Professional Documents
Culture Documents
AI4K12 Big Idea 4 Progression Chart Working Draft v.3.14.2022 - 2
AI4K12 Big Idea 4 Progression Chart Working Draft v.3.14.2022 - 2
Máy tính có thể sử dụng ngôn ngữ tự nhiên để truyền đạt thông tin thực tế, nhưng lại gặp khó khăn trong việc hiểu các phương thức diễn Ngôn ngữ là một phần thiết yếu tạo nên con người chúng ta. Phép ẩn dụ, hình ảnh và sự hài hước là một phần của văn hóa loài người, nhưng chúng ta
đạt không theo nghĩa đen như ẩn dụ, hình ảnh, hài hước và châm biếm. thiếu các lý thuyết chính xác và chi tiết về cách mọi người hiểu những điều này hoặc cách máy tính xử lý chúng.
Máy tính có thể nhận ra nhưng không trải nghiệm cảm xúc. Phản ứng thích hợp với cảm xúc phải được lập trình bởi con người. Hệ thống AI sử dụng các thuật toán để xác định cảm xúc của con người. Nhưng không có trái tim nào đau đớn thay cho chúng ta khi cỗ máy bày tỏ
Các hệ thống AI hiện tại là những bộ suy luận hẹp chuyên dùng cho các vấn đề được xác định rõ. Suy luận linh hoạt giống con người, Không rõ khi nào chúng ta có thể xây dựng các hệ thống Trí tuệ nhân tạo có thể bắt chước hoặc vượt quá khả năng suy luận của con người.
được gọi là "AI rộng" hoặc "Trí tuệ tổng hợp nhân tạo", vẫn chưa đạt được.
Các hệ thống AI hiện tại thiếu ý thức và sự tự nhận thức. Một máy tính tự nhận thức sẽ yêu cầu các biểu diễn về sự tồn tại và Ý thức là sự hiểu biết rằng một người tồn tại, tức là nhận thức về cơ thể của một người và môi trường của một người. Nhận thức về bản thân
suy nghĩ của chính nó cũng như ký ức về những trải nghiệm trong quá khứ của nó. là sự thừa nhận rằng một người là một sinh vật có ý thức, có suy nghĩ với khả năng suy luận về những suy nghĩ của một người.
Xem Jabr (2012) cho một cuộc thảo luận ngắn gọn về những ý tưởng này.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 1
Machine Translated by Google
Hoạt động: Sử dụng SpeechDemo này để xem Google phản hồi Trình phân tích cú pháp tạo ra các cây cú pháp có Hoạt
như thế nào đối với "Tôi đã đặt hàng một lượng lớn flurg động không kết thúc: Yêu cầu lớp thay phiên nhau mở rộng các nút câu là các loại ngữ pháp, chẳng hạn như NP (Danh từ cho đến khi
với kem đánh bông." so với "Tôi đã gọi một phần nó dài đặc biệt. Sau đó chạy nó qua Cụm từ), VP (Cụm từ Động từ) và PP (Trình phân tích cú pháp Thần kinh Berkeley Giới từ
fnurg lớn với kem đánh bông." để xem liệu nó có thể Cụm từ chính xác hay không ) .
nhận ra cấu trúc cụm từ.
"Đặt cốc lên đĩa" so với "đặt đĩa lên cốc" minh họa tầm
quan trọng của cú pháp. Cả hai câu đều chứa các từ giống
nhau, nhưng các từ có mối quan hệ cú pháp khác nhau. Đó
là lý do tại sao thay đổi trật tự từ thay đổi ý nghĩa.
Ngoài ra, "cup" có thể là danh từ hoặc động từ, nhưng
trong ngữ cảnh này, cú pháp cho biết nó được sử dụng như
một danh từ.
Tài nguyên: Trình phân tích cú pháp thần kinh Berkeley thể
hiện cả việc gắn thẻ POS (một phần của bài phát biểu) và
tạo cây phân tích cú pháp. Các thẻ đến từ Penn Treebank
dự án.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 1
Machine Translated by Google
Ý tưởng lớn #4: Tương tác tự nhiên Các tác nhân thông minh đòi hỏi nhiều loại LO = Mục tiêu học tập: Học sinh có thể làm gì.
