发布日期：2025-01-07 07:12 点击次数：79
先问大家一个问题，仅凭聊天，你能判断出对方是个如何的东谈主吗？
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。
但若是我跟你说，对面根底就不是东谈主，你敢信？
这事儿，就跟科学史上的典中典，图灵测试干系。
一直以来，大伙齐把这测试当成预计 AI 智商的圭臬。咋测呢？即是让东谈主跟 AI 聊天，若是东谈主类分不清对面是 AI 照旧东谈主，那这 AI 就算赢了。
不外这图灵老爷子齐示寂七十多年了，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% 的胜率得手拿下。
要知谈这图灵测试的合格线是30%，这得益照旧算是妥妥的优秀了。
那时加州大学圣地亚哥分校的辩论让 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 分钟调换，恶果近六成的东谈主被 GPT-4 的演技忽悠了，其他AI齐没迈过30%的坎儿。
前段时间，又有东谈主拿最新的 GPT4.5 去作念了测试。恶果标明，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，在计较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念念维的施行，要辩论机器如何念念考，就更无从下手了。
是以图灵就想，咱们不纠结施行，成功看它的发扬不就行了？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！如果机器有贤达，那它就应该发扬得像东谈主。
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风光。。是以这玩意退不了休，也有它的道理。
但江江其实一直有一个疑问，这图灵测试真有那么神吗？跟你对个话就阐述AI有念念考智力，是不是有点儿太卤莽了。
我上网搜了一下，不少网友也怀着通常的见地：齐5202年了，图灵测试早就逾期了。
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，加州伯克利的一位教授就提议，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，然后向屋里传递汉文写成的问题，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，根本不必念念考问题。
这如实是图灵测试的一个大bug——它只看谜底，不需要看进程。
况兼，它的bug还不啻一个。1966 年，MIT 有个教授整了个聊天机器东谈主 ELIZA，它能用粗陋又婉曲的复兴，让你合计它或者懂你。底下这段对话，乍一看没啥问题，仔细一磋商，ELIZA 即是个纯纯复读机！但还真能骗过一部分东谈主类。。
2014年，一位设施员告示，AG百家乐有规律吗他的设施得手通过了图灵测试。但他的方针让东谈主直呼神东谈主，他让该设施伪装成一个13岁乌克兰男孩儿，而发问者是英语母语者，这就导致发问者合计，对方是小屁孩况兼语言欠亨，谣言连篇很宽泛。
很表示，这些机器东谈主把要点放在了“乱来东谈主类”，而不是“念念考谜底”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年驰名科技杂志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将来！
这威诺格拉德测试呢，即是给机器出点学问性填空题，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！
纽约大学教授加里·马库斯致使直言：这玩意早逾期了，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，也不成怪大伙。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，什么齐能往里装。
就拿GPT4.5这篇著作来说，实验数据是1023场对话，平均长度8条音信，执续4.2分钟。这样短的对话，让许多东谈主成功开喷，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 的几率不特出 70% 就算通过。但那亦然基于那时的本事水平猜的一个圭臬，现时 AI 发展得这样猛，还这样低的圭臬，如实有点儿跟不上趟了。
再说了，现时的大模子讲话贼像东谈主，一般东谈主根天职辨不出来。但它真的会念念考吗？别看它整天整些 “深度念念考” 的架势，施行上，它根本不睬解我方输出的东西，更别说情感了。
就连不同的东谈主，对不同的AI的分离智力也不通常。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用户去进入图灵测试，认出AI的概率确定更高，那么问题来了，要给AI搞个难度分级，一谈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，如实没啥劝服力了。
但敦厚说，东谈主们现时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智商界限与东谈主类竞争，但最佳的起始在那边？我也不知谈。”说到底，他也仅仅在一个界限，提议了一种可行的解法落幕。被其后的东谈主奉为圭臬，亦然他根本没猜测的事情。
而现时，ChatGPT能写出比大大批东谈主还好的著作，Claude能指示你的电脑运行干活，咱们却还在哄笑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才算得手。他真实想看见的，仅仅东谈主类的无尽特出落幕。
撰文：不咕
裁剪：江江
好意思编：焕妍
图片、贵府源泉：
arXiv、Wiki、X、知乎、百度百科
