것과 마찬가지로, 어느 경우든 우리는 그분이 창조하시는 영혼들을 위한 거처를 마련하는 그분의 뜻의 도구일 뿐이다." #'모래에 머리를 파묻는' 반론: "기계가 사고한다는 것의 결과는 너무나 끔찍할 것이다. 기계가 그렇게 할 수 없기를 희망하고 믿자." 이러한 사고방식은 지식인들 사이에서 널리 퍼져 있는데, 그들은 우월성이 높은 지능에서 비롯된다고 믿으며 추월당할 가능성을 위협으로 여기기 때문이다(기계는 효율적인 기억 용량과 처리 속도를 갖추고 있어 학습 및 지식 능력에서 인간을 초월할 가능성이 매우 높다). 이 반론은 결과에 호소하는 오류로, 그래서는 안 되는 것과 그럴 수 있거나 없는 것을 혼동하고 있다(Wardrip-Fruin, 56). #수학적 반론: 이 반론은 괴델의 불완전성 정리와 같은 수학적 정리를 사용하여 논리에 기반한 컴퓨터 시스템이 답할 수 있는 질문에는 한계가 있음을 보여준다. 튜링은 인간 자신도 너무나 자주 틀리며 기계의 오류 가능성에 만족해한다고 지적한다. (이 논증은 1961년 철학자 존 루카스와 1989년 물리학자 로저 펜로즈에 의해 다시 제기되었으며, 이후 펜로즈-루카스 논증이라 불리게 되었다.)[^18] #의식으로부터의 논증: 제프리 제퍼슨 교수가 1949년 리스터 연설(1948년 리스터 메달 수상 수락 연설^19)에서 제안한 이 논증은 "기계가 느낀 사고와 감정에 의해, 그리고 기호의 우연한 배열이 아닌 이유로 소네트를 쓰거나 협주곡을 작곡할 수 있게 되기 전까지는 기계가 두뇌와 동등하다고 인정할 수 없다"고 말한다.[^20] 튜링은 우리 자신 이외의 어떤 개인이 감정을 경험하는지 알 수 있는 방법이 없으므로 테스트를 수용해야 한다고 답한다. 그는 덧붙인다. "의식에 대해 어떤 신비도 없다고 생각한다는 인상을 주고 싶지는 않다... [하]지만 이러한 신비들이 반드시 [기계가 사고할 수 있는가라는] 질문에 답하기 전에 풀려야 한다고는 생각하지 않는다." (컴퓨터는 의식적 경험이나 이해를 가질 수 없다는 이 논증은 1980년 철학자 존 설이 중국어 방 논증에서 제기하게 된다. 튜링의 답변은 현재 "다른 마음 답변"으로 알려져 있다. 인공지능 철학에서 기계가 마음을 가질 수 있는가?도 참조.)[^21] #다양한 불능으로부터의 논증. 이 논증들은 모두 "컴퓨터는 절대 X를 하지 못할 것이다"라는 형태를 취한다. 튜링은 다음과 같은 선별 목록을 제시한다:> 친절하고, 재치 있고, 아름답고, 다정하고, 주도성을 갖고, 유머 감각을 갖고, 옳고 그름을 구별하고, 실수를 하고, 사랑에 빠지고, 딸기와 크림을 즐기고, 누군가를 사랑에 빠지게 하고, 경험으로부터 배우고, 단어를 적절히 사용하고, 자기 자신의 사고의 대상이 되고, 인간만큼 다양한 행동을 하고, 진정으로 새로운 것을 하는 것.튜링은 "이러한 주장들에 대해 보통 어떤 근거도 제시되지 않으며," 이들은 미래에 기계가 얼마나 다재다능해질 수 있는지에 대한 순진한 가정에 의존하거나 "의식으로부터의 논증의 변형된 형태"라고 지적한다. 그는 그중 몇 가지에 답변하기로 한다: ##기계는 실수를 할 수 없다. 그는 기계가 실수를 하는 것처럼 보이도록 프로그래밍하는 것은 쉽다고 지적한다. ##기계는 자기 자신의 사고의 대상이 될 수 없다 (또는 자기 인식을 할 수 없다). 디버거 프로그램이라는 단순한 의미에서 자신의 내부 상태와 과정을 보고할 수 있는 프로그램은 분명히 작성될 수 있다. 