EU = Hiểu biết lâu dài: Những điều học sinh nên biết.
kiến thức để tương tác tự nhiên với Mô tả giải nén được bao gồm khi cần thiết để minh họa LO hoặc EU
con người.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 2
Machine Translated by Google
Ý tưởng lớn #4: Tương tác tự nhiên Các tác nhân thông minh đòi hỏi nhiều loại LO = Mục tiêu học tập: Học sinh có thể làm gì.
EU = Hiểu biết lâu dài: Những điều học sinh nên biết.
kiến thức để tương tác tự nhiên với Mô tả giải nén được bao gồm khi cần thiết để minh họa LO hoặc EU
con người.
EU: Các từ nhúng biểu thị các từ có nghĩa tương tự như các điểm Châu Âu: Ngữ pháp phi ngữ cảnh mô tả cách các từ được kết hợp
4-A-iii EU: Để máy tính có thể nói chuyện tự nhiên với con EU: Hệ thống nhận dạng giọng nói có thể sử dụng ngữ pháp và ngữ cảnh lân cận trong không gian đặc trưng ngữ nghĩa và cho phép thành cụm từ và mệnh đề, đồng thời có thể biểu thị phần lớn cấu
người, nó phải có khả năng hiểu cách cấu tạo từ và để giải quyết các từ mơ hồ nhưng không phải lúc nào chúng chúng tôi suy luận về các từ bằng cách thực hiện phép tính số trúc cú pháp của ngôn ngữ tự nhiên, nhưng không xử lý tốt những thứ như
đặt từ ở dạng thích hợp. cũng hiểu đúng. học. thỏa thuận giữa chủ ngữ và động từ.
Hoạt động: Sử dụng SpeechDemo này để xem các cách giải thích Unpacked: Một ví dụ về lập luận về từ Unpacked: Một ví dụ về ràng buộc thỏa thuận là ý nghĩa được phát hiện ngoại lệ, ví dụ: từ nào trong
Unpacked: Động từ có thể ở các dạng khác nhau ở ngôi khác về "kích thước và trọng lượng của món ăn thật ấn tượng" chủ ngữ và động từ phải thống nhất về số lượng, ví dụ: "anh ấy nói" liệt kê "bữa sáng", "ăn trưa", "chuối", "bữa tối" không phù hợp nhưng
thứ nhất, thứ hai và thứ ba, số ít hoặc số nhiều, hoặc những từ đồng âm như "cái nào / phù thủy" trong "Tôi không thể "họ nói". Thể hiện điều này trong một ngữ pháp phi ngữ cảnh với những người khác? Độ tương tự của các từ có thể được đo lường sẽ yêu cầu
và thì hiện tại hoặc quá khứ. Để máy tính trả biết ai trong số các phù thủy là phù thủy cầm chổi." các quy tắc riêng biệt cho các đối tượng số ít và số nhiều. như khoảng cách trong không gian đặc trưng; the outlier will be far Điều này trở
lời đúng câu hỏi "Khủng long sống khi nào?" nó sẽ ghi nên rườm rà khi các câu trở nên nhiều hơn từ các từ khác. Một ví dụ khác về lập luận phức tạp, ví dụ, các liên từ phối hợp có thể yêu
"Khủng long sống cách đây hơn 65 triệu năm." cầu về ý nghĩa là hoàn thành loại suy, ví dụ: "con người là sự đồng ý về thì cũng như số.
vua là phụ nữ là nữ hoàng". Điều này có thể được giải quyết bằng
Hoạt động 1: Liệt kê tất cả các dạng khác nhau mà một động từ có cách tính toán vectơ đặc trưng "vua" - "đàn ông" + "phụ Xem 4-A-ii.6-8 để biết ví dụ về sự mơ hồ về cú pháp, dẫn đến nhiều
thể thực hiện, sau đó kiểm tra kết quả của bạn bằng cách sử nữ" và tìm từ gần nhất với kết quả. cây phân tích cú pháp phải được phân biệt bằng cách sử dụng
dụng cách chia động từ trực tuyến này. Lợi ích thực sự của việc nhúng từ là chúng được sử dụng làm đầu kiến thức ngữ nghĩa.
vào cho các mạng máy biến áp thực hiện các thao tác suy luận phức
Hoạt động 2: Chuyển đổi thì quá khứ này không tốt tạp hơn nhiều trên văn bản. Ngay cả một ngữ pháp đơn giản, nếu là đệ quy, có thể tạo ra vô số
lắm. Thử nghiệm để xem nó thành công ở đâu và câu; xem 4-Ai.3-5.
