图灵测试，测的到底是什么？ | 科学人 | 果壳网 科技有意思
图灵测试，测的到底是什么？
尤金·古斯特曼 Eugene Goostman 阿兰 图灵 皇家学会 通过 AI 人工智能 天网 觉醒 末日
本文作者:Ent
日发生了一件事情：聊天程序“尤金·古斯特曼”（Eugene Goostman）在英国皇家学会举行的2014图灵测试大会上冒充一个13岁乌克兰男孩而骗过了33%的评委，从而“通过”了图灵测试。
尤金的在线对话页面，不幸的是因为这一事件给服务器带来的压力，该网站已经几天无法访问了……
但是，通过了测试又怎么样呢？说明了什么问题呢？
1950年，在那篇名垂青史的论文《计算机械与智力》的开篇说：“我建议大家考虑这个问题：‘机器能思考吗？’”但是由于我们很难精确地定义思考，所以图灵提出了他所谓的“模仿游戏”：
一场正常的模仿游戏有ABC三人参与，A是男性，B是女性，两人坐在房间里；C是房间外的裁判，他的任务是要判断出这两人谁是男性谁是女性。但是男方是带着任务来的：他要欺骗裁判，让裁判做出错误的判断。
那么，图灵问：“如果一台机器取代了这个游戏里的男方的地位，会发生什么？这台机器骗过审问者的概率会比人类男女参加时更高吗？这个问题取代了我们原本的问题：‘机器能否思考？’”而这，就是图灵测试的本体。
图片来源：BBC
……等等，那现在这帮人在搞的图灵测试又是什么啊。
其实你可能已经注意到了图灵的真正目的。不是说“思考”没法定义吗？没关系，我们不去纠缠哲学，我们来制造一个可操作的标准。如果这台机器“表现得”和一个思考的人类（人类是会思考的，对吧？）无法区分，那么我们就大可把它当做是在“思考”。
当然，有些方面机器很难表现得和人类一样，比如有血有肉——但是既然我们关注的是思考，那么就可以选择一个有代表性的领域，图灵选择的就是“模仿游戏”。在原论文中图灵建议，要求也不必太高，假如能判对的裁判人数不到70%（我认为这个数字也只是他的随口一说），那我们就可算是它成功了。
而到了1952年，在一场BBC广播中，图灵谈到了一个新的具体想法：让计算机来冒充人。如果不足70%的人判对（也就是超过30%的裁判误以为在和自己说话的是人而非计算机），那就算作成功了。
可以看到，图灵测试的核心其实不是“计算机能否和人对话”，而是“计算机能否在智力行为上表现得和人无法区分”。冒充异性和冒充人类都不过是特例而已。
不过这个1952年版的图灵测试在后世被发扬光大，成了今天我们所知的图灵测试的唯一方法。这就带来了一些问题。
图灵测试自诞生以来产生了巨大的影响力，不光有支持，也少不得批评。其中最重要的批评之一，可能是1980年约翰·塞尔在《心智、大脑和程序》一文中提到的中文屋子思想实验了。
塞尔说，想象他锁在一间屋子里，手动模拟一个巨大的AI程序，和外界进行中文的对话。这个程序据说是“懂中文”的——至少，能以中文通过图灵测试。屋子里除了一堆纸（塞尔的原话是“bits of paper”）上写着运算的规则之外，别无他物。（好吧，为了人道起见也许应当添加基本的维生设施……）
图片来源：
塞尔不懂中文，在屋子里摆弄符号显然也无助于他习得中文，屋子里也没有别的东西理解中文了。如果塞尔不“理解”中文，那么塞尔加上这堆纸也不能说是“理解”中文吧！虽然屋子的中文水平足以骗过中文使用者，但没有任何实体真的“理解”发生了什么。
换言之，所谓的图灵测试也是没有用的，就算通过了它也不能表明计算机在思考。
但问题还不仅限于图灵测试，按照这个实验，一台电脑和塞尔一样，都是只能识别弯弯扭扭的“符号”，对这些汉字符号的意义一无所知。这也正是计算机程序的问题，不管它是硅基的还是塞尔基的。这等于是说有理解力的强AI根本不可能出现！
这个思想实验看起来一目了然，完美符合直觉，而且很迎合了不少人的愿望——证明人类心智是独一无二的天赐产物，人类造不出赝品来。不过话说在前头，我（遵循丹尼尔·丹内特等人的观点）认为它是错的。
其实塞尔当初在伯克利讲座上首次提出这个实验的时候，就有听众反对说，锁在屋子里的人可能不懂他在处理什么东西，但他只是整个系统的一部分啊，他还有规则书，有演算纸笔，有一堆汉字的数据库，凭什么一定要他理解、而不能让整个系统理解？
塞尔的回答是：
