導讀：本文將介紹人工智能的檢測手段——圖靈測試。

作者：杜振東 涂銘

來源：大數據DT（ID：hzdashuju）

01?圖靈測試相關背景

1946年，馮·諾依曼發明了第一臺計算機，這被后人稱為20世紀最先進的科學技術發明之一，對人類的生產活動和社會活動均產生了極其重要的影響。更有甚者認為計算機的發明標志著人類走向了第三次工業革命。

計算機強大的計算能力在早期軍事密碼破譯中發揮了突出貢獻。但這也引發眾多學者的深層思考，部分學者斷言計算機只能依附于人類，成為輔助人類的工具。比如人類沒有翅膀，但可以駕駛飛機翱翔天空；人類視力存在局限，但可以利用望遠鏡與顯微鏡探求世界。而計算機也是為了解決人類計算瓶頸而存在的。

持這種觀念的學者較為悲觀，在他們看來，計算機永遠不會擁有智能，只能像其他設備一樣作為工具服務人類。

然而，不少科學家與科幻迷則對計算機的發展持樂觀態度，在他們看來，計算機不同于模擬人類行動器官的其他設備，計算機可以嘗試模擬人類最核心的控制器官——大腦。

因此，計算機極有可能模擬出人類較其他生物具有最大差異性的內容——智能。具備智能的機器可以控制與管理其他工具設備，像今天人們熟知的無人機和自動駕駛技術便是這種思路的延伸。

但人類還存在另一種對智能體的期待，這種期待夾雜著人類自身的孤獨感和對溝通的期盼，這便是對“會話”的渴望，會話式AI——人機交互便應運而生。最早的所謂人機交互是機器充當演員完成演出，但人類想做到真正意義上的交互，而不是這種“提線木偶”。

那么，怎么樣才算真正意義上的人機交互，什么才是真正意義的AI智能體呢？圖靈測試給出了一種人工智能定義，該定義的提出影響極為深遠，是作為鑒定機器是否真正具備人工智能的首要定義。

02?圖靈測試的定義

1936年，艾倫·麥席森·圖靈發表了題為《論數字計算在決斷難題中的應用》的論文。在這篇開創性論文中，圖靈給“可計算性”下了一個嚴格的數學定義，并提出著名的“圖靈機”（Turing Machine）設想。

圖靈機不是具體的機器，而是一種思想模型，可以制造一種十分簡單但運算能力極強的計算裝置，以計算所有能想象得到的可計算函數。圖靈機與馮·諾依曼機齊名，被載入計算機的發展史中。

1950年，圖靈發表了一篇具有劃時代意義的論文《計算機器與智能》，文中預言了人類創造出具有真正智能的機器的可能性。由于注意到“智能”這一概念難以確切定義，他提出了著名的圖靈測試：如果一臺機器能夠與人類展開對話（通過電傳設備）而不能被辨別出其機器的身份，那么稱這臺機器具有智能。

他在論文中還針對這一假說可能產生的各種質疑進行了解釋。圖靈測試是在人工智能哲學方面第一個嚴肅的提案。

▲圖靈測試示意圖，圖片作者：Hugo Férée

圖靈測試要求計算機具有欺騙性，即當測試者不知道同其交互的是人類還是計算機時，錯誤地將機器人當成人類與之溝通。這對于計算機系統的智能性要求極高，同時其設計思路需要極為巧妙。

圖靈測試的產生引發了學術界對于人工智能的廣泛思考，諸如高性能計算系統、預定義的人機系統被摘去了智能體的帽子。究其緣由，上述系統在人類盲測場景下很快就被辨識出來。

03?圖靈測試引發的思考

圖靈測試一定是科學的嗎，為什么圖靈測試難以通過，圖靈測試對于當代的我們又有什么思考價值？這些問題也困擾著當今學者。然而我們可喜地看到，隨著近年來科技不斷發展，人類在通往人工智能的道路上不斷前行。

在某些細分場景下（如人臉識別、物體檢測、圍棋博弈、電子競技），機器的表現已經超越人類，但仍舊無法通過圖靈測試，離真正的人工智能相差甚遠。例如，擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能機器人“阿爾法狗”只能專心處理圍棋這一項任務。

或許人類創造的人工智能尚不能通過圖靈測試的原因，是人類對于自身智能存在的緣由認知尚淺。但這并不影響運用圖靈測試審視現在被創造的智能體。

相反，這些思考將有助于人類探究智能體的本質，進而推動人工智能的整體發展。

• 如何看待當今人工智能的發展？

我在工作中常常面對客戶對于市場現有產品智能性的失望，這種失望恰恰來源于人們對人工智能的熱切盼望。

特別是如今深度學習的應用遍地開花，人工智能在多項任務中打敗人類的消息不斷傳出，導致許多人對人工智能解決復雜任務抱有巨大期望。然而在缺乏大量標注數據、無法有效定義需求場景、影響結果因素過多等現實問題面前，人工智能的落地并沒有我們想象中那么順利。

但這不應該使我們陷入另一個極端——人工智能悲觀派，即認為人類無法創造出真正的可以通過圖靈測試的智能體。當前我們應正視人工智能的發展，利用現階段人工智能相關技術來輔助我們的日常工作。

關于作者：杜振東，國家標準委人工智能技術專家和AIIA（中國人工智能產業發展聯盟）技術專家。擁有8年機器學習與文本挖掘相關技術經驗，6年中文自然語言處理相關項目實戰經驗，擅長PyTorch、TensorFlow等主流深度學習框架，擅長運用NLP前沿技術解決真實項目的難題。

涂銘，數據架構師和人工智能技術專家，曾就職于阿里，現就職于騰訊。對大數據、自然語言處理、圖像識別、Python、Java等相關技術有深入的研究，積累了豐富的實踐經驗。?

本文摘編自《會話式AI：自然語言處理與人機交互》，經出版方授權發布。

延伸閱讀《會話式AI：自然語言處理與人機交互》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：騰訊、國家標準委AI專家撰寫，詳解NLP和人機交互，從算法、實戰3維度講解聊天機器人原理、實現與工程實踐。

劃重點????

干貨直達????

• 數據中臺到底包括什么內容？一文詳解架構設計與組成
  

• 終于有人把云計算講明白了
  

• 下一個十年，AI將在這10大領域顛覆世界！
  

• 「區塊鏈+人工智能」：來自谷歌、IBM、百度的真實案例

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作

大數據?|?云計算?|?數據庫?|?Python?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?1024?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都完成了這個神操作

????

總結

以上是生活随笔為你收集整理的图灵测试是什么？为什么AlphaGo那么牛却过不了？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。