thất bại ở đâu. Xem 2-A-iv.6-8 Để biết thêm về nhúng từ và 2-
A-iv.9-12 đối với mạng máy biến áp. Tài nguyên: Công cụ ngữ pháp miễn phí ngữ cảnh Stanford này có thể
Hoạt động 3: Thiết lập Google Translate cho được sử dụng để xây dựng cây phân tích cú pháp, tạo câu và xác minh
tiếng Anh -> tiếng Tây Ban Nha và nhập câu như "I walk Hoạt động 1: Thử nghiệm với WordEmbeddingsDemo tính ngữ pháp của câu. Xem tài liệu tham khảo này
to school". Sau đó, hãy thử các dạng câu khác nhau ("Tôi để khám phá các nhúng từ thực tế. để tạo ngữ pháp không có ngữ cảnh.
đã đi bộ", "Tôi đang đi bộ", "Tôi đang đi bộ" "Tôi
đã đi bộ", v.v.) và quan sát cách dịch thay đổi. Hoạt động 2: Sử dụng kiến thức về nhúng từ để giải thích cách
thức hoạt động của trò chơi Semantris ( Hoạt động khối).
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 3
Machine Translated by Google
Ý tưởng lớn #4: Tương tác tự nhiên Các tác nhân thông minh đòi hỏi nhiều loại LO = Mục tiêu học tập: Học sinh có thể làm gì.
EU = Hiểu biết lâu dài: Những điều học sinh nên biết.
kiến thức để tương tác tự nhiên với Mô tả giải nén được bao gồm khi cần thiết để minh họa LO hoặc EU
con người.
Đã giải nén: Siri và Alexa có thể trả lời câu Giải nén: Lấy chatbot làm ví dụ, cách tiếp cận đơn giản nhất là
hỏi, phát nhạc, đặt báo thức và thực hiện Đã giải nén: Ví dụ về các truy vấn được xử lý bởi danh sách chuyên biệt. Nhưng tìm từ khóa trong thông tin nhập của người dùng để quyết định
các tác nhân thông minh không phải là người. các mô-đun bao gồm: định nghĩa của từ; chuyển đổi đơn vị (ví dụ: inch sang phản hồi sẽ đưa ra. Một cách tiếp cận phức tạp hơn một chút
thoại hạn chế mặc dù họ có khả năng nhận biết milimét, đô la sang euro); thời điểm hiện tại Họ có khả năng đàm sử dụng các mẫu để mô tả tất cả các biến thể mà một cụm từ có thể
giọng nói và thời tiết ở mọi nơi trên thế giới; tiểu sử và ngôn ngữ. Một lý do là họ gặp rắc rối về dữ kiện địa lý có thay vì xem xét các cụm từ đơn lẻ.
(ngày sinh của Abraham Lincoln, vốn duy trì ngữ cảnh, tức là nhớ những gì của Bỉ); lưu trữ giờ và hướng lái xe; và đã được Các chatbot tinh vi hơn sử dụng mạng lưới thần kinh sâu để "nhận
nói trước đó để giúp họ hiểu lịch trình của hãng hàng không, xe lửa và xe buýt. Hiện tại thông minh đang được nói dạng ý định", phát hiện khi ý nghĩa của đầu vào khớp với một mẫu,
bây giờ. thay vì tìm kiếm các từ hoặc cụm từ cụ thể.
các tác nhân làm kém hơn khi được yêu cầu suy luận về
mối quan hệ giữa các thực thể (ví dụ: cá sấu có lớn hơn đà điểu
Các hoạt động: không) hoặc khi được yêu cầu đưa ra lời giải thích thay vì sự Hoạt động: Học sinh sẽ có thể mô tả khi nào các phương pháp này có
Nói chuyện với một tác nhân thông minh như Alexa. thật đơn giản (ví dụ: Tại sao Shakespeare không viết về máy thể hữu ích hoặc không. Giải thích những hạn chế.