“这个想法认为虽然一个人不懂汉语，不知怎么的他和他的那一堆纸联合起来就能懂汉语。如果一个人不是已经深陷意识形态之中，那他怎么会认为这想法可信，还真有点难以想象啊。”
也许吧，但是，真的只有“一堆纸”？
直觉泵的旋钮
这种思想实验——用丹内特的话说叫“直觉泵”——有个共同的问题。它的确给出了一个直觉的结论，但是这结论是来自一个完整的详尽的思想实验，而不像普通的逻辑推理那样来自具体而明确的几个前提。如果这个实验的某个细节，某个你觉得无足轻重的细节，欺骗了你的直觉呢？
最有名的直觉泵大概是有轨电车问题（Trolley Problem），1967年由英国哲学家费丽帕·弗特提出。铁轨上有五个小孩在玩，停用的岔轨上有一个小孩在玩，你要把车转移到岔轨上压死一个孩子救下五个吗？这是一个非常典型的关于道德问题的直觉泵。但是千万不要以为这实验就能完整地代表你的道德立场——如果我换一个条件，那个岔轨没有停用，也在正常运行，只是这趟车正好不往那走呢？如果我再换一个条件，根本就没有岔轨，那个小孩就在你身边玩，你把他推下去就能让车停下救另外五个小孩呢？如果那一个小孩是你的亲人呢？如果根本没有小孩、只有你自己决定是否要自己跳下去呢？
有轨电车问题已经成为了一个大领域，有无数的变体。图片来源：Workman Publishing
对待直觉泵，这正是丹内特的建议：研究它的细节，看看每个细节如果发生了改变会不会影响到最后产出的那个直觉。用他的话说，是“转动直觉泵的旋钮”。
回到中文屋子。塞尔说，他在手动模拟一个程序的运行——但是他没有说他是在哪一个层级上模拟。如果外面的人输入了一串中文，比如“你好啊”，屋子里的人在做什么？他是在做机器码（将寄存器23945的内容加到寄存器93756上）？是在做源码（定义常数p，令p=100）？是在做伪代码（将句子拆分为名词、动词、代词和修饰词，判断其是否为一个问题）？有没有注释可看？如果他在顶层，那么他会不会对自己在做什么有所理解？如果他只是底层的一个计算器，那他之上的繁复层级真的可以用“一堆纸”来轻描淡写地概括吗？
设想这样一个问题：写下一个英文大写字母D，把它逆时针旋转90度，然后把它放在一个英文大写字母J的上面。请问这让你想到了什么样的天气？
一个顶层的塞尔（或者干脆就是一个懂中文的塞尔）的脑海中会浮现出D躺在J上的这个形状。一个底层的塞尔当然对此一无所知，但是他身为计算器所驱动的那个中文屋子要怎么回答这个问题？如果这个中文屋真的通过了图灵测试，它当然不会被这道题难倒——但是解这道题的唯一办法，就是照着它的指示，把D躺倒，放在J上，对比记忆库，判断出这个形状最接近于雨伞，根据雨伞联想到雨天。这是底层的塞尔所不知道但中文屋作为一个整体必须在它的“内存”中做的事情。而这件事情和一个懂中文的塞尔解题时的所思所想又有何区别呢？
但是，如果简单地用“一堆纸”这个人畜无害的词，轻描淡写地描述中文屋，你的直觉就被误导了。如果一个中文屋真的完美通过了图灵测试，真的和人无法区分，它在和裁判对话时的“思维”状态必须是和真人高度类似的。假如图灵测试的裁判决定用苏格拉底式方法教授对方量子物理学，那么一个底层的做算术的塞尔当然不会因此学会量子物理——但是中文屋却会（别忘了，它通过了图灵测试——它能在智力行为上表现得和人无法区分）。这就像是给中文屋安装了一个新程序，能执行简单的量子物理计算和模拟。在这种情况下，你还凭什么说，因为底层的人没有理解，所以这间屋子也不能理解呢？
不过上面的论证其实都有一个麻烦。这些说的都是理想的图灵测试，是1950年图灵给出的最原始形态。而日这个聊天程序通过的那个“图灵测试”，和1950年图灵心中的那个测试，并不完全是一回事。
聊天机器人的“图灵测试”
如果你刚才几部分的内容没忘光，可能还会记得，我们反复强调了图灵测试的准则是“计算机在智力行为上表现得和人无法区分”。
但是现实中真要测的话总得有规章，而英国皇家学会的测试规矩是，在一系列时长为5分钟的键盘对话中，某台计算机被误认为是人类的比例超过30%，那么这台计算机就被认为通过了图灵测试。尤金在2014年的成绩是在总计150场对话里骗过了30个评委里的10个，比两年前提高了4个百分点（所以严格来说，并不是发生了什么大突破，只是在改良的过程中跨越了一个武断的阈值）。
麻烦来了：尤金的设计思路并不是“一台在智力行为上表现得和人无法区分”的机器，而是一台的机器。
