“机器能思考吗？”这是传奇数学家和计算机科学家艾伦·图灵在1950年10月提出的核心问题。图灵想评估机器是否能模仿或表现出人类水平的智能行为，所以他想出了一个叫做“模仿游戏”的测试。这后来被称为图灵测试，通常用于评估机器模仿人类行为的能力。

图灵测试的起源来自于建立客观标准来区分原始思维和模仿思维的内在困难。挑战在于，原始思维的证据可能会被否认，因为机器只是被编程为看起来很聪明。本质上，证明机器是否会思考的关键是定义什么是思考。

相关：目前世界上8个最奇怪的机器人

图灵想挑战这样一种观点，即计算机的机械本质意味着它们原则上不能思考。这位数学家假设，如果一台计算机看起来与人类没有区别，那么为什么它不应该被视为一个有思维的实体？图灵测试是如何工作的？图灵提出了一个三方游戏。他首先概述了一个测试，在这个测试中，一男一女进入不同的房间，派对客人使用打字的答案来尝试确定哪个人是哪个人，而男人和女人试图让他们相信他们是异性。

从那时起，图灵提出了一个测试，让远程问询器向计算机和人类受试者提问，两个人都看不见，持续五分钟，以确定哪个是有知觉的。然后，计算机在“思考”方面的成功可以通过它被错误识别为人类的可能性来衡量。

图灵于1952年在英国广播公司的一次广播中提出了模仿游戏的后期迭代，它将看到一台计算机试图说服陪审团相信它是人类。图灵测试与其说是一种定义机器智能的实用手段，不如说是一种哲学思想实验。然而，它逐渐被视为机器学习和人工智能系统通过以展示人工智能的最终目标。

图灵预测，到21世纪初，一台编程计算机将能够“很好地玩模仿游戏，以至于一个普通的审讯者在五分钟的提问后做出正确身份的机会不会超过70%。”

但是，这并没有实现。然而，ChatGPT和其他人工智能系统以及大型语言模型（LLM）的兴起重新点燃了围绕图灵测试的对话。

2024年6月，研究人员声称，在图灵测试中，在提问的五分钟内，LLM GPT-4有54%的时间被判断为人类。这远远超过了图灵30%的预测，尽管距离数学家的预测日期已经过去了20年。但是圣地亚哥大学的这项研究只涉及了两个玩家，而不是图灵最初的三人游戏，所以GPT-4没有在他定义的特定条件下通过图灵测试。

然而，这项研究仍然表明，这种人工智能至少可以成功地模仿人类。图灵测试的挑战和局限性虽然通过图灵测试可能是证明人工智能系统思维的大目标，但该测试有其局限性和反对者。

图灵本人详细阐述了他在证明机器可以思考的测试和理论中的九个反对意见；从思想的神学概念和机器不能感知情感或有幽默感的想法，到逻辑数学限制，这只会阻止机器回答问题或纠正问题。但也许最相关的反对意见来自数学家阿达·洛夫蕾丝，她在评论计算先驱查尔斯·巴贝奇的分析引擎时认为，机器不能“创造任何东西”，只能做我们命令它执行的任何事情。图灵在论文中的反驳是问，在一个受自然法则和宇宙边界约束的确定性世界里，人类是否真的能做任何真正新的事情。图灵还指出，计算机可能受到限制，但仍有可能做意想不到的事情——就像人类尽管受到我们基因组成和生物学的限制一样。

除此之外，图灵测试本身并不表明意识或智力；相反，它致力于批判什么被理解为思想，什么可以构成思考机器。 测试也依赖于审问者的判断，与人类的比较和对行为的判断。

还有一种观点认为，图灵测试是围绕受试者的行为设计的，这意味着机器只能模拟人类的意识或思维，而不是主动拥有自己的同类。这可能导致图灵陷阱——人工智能系统过度专注于模仿人类，而不是被设计成具有允许人类做更多事情或提升他们的认知超出人类可能性的功能mind.Is图灵测试仍然相关？虽然图灵测试可能被视为人工智能系统超越的基准，但人工智能伦理专家、电气和电子工程师协会（IEEE）成员埃莉诺·沃森告诉Live Science，“图灵测试作为人工智能（AI）能力的有意义的基准正变得越来越过时。”

沃森解释说，LLM正在从简单地模仿人类发展成为能够通过编程“脚手架”自主追求目标的代理系统——类似于人类大脑在信息通过神经元层流动时如何构建新功能。

“这些系统可以进行复杂的推理，生成内容生产，并协助科学发现。然而，真正的挑战不在于人工智能是否能在对话中愚弄人类，而在于它是否能发展出真正的常识、推理和目标一致性，与人类的价值观和意图相匹配，”沃森说。“如果没有这种更深层次的一致性，通过图灵测试仅仅是一种复杂的模仿形式，而不是真正的智能。”

沃森说，从本质上讲，图灵测试可能评估了现代人工智能的错误之处systems.As因此，科学家们“需要开发新的框架来评估人工智能，超越简单的人类模仿，以评估能力、局限性、潜在风险，最重要的是，与人类价值观和目标的一致性”。

沃森补充说，与图灵测试不同，这些框架需要考虑人工智能系统的优势及其与人类智能的根本差异，目标是确保人工智能“增强而不是削弱人类的能动性和幸福感”。

“人工智能的真正衡量标准不是它对人类的行为有多好，”沃森总结道，“而是它能在多大程度上补充和增强人类，将我们提升到更高的高度。”