Computing Machinery and Intelligence (Macchine calcolatrici e intelligenza) è un articolo scientifico scritto da Alan Turing sul tema dell'intelligenza artificiale. L'articolo, pubblicato nel 1950 sulla rivista Mind, è stato il primo a introdurre al grande pubblico il concetto di ciò che oggi è noto come test di Turing.

Alan Turing adopera un creativo gioco di ruolo a tre giocatori (di cui un computer), il "gioco dell'imitazione", per giungere alla conclusione che le macchine digitali, ossia i calcolatori come oggi li conosciamo, siano in grado di imitare il ragionamento di una mente umana in modo indistinguibile agli occhi di un terzo osservatore. Turing non cerca di definire cosa sia il ragionamento, e restringe il campo delle macchine ai soli "calcolatori digitali", per poi cercare di capire se una macchina può vincere il gioco dell'imitazione. Nel suo articolo, egli è fortemente convinto che ciò sarà possibile in futuro (come si scoprirà effettivamente essere)^[1][2][3], inoltre, dato che ogni computer sufficientemente potente può imitare il comportamento di ogni altro computer di minori prestazioni, la domanda si traduce in "può esistere un singolo computer digitale in grado di emulare il ragionamento umano?". Turing suggerisce poi che sarebbe forse più comodo emulare la mente di un bambino, includendo nel processo un umano capace di insegnare a tale mente a compiere un ragionamento, tramite inferenza, predicendo i meccanismi di reinforcement learning moderni. Egli inoltre sottolinea il ruolo del caso nel conferire alle macchine un certo grado di capacità intellettuali. Nel far questo Turing si scontra con Ada Lovelace, che aveva dichiarato che le macchine non sono dotate di creatività, suggerendo invece che una macchina possa essere in grado di sorprenderci. Il lavoro di Turing si applica solo alle macchine a stati finiti escludendo esseri umani clonati, ingegneria biologica o macchine a stati continui. Sebbene Turing sappia che il cervello sia una macchina a stati continui, ritiene che una macchina a stati discreti possa imitarne i risultati nel gioco.

Lo stesso argomento in dettaglio: Test di Turing.

Invece di cercare di determinare se una macchina stia pensando, Turing suggerisce di chiedersi se la macchina possa vincere un gioco, chiamato "gioco dell'imitazione". Il gioco dell'imitazione originale, così come descritto da Turing, è un semplice gioco di società che coinvolge tre giocatori. Il giocatore A è un uomo, il giocatore B è una donna e il giocatore C (che svolge il ruolo dell'interrogante) può essere di entrambi i sessi. Nel gioco dell'imitazione, il giocatore C non è in grado di vedere né il giocatore A né il giocatore B (e li conosce invece solo come X e Y), egli può comunicare con loro unicamente per iscritto o qualsiasi altra forma di comunicazione che non riveli alcun dettaglio sul sesso dei partecipanti. Facendo domande ai giocatori A e B, il giocatore C cerca di determinare quale dei due sia l'uomo e quale la donna. Il ruolo del giocatore A è quello di ingannare l'interrogante portandolo a prendere la decisione sbagliata, mentre il giocatore B tenta di assistere l'interrogante per fargli prendere portarlo alla conclusione corretta.^[4]

Turing propone una variante di questo gioco che coinvolge un computer:^[5]

Così il gioco modificato diventa uno scenario che coinvolge tre partecipanti in stanze isolate: un computer (che viene testato), un essere umano e un giudice (umano). Il giudice umano può conversare sia con l'umano che con il computer digitando su un terminale o tramite una telescrivente. Sia il computer che l'umano cercano di convincere il giudice di essere l'umano. Se il giudice non riesce a distinguere in modo consistente chi sia chi, allora il computer vince il gioco.^[6]

I ricercatori nel Regno Unito avevano esplorato l'"intelligenza delle macchine" per un decennio prima della fondazione ufficiale del campo di ricerca sull'intelligenza artificiale (IA) nel 1956.^[7] Questo era un argomento comune tra i membri del Ratio Club, un gruppo informale di ricercatori britannici di cibernetica ed elettronica che includeva Alan Turing. Turing, in particolare, aveva valutato l'idea dell'intelligenza meccanica fin dal 1941, e una delle prime menzioni note all'"intelligenza del computer" fu fatta proprio da lui nel 1947.^[8]

Come nota Stevan Harnad,^[9] la domanda è diventata: "Le macchine possono fare ciò che noi (come entità pensanti) possiamo fare?". In altre parole, Turing non chiede più se una macchina possa "pensare"; sta chiedendo se una macchina possa agire in modo indistinguibile^[10] da come agisce un essere pensante. Questa domanda aggira il difficile problema filosofico di definire preventivamente il verbo "pensare" e si concentra invece sulle capacità prestazionali che l'essere in grado di pensare rende possibili, e su come un sistema causale possa generarle.