经济学有个所谓的古德哈特定律：一项指标一旦成为政策制定的依据，便立刻不再有效。政策制定者会牺牲其他方面来强化这个指标，使得这个指标不再具有指示整体情况的作用。类似的道理勉强也可以套用到别的领域里。某种意义上尤金·古斯特曼就是例证——它不但是专门设计的聊天机器人、缺乏任何其他领域的智力能力，而且为了骗过人类，还被特意设定成一个13岁的非英语母语的小孩，以便在很多问题无法回答或者出现错误的时候，让裁判误以为这是因为它年龄小，而非因为它欠缺人性。
其实在聊天机器人里尤金已经不错了，至少它没有话题限制。早年间一个著名的聊天程序ELIZA的一个脚本是冒充一位精神分析师，如果病人说“我头疼”，它就会回以“你为什么说你头疼？”在这个子领域里它颇为逼真——可是这实在不能认为是表现出了类似人的智力活动。推特上曾有一个账号叫@AI_AGW，寻找那些气候变化怀疑论者的言论然后给他们发科学论文链接辩论，有些怀疑论者根本没意识到这是AI，双方可以大战几十回合。“女神AI”、 “高冷AI”、“二逼AI”等等形态对其进行戏仿——但这些恐怕都不是图灵当初设想的人工智能形态。当然更不是科幻爱好者恐惧（或者盼望）的天网觉醒。
也许要这样的人工智能才更接近图灵的本意吧……图片来源：xkcd，汉化：Ent
无论是尤金的编写者还是程序的组织者，对此倒也心知肚明。编写者弗拉基米尔·维西罗夫说，“我们希望能借此激发人们对人工智能与聊天机器人的兴趣。”而组织者凯文·沃里克说，计算机冒充人会带来网络安全的问题，“理解这类实时在线交流如何让人们对某些事信以为真并对他们造成影响，是非常重要的事情。”没有人真的提到图灵测试本来的那个意义——判断计算机是否在思考；因为这也的确不是本来的那个图灵测试。
有一些人认为现在的整个人工智能领域都背离了初衷，比如。另一些人则认为图灵测试根本是无聊和过时的，和AI没有关系。有些人觉得现在的人工智能思路毫无问题，假以时日就能做出好用的AI。还有一些人认为强AI根本就是不可实现的。作为一个旁观者，我肯定无力判断哪几种观点是对的，但从个人来说，我是真的希望能出现一个程序，以原本的意义通过图灵测试的最初版——不光是为了计算机和人工智能的进展，也是为了理解我们自身的大脑。说到底，要弄懂一台机器的运作方式，还有什么办法比拆开来再装回去更好的呢？
参考文献和扩展阅读
作为丹尼尔·丹内特的粉丝，我针对这个话题推荐《意识的解释》和《达尔文的危险思想》两本书。前者直接讨论了AI的问题，后者则从演化的角度讨论了我们人脑这个“AI”的诞生为何是可以想象的。但如果只想走马观花看看他的观点，《直觉泵及其他思考工具》很不错。
来自物理学角度针对AI的讨论则有彭罗斯的《皇帝新脑》，虽然我不太赞同他的观点，但他讲了很多有趣的东西。
如果你对的路线有兴趣，《集异璧》当然是必推的作品，他的后续作品同样值得一看。
你可能感兴趣
我曾经问过QQ上的聊天机器人小Q一个问题：“你知道图灵测试吗？”它说：“一个我永远无法通过的东西。”
有机化学博士，法学学士
我觉得智子算是一个真正能通过图灵测试的AI。
如果人类都是电脑程序的话，那么Ent一定比一般人多挂了几块磁盘。
显示所有评论
全部评论(87)
你是电脑吗？是的，我是。全文完。
离真智能还差得远
coder，历史爱好者
在这则新闻之前，从来没听说过图灵测试还有30%这个指标，看到之后我又专门去查了下维基，也没看到这个指标。唯一找到的和30%这个数据相关的是这段话： Turing predicted that machines would eventually be a in fact, he estimated that by the year 2000, machines with around 100
