中文房间争论 (CRA)

艾伦图灵于 1950 年了图灵测试，并在论文“Computing Machinery and Intelligence”（ibm.com 外部链接）中进行了相关探讨。该测试最初称为“模仿游戏”，用于评估机器行为是否可以与人类行为进行区分。在这个测试中，有一个人被称为“评估者”，他试图通过一系列问题找出计算机生成的输出和人类生成的输出之间的差异。如果评估者无法可靠地区分机器和人类受试者，则机器通过测试。然而，如果评估者能够正确识别人类回答，则不能将机器归类为“具有人工智能”。

虽然图灵测试没有固定的评估准则，但图灵确实规定，5 分钟后，人类评估者只有 70% 的机会正确预测人类与计算机生成的对话。图灵测试使机器智能的概念得到了普遍认可。

然而，最初的图灵测试只测试一种技能集，例如文本输出或国际象棋。强 AI 需要同样出色地执行各种任务，因此了扩展版图灵测试。该测试评估 AI 的文本、视觉和听觉表现，并将其与人类生成的输出进行比较。此版本用于著名的勒布纳奖比赛，由人类评委猜测输出是由人类还是计算机创建的。

中文争论由 John Searle 于 1980 年提出。他在论文中探讨理解和思考的定义，并声称计算机永远无法做到这一点。在斯坦福大学网站（ibm.com 外部链接）上的这篇论文摘录中，很好地总结了他的论点，

“计算纯粹是从形式或句法方面进行定义，而思想具有实际的心理或语义内容，我们不能仅通过句法操作而非其他任何内容来从句法过渡到语义……例如，一个系统（即我）不会仅仅通过模拟说中文者行为的计算机程序的步骤来理解中文（第 17 页）。”

中文争论提出以下场景：

假设一个不会说中文的人坐在一个封闭的里。里有一本书，书里有中文规则、短语和说明。另一个能说流利中文的人把用中文写的纸条递进里。借助语言短语手册，内的人可以选择适当的答案并将其传回给讲中文的人。

虽然里的人能够使用语言短语手册做出正确回答，但他/她仍然不会说中文或听不懂中文；这只是通过将问题或语句与适当的回答相匹配来模拟理解。Searle 认为，强 AI 需要真正的头脑才能有意识或理解力。中文争论体现了图灵测试的缺陷，并表明对人工智能的定义存在差异。