Da quando Turing ha introdotto il suo test, ha esercitato una notevole influenza, pur suscitando numerose critiche, diventando un concetto fondamentale nella filosofia dell'intelligenza artificiale.^[11][12] Alcune delle sue critiche, come la stanza cinese di John Searle, sono a loro volta oggetto di controversia.^[13][14] Alcuni hanno interpretato la domanda di Turing come: "Può un computer, comunicando tramite una telescrivente, ingannare una persona facendole credere di essere un umano?"^[15] ma sembra chiaro che Turing non stesse parlando di ingannare le persone, bensì di generare capacità cognitive umane.^[16]

Lo stesso argomento in dettaglio: Macchina di Turing e Tesi di Church-Turing.

Turing osserva anche che è necessario determinare quali "macchine" desideriamo prendere in considerazione. Sottolinea che un clone umano, pur essendo un prodotto dell'uomo, non fornirebbe un esempio molto interessante. Turing suggerisce quindi di concentrarci sulle capacità delle macchine digitali: macchine che manipolano le cifre binarie 1 e 0, riscrivendole in memoria secondo semplici regole. Fornisce due ragioni a supporto di questa scelta.

1. Non c'è motivo di speculare se possano o meno esistere, poiché esistevano già nel 1950.
2. Le macchine digitali sono "universali". La ricerca di Turing sui fondamenti della computazione aveva dimostrato che un computer digitale può, in teoria, simulare il comportamento di qualsiasi altra macchina digitale, qualora disponga di sufficiente memoria e tempo. (Questa è l'intuizione essenziale della tesi di Church-Turing e della macchina di Turing universale). Pertanto, se qualsiasi macchina digitale può "agire come se stesse pensando", allora ogni macchina digitale sufficientemente potente può farlo. Turing scrive: "tutti i computer digitali sono in un certo senso equivalenti."^[17]

Questo permette di rendere la domanda originale ancora più specifica. Turing riformula quindi la domanda originale in: "Fissiamo la nostra attenzione su un particolare computer digitale C. È vero che modificando questo computer per avere una memoria adeguata, aumentandone opportunamente la velocità di azione e dotandolo di un programma appropriato, C può essere fatto in modo che interpreti in modo soddisfacente la parte di A nel gioco dell'imitazione, mentre la parte di B viene assunta da un uomo?"^[17]

Da qui, Turing chiarisce che l'attenzione non è rivolta a "se tutti i computer digitali andrebbero bene nel gioco, né se i computer attualmente disponibili andrebbero bene, ma se vi sono computer immaginabili che andrebbero bene".^[18] È più importante prendere in esame i progressi possibili nello stato delle nostre macchine oggi, a prescindere dal fatto che disponiamo o meno delle risorse attuali per crearne una.

Lo stesso argomento in dettaglio: Filosofia dell'intelligenza artificiale.

Avendo chiarito la questione, Turing passa a rispondervi analizzando nove obiezioni comuni, le quali includono tutti i principali argomenti contro l'intelligenza artificiale sollevati negli anni successivi alla pubblicazione del suo articolo.^[19]