튜링은 "기계는 의심할 여지 없이 자기 자신의 주제가 될 수 있다"고 주장한다. ##기계는 행동의 다양성이 크지 않다. 그는 충분한 저장 용량이 있으면 컴퓨터는 천문학적으로 많은 수의 다른 방식으로 행동할 수 있다고 지적한다. #러브레이스 부인의 반론: 가장 유명한 반론 중 하나로, 컴퓨터는 독창성을 발휘할 수 없다고 말한다. 이는 주로 에이다 러브레이스에 따르면 기계가 독자적인 학습을 할 수 없기 때문이다.> 해석 기관은 어떤 것이든 창안하려는 어떠한 의도도 갖고 있지 않다. 그것은 우리가 수행하도록 명령하는 방법을 아는 것이면 무엇이든 할 수 있다. 그것은 분석을 따를 수 있지만, 어떤 분석적 관계나 진리를 예측하는 능력은 없다.[^22] 튜링은 러브레이스의 반론이 컴퓨터가 "결코 우리를 놀라게 할 수 없다"는 주장으로 환원될 수 있다고 제안하며, 반대로 컴퓨터는 여전히 인간을 놀라게 할 수 있다고 주장한다. 특히 서로 다른 사실들의 결과가 즉각적으로 인식되지 않는 경우에 그러하다. 튜링은 또한 러브레이스 부인이 글을 쓴 시대적 맥락에 제약을 받았으며, 보다 현대적인 과학 지식에 노출되었다면 두뇌의 저장 방식이 컴퓨터의 것과 상당히 유사하다는 것이 분명해졌을 것이라고 주장한다. #신경계의 연속성으로부터의 논증: 현대 신경학 연구는 두뇌가 디지털이 아님을 보여주었다. 뉴런이 전부 아니면 전무 방식의 펄스로 발화하지만, 펄스의 정확한 타이밍과 펄스가 발생할 확률 모두 아날로그적 요소를 갖고 있다. 튜링은 이를 인정하지만, 충분한 컴퓨팅 파워가 주어지면 어떤 아날로그 시스템도 합리적인 정확도로 시뮬레이션할 수 있다고 주장한다. (철학자 휴버트 드레이퍼스는 1972년에 "생물학적 가정"에 반대하여 이 논증을 제기하게 된다.)[^23] #행동의 비형식성으로부터의 논증: 이 논증은 법칙에 의해 지배되는 어떤 시스템도 예측 가능하므로 진정으로 지능적이지 않다고 말한다. 튜링은 이것이 행동의 법칙과 일반적인 행동 규칙을 혼동하는 것이며, 충분히 넓은 규모에서(인간에게서 분명히 나타나는 바와 같이) 기계의 행동은 점점 더 예측하기 어려워질 것이라고 답한다. 그는 우리가 법칙이 무엇인지 즉각적으로 알 수 없다고 해서 그러한 법칙이 존재하지 않는다는 것을 의미하지는 않는다고 주장한다. 그는 이렇게 쓴다. "우리가 '충분히 탐색했다. 그러한 법칙은 없다'라고 말할 수 있는 상황은 분명히 알려진 바 없다." (휴버트 드레이퍼스는 1972년에 인간의 추론과 문제 해결이 형식적 규칙에 기반하지 않고, 규칙으로는 결코 포착될 수 없는 본능과 인식에 의존한다고 주장하게 된다. 보다 최근의 로봇공학 및 계산 지능 분야의 AI 연구는 우리의 "비형식적"이고 무의식적인 지각, 이동성 및 패턴 매칭 기술을 지배하는 복잡한 규칙을 찾으려 시도하고 있다. 드레이퍼스의 AI 비판도 참조.)[^24] 이 반박에는 튜링의 내기 논증도 포함되어 있다. #초감각적 지각: 1950년에 초감각적 지각은 활발한 연구 분야였으며 튜링은 ESP에 대해 호의적으로 판단하여, 독심술이 테스트에 영향을 미치지 않는 조건을 만들 수 있다고 주장했다. 튜링은 텔레파시에 대한 "압도적인 통계적 증거"가 있다고 인정했는데, 이는 심령 연구 학회 회원인 사무엘 소얼의 1940년대 초 실험을 가리키는 것으로 보인다.[^25]

