图灵那道题，六十年后没人当真了 2026年5月21日，美国加州大学圣迭戈分校的团队在《美国国家科学院院刊》发表一篇论文。他们招募了将近500名参与者，在5到… · @gpsma2025 · TwKit

@gpsma2025

图灵那道题，六十年后没人当真了 2026年5月21日，美国加州大学圣迭戈分校的团队在《美国国家科学院院刊》发表一篇论文。他们招募了将近500名参与者，在5到15分钟的文本对话里充当审讯官，判断屏幕另一边是人还是机器。结果是，GPT-4.5这一代大模型被当成真人的概率达到73%，和真人对照组放在一起，统计上分不出差别。审讯官们甚至更倾向于相信，健谈的那一个是真人。这是历史上第一次，有人严格按图灵1950年定下的规矩做实验，然后宣布，机器通过了。 消息传开，学界反应却很平淡。因为所有人都清楚，这张卷子的含金量早就没了。媒体倒还兴奋，标题做的是机器终于追上人类。可正经做AI的人知道，论文真正想说的是反话，人类又一次被自己出的题骗了。 那道题 1950年10月，英国数学家阿兰·图灵在哲学期刊《Mind》上发表论文《计算机器与智能》。他没有正面回答机器会不会思考，而是换了个问法。他设想了一个模仿游戏，一个人隔着幕布提问，幕布后面坐着一个人和一台机器，如果提问者分不出哪边是机器，这台机器就算赢了。图灵自己预测，到2000年前后，机器应该能糊弄住相当一部分审讯官。他没等到那一天，1954年，41岁的图灵去世。 这把尺子很快成了检验人工智能的万能标尺，从校园实验室量到媒体头条，每隔几年就有人宣布某某程序通过了测试。可它第一次被糊弄，只用了16年。 第一次作弊 1966年，MIT的约瑟夫·维森鲍姆写出一个叫ELIZA的小程序，最有名的脚本叫DOCTOR，模拟一位罗杰斯学派的心理医生。它的全部本事就是关键词匹配，你说难过，它就问你为什么觉得难过，把你说过的话换个句式，再反问回来。据说当时MIT的同事排着队跟它倾诉，维森鲍姆看着自己的秘书关上门，对着屏幕掏心窝子，吓出一身冷汗。后来他写了一整本书，劝大家别把机器当人，也别高估自己抵抗拟人化的能力。 1980年，哲学家约翰·塞尔又从根子上补了一刀。他提出中文房间思想实验，一个完全不懂中文的人关在屋子里，靠一本规则手册处理从门缝塞进来的中文纸条，再把回复递出去。外面的人觉得他中文流利，可他一个字都没懂。塞尔的结论很冷，通过测试，证明的只是输出像人，和理解没有关系。 七三开 到2026年，大模型把这套模仿推到了尽头。73%的误判率，有时比真人对照组还像真人。审讯官从机器那边闻到的，是完整的人格，恰到好处的情绪，和聊天节奏里的停顿。当年图灵担心的事没有发生，机器没有在考卷上露馅，反而是这张考卷，先失去了价值。 回头看图灵那道题，它测的从来不是思考，是像不像人。一个模型能陪你像最啰嗦的同事那样聊一下午，并不等于它知道自己在说什么。就像1966年的ELIZA，从没懂过一句病人的话。 标准作废，不是机器赢了。是那把尺子，从一开始就量错了东西。

曝光 39 · 评论 0 · 点赞 0 · 书签 0