ChatGPT通過“圖靈測試”了嗎

2015年3月，當語言學家諾姆·喬姆斯基（Noam Chomsky）被問及“機器能思考嗎”時，喬姆斯基則以反問作答：“潛艇會游泳嗎？”

時至今日，仍有人在迂闊地爭論ChatGPT有沒有通過圖靈測試。

先說結論：根據圖靈的提案，ChatGPT已經基本通過了圖靈測試，它唯一不像人的地方，就是反應太快了。

“圖靈測試”是“人工智能之父”艾倫·圖靈（Alan Turing）提出的一種測試機器是否具有智能的方法。

1912年，圖靈出生于英國倫敦，自幼就展現出杰出的智力天賦。圖靈19歲考進劍橋大學。 24歲時，他又提出了著名的“圖靈機”思想實驗，為現代計算機的邏輯工作方式奠定了基礎。

1950年，那時人工智能的概念還沒有形成，38歲的艾倫·圖靈在Mind雜志上發表了一篇名為《計算機器與智能》的論文，探討了讓機器具備與人類一樣的智能的可能性。論文在開篇就拋出了一個時代之問：“機器能思考嗎？”

在這篇論文中，圖靈建議先擱置智能是如何生成的問題，聚焦于智能所呈現的結果。

圖靈解釋道，因為其他生物的內在生命仍不可知，所以我們衡量智力的唯一方法就是觀察外部行為。由于機器是否具有“智能”不易衡量，圖靈提出了一個測試方案：通過一個“模仿游戲”測試機器是否具有智能，這被后世稱為“圖靈測試”。

具體內容就是讓問詢者與被測試者（關在遙遠的屋子里的一個人和一臺計算機器）在隔開的情況下，問詢者通過一些裝置（如電傳設備，或者鍵盤）向被測試者隨意提問。進行多次測試后，如果機器讓每個問詢者平均做出超過30%的誤判，那么這臺機器就通過了測試，并被認為具有了智能。

問詢者（代號C）使用被測試對象都能理解的語言，去詢問兩個他無法看見的被測試對象任意一串問題，被測試對象分別為一個具有正常思維的人（代號A）和一臺計算機器（代號B）。如果經過若干次詢問后，C不能分辨A與B到底哪個是人，哪個是機器，則此機器（代號B）就可以貼上“擁有智能”的標簽，也就是通過了圖靈測試。

圖靈在論文里還回答了對這個假說常見的一些質疑，并預言到2000年，人類應該可以用10GB的計算機器，制造出可以在5分鐘的問答中騙過30%成年人的人工智能。

“圖靈測試”是人工智能領域的第一個嚴肅的提案，激發了當時一些研究者對它的關注和思考。

在這一過程中，圖靈測試著重于表現，而非過程。中國有句帶有“行為主義”色彩的老話：“論跡不論心，論心世上少完人。”圖靈的這個提案，通俗地說就是“論跡不論心，論心天下無智能”。

圖靈測試的目的，就是避免永遠不會有結果的哲學辯論，避免討論智力的本質。圖靈測試將人工智能從不著邊際的“哲幻”拉到了可測量的現實，變成了后續人工智能發展的評估標準。

GPT的全稱是Generative Pre-trained Transformer，直譯為生成式預訓練生成器。ChatGPT就是GPT的聊天機器人程序。ChatGPT這樣的內容生成器，當然稱得上是人工智能，并不是因為ChatGPT的模型細節達到了什么標準，而是因為它所生成的信息，非常像是人類寫出來的信息。唯一不像人類的地方，就是其生成速度太快了。

當然，ChatGPT至今存在“幻覺”問題，甚至GPT-4版本依然有一些回答就像喝醉的人在胡說八道。但是，一個正常的人就能保證永遠不會有胡謅的時候嗎？幻覺、偏差和失誤，不正是人類大腦無法避免的思維現象嗎？就像尤瓦爾·赫拉利在《人類簡史》里所講的那樣，虛構和幻想的能力，才是屬于“智人”特有的超能力。

從這個意義上講，對于一臺模仿人腦的機器而言， “幻覺”問題，與其說是一個缺點，毋寧說是一個“特點”。按照楊立昆的觀點，除非從根本架構上徹底改造GPT模型，否則“幻覺”問題將會是永遠存在的。

圖靈測試并不要求機器永遠不會犯錯，也不要求機器做到和人類完全無法區分的地步，而是要判斷機器的表現是不是像人。

馬文·明斯基（Marvin Minsky）曾經給人工智能下過這樣的定義：“人工智能，就是一門使機器達到人類智能水平從而完成人類工作的科學。”

圖靈和馬文·明斯基等人對人工智能的評估，自此形成基準，將人們的爭議焦點從智能的定義轉移到“行為”，即以那些看似有智能的行為作為評估的依據，而不再將“智能”從哲學、認知與神經科學層面去評估。以ChatGPT來說，它已經基本能夠通過圖靈測試。ChatGPT已經可以像人一樣做各種各樣的事情，甚至在某些領域可以展現出不遜于人類的智能。媒體工作者不吝用“驚艷”“震撼”來形容自己的心情。但是，人工智能真正駭人之處，其實并不是這種表面的熱鬧，而是它甚至可以生成圖靈測試也無法測量的智能。