计算机械与理解

摘要

我开始这项工作时，并非试图发明一种新的智能单位。

我最初的目标是构建一台机器，其内部主张可与证据分离，其思想可与物理实现分离，其失败可保留在历史中，而其改进可在成为权威之前经受现实检验。

这项工作最终演变为AIEN、Omega、PHYSICS、FORGE、AEGIS、ARGUS、Cortex，以及如今在AIEN仓库中实现的本地反应架构。

在该抽象层内部工作时，我遇到了一个度量问题：系统能够生成备选方案、验证它们、在真实硬件上测量它们、保留失败的假设、发现重复出现的抽象、推广经验证的改进，并在注入故障后依然存活，但没有一种原则性方法来判断其中任何部分究竟蕴含了多少理解。图灵正是这项工程工作所迫出的答案。

本文内容

这是正式预印本 “从模仿游戏到图灵” 的工程配套论文。它记录了架构与证据程序，AIEN、Omega、主权谱系仓库、公开执行凭证，这些构成了该度量的来源。本文不提出独立的正式主张：定义、证明、度量协议与可证伪标准均存在于正式论文中，该论文为参考文档。

一图看懂架构

该度量所源自的架构栈遵循一种分离的纪律：提出部分与验证部分分离，验证部分与授权部分分离，每一步都留下证据。下图重新呈现了配套论文中的架构图，以适应网页展示。

该架构运行的循环

在这一分离之中，每一个主张都经历相同的循环。权重仅提出候选方案。程序以可验证的形式承载意义。Omega 进行验证。物理法则授权实际在真实硬件上以真实成本运行的内容。而留下的证据则教会下一轮。

研究资料

引用

@misc{stapleton2026turingemergence,
  author = {M. Drake Stapleton},
  title = {Computing Machinery and Understanding:
           The Turing as a Measure Emerging from AIEN},
  year = {2026},
  month = {September},
  version = {1.7},
  note = {Preprint, not peer reviewed.
          Companion to "From the Imitation Game to the Turing"},
  url = {https://aienos.com/research/computing-machinery-and-understanding-emergence}
}