학습 기계

논문의 마지막 섹션에서 튜링은 모방 게임을 성공적으로 수행할 수 있는 학습 기계에 대한 자신의 생각을 상세히 서술한다.

여기서 튜링은 먼저 기계는 우리가 시키는 것만 할 수 있다는 러브레이스 부인의 반론으로 돌아가며, 이를 사람이 기계에 아이디어를 "주입"하면 기계가 반응한 후 다시 정지 상태에 빠지는 상황에 비유한다. 그는 임계 크기 미만의 원자로 더미를 비유로 들어 이 생각을 확장하는데, 이 더미를 기계로 간주하고, 주입된 아이디어는 더미 외부에서 들어오는 중성자에 해당한다; 중성자는 일정한 교란을 일으키지만 결국 사그라든다. 튜링은 이 비유를 더 발전시켜, 더미의 크기가 충분히 크다면 들어오는 중성자가 전체 더미가 파괴될 때까지 계속 증가하는 교란을 일으킬 것이며, 이 더미는 초임계 상태가 될 것이라고 언급한다. 그런 다음 튜링은 이 초임계 더미의 비유가 인간의 마음에, 그리고 나아가 기계에도 확장될 수 있는지 질문한다. 그는 이러한 비유가 인간의 마음에는 실제로 적합할 것이라고 결론짓는데, "인간의 마음에 대해서는 그러한 비유가 있는 것 같다. 대다수는 '아임계'인 것 같다. 즉, 이 비유에서 아임계 크기의 더미에 해당한다. 그러한 마음에 제시된 아이디어는 평균적으로 하나 미만의 아이디어를 답으로 만들어낸다. 소수의 비율은 초임계이다. 그러한 마음에 제시된 아이디어는 2차적, 3차적, 그리고 더 먼 아이디어들로 구성된 하나의 완전한 '이론'을 만들어낼 수 있다"고 말한다. 마지막으로 그는 기계도 초임계 상태로 만들 수 있는지 묻는다.

튜링은 이어서 모방 게임을 수행할 수 있는 기계를 만드는 과제는 프로그래밍의 문제라고 언급하며, 세기말까지 기계를 프로그래밍하여 게임을 수행하는 것이 기술적으로 가능해질 것이라고 가정한다. 그런 다음 성인의 인간 마음을 모방하는 과정에서 성인의 마음이 현재 상태에 이르게 된 과정을 고려하는 것이 중요하다고 언급하며, 이를 다음과 같이 요약한다: :1. 마음의 초기 상태, 즉 출생 시의 상태, :2. 그것이 받은 교육, :3. 교육으로 설명할 수 없는 기타 경험. 이 과정을 고려하여, 그는 성인의 마음 대신 아이의 마음을 프로그래밍한 후 그 아이의 마음에 일정 기간의 교육을 시키는 것이 더 적절하지 않겠느냐고 묻는다. 그는 아이를 새로 산 공책에 비유하며, 그 단순함 때문에 더 쉽게 프로그래밍할 수 있을 것이라고 추측한다. 그러면 문제는 두 부분으로 나뉘는데, 아이의 마음을 프로그래밍하는 것과 그 교육 과정이다. 그는 아이의 마음이 첫 번째 시도에서 실험자(프로그래머)가 원하는 대로 되지는 않을 것이라고 언급한다. 마음에서 바람직한 패턴을 선택할 보상과 처벌의 방법을 포함하는 학습 과정이 마련되어야 한다. 튜링은 이 전체 과정이 상당 부분 자연선택에 의한 진화와 유사하다고 언급하며, 유사점은 다음과 같다: :아이 기계의 구조 = 유전 물질 :아이 기계의 변화 = 돌연변이 :자연선택 = 실험자의 판단 이 논의에 이어 튜링은 학습 기계의 특정 측면들을 다룬다:

• 내재적 복잡성의 본질: 아이 기계는 일반 원칙과의 일관성만 유지하는 가능한 한 단순한 것일 수도 있고, 완전한 논리적 추론 체계가 프로그래밍된 것일 수도 있다. 이 더 복잡한 체계에 대해 튜링은 "..기계의 저장 장치가 대부분 정의와 명제로 차 있을 것이다. 명제들은 다양한 지위를 가질 것인데, 예를 들어 확립된 사실, 추측, 수학적으로 증명된 정리, 권위자가 제시한 진술, 명제의 논리적 형식을 갖지만 믿음-가치가 없는 표현 등이다. 특정 명제는 '명령'으로 기술될 수 있다. 기계는 명령이 '확립된 것'으로 분류되는 즉시 적절한 행동이 자동으로 이루어지도록 구성되어야 한다"고 설명한다. 이 내장된 논리 체계에도 불구하고, 프로그래밍된 논리적 추론은 형식적인 것이 아니라 오히려 더 실용적인 것이 될 것이다. 또한 기계는 "과학적 귀납법"의 방법으로 내장된 논리 체계를 발전시킬 것이다.

• 실험자의 무지: 튜링이 지적하는 학습 기계의 중요한 특징은 학습 과정에서 교사가 기계의 내부 상태를 모른다는 것이다. 이것은 계산의 매 순간 기계의 내부 상태를 명확히 이해하는 것이 목표인 전통적인 이산 상태 기계와 대조된다. 기계는 우리가 종종 이해할 수 없거나 완전히 무작위적이라고 여기는 것들을 하는 것처럼 보일 것이다. 튜링은 이 특정한 특성이 기계에 우리가 지능이라고 여기는 것의 일정 수준을 부여한다고 언급하는데, 지능적 행동은 전통적 계산의 완전한 결정론에서의 일탈로 구성되지만, 그 일탈이 무의미한 순환이나 무작위적 행동을 야기하지 않는 한에서만 그러하다.

• 무작위적 행동의 중요성: 튜링은 무작위적 행동에 대해 경고하면서도, 학습 기계에 무작위성의 요소를 심어주는 것이 체계에서 가치가 있을 것이라고 언급한다. 그는 여러 개의 올바른 답이 있을 수 있는 경우나, 체계적 접근이 최적의 해를 찾기 전에 여러 불만족스러운 해를 조사하게 되어 체계적 과정이 비효율적이 되는 경우에 이것이 가치가 있을 수 있다고 언급한다. 튜링은 또한 진화 과정이 유기체에 이로운 해를 찾기 위해 무작위 돌연변이의 경로를 택한다고 언급하지만, 진화의 경우에는 체계적으로 해를 찾는 방법이 가능하지 않았을 것이라고 인정하기도 한다.

튜링은 기계가 수많은 지적 과제에서 인간과 경쟁하게 될 시대를 추측하며 글을 마무리하고, 그 시작을 위해 사용할 수 있는 과제들을 제안한다. 튜링은 그런 다음 체스와 같은 추상적인 과제가 좋은 출발점이 될 수 있다고 제안하며, 또 다른 방법으로 "..돈으로 살 수 있는 최고의 감각 기관을 기계에 제공한 다음, 영어를 이해하고 말하도록 가르치는 것이 가장 좋다"고 제시한다.

이후 인공지능의 발전을 살펴보면, 학습 기계는 IBM이 개발한 체스 컴퓨터 딥 블루의 경우에서처럼 튜링이 제안한 추상적 경로를 택했으며, 딥 블루는 세계 챔피언 가리 카스파로프를 이겼고(이 역시 논란이 있지만), 수많은 컴퓨터 체스 게임들이 대부분의 아마추어를 이길 수 있게 되었다.[^4] 튜링이 한 두 번째 제안에 대해서는, 일부 저자들이 이를 인간의 인지 발달의 시뮬라크럼을 찾으라는 요청으로 비유해 왔다.[^4] 아이들이 주변 세계의 특징을 학습하는 기저 알고리즘을 찾으려는 그러한 시도들은 이제 막 시작되고 있을 뿐이다.[^4][^26][^27]

같이 보기

*인공지능의 역사

주석

• • • • • .
• .
• .
• • .
• • • • • • • • Noah Wardrip-Fruin and Nick Montfort, eds. (2003). The New Media Reader. Cambridge: MIT Press. . "Lucasfilm's Habitat" pp. 663–677.

