AI界的“北极星”：70岁的图灵测试已是老古董？

机器得到的结果取决于我们设置的指令，但其执行过程却更为高效。我们必须承认，机器运行时的很多中间状态，是在设计初始指令时无法预见的。机器自己也会感悟出很多知识。在这种情下，我们有必要将机器视为智能的。

艾伦图灵

英国数学家、逻辑学家

1950年，艾伦图灵在《思维》杂志上发表了其著名论文《计算机器与智能》，并提出了如今广为人知的图灵测试。

70年来，图灵测试一直被认为是人工智能学术界的“北极星”。随着人工智能技术的发展，之后也有许多其他测试诞生，但没有一个能够与之齐名。“图灵测试展现出极致的简单和优雅，这让它在过去70年中长盛不衰。”DataRobot数据科学副总裁扎克麦耶说。

虽然自图灵测试概念诞生以来，人工智能均以通过图灵测试为目标，但进入新时代，人工智能评价标准却需要从旧基准中脱身升级。

2020年12月28日，亚马逊副总裁兼语音助手Alexa首席科学家罗希特普拉萨德在《快公司》上发表的文章中表态，图灵测试已经失去了意义，是时候建立新的人工智能衡量标准了。

图灵测试仅限于机器能否给出类人的回答

“机器能否思考？”

为了回答这个问题，艾伦图灵提出一种测试方法：如果一个测试者对无法确认身份的两个对象(一人、一机器)提出相同的一系列问题，得到的答案让他无法区分究竟谁是机器、谁是人，那么则认定机器通过测试。

这种测试方法后来被人们归纳为图灵测试。研究者希望能够据此检测机器是否能表现出人类也无法区分的行为，很多初期的人工智能助手都是基于此目标设计的。

麻省理工学院教授大卫敏德尔说：“这样的界定，展示的智慧是有限的。”

图灵在他的论文中曾预测，到2000年，一个普通人在图灵测试中正确区分人和机器的可能性将降到70%甚至更低。

然而，图灵当年的预测没有应验。

普拉萨德认为，图灵测试的目标和当前人工智能研究方向不完全一致，人工智能研究者对通过图灵测试的兴趣不大。人工智能派上更大用场的地方是植入到手机、汽车和家里，人们更关心的是AI能够带来哪些更新的交互体验和技术进步，而不是通过测试的分数有多高。

事实也如此，人们更加关心与机器的互动及它所能提供的帮助，而不是区分机器和人类。

另外，一些科学家发现，让人工智能在图灵测试里取得更好成绩并不难，只需要让计算机给出的答案尽量像人类给出的答案就行了。例如回答图灵测试设计的问题时，计算机可以瞬间给出答案，而普通人需要思考或查找信息的时间更长，为了模仿或骗过人类，机器也可以模仿人类给出适当的停顿、延迟。

从某种角度看，这样的图灵测试更像是一场人工智能“欺骗”人类的游戏。但由此出现了一个突出的问题为了通过测试，很多机器被迫削弱了快速查找信息和计算的能力。

机器快速计算和信息查询的能力远强于人类，这些能力构成了现代人工智能的核心。在诸如视觉、自然语言处理等领域，最强的算法已经取得远超人类的结果，以AlphaGo击败顶级人类围棋选手为代表的种种人工智能的重大进展，很难在一成不变的图灵测试中得到体现。

也正因此，从应用的角度出发，让计算机放弃自己的优势去模拟人类确实完全没有必要。

更重要的是，图灵测试仅考虑了文本交流的情况，而没有考虑到现在的人工智能已经能够使用各种传感器，能够从视觉、听觉、触觉等多角度来感受外部世界。

通过图灵测试已不是现在的研究重点

毫无疑义的是，人工智能对人类社会的影响已超越了图灵测试的范畴，人工智能研究的目标早已不再局限于AI与人类的区别，而是如何发挥机器的速度和信息搜索优势，代替人类完成工作或改善人们的日常生活。

用图灵测试来检验今天的人工智能水平，还有些局限不能忽略，如图灵测试没有详细的标准，也没有固定的问答模式，一套流程提问和判断非常主观，缺乏严谨的标准，并不科学。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!