致力于讓機器像人一樣思考卻忽略了其他能力
　　70歲的圖靈測試已經(jīng)是老古董了？

　　機器得到的結(jié)果取決于我們設(shè)置的指令，但其執(zhí)行過程卻更為高效。我們必須承認(rèn)，機器運行時的很多中間狀態(tài)，是在設(shè)計初始指令時無法預(yù)見的。機器自己也會感悟出很多知識。在這種情況下，我們有必要將機器視為智能的。

　　艾倫·圖靈

　　英國數(shù)學(xué)家、邏輯學(xué)家

　　1950年，艾倫·圖靈在《思維》雜志上發(fā)表了其著名論文《計算機器與智能》，并提出了如今廣為人知的圖靈測試。

　　70年來，圖靈測試一直被認(rèn)為是人工智能學(xué)術(shù)界的“北極星”。隨著人工智能技術(shù)的發(fā)展，之后也有許多其他測試誕生，但沒有一個能夠與之齊名?！皥D靈測試展現(xiàn)出極致的簡單和優(yōu)雅，這讓它在過去70年中長盛不衰。”DataRobot數(shù)據(jù)科學(xué)副總裁扎克·麥耶說。

　　雖然自圖靈測試概念誕生以來，人工智能均以通過圖靈測試為目標(biāo)，但進(jìn)入新時代，人工智能評價標(biāo)準(zhǔn)卻需要從舊基準(zhǔn)中脫身升級。

　　2020年12月28日，亞馬遜副總裁兼語音助手Alexa首席科學(xué)家羅希特·普拉薩德在《快公司》上發(fā)表的文章中表態(tài)，圖靈測試已經(jīng)失去了意義，是時候建立新的人工智能衡量標(biāo)準(zhǔn)了。

　　圖靈測試僅限于機器能否給出類人的回答

　　“機器能否思考？”

　　為了回答這個問題，艾倫·圖靈提出一種測試方法：如果一個測試者對無法確認(rèn)身份的兩個對象（一人、一機器）提出相同的一系列問題，得到的答案讓他無法區(qū)分究竟誰是機器、誰是人，那么則認(rèn)定機器通過測試。

　　這種測試方法后來被人們歸納為圖靈測試。研究者希望能夠據(jù)此檢測機器是否能表現(xiàn)出人類也無法區(qū)分的行為，很多初期的人工智能助手都是基于此目標(biāo)設(shè)計的。

　　麻省理工學(xué)院教授大衛(wèi)·敏德爾說：“這樣的界定，展示的智慧是有限的?！?/p>

　　圖靈在他的論文中曾預(yù)測，到2000年，一個普通人在圖靈測試中正確區(qū)分人和機器的可能性將降到70%甚至更低。

　　然而，圖靈當(dāng)年的預(yù)測沒有應(yīng)驗。

　　普拉薩德認(rèn)為，圖靈測試的目標(biāo)和當(dāng)前人工智能研究方向不完全一致，人工智能研究者對通過圖靈測試的興趣不大。人工智能派上更大用場的地方是植入到手機、汽車和家里，人們更關(guān)心的是AI能夠帶來哪些更新的交互體驗和技術(shù)進(jìn)步，而不是通過測試的分?jǐn)?shù)有多高。

　　事實也如此，人們更加關(guān)心與機器的互動及它所能提供的幫助，而不是區(qū)分機器和人類。

　　另外，一些科學(xué)家發(fā)現(xiàn)，讓人工智能在圖靈測試?yán)锶〉酶贸煽儾⒉浑y，只需要讓計算機給出的答案盡量像人類給出的答案就行了。例如回答圖靈測試設(shè)計的問題時，計算機可以瞬間給出答案，而普通人需要思考或查找信息的時間更長，為了模仿或騙過人類，機器也可以模仿人類給出適當(dāng)?shù)耐ｎD、延遲。

　　從某種角度看，這樣的圖靈測試更像是一場人工智能“欺騙”人類的游戲。但由此出現(xiàn)了一個突出的問題——為了通過測試，很多機器被迫削弱了快速查找信息和計算的能力。

　　機器快速計算和信息查詢的能力遠(yuǎn)強于人類，這些能力構(gòu)成了現(xiàn)代人工智能的核心。在諸如視覺、自然語言處理等領(lǐng)域，最強的算法已經(jīng)取得遠(yuǎn)超人類的結(jié)果，以AlphaGo擊敗頂級人類圍棋選手為代表的種種人工智能的重大進(jìn)展，很難在一成不變的圖靈測試中得到體現(xiàn)。

　　也正因此，從應(yīng)用的角度出發(fā)，讓計算機放棄自己的優(yōu)勢去模擬人類確實完全沒有必要。

　　更重要的是，圖靈測試僅考慮了文本交流的情況，而沒有考慮到現(xiàn)在的人工智能已經(jīng)能夠使用各種傳感器，能夠從視覺、聽覺、觸覺等多角度來感受外部世界。