1. Obiezione teologica: Afferma che il pensiero è una funzione dell'anima immortale dell'uomo; pertanto, una macchina non può pensare. "Nel tentare di costruire tali macchine", ha scritto Turing, "non dovremmo usurpare irriverentemente il Suo potere di creare anime, non più di quanto non facciamo nella procreazione dei bambini: piuttosto, siamo in entrambi i casi strumenti della Sua volontà che forniscono dimore per le anime che Egli crea".
2. Obiezione dello "struzzo" ("Heads in the Sand"): "Le conseguenze del fatto che le macchine pensino sarebbero troppo spaventose. Speriamo e crediamo che non possano farlo". Questo modo di pensare è popolare tra gli intellettuali, i quali credono che la superiorità derivi dall'intelligenza umana, e la possibilità di essere superati rappresenta una minaccia (poiché le macchine hanno capacità di memoria e velocità di elaborazione efficienti, è altamente probabile che superino le capacità di apprendimento e conoscenza umane). Questa obiezione è un fallace argomento ad consequentiam, che confonde ciò che non dovrebbe essere con ciò che può o non può essere.
3. L'obiezione matematica: Questa obiezione utilizza teoremi matematici, come i teoremi di incompletezza di Gödel, per mostrare che ci sono dei limiti alle domande a cui un sistema informatico basato sulla logica può rispondere. Turing suggerisce che gli esseri umani stessi si sbagliano troppo spesso e si compiacciono della fallibilità di una macchina. (Questo argomento verrà riproposto dal filosofo John Lucas nel 1961 e dal fisico Roger Penrose nel 1989, ed è oggi noto come Argomento di Penrose-Lucas).^[20]
4. Argomento della coscienza: Questo argomento, suggerito dal professor Geoffrey Jefferson nel suo Discorso per la Medaglia Lister del 1949,^[21] afferma che "fino a quando una macchina non potrà scrivere un sonetto o comporre un concerto in base a pensieri ed emozioni provate, e non per la caduta casuale di simboli, non potremmo accettare che la macchina eguagli il cervello".^[22] Turing risponde dicendo che non abbiamo modo di sapere che qualsiasi individuo diverso da noi provi emozioni e che, pertanto, dovremmo accettare il test. Aggiunge: "Non vorrei dare l'impressione di pensare che non ci sia alcun mistero riguardo alla coscienza... ma non penso che questi misteri debbano necessariamente essere risolti prima di poter rispondere alla domanda [se le macchine possano pensare]". (Questo argomento, secondo cui un computer non può avere esperienze coscienti o comprensione, sarebbe stato sostenuto nel 1980 dal filosofo John Searle nell'argomento della stanza cinese. La replica di Turing è oggi nota come la "risposta delle altre menti").^[23]
5. Argomenti basati su varie incapacità. Queste obiezioni hanno tutte la forma "un computer non farà mai X". Turing ne offre una selezione: "Essere gentile, pieno di risorse, bello, amichevole, avere iniziativa, avere il senso dell'umorismo, distinguere il giusto dallo sbagliato, commettere errori, innamorarsi, gustare fragole e panna, far innamorare qualcuno di sé, imparare dall'esperienza, usare le parole in modo appropriato, essere oggetto dei propri pensieri, avere tanta diversità di comportamento quanta ne ha un uomo, fare qualcosa di veramente nuovo." Turing nota che "di solito non viene offerto alcun supporto a queste affermazioni", le quali dipendono da ingenue supposizioni su quanto versatili possano essere le macchine nel futuro, oppure sono "forme mascherate dell'argomento della coscienza". Sceglie di rispondere a qualcuna di esse:## Le macchine non possono commettere errori. Nota come sia facile programmare una macchina per farla sembrare soggetta a compiere errori.
   1. Una macchina non può essere oggetto dei propri pensieri (ovvero non può essere autoconsapevole). Un programma che può fare rapporto sui propri stati interni e processi, nel senso semplice di un debugger, può certamente essere scritto. Turing asserisce che "una macchina può indubbiamente essere oggetto della propria analisi".
   2. Una macchina non può avere molta diversità di comportamento. Sottolinea che, con sufficiente capacità di immagazzinamento dati, un computer può comportarsi in un numero astronomico di modi diversi.
6. Obiezione di Lady Lovelace: Una delle obiezioni più famose afferma che i computer sono incapaci di originalità. Questo perché, secondo Ada Lovelace, le macchine sono incapaci di apprendimento indipendente. "La Macchina Analitica non ha pretese di creare alcunché. Essa può fare qualsiasi cosa noi sappiamo come ordinarle di eseguire. Può seguire un'analisi; ma non ha il potere di anticipare relazioni o verità analitiche.^[24]". Turing suggerisce che l'obiezione della Lovelace possa essere ridotta all'affermazione che i computer "non potranno mai sorprenderci" e argomenta che, al contrario, i computer potrebbero benissimo sorprendere gli esseri umani, in particolare dove le conseguenze di diversi fatti non sono immediatamente riconoscibili. Turing sostiene inoltre che Lady Lovelace fosse ostacolata dal contesto in cui scriveva, e che se fosse stata esposta a conoscenze scientifiche più contemporanee le sarebbe stato evidente che la capacità di immagazzinamento del cervello è molto simile a quella di un computer.
7. Argomento della continuità nel sistema nervoso: La moderna ricerca neurologica ha mostrato che il cervello non è digitale. Anche se i neuroni scaricano un impulso del tipo "tutto o niente", sia la tempistica esatta dell'impulso che la probabilità che esso si verifichi hanno componenti analogiche. Turing lo riconosce, ma obietta che qualsiasi sistema analogico può essere simulato con un ragionevole grado di accuratezza data una sufficiente potenza di calcolo. (Il filosofo Hubert Dreyfus avrebbe avanzato questo argomento contro "l'assunto biologico" nel 1972).^[25]
8. Argomento dell'informalità del comportamento: Questo argomento sostiene che qualsiasi sistema governato da leggi sarà prevedibile e quindi non veramente intelligente. Turing risponde affermando che questo confonde le leggi del comportamento con le regole generali di condotta e che, su una scala abbastanza ampia (come è evidente nell'uomo), il comportamento delle macchine diventerebbe sempre più difficile da prevedere. Sostiene che, solo perché non possiamo vedere immediatamente quali siano le leggi, non significa che tali leggi non esistano. Scrive: "non conosciamo certamente alcuna circostanza sotto la quale potremmo dire: 'abbiamo cercato abbastanza. Non ci sono leggi del genere'". (Hubert Dreyfus avrebbe sostenuto nel 1972 che la ragione umana e la risoluzione dei problemi non si basassero su regole formali, ma invece si affidassero a istinti e consapevolezze impossibili da catturare in regole. Ricerche di intelligenza artificiale più recenti nella robotica e nell'intelligenza computazionale tentano di trovare le regole complesse che governano le nostre abilità percettive, di movimento e di riconoscimento dei pattern "informali" e inconsce).^[26] In questa replica è anche incluso l'argomento della "Scommessa di Turing".
9. Percezione extrasensoriale: Nel 1950 la percezione extrasensoriale era un campo di ricerca attivo e Turing decise di concedere all'ESP il beneficio del dubbio, argomentando che si sarebbero potute creare condizioni nelle quali la lettura del pensiero non avrebbe inficiato il test. Turing ammise l'esistenza di "soverchianti evidenze statistiche" per la telepatia, riferendosi probabilmente agli esperimenti condotti nei primi anni '40 da Samuel Soal, un membro della Society for Psychical Research.^[27]

