70岁的图灵测试已经是老古董了?


70岁的图灵测试已经是老古董了?



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 。 在这种情況下 , 我们有必要将机器视为智能的 。
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 。

推荐阅读