Những loại công việc họ có thể làm tốt hoặc không bay?). Khi không có mô-đun chuyên biệt nào có thể xử lý một
tốt là gì? những giới hạn của sự hiểu biết truy vấn, các công cụ tìm kiếm sẽ quay trở lại tìm kiếm từ khóa,
của nó là gì? nhưng kết quả thường không thỏa mãn.
thông thường LO: Đưa ra những lời giải thích hợp lý về hành LO: Giải thích những kiến thức cần có để máy tính hiểu được LO: Giải thích kiến thức mà máy tính sẽ cần LO: Giải thích kiến thức vật lý văn hóa và ngây thơ giải quyết vấn đề lý luận vật
lý luận vi của con người hoặc các sự kiện có thể hữu ích cho một câu chuyện. lý ngây thơ. cần thiết để máy tính diễn giải chính xác một câu chuyện ngụ ngôn hoặc
rô-bốt biết. truyện cổ tích.
4-Với EU: AI gặp khó khăn trong việc hiểu các câu chuyện vì nó EU: EU: Máy tính có thể suy luận về các hiện tượng
Chọn kết thúc có khả năng nhất cho một câu chuyện không có kiến thức mà con người có là một ví dụ về lý luận thông vật lý bằng cách sử dụng các quy tắc suy luận vật lý EU: Để con người hoặc máy tính suy ra ý nghĩa của một câu chuyện
thường, cuộc sống hàng ngày. ngây thơ , chính thức hóa cách hiểu trực giác của đòi hỏi sự hiểu biết về kiến thức văn hóa, vật lý ngây thơ và tâm
đòi hỏi kiến thức về con người và sự vật cũng như chúng ta về các khái niệm như khối lượng, thể tích, lực và chuyển lý
động.
dân gian. Điều này vẫn còn khó khăn cho máy tính.
cách họ cư xử mà máy tính có thể không có. Unpacked: “Cuộc sống thường ngày” bao gồm cả kiến thức Hiện tại, máy tính không giỏi lắm trong việc này.
văn hóa (ô để làm gì) và vật lý ngây ngô (đồ rơi sẽ rơi do
trọng lực). Giải nén: Vật lý ngây thơ bao gồm kiến thức về các định Unpacked: Truyện ngụ ngôn và truyện cổ tích là một thách thức
Hoạt động: (1) Chọn kết thúc có khả năng nhất cho một câu luật bảo toàn. Đổ một thùng nước lớn sang một thùng nhỏ hơn sẽ đối với máy tính vì chúng có thể kết hợp kiến thức văn
chuyện được cung cấp một danh sách các lựa chọn thay thế Hoạt động: Soạn một câu chuyện mà máy tính có thể khó hiểu gây ra hiện tượng tràn vì thùng nhỏ có thể tích ít hóa, động cơ phức tạp của con người, hình ảnh, sự hài hước và phép
và giải thích lựa chọn của bạn; (2) Giải thích tại và giải thích điều gì gây khó khăn cho nó. hơn và lượng nước không thay đổi. Đến lớp 6-8, học sinh phải ẩn dụ. Tâm lý học dân gian đề cập đến khả năng hàng ngày của chúng ta
sao một nhân vật trong câu chuyện lại thực hiện một hành động cụ thể; (3) nắm vững các định luật bảo toàn; xem bài viết này về trong việc gán các trạng thái tinh thần cho người khác, bao gồm
Đề xuất một hành động thích hợp cho một nhân vật trong nhiệm vụ bảo tồn Piaget. Vật lý ngây thơ cũng bao gồm các cả niềm tin, mong muốn và ý định của họ.
một tình huống cụ thể và giải thích tại sao hành động quy tắc suy luận để lập luận về lực, chẳng hạn như "Khi vật
đó lại phù hợp. nặng va vào vật nhẹ, vật nhẹ sẽ chuyển động." Hoạt động: Giải thích những kiến thức cần thiết để giải quyết
chính xác tham chiếu của đại từ trong câu Winograd.
Một câu Winograd ví dụ là "Anna đã làm rất nhiều [tốt hơn/
tệ hơn] Lucy trong bài kiểm tra vì cô ấy đã học rất chăm chỉ."
Hoạt động: Đề xuất một bài toán suy luận đòi hỏi kiến thức Ở đây, kiến thức bắt buộc là học nhiều hơn cho bài kiểm tra sẽ dẫn
vật lý ngây thơ để giải quyết, và cho biết kiến thức đó là đến hiệu suất tốt hơn.
gì.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 4
Machine Translated by Google
Ý tưởng lớn #4: Tương tác tự nhiên Các tác nhân thông minh đòi hỏi nhiều loại LO = Mục tiêu học tập: Học sinh có thể làm gì.