Lo stesso argomento in dettaglio: Apprendimento automatico.

Questa voce o sezione sull'argomento informatica non cita le fonti necessarie o quelle presenti sono insufficienti.

---

Puoi migliorare questa voce aggiungendo citazioni da fonti attendibili secondo le linee guida sull'uso delle fonti. Segui i suggerimenti del progetto di riferimento.

Nella sezione finale dell'articolo, Turing illustra nel dettaglio i suoi pensieri in merito alla "Macchina Bambina" (una macchina in grado di apprendere) che potrebbe giocare al gioco dell'imitazione con successo.

Turing torna innanzitutto sull'obiezione di Lady Lovelace, secondo cui una macchina può fare soltanto ciò che le viene ordinato di fare. Per rispondere a questa critica, descrive una situazione in cui un uomo "inietta" un'idea nella macchina: quest'ultima reagisce all'input, ma successivamente torna in uno stato di quiescenza. Turing sviluppa quindi un'analogia con una pila atomica di dimensioni inferiori alla soglia critica. In questo paragone, la pila rappresenta la macchina, mentre l'idea introdotta dall'esterno corrisponde a un neutrone che entra nella pila. Tale neutrone provoca una perturbazione limitata, destinata a esaurirsi nel tempo.

L'analogia viene poi estesa al caso di una pila di dimensioni superiori alla soglia critica, cioè una pila "supercritica". In questo caso, un neutrone in ingresso genera una reazione che continua ad amplificarsi fino a coinvolgere l'intera pila. Turing si chiede allora se questo modello possa essere applicato anche alla mente umana e, successivamente, alle macchine.

Egli conclude che "l'analogia descrive efficacemente il funzionamento della mente umana: la maggior parte delle menti sarebbe infatti subcritica, nel senso che un'idea tende a generare, in media, meno di un'idea di risposta. Una minoranza, invece, sarebbe supercritica: in questi casi una singola idea può dare origine a una catena di pensieri sempre più ampia, fino a svilupparsi in un'intera teoria composta da idee secondarie, terziarie e ulteriormente derivate. Turing conclude interrogandosi sulla possibilità di progettare una macchina dotata di una simile capacità supercritica.

