详情

先问公共一个问题，仅凭聊天，你能判断出对方是个若何的东谈主吗？

来望望这段聊天纪录，你可能会得出论断，对方是个天地无敌大懒狗。

但如果我跟你说，对面根本就不是东谈主，你敢信？

这事儿，就跟科学史上的典中典，图灵测试相关。

一直以来，大伙都把这测试当成考虑 AI 才略的圭臬。咋测呢？即是让东谈主跟 AI 聊天，如果东谈主类分不清对面是 AI 照旧东谈主，那这 AI 就算赢了。

不外这图灵老爷子都示寂七十多年了，图灵测试似乎依旧是AI圈的一座“指路明灯”。

在 2024 年，GPT-4 就挑战了图灵测试，并以 54% 的胜率得胜拿下。

要知谈这图灵测试的合格线是30%，这收货也曾算是妥妥的优秀了。

那时加州大学圣地亚哥分校的推敲让 500 名参与者和四个 “对话者”（包括真东谈主、某古董机器东谈主 ELIZA、GPT-3.5 和 GPT-4）进行 5 分钟换取，成果近六成的东谈主被 GPT-4 的演技忽悠了，其他AI都没迈过30%的坎儿。

前段时刻，又有东谈主拿最新的 GPT4.5 去作念了测试。成果标明，它不仅通过了图灵测试，更绝的是，它被当成东谈主类的概率比真东谈主还高！好家伙，这下真有东谈主活得还不如东谈主机了。

是以，这样多年了， 这玩意凭啥还在屹立不倒呢？

要知谈，在推断机还在用打孔纸带存储的年代，图灵就提议了这个测试。这是因为那时的东谈主们还搞不清东谈主类想维的本色，要推敲机器奈何想考，就更无从下手了。

是以图灵就想，咱们不纠结本色，径直看它的推崇不就行了？就像一个东西，看起来像番茄，吃起来像番茄，那它即是番茄啊！如果机器有颖悟，那它就应该推崇得像东谈主。

不外谁能猜测，直到今天，科学家还没搞清东谈主类大脑的运作阵势。。是以这玩意退不了休，也有它的预见。

但江江其实一直有一个疑问，这图灵测试真有那么神吗？跟你对个话就诠释AI有想考才智，是不是有点儿太璷黫了。

我上网搜了一下，不少网友也怀着雷同的意见：都5202年了，图灵测试早就过期了。

其实吧，这玩意儿自从提议，在业内反对声就一直不少。

早在1980年，加州伯克利的一位西宾就提议，图灵测试根本没用。他举的例子是，把一位英语母语的东谈主关在房间中，然后向屋里传递华文写成的问题，而屋里有一册英汉双语的谜底书。这样他只需要每次收到问题，去找谜底，抄下来，再把谜底递出去就行了，根本无谓想考问题。

这照实是图灵测试的一个大bug——它只看谜底，不需要看进程。

何况，它的bug还不啻一个。1966 年，MIT 有个西宾整了个聊天机器东谈主 ELIZA，它能用浅薄又混沌的回报，让你认为它梗概懂你。底下这段对话，乍一看没啥问题，仔细一琢磨，ELIZA 即是个纯纯复读机！但还真能骗过一部分东谈主类。。

2014年，一位方法员文告，他的方法得胜通过了图灵测试。但他的目标让东谈主直呼神东谈主，他让该方法伪装成一个13岁乌克兰男孩儿，而发问者是英语母语者，这就导致发问者认为，对方是小屁孩何况语言欠亨，空话连篇很渊博。

很显明， 这些机器东谈主把重点放在了“乱来东谈主类”，而不是“想考谜底”上，测试的东谈主直呼被耍了。

这事儿也让好多东谈主运行对图灵测试火力全开。

2014年有名科技杂志IEEE Spectrum的一篇著作就提议，图灵测试真不行，威诺格拉德测试才是改日！

这威诺格拉德测试呢，即是给机器出点知识性填空题，比如：

狮子吃斑马是因为“它们”是捕食者，这里的 “它们” 指的是 “斑马” 照旧 “狮子” 呢？

这题东谈主一眼就能答出来， AI 就得犯难了。

2020年，亚马逊的首席科学家 Rohid 也发文称，图灵测试早该淘汰了！

纽约大学西宾加里·马库斯致使直言： 这玩意早过期了，我但愿东谈主们健忘它，但东谈主们忘不掉它。

这样看，大伙对图灵测试积怨已久啊。

但其实，也不可怪大伙。就连图灵本东谈主，也莫得对图灵测试进行严格界说。这就导致， 图灵测试像个框，什么都能往里装。

就拿GPT4.5这篇著作来说，施行数据是1023场对话，平均长度8条音尘，合手续4.2分钟。这样短的对话，让许多东谈主径直开喷，这也算聊天儿？

虽说图灵在 1950 年的著作里提到过，运行对话 5 分钟后，东谈主类认出 AI 的几率不超越 70% 就算通过。但那亦然基于那时的本领水平猜的一个圭臬，当今 AI 发展得这样猛，还这样低的圭臬，照实有点儿跟不上趟了。

再说了，当今的大模子语言贼像东谈主，一般东谈主根分内辨不出来。但它真的会想考吗？别看它整天整些 “深度想考” 的架势，本色上，它根本不睬解我方输出的东西，更别说神情了。

就连不同的东谈主，对不同的AI的辨认才智也不雷同。就像打了一百遍的Boss，远不如初见杀的时候有杀伤力。资深AI用户去干与图灵测试，认出AI的概率细目更高，那么问题来了，要给AI搞个难度分级，一都从东谈主类小兵干到最终东谈主类Boss，才算通关吗？

这样看，图灵测试这玩意bug还真挺多，照实没啥劝服力了。

但淳厚说，东谈主们当今纠结图灵测试过不外时，可能并不是图灵老爷子想看到的事儿。

就像老爷子在他的经典论文《Computing Machinery and Intelligence》里写谈：“咱们但愿机器能在系数才略鸿沟与东谈主类竞争，但最佳的泉源在那处？我也不知谈。”说到底，他也仅仅在一个鸿沟，提议了一种可行的解法终结。被自后的东谈主奉为圭臬，亦然他根本没猜测的事情。

而当今，ChatGPT能写出比大无数东谈主还好的著作，Claude能指引你的电脑运行干活，咱们却还在调侃AI通不外图灵测试，是否有点一叶障目了？

图灵从来莫得说过，通过了我的测试，AI才算得胜。他果真想看见的，仅仅东谈主类的无穷朝上终结。

撰文：不咕

裁剪：江江

好意思编：焕妍

图片、贵府开始：

arXiv、Wiki、X、知乎、百度百科开云(中国)Kaiyun·官方网站 - 登录入口