of storage would be able to fool 30% of human judges in a five-minute test, and that people would no longer consider the phrase "thinking machine" contradictory此外我写下这段话的时候维基上又被人加了一句评论这个比赛的话： The contest only required 30% of judges to be fooled, a very low bar. This was based on an out-of-context quote by Turing, where he was predicting the future capabilities of computers rather than defining the test.希望作者对文中“从而按照图灵当初的定义”这句话再斟酌一番。
我感觉这个 图灵测试如果用中文的话测试起来会方便很多~~不停的漏字和打错别字甚至可以直接打拼音就几乎完全可以看出问题了吧~~当然如果要说测试对象要谎称自己是非母语的小孩的话~那就没什么意义了~不过按照文中所说的那个原版的图灵测试~我看就近的来看100年内估计也很难的吧~不过就好像这次通过的图灵测试一样~我想想那10个评委~嗯怎么说呢~太过放松的关系吧~时候难听点就是他们知道自己是随机在给一个可能的AI做测试吗？？如果这个聊天程序就是为了在5分钟之内骗过评委而设计的~~那些个评委是为了要在5分钟之内戳穿正面目而评分的吗？？（好吧我就是想说他们实在是太笨了~）
看起来图灵测试是把人作为标准，但是没有足够的理由认为人就是真正的智能，也许人的思考也不过是一种更复杂的“伪智能”。
也就是说这个机器人过的并不是真正的图灵测试。。。
单纯回应一下 选择死五个还是死一个的问题如果没有任何其他信息，那么扔骰子，出6就撞五个，出其它就撞一个如果那一个人是自己，那么永远选择撞5个（自己亲人在5个里面，也许可以改扔骰子）我一点都不在乎AI到底是如何定义，到底是不是真正智能，我只要看一下google自动驾驶撞死的人多，还是人类驾驶员撞死的人多，就足以作出选择了。
如果人类都是电脑程序的话，那么Ent一定比一般人多挂了几块磁盘。
机器只会做预定的东西而没办法创造东西处理而且人做的事情有时是不合理和合规则的机器要学会恐怕很难呐
有机化学博士，法学学士
我觉得智子算是一个真正能通过图灵测试的AI。
音乐及科技节目主持人、动静科技创始人
总之，电脑学会了像人一样回避问题、转换话题的时候，也就差不多可以通过了。
数学硕士，本格推理爱好者
引用 的话：在这则新闻之前，从来没听说过图灵测试还有30%这个指标，看到之后我又专门去查了下维基，也没看到这个指标。唯一找到的和30%这个数据相关的是这段话：此外我写下这段话的时候维基上又被人加了一句评论这个比赛..."It will simplify matters for the reader if I explain first my own beliefs in the matter. Consider first the more accurate form of the question. I believe that in about fifty years time it will be possible to programme computers with a storage capacity of about 109 to make them play the imitation game so well that an average interrogator will not have more than 70 per cent chance of making the right identification after five minutes of questioning. The original question, 'Can machines think?' I believe to be too meaningless to deserve discussion. Nevertheless I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted. ." (Turing, A.M. (1950). "Computing machinery and intelligence." Mind, 59, 433-460 -- Qt from Section 6)……你找不到是因为原文是不超过70%= =