Turing prosegue asserendo che il compito di creare una macchina in grado di giocare al gioco dell'imitazione è essenzialmente un problema di programmazione, e postula che entro la fine del secolo sarebbe stato effettivamente possibile dal punto di vista tecnologico programmare una macchina per farla giocare con successo. Sostiene inoltre che, nel processo di imitazione di una mente adulta umana, diventa importante considerare i processi che portano la mente adulta a essere nel suo stato presente, processi che riassume come:

1. Lo stato iniziale della mente, ad esempio alla nascita;
2. L'istruzione a cui è stata sottoposta;
3. Altre esperienze, non descrivibili come istruzione formale, a cui è stata sottoposta.

Dato questo iter, si interroga se non sarebbe più appropriato programmare la mente di un bambino anziché quella di un adulto, per poi sottoporre la mente infantile a un periodo di formazione. Paragona la mente di un bambino a un taccuino appena acquistato e ipotizza che, per la sua semplicità, sarebbe più facile da programmare. Il problema viene quindi suddiviso in due parti: la programmazione di una macchina "bambina" e il suo processo educativo. Afferma che non ci si dovrebbe aspettare che la mente bambina funzioni in modo perfetto al primo tentativo da parte dello sperimentatore. Dev'essere messo in atto un processo di apprendimento che comporti un metodo di ricompensa e punizione al fine di selezionare i pattern desiderabili all'interno del sistema. L'intero processo, menziona Turing, è in larga misura simile a quello dell'evoluzione per selezione naturale, dove le analogie sono:

Struttura della macchina bambina = materiale ereditario

Cambiamenti nella macchina bambina = mutazioni

Selezione naturale = giudizio dello sperimentatore

In seguito a questa discussione, Turing affronta determinati aspetti specifici della macchina in grado di apprendere:

• Natura della complessità intrinseca: La macchina bambina potrebbe essere la più semplice possibile, pur mantenendo la coerenza con i principi generali, oppure potrebbe avere programmato al suo interno un intero sistema di inferenza logica. Questo sistema più complesso viene così descritto da Turing: "...sarebbe tale che la memoria della macchina sarebbe in gran parte occupata da definizioni e proposizioni. Le proposizioni avrebbero vari tipi di status, es. fatti ben consolidati, congetture, teoremi dimostrati matematicamente, dichiarazioni espresse da un'autorità, espressioni aventi la forma logica di proposizione ma non un valore di credenza. Certe proposizioni possono essere descritte come 'imperativi'. La macchina dovrebbe essere costruita in modo che, non appena un imperativo viene classificato come 'ben consolidato', l'azione appropriata abbia luogo automaticamente". Nonostante questo sistema logico integrato, l'inferenza logica programmata non sarebbe un'inferenza del tutto formale, bensì di natura più pragmatica. Inoltre, la macchina costruirebbe sulla base del suo sistema logico integrato tramite un metodo di "induzione scientifica".
• Ignoranza dello sperimentatore: Una caratteristica importante di una macchina capace di apprendere che Turing sottolinea è l'ignoranza da parte dell'insegnante dello stato interno della macchina durante il processo di apprendimento. Ciò è in contrasto con una macchina a stati discreti convenzionale, dove l'obiettivo è avere una chiara comprensione dello stato interno in ogni momento durante l'elaborazione. Si vedrà la macchina fare cose alle quali spesso non si riuscirà a dare un senso o qualcosa che sarà considerato del tutto casuale. Turing sostiene che questa specifica caratteristica conferisce a una macchina un certo grado di quella che consideriamo essere intelligenza, poiché il comportamento intelligente consiste in una deviazione dal determinismo completo della computazione convenzionale, ma solo fintanto che la deviazione non dia origine a loop senza senso o a un comportamento meramente casuale.
• L'importanza del comportamento casuale: Sebbene Turing metta in guardia dal comportamento interamente aleatorio, egli ritiene che l'inserimento di un elemento di casualità in una macchina che apprende abbia un certo valore nel sistema. Specifica che questo potrebbe rivelarsi prezioso in situazioni dove potrebbero esserci molteplici risposte corrette, o dove un approccio sistematico vaglierebbe diverse soluzioni insoddisfacenti a un problema prima di trovare quella ottimale (rendendo in tal modo inefficiente il processo sistematico). Turing annota anche che il processo dell'evoluzione stessa prende la via delle mutazioni casuali per trovare soluzioni a beneficio di un organismo.

Turing conclude speculando in merito a un'epoca in cui le macchine competeranno con gli umani in numerosi compiti intellettuali, e suggerisce da quali di essi si potrebbe iniziare. Sostiene che mansioni astratte, come il gioco degli scacchi, potrebbero rappresentare un buon punto di partenza; d'altro canto propone un metodo alternativo, affermando che "...è meglio fornire alla macchina i migliori organi di senso che il denaro può comprare, e poi insegnarle a comprendere e parlare l'inglese".

