Chúng ta có thể nói rằng thử nghiệm Turing nhằm phát triển các máy móc hoặc phương pháp để đạt được hiệu suất ở cấp độ con người trong tất cả các nhiệm vụ nhận thức và học máy là một trong những phương pháp có thể vượt qua thử nghiệm Turing không?
Câu trả lời:
Thực chất là có.
Các Phép thử Turing về bản chất là một chuẩn mực hoặc thách thức vấn đề . Đó là một nhiệm vụ mà các nhà nghiên cứu AI muốn có thể giải quyết.
Học máy là một kỹ thuật . Nó là một công cụ được phát triển bởi các nhà nghiên cứu AI để giải quyết các vấn đề khác nhau. Một số loại máy học có thể áp dụng cho Thử nghiệm Turing, nhưng một số loại khác thì không. Học máy cũng có thể áp dụng cho một loạt các vấn đề khác.
Jobst Landgrebe và Barry Smith, trong bài báo Làm cho AI có ý nghĩa trở lại (2019), cho rằng học máy không đủ để xây dựng một AI có khả năng hiểu ngôn ngữ hoàn toàn (như con người). Họ tuyên bố rằng các phương pháp tiếp cận máy học hiện tại (hoặc ngẫu nhiên) có thể không tính đến nhiều bối cảnh trong khi hiểu ngôn ngữ (ví dụ như dịch máy), vì cuối cùng thiếu dữ liệu liên quan hoặc do có nhiều giải pháp khả thi cho ngôn ngữ hiểu vấn đề.
Nếu hiểu ngôn ngữ là một kỹ năng cần thiết để vượt qua bài kiểm tra Turing, thì học máy hiện tại không đủ để xây dựng một AI sẽ vượt qua bài kiểm tra Turing (theo họ).