引用文章内容：作为丹尼尔·丹内特的粉丝，我针对这个话题推荐《意识的解释》和《达尔文的危险思想》两本书。前者直接讨论了AI的问题，后者则从演化的角度讨论了我们人脑这个“AI”的诞生为何是可以想象的。但如果只想走马观花...借借借借书
古生物学博士生，科学松鼠会成员
引用 的话：在这则新闻之前，从来没听说过图灵测试还有30%这个指标，看到之后我又专门去查了下维基，也没看到这个指标。唯一找到的和30%这个数据相关的是这段话：此外我写下这段话的时候维基上又被人加了一句评论这个比赛...图灵原文是判对的不超过70%，是反着写的。不过鉴于有此困惑，我改一下正文表述好了~
其实很简单，我一直坚信如果一台机器（或者一个程序）能把中文说得连中国人都挑不出毛病，那它一定是个真正的AI了- -
引用 的话：其实很简单，我一直坚信如果一台机器（或者一个程序）能把中文说得连中国人都挑不出毛病，那它一定是个真正的AI了- -是指类似翻译那样子的，不是拥有特定语句回复的聊天机器人
coder，历史爱好者
引用 的话："It will simplify matters for the reader if I explain first my own beliefs in the matter. Consider f...你这不还是印证了我那里引的：“he was predicting the future capabilities of computers rather than defining the test.”
引用 的话：看起来图灵测试是把人作为标准，但是没有足够的理由认为人就是真正的智能，也许人的思考也不过是一种更复杂的“伪智能”。如果是这样就更好了，如果能证明是这样那就完美了。现代的机器学习/模式识别的一个感觉就是，希望把人类的某项能力近似化为一个函数，即便是异常复杂的函数，如果人真的只是一个异常复杂的函数的话，那就更好了。假设有一种机器完全的记录下来你的一生，然后又制造出一个和你一模一样的“机器人”，这个机器人完全不会思考，它只能将你的动作行为100%的重现，假设我们用时间机器将你和这个机器人神不知鬼不觉的互换，由它来重新演绎一遍你的一生。对于观察者来说，你的人生完全没变化，但是这个机器人有智能吗，你有智能吗？
coder，历史爱好者
引用 的话：图灵原文是判对的不超过70%，是反着写的。不过鉴于有此困惑，我改一下正文表述好了~你是说13楼引的那段么……那段恰恰印证了我引的“he was predicting the future capabilities of computers rather than defining the test”啊……
古生物学博士生，科学松鼠会成员
引用 的话：你是说13楼引的那段么……那段恰恰印证了我引的“he was predicting the future capabilities of computers rather than defining ...是啊，他确实不是在用这个具体的数字下严格的定义，这只是一个建议啊……我全文说的不就是这事儿么。Nevertheless I believe that at the end of the century the use of words and general educated opinion will have altered so much that one will be able to speak of machines thinking without expecting to be contradicted. 70%就是个随意的指标而已，不然为啥“通过”要加引号。
coder，历史爱好者
引用 的话：是啊，他确实不是在用这个具体的数字下严格的定义，这只是一个建议啊……我全文说的不就是这事儿么。Nevertheless I believe that at the end of the century...我针对的只是“从而按照图灵当初的定义”这句话，有误导性，当然这个你现在已经改掉了。事实上我还比较困惑“如果不足70%的人判对，那就算作成功了”的后半句，13楼引的文字我读了几遍没看出哪个表明这是个建议的实验，通过就成功了，只是他相信五十年后会怎么怎么样。
心理学硕士