　　通過圖靈測試已不是現(xiàn)在的研究重點

　　毫無疑義的是，人工智能對人類社會的影響已超越了圖靈測試的范疇，人工智能研究的目標(biāo)早已不再局限于AI與人類的區(qū)別，而是如何發(fā)揮機器的速度和信息搜索優(yōu)勢，代替人類完成工作或改善人們的日常生活。

　　用圖靈測試來檢驗今天的人工智能水平，還有些局限不能忽略，如圖靈測試沒有詳細(xì)的標(biāo)準(zhǔn)，也沒有固定的問答模式，一套流程提問和判斷非常主觀，缺乏嚴(yán)謹(jǐn)?shù)臉?biāo)準(zhǔn)，并不科學(xué)。

　　那么，這是否意味著圖靈測試已經(jīng)過時？

　　事實并非如此，即便圖靈測試已不能完全證實人工智能的進(jìn)步程度，但一個優(yōu)秀的人工智能應(yīng)該能夠通過圖靈測試。有研究者指出，圖靈測試的巧妙在于它沒有直接去定義什么是“智能”，而是將“能否思考”這個抽象的問題，引入了一個更精準(zhǔn)，也看似更實用的場景。

　　從這個角度看，圖靈測試不能稱為過時，只不過是現(xiàn)代人工智能研究不應(yīng)該把通過圖靈測試作為重點。普拉薩德亦指出，盡管沒有考慮到人工智能日益增強的收集數(shù)據(jù)能力和計算能力，圖靈測試仍然是聊天機器人和數(shù)字助理常用的基準(zhǔn)。

　　人工智能需要建立一套全新衡量標(biāo)準(zhǔn)

　　普拉薩德認(rèn)為，應(yīng)該創(chuàng)造新的智能評估方式，適用于評估一般類型的智能機器。新的測試應(yīng)該弄明白人工智能是如何表現(xiàn)出類似人的智能特征的，包括語言能力、自我監(jiān)督和具備“常識”。此外，測試范圍還應(yīng)該包括人工智能在多大程度上改善了人們的日常生活。

　　中國工程院院士、清華大學(xué)信息學(xué)院院長戴瓊海教授也曾在公開演講中指出，人工智能發(fā)展非常快，已經(jīng)取代了人類以往常用的大部分工具。但是，這種取代能不能做得更好，需要做一套測試。

　　即便是與圖靈測試?yán)壸钌畹娜斯ぶ悄軐υ捪到y(tǒng)，其研究者也在呼喚對圖靈測試進(jìn)行改進(jìn)。

　　前微軟全球執(zhí)行副總裁、微軟亞洲研究院院長沈向洋還在微軟任職時提出，圖靈測試已難不倒像微軟小冰這樣的情感型人工智能產(chǎn)品。鑒于今天的人工智能技術(shù)環(huán)境，計算機學(xué)術(shù)界有必要對圖靈測試進(jìn)行修正和升級，是時候討論難度更高的“超圖靈測試”了。

　　普拉薩德強調(diào)，新的衡量標(biāo)準(zhǔn)應(yīng)該體現(xiàn)出機器在效率上的優(yōu)勢，比如計算、搜索、代人完成任務(wù)等，綜合評價人工智能給人類帶來的幫助，而不是執(zhí)迷于消除人工智能和人的區(qū)別。他認(rèn)為，人工智能只有具備更廣泛的學(xué)習(xí)能力，才能成為處理大量任務(wù)方面的專家，針對特定任務(wù)所表現(xiàn)出的智能并不能代表人工智能真正的能力。

　　隨著人工智能技術(shù)的進(jìn)步和更多被應(yīng)用到現(xiàn)實生活中，人們一邊對人工智能改善自己生活有了更多的期待，一邊又對人工智能的使用甚至濫用提高了警惕。

　　對此，業(yè)界正在逐漸達(dá)成共識——新的人工智能衡量標(biāo)準(zhǔn)應(yīng)該在倫理層面有所顧忌，而非固化地遵從圖靈測試的標(biāo)準(zhǔn)。

　　不能否認(rèn)的是，研究人員仍對更強大的類人智能問題感興趣，而大眾亦越來越受到科幻影視所展現(xiàn)的未來世界的影響，向往更加強大的“通用人工智能”，即像人一樣思考、像人一樣可從事多種工作的機器。

　　戴瓊海提出，新一代圖靈測試，要從專用智能走向通用智能，要針對新一代人工智能提出的目標(biāo)和要求，給出新的測試方向。人工智能的需求始終在改變，在不斷重新考慮設(shè)計新的評價標(biāo)準(zhǔn)和體系的過程中，人類跨越圖靈測試已經(jīng)成為必然結(jié)果，但其作為人工智能發(fā)展初期的導(dǎo)航標(biāo)，極大地激發(fā)了人類對人工智能的想象，非凡意義將永遠(yuǎn)不會磨滅。