Un esame dello sviluppo nel campo dell'intelligenza artificiale avvenuto successivamente rivela che l'apprendimento automatico ha seguito in parte il percorso astratto suggerito da Turing: ciò si riscontra in particolar modo nei casi di Deep Blue, il computer giocatore di scacchi sviluppato da IBM capace di sconfiggere il campione del mondo Garri Kasparov (sebbene anch'esso fu oggetto di controversia) e nei numerosi motori scacchistici odierni che possono superare i dilettanti.^[28] Per quanto riguarda il secondo suggerimento di Turing, esso è stato interpretato da alcuni autori come un appello a trovare un simulacro dello sviluppo cognitivo umano.^[28] Tentativi mirati a scovare gli algoritmi sottostanti mediante i quali i bambini imparano a riconoscere e categorizzare le caratteristiche del mondo che li circonda sono oggi in via di sviluppo.^[28][29][30]

• Intelligenza artificiale

• (EN) Rodney Brooks, Elephants Don't Play Chess (PDF), in Robotics and Autonomous Systems, vol. 6, 1990, pp. 3-15, DOI:10.1016/S0921-8890(05)80025-9, fascicolo 1-2. URL consultato il 30 agosto 2007.
• (EN) Daniel Crevier, AI: The Tumultuous History of the Search for Artificial Intelligence, New York, BasicBooks, 1993, ISBN 0-465-02997-3.
• (EN) Hubert Dreyfus, What Computers Can't Do, New York, MIT Press, 1972, ISBN 978-0-06-011082-6.
• (EN) Hubert Dreyfus e Stuart Dreyfus, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, UK, Blackwell, 1986.
• (EN) Hubert Dreyfus, What Computers Still Can't Do, New York, MIT Press, 1979.
• (EN) Stevan Harnad e Peter Scherzer, First, Scale Up to the Robotic Turing Test, Then Worry About Feeling, in Artificial Intelligence in Medicine, vol. 44, 2008, pp. 83-89, DOI:10.1016/j.artmed.2008.08.008, PMID 18930641, fascicolo 2. URL consultato il 29 agosto 2010 (archiviato dall'url originale l'8 febbraio 2012).
• (EN) John Haugeland, Artificial Intelligence: The Very Idea, Cambridge, Mass., MIT Press, 1985.
• Douglas Hofstadter, Gödel, Escher, Bach: un'eterna ghirlanda brillante, Adelphi, 1979.
• (EN) John Lucas, Minds, Machines and Gödel, in A.R. Anderson (a cura di), Minds and Machines, 1961. URL consultato il 2 dicembre 2022 (archiviato dall'url originale il 19 agosto 2007).
• (EN) Hans Moravec, The Role of Raw Power in Intelligence, su frc.ri.cmu.edu, 1976. URL consultato il 7 novembre 2007 (archiviato dall'url originale il 3 marzo 2016).
• (EN) Hans Moravec, Mind Children, Harvard University Press, 1988.
• Roger Penrose, La mente nuova dell'imperatore, Rizzoli, 1989.
• Stuart J. Russell e Peter Norvig, Intelligenza artificiale. Un approccio moderno, Pearson, 2003.
• (EN) John Searle, Minds, Brains and Programs (PDF), in Behavioral and Brain Sciences, vol. 3, 1980, pp. 417-457, DOI:10.1017/S0140525X00005756, fascicolo 3.
• (EN) Alan Turing, Computing Machinery and Intelligence (PDF), in Mind, LIX, ottobre 1950, pp. 433-460, DOI:10.1093/mind/LIX.236.433, fascicolo 236.
• (EN) A. P. Saygin, Turing Test: 50 years later, in Minds and Machines, vol. 10, 2000, pp. 463-518, DOI:10.1023/A:1011288000451, fascicolo 4.
• (EN) Noah Wardrip-Fruin e Nick Montfort (a cura di), The New Media Reader, Cambridge, MIT Press, 2003, ISBN 0-262-23227-8.
• (EN) Ayse Pinar Saygin, Ilyas Cicekli e Varol Akman, An analysis and review of the next 50 years, in Minds and Machines, 1999.

• PDF con il testo completo dell'articolo (PDF), su academic.oup.com.

Portale Informatica: accedi alle voci di Wikipedia che trattano di informatica