В 1936 году Алан Тьюринг опубликовал статью, в которой впервые дал строгое формальное определение алгоритма — машину Тьюринга. Это абстрактное вычислительное устройство с бесконечной лентой памяти и центральным процессором-сканером. Процессор читает и пишет символы из конечного алфавита, умеет стирать их и сдвигаться на клетку вправо или влево. Поведением управляет machine table — конечный набор механических правил, который определяет следующую операцию и смену состояния в зависимости от текущего символа и состояния процессора. Тьюринг считал, что любой алгоритм, который человек способен выполнять над символами, можно воспроизвести на такой машине. Он же показал существование универсальной машины Тьюринга (UTM): ей достаточно передать описание другой машины, и она имитирует её поведение. Это прообраз программируемого компьютера. Обычный ПК тоже имитирует любую машину Тьюринга, но только пока не исчерпает конечную память.
Тьюринг заложил основы computer science и задумался о мыслящих машинах. Он предложил заменить расплывчатый вопрос «может ли компьютер думать» на вопрос, способен ли компьютер пройти Turing Test и обмануть собеседника. Нед Блок критиковал этот тест: возможны машины, которые проходят его, не обладая ни мыслью, ни интеллектом.
История AI знала и взлёты, и провалы. Logic Theorist доказал 38 теорем из Principia Mathematica. Deep Blue победил Каспарова, беспилотник Stanley выиграл DARPA Grand Challenge, AlexNet совершил прорыв в классификации изображений, AlphaGo обыграл Ли Седоля, а OpenAI выпустила GPT-3 и ChatGPT. Ранние прогнозы о скором появлении думающих машин не сбылись, но прогресс шёл постепенно.
Философы перенесли машину Тьюринга на изучение сознания. Хилари Патнэм ввёл функционализм: психические состояния — это функциональные состояния, а не мозговые состояния и не поведение. Его машинный функционализм утверждал, что психика реализует вероятностный автомат. Блок и Фодор возразили: у автомата конечное число состояний, а человек способен мыслить потенциально бесконечное число propositions — это проблема продуктивности. Кроме того, состояния автомата не объясняют систематичность: если я могу думать, что Джон любит Мэри, я могу думать, что Мэри любит Джона. Фодор предложил более удачную версию классической вычислительной теории сознания (CCTM) — representational theory of mind (RTM). По RTM, мышление — это вычисления над символами языка мысли, Mentalese. Он композиционален: из простых символов собираются сложные, поэтому продуктивность и систематичность объясняются естественно. CCTM+RTM не обязана считать все ментальные состояния функциональными и нейтральна к спору физикализма и дуализма.
Формализм Тьюринга в чистом виде для психологии слишком жёсткий: нет сенсорного входа и моторного выхода, бесконечная память, нет адресации, только последовательные и детерминированные шаги. Поэтому современные сторонники CCTM допускают отступления.
В 1980-х конкурентом классического подхода стал коннекционизм. Нейросети состоят из узлов с весами и активациями; обучают их обычно через backpropagation. Глубокие нейросети — AlexNet, AlphaGo, ChatGPT — теперь работают в коммерческих продуктах. Но классические и нейросетевые вычисления не исключают друг друга: нейросеть можно реализовать на классической машине, а классическую модель — на нейросети. Противопоставление «символьное против несимвольного» тоже не совпадает с границей между Тьюрингом и нейросетями: сами по себе символы в машине Тьюринга не обязаны что-то означать, а нейросеть вполне может манипулировать символами с семантикой.