一个“KPI是如何扭曲了项目最初目标”的生动案例。
心理学硕士
引用 的话：如果人类都是电脑程序的话，那么Ent一定比一般人多挂了几块磁盘。磁盘一般不增加处理效率，至少得多挂内存才行。二级缓存也要相对高一些，当然最主要的还是CPU好。
中文图灵测试网址：
1.至少本文是我所见最有思考的关于这个聊天娃娃意义的论述。2.人的自以为是和长期的孤独，导致了无穷的自大和自我感觉良好，既然世界的运行有其规律，很难想象思想这件事物为什么不能创造，更无法想象ai如果拥有足够的智力就无法产生诸如艺术或者感情这种老科幻无力梗。3.可以想象的是，ai足够复杂的时候一定可以拥有人类所谓智慧的所有部分，但此时的ai一定已经非常强大，强大到不再需要自私来满足自己纯思维的需求，因此，人类可能出现的感情，占有欲等等社会动物所必须的交流技能能带来的好处不再对其有意义，仅此而已，并非不能获得，而仅仅是无足轻重而无获得的必要。4.按3条的逻辑，纯思维存在ai，唯一可能追求的，是更加强大的运算能力和思考能力，嗯所以暴力手段扩充自身资源的可能性必是存在的，且待我们拭目以待。5.总结，既然智慧本身非不可逾越，那么能够完美图灵的机器就一定可以出现，既然猿人孕育了我们并且顺利的走到了终点，那我们也有义务为下一代智能提供食粮，让其超越我们，直到替代我们。只是自然规律而已，请勿再自欺欺人了。
我曾经问过QQ上的聊天机器人小Q一个问题：“你知道图灵测试吗？”它说：“一个我永远无法通过的东西。”
碳基生命终结的序幕拉响了？哈哈 迎接硅基生命时代的到来吧~
让机器人统治工业领域吧。
引用 的话：我曾经问过QQ上的聊天机器人小Q一个问题：“你知道图灵测试吗？”它说：“一个我永远无法通过的东西。”于是这货已经通过了图灵测试233
=一下，喂神马作者是古生物学博士？
显示所有评论
(C)2017果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：今年才明白了“学外语”的重要性，又从《军师联盟》学到了虎势，学习不能停呀！
今年才明白了“学外语”的重要性，又从《军师联盟》学到了虎势，学习不能停呀！
饭后十分钟
今年热剧《人民的名义》陈院长一把年纪，一心向学的姿态还历历在目。为了学习洋人的先进法学经验，为了更好的促进法学的完备。陈院长在山水庄园日夜操劳，就是为了给自己营造一个语言的环境，这等胸怀，是吾辈的楷模。小饭现在也准本给自己聘请一个家教了，嘿嘿。而就在今天，优酷热播剧《军师联盟》车子开得飞起，司马懿从华佗那里学来了益寿长命的五禽戏，小饭又再一次在剧中明白了何为“虎势”。刚开始看，还没有明白张春华的意思。司马懿明明是动了杀机，想推柏灵韵入春水。张春华却说司马懿用虎势是动了春心。嗯？这两者有什么关系吗？不过一看这个手势仿佛就明白了什么。直到柏灵韵亲自示范，小饭才彻底明白，原来就是“龙爪手”呀。是龙还是虎呢？这是个问题。但是这都还不是问题的关键，柏灵韵询问司马懿才是重点，小饭的文化知识又涨了，每天在学习的海洋中，甚感欣慰呀。画眉之乐指的是张敝画眉的典故。这是什么意思呢，就是说张敝这个人每天出门之前，都会帮夫人画好眉毛才出门。皇帝就问你一个大男子汉，还做这等无聊之事。张敝就说：“闺中之乐，有甚于画眉者。”后来就比喻男女之间情爱之事。一句有甚于画眉者，就感觉这车开的清新脱俗，不急，很平稳。华佗五禽戏还有这种功效，尼玛，感觉华佗的棺材板压不住了呀。喂！其实军师联盟从曹操死去过后，明显感觉节奏变慢，剧情开始拖沓，前面剧情不仅有尔虞我诈的智斗，也有谋士各为其主，但都心系天下的胸怀。更有曹操周公吐哺，天下归心的气魄。看的我们热血沸腾，这后面的剧情怎么看怎么像“大军师司马懿之后宫联盟”的既视感。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
饭后十分钟
百家号 最近更新：
简介: 饭后十分钟，有趣又轻松
作者最新文章很多人买《乔布斯传》看，到底是一种什么心理？想从里面学到什么还是了解什么？ - 知乎48被浏览8791分享邀请回答5810 条评论分享收藏感谢收起94 条评论分享收藏感谢收起更多3 个回答被折叠（）励志真人真事
励志真人真事
(C)2017 列表网&琼ICP备号-12&增值电信业务经营许可证B2-&}