EU = Hiểu biết lâu dài: Những điều học sinh nên biết.
kiến thức để tương tác tự nhiên với Mô tả giải nén được bao gồm khi cần thiết để minh họa LO hoặc EU
con người.
4-Có EU: Máy tính nhận dạng cảm xúc trên khuôn mặt bằng Châu Âu: Máy tính có thể nhận ra những nhận định tích cực và EU: Máy tính có thể nhận ra trạng thái cảm xúc của con EU: Máy tính có thể phản ứng phù hợp với cảm xúc của con người
cách nhìn vào hình dạng của miệng, mắt và lông mày. tiêu cực về một chủ đề bằng cách sử dụng các kỹ thuật xử người bằng cách nhìn vào nét mặt, ánh mắt, cử chỉ, bằng cách thừa nhận những gì con người đang cảm thấy và phản ứng theo
lý ngôn ngữ tự nhiên được gọi là "phân tích tình cảm". ngôn ngữ cơ thể, giọng nói và lựa chọn từ ngữ. cách mà con người thấy hỗ trợ và phù hợp về mặt xã hội.
Hoạt động: Sử dụng bản demo khuôn mặt nhận dạng các Unpacked: Phân tích cảm tính được sử dụng cho nhiều nhiệm vụ khác
mốc trên khuôn mặt (ví dụ: lông mày, mắt và miệng) nhau, chẳng hạn như: Unpacked: Ví dụ: ngôn ngữ cơ thể có thể biểu thị sự gắn bó, thù Unpacked: Ví dụ: hệ thống dạy kèm dựa trên AI giám sát hành vi của học
để suy ra trạng thái cảm xúc. Hoạt động có thể được - Đánh giá phim: Phân tích các đánh giá phim trực tuyến để có được địch, lo lắng hoặc buồn chán. Ngôn ngữ cơ thể bao gồm các sinh để xác định sự thất vọng, buồn chán và mệt mỏi để họ có
giới thiệu bằng cách sử dụng các biểu tượng để thể hiện những hiểu biết của khán giả về bộ phim. yếu tố như cách một người giữ cánh tay, cách họ đặt chân, thể điều chỉnh hướng dẫn hoặc nhắc học sinh nghỉ giải lao. Các đại
các cảm xúc khác nhau. - Đánh giá nhà hàng: phân tích các đánh giá về nhà hàng để đo lường họ đang nghiêng người hay ngả ra sau và cách họ nghiêng đầu. Máy lý dịch vụ khách hàng tự động phát hiện cảm xúc của con người có thể
mức độ hài lòng của khách hàng. tính có thể trích xuất thông tin tư thế này từ hình ảnh webcam. điều chỉnh phản ứng của họ cho phù hợp, ví dụ: bằng cách điều chỉnh
- Tin tức đưa tin: Phân tích tin tức về một sự kiện, một tốc độ nói và giọng nói của họ.
người hoặc một công ty để đánh giá quan điểm của giới truyền thông.
- Phân tích phương tiện truyền thông xã hội: phân tích cảm xúc
của các bài đăng trên Facebook, Twitter hoặc Instagram để đánh Hoạt động: Cho rằng máy tính có thể sử dụng trí tuệ nhân tạo để xác định
giá dư luận về các sự kiện, con người hoặc sản phẩm. cảm xúc của con người, hãy thảo luận về cách họ nên phản ứng với mọi
người theo cách mà chúng tôi cho là hỗ trợ và phù hợp về mặt xã hội.
Hoạt động: Sử dụng các dịch vụ AI thích hợp (ví dụ: phần bổ trợ
Scratch) để tạo các tạo phẩm thể hiện phân tích tình cảm. Sử dụng
công cụ phân tích tình cảm dựa trên web để phân tích tính phân
cực của văn bản được đánh dấu chủ quan.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 5
Machine Translated by Google
Ý tưởng lớn #4: Tương tác tự nhiên Các tác nhân thông minh đòi hỏi nhiều loại LO = Mục tiêu học tập: Học sinh có thể làm gì.
