图灵测试为什么可怕(为什么阿尔法狗那么牛)

35小吃技术网 推荐阅读 2023年06月30日21时21分38秒 227 0

01图灵测试相关背景1946年,冯·诺依曼发明了第一台计算机,这被后人称为20世纪最先进的科学技术发明之一,对人类的生产活动和社会活动均产生了极其重要的影响。更有甚者认为计算机的发明标志着人类走向了第三次工业革命。计算机强大的计算能力在早期军事密码破译中发挥了突出贡献。但这也引发众多学者的深层思考,

图灵测试为什么可怕(为什么阿尔法狗那么牛)-第1张图片


01 图灵测试相关背景

1946年,冯诺依曼发明了第一台计算机,这被后人称为20世纪最先进的科学技术发明之一,对人类的生产活动和社会活动均产生了极其重要的影响。更有甚者认为计算机的发明标志着人类走向了第三次工业革命。

计算机强大的计算能力在早期军事密码破译中发挥了突出贡献。但这也引发众多学者的深层思考,部分学者断言计算机只能依附于人类,成为辅助人类的工具。比如人类没有翅膀,但可以驾驶飞机翱翔天空;人类视力存在局限,但可以利用望远镜与显微镜探求世界。而计算机也是为了解决人类计算瓶颈而存在的。

持这种观念的学者较为悲观,在他们看来,计算机永远不会拥有智能,只能像其他设备一样作为工具服务人类。

然而,不少科学家与科幻迷则对计算机的发展持乐观态度,在他们看来,计算机不同于模拟人类行动器官的其他设备,计算机可以尝试模拟人类最核心的控制器官——大脑。

因此,计算机极有可能模拟出人类较其他生物具有最大差异性的内容——智能。具备智能的机器可以控制与管理其他工具设备,像今天人们熟知的无人机和自动驾驶技术便是这种思路的延伸。

但人类还存在另一种对智能体的期待,这种期待夹杂着人类自身的孤独感和对沟通的期盼,这便是对“会话”的渴望,会话式AI——人机交互便应运而生。最早的所谓人机交互是机器充当演员完成演出,但人类想做到真正意义上的交互,而不是这种“提线木偶”。

那么,怎么样才算真正意义上的人机交互,什么才是真正意义的AI智能体呢?图灵测试给出网了一种人工智能定义,该定义的提出影响极为深远,是作为鉴定机器是否真正具备人工智能的首要定义。

图灵测试为什么可怕(为什么阿尔法狗那么牛)-第2张图片


02 图灵测试的定义

1936年,艾伦麦席森图灵发表了题为《论数字计算在决断难题中的应用》的论文。在这篇开创性论文中,图灵给“可计算性”下了一个严格的数学定义,并提出著名的“图灵机”网(Turing 网Machine)设想。

图灵机不是具体的机器,而是一种思想模型,可以制造一种十分简单但运算能力极强的计算装置,以计算所有能想象得到的可计算函数。图灵机与冯诺依曼机齐名,被载入计算机的发展史中。

1950年,图灵发表了一篇具有划时代意义的论文《计算机器与智能》,文中预言了人类创造出具有真正智能的机器的可能性。由于注意到“智能”这一概念难以确切定义,他提出了著名的图灵测试:如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器的身份,那么称这台机器具有智能。

他在论文中还针对这一假说可能产生的各种质疑进行了解释。图灵测试是在人工智能哲学方面第一个严肃的提案。

图灵测试为什么可怕(为什么阿尔法狗那么牛)-第3张图片

图灵测试示意图,图片作者:Hugo Fre

图灵测试要求计算机具有欺骗性,即当测试者不知道同其交互的是人类还是计算机时,错误地将机器人当成人类与之沟通。这对于计算机系统的智能性要求极高,同时其设计思路需要极为巧妙。

图灵测试的产生引发了学术界对于人工智能的广泛思考,诸如高性能计算系统、预定义的人机系统被摘去了智能体的帽子。究其缘由,上述系统在人类盲测场景下很快就被辨识出来。

03 图灵测试引发的思考

图灵测试一定是科学的吗,为什么图灵测试难以通过,图灵测试对于当代的我们又有什么思考价值?这些问题也困扰着当今学者。然而我们可喜地看到,随着近年来科技不断发展,人类在通往人工智能的道路上不断前行。

在某些细分场景下(如人脸识别、物体检测、围棋博弈、电子竞技),机器的表现已经超越人类,但仍旧无法通过图灵测试,离真正的人工智能相差甚远。例如,击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人“阿尔法狗”只能专心处理围棋这一项任务。

或许人类创造的人工智能尚不能通过图灵测试的原因,是人类对于自身智能存在的缘由认知尚浅。但这并不影响运用图灵测试审视现在被创造的智能体。

相反,这些思考将有助于人类探究智能体的本质,进而推动人工智能的整体发展。

图灵测试为什么可怕(为什么阿尔法狗那么牛)-第4张图片


  • 如何看待当今人工智能的发展?

我在工作中常常面对客户对于市场现有产品智能性的失望,这种失望恰恰来源于人们对人工智能的热切盼望。

特别是如今深度学习的应用遍地开花,人工智能在多项任务中打败人类的消息不断传出,导致许多人对人工智能解决复杂任务抱有巨大期望。然而在缺乏大量标注数据、无法有效定义需求场景、影响结果因素过多等现实问题面前,人工智能的落地并没有我们想象中那么顺利。

但这不应该使我们陷入另一个极端——人工智能悲观派,即认为人类无法创造出真正的可以通过图灵测试的智能体。当前我们应正视人工智能的发展,利用现阶段人工智能相关技术来辅助我们的日常工作。