외부 링크

*논문 전문 PDF

---

참고 문헌

[^1]: Wardrip-Fruin, Noah and Nick Montfort, ed (2003). The New Media Reader. The MIT Press. ISBN 0-262-23227-8 .

[^2]: Harvnb Turing 1950 p=442

[^3]: 따라서 튜링은 "모든 디지털 컴퓨터가 게임을 잘 수행할 수 있는지 또는 현재 사용 가능한 컴퓨터가 잘 수행할 수 있는지가 아니라, 상상할 수 있는

[^4]: Epstein, Robert. 튜링 테스트 분석: 사고하는 컴퓨터 탐구의 철학적·방법론적 쟁점. Springer. (2008)

[^5]: Harvnb Turing 1950 p=433

[^6]: Oppy, Graham. 튜링 테스트. Metaphysics Research Lab, Stanford University. (2021)

[^7]: Harvnb Turing 1950 p=434

[^8]: 이것은 테스트의 가장 단순한 버전을 설명한다. 더 자세한 논의는 [[Turing test#Versions 튜링 테스트의 버전들]]을 참조하라.

[^9]: 1956년의 [[Dartmouth workshop|다트머스 워크숍]]은 널리 "AI의 탄생"으로 여겨진다. Harv Crevier 1993 p=49

[^10]: Evans, A. D. J.. 사이버네틱스: 주요 논문집. University Park Press

[^11]: Harnad, Stevan. 튜링 테스트 자료집: 사고하는 컴퓨터 탐구의 철학적·방법론적 쟁점. Kluwer

[^12]: Harnad, Stevan. 마음, 기계, 그리고 튜링: 구별 불가능한 것들의 구별 불가능성

[^13]: Swiechowski, Maciej. 게임 AI 대회: 모방 게임 플레이 대회의 동기. IEEE Publishing

[^14]: Withers, Steven. 수작 부리는 봇, 인간으로 통과하다. (2007년 12월 11일)

[^15]: Williams, Ian. 온라인 연애 희망자들에게 플러트 봇 경고. (2007년 12월 10일)

[^16]: Harnad, Stevan. 튜링 테스트는 속임수가 아니다: 튜링 구별 불가능성은 과학적 기준이다

[^17]: Harvnb Turing 1950 참조 Harvnb Russell Norvig 2003 p=948 여기서 "튜링은 지능적 기계의 가능성에 대한 거의 모든 반론을 포함하여 광범위한 가능한 반론들을 검토했다"고 논평한다

[^18]: Harvnb Lucas 1961 , Harvnb Penrose 1989 , Harvnb Hofstadter 1979 pp=471–473,476–477 및 Harvnb Russell Norvig 2003 pp=949–950 . Russell과 Norvig는 Lucas와 Penrose의 논증을 다음과 같이 분류한다

[^20]: Jefferson, Geoffrey. 기계 인간의 마음. (1949-06-25)

[^21]: Harvnb Searle 1980 및 Harvnb Russell Norvig 2003 pp=958–960 , 이들은 Searle의 논증을 튜링이 답한 논증과 동일시한다.

[^22]: [[wikisource:Scientific_Memoirs/3/Sketch_of_the_Analytical_Engine_invented_by_Charles_Babbage,_Esq./Notes_by_the_Translator Richard Taylor (1781–1858)가 편집한 Scientific Memoirs, 제3권, 다음의 스케치

[^23]: Harvnb Dreyfus 1979 p=156

[^24]: Harvnb Dreyfus 1972 , Harvnb Dreyfus Dreyfus 1986 , Harvnb Moravec 1988 및 Harvnb Russell Norvig 2003 pp=51–52 , 이들은 Dreyfus의 논증을 튜링이 답한 논증과 동일시한다.

[^25]: Leavitt, David. 튜링과 초자연 현상. Oxford University Press. (2017-01-26)

[^26]: Gopnik, Alison. 단어, 사고, 그리고 이론.. MIT Press. (1997)

[^27]: Meltzoff, Andrew N.. 마음 이론, 인지 및 의사소통의 기원.. (1999)