EU = Hiểu biết lâu dài: Những điều học sinh nên biết.
kiến thức để tương tác tự nhiên với Mô tả giải nén được bao gồm khi cần thiết để minh họa LO hoặc EU
con người.
EU: "AI hẹp" đã mang đến cho chúng tôi một tập hợp các thuật toán EU: Một số chuyên gia và triết gia về AI đã lập luận rằng máy tính
EU: Các thiết bị trí tuệ nhân tạo không phải là tốt cho những thứ cụ thể. "AI rộng" hay "AI tổng quát" hứa hẹn sẽ EU: Bản chất của ý thức là một vấn đề chưa được giải quyết, không bao giờ có thể đạt được trí thông minh hoàn toàn giống con người,
con người, chúng là các chương trình máy tính do con mang đến cho chúng ta khả năng suy luận tổng quát tương nhưng hai tiêu chí quan trọng dường như là nhận thức về bản trong khi những người khác tin rằng AI cuối cùng sẽ vượt xa trí thông
người thiết kế. đương với con người. thân và lịch sử cá nhân. minh của con người.
Giải nén: Các tác nhân thông minh ngày nay không thể Giải nén: Hiện tại, chỉ có những người thể hiện trí thông minh Unpacked: Các câu hỏi về ý thức: (1) là tự nhận thức (hay "nhận Giải nén: Một vấn đề khi lập luận rằng máy tính sở hữu trí thông
trả lời hầu hết các câu hỏi thông thường, chẳng hạn như chung. Họ có thể làm nhiều việc khác nhau và học cách làm những thức về nhận thức") cần thiết; (2) là một lịch sử cá nhân minh giống con người là chúng ta không có ý tưởng rõ ràng về cách đạt
"Liệu một chiếc tất có mùi có thể làm quà sinh nhật hay việc mới. Các chương trình AI hiện tại chỉ tập trung vào một loại vấn (ký ức về kinh nghiệm trong quá khứ) cần thiết; (3) là một ngôn được trí thông minh của con người. Một tuyên bố mạnh mẽ hơn chống lại trí
không?" Họ có thể đọc truyện cho trẻ nghe nhưng không thể đề duy nhất. Ví dụ, các chương trình dạy chơi cờ hay lái xe ô ngữ tinh thần cần thiết; (4) có các cấp độ ý thức hay thông minh máy tính là vì máy tính không có cơ thể vật lý nên
trả lời các câu hỏi về câu chuyện. Họ cũng không biết về tô giỏi nhưng lại không giỏi trả lời các câu hỏi về một câu không, có tất cả hay không; (5) động vật thể hiện những loại ý chúng không thể trải nghiệm thế giới theo cách con người làm. Mặt khác,
những câu hỏi lặp đi lặp lại, ví dụ: nếu được hỏi cùng chuyện. Chúng tôi hiện không có thuật toán hoặc công nghệ máy học có thức nào. con người có trí nhớ và khả năng suy luận hạn chế mà máy tính có thể vượt
một câu hỏi năm lần liên tiếp, họ sẽ không cảm thấy thất thể bắt chước tất cả các khía cạnh của trí thông minh con người. qua, dẫn đến một trí thông minh có khả năng hơn con người (siêu trí
vọng hoặc thậm chí thừa nhận rằng các câu hỏi đó tuệ nhân tạo). Nhưng chúng ta cũng có thể có các thiết bị thực hiện các
lặp đi lặp lại. Hoạt động: Nghiên cứu các cuộc thảo luận về việc liệu động tác vụ xử lý thông tin phức tạp mà không sở hữu trí thông minh giống con
vật có thể có ý thức hay không và ý thức của động vật người.
khác với ý thức của con người như thế nào. Nếu ý thức tồn tại
trên một thang đo, bạn có nghĩ rằng một chiếc máy tính có
thể đáp ứng hoặc vượt qua con người trên thang đo này không?
Các hoạt động: (1) Giải thích bài kiểm tra Turing và lấy ra một đoạn trích
trong bài báo của Turing và so sánh cuộc đối thoại do Turing đề xuất
với những gì hệ thống AI hiện đại có thể làm. (2) So sánh động vật với trí
thông minh của con người. (3) So sánh trí thông minh của động
vật với AI.
V.0.2 - Phát hành ngày 14 tháng 3 năm 2022 Có thể thay đổi dựa trên phản hồi của công chúng 6