導(dǎo)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(shù)據(jù)DT（ID：hzdashuju）
1946年，馮·諾依曼發(fā)明了第一臺計算機，這被后人稱為20世紀最先進的科學(xué)技術(shù)發(fā)明之一，對人類的生產(chǎn)活動和社會活動均產(chǎn)生了極其重要的影響。更有甚者認為計算機的發(fā)明標志著人類走向了第三次工業(yè)革命。計算機強大的計算能力在早期軍事密碼破譯中發(fā)揮了突出貢獻。但這也引發(fā)眾多學(xué)者的深層思考，部分學(xué)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(xué)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(shè)備一樣作為工具服務(wù)人類。然而，不少科學(xué)家與科幻迷則對計算機的發(fā)展持樂觀態(tài)度，在他們看來，計算機不同于模擬人類行動器官的其他設(shè)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(nèi)容——智能。具備智能的機器可以控制與管理其他工具設(shè)備，像今天人們熟知的無人機和自動駕駛技術(shù)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(yīng)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。1936年，艾倫·麥席森·圖靈發(fā)表了題為《論數(shù)字計算在決斷難題中的應(yīng)用》的論文。在這篇開創(chuàng)性論文中，圖靈給“可計算性”下了一個嚴格的數(shù)學(xué)定義，并提出著名的“圖靈機”（Turing Machine）設(shè)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(shù)。圖靈機與馮·諾依曼機齊名，被載入計算機的發(fā)展史中。1950年，圖靈發(fā)表了一篇具有劃時代意義的論文《計算機器與智能》，文中預(yù)言了人類創(chuàng)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(shè)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(chǎn)生的各種質(zhì)疑進行了解釋。圖靈測試是在人工智能哲學(xué)方面第一個嚴肅的提案。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(tǒng)的智能性要求極高，同時其設(shè)計思路需要極為巧妙。圖靈測試的產(chǎn)生引發(fā)了學(xué)術(shù)界對于人工智能的廣泛思考，諸如高性能計算系統(tǒng)、預(yù)定義的人機系統(tǒng)被摘去了智能體的帽子。究其緣由，上述系統(tǒng)在人類盲測場景下很快就被辨識出來。圖靈測試一定是科學(xué)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(xué)者。然而我們可喜地看到，隨著近年來科技不斷發(fā)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(xiàn)已經(jīng)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(yè)圍棋選手、第一個戰(zhàn)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(wù)。或許人類創(chuàng)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(xiàn)在被創(chuàng)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(zhì)，進而推動人工智能的整體發(fā)展。我在工作中常常面對客戶對于市場現(xiàn)有產(chǎn)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(xué)習(xí)的應(yīng)用遍地開花，人工智能在多項任務(wù)中打敗人類的消息不斷傳出，導(dǎo)致許多人對人工智能解決復(fù)雜任務(wù)抱有巨大期望。然而在缺乏大量標注數(shù)據(jù)、無法有效定義需求場景、影響結(jié)果因素過多等現(xiàn)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(yīng)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(chuàng)造出真正的可以通過圖靈測試的智能體。當前我們應(yīng)正視人工智能的發(fā)展，利用現(xiàn)階段人工智能相關(guān)技術(shù)來輔助我們的日常工作。關(guān)于作者：杜振東，國家標準委人工智能技術(shù)專家和AIIA（中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟）技術(shù)專家。擁有8年機器學(xué)習(xí)與文本挖掘相關(guān)技術(shù)經(jīng)驗，6年中文自然語言處理相關(guān)項目實戰(zhàn)經(jīng)驗，擅長PyTorch、TensorFlow等主流深度學(xué)習(xí)框架，擅長運用NLP前沿技術(shù)解決真實項目的難題。
涂銘，數(shù)據(jù)架構(gòu)師和人工智能技術(shù)專家，曾就職于阿里，現(xiàn)就職于騰訊。對大數(shù)據(jù)、自然語言處理、圖像識別、Python、Java等相關(guān)技術(shù)有深入的研究，積累了豐富的實踐經(jīng)驗。?
本文摘編自《會話式AI：自然語言處理與人機交互》，經(jīng)出版方授權(quán)發(fā)布。轉(zhuǎn)載請聯(lián)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(zhàn)3維度講解聊天機器人原理、實現(xiàn)與工程實踐。PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作大數(shù)據(jù)?|?云計算?|?數(shù)據(jù)庫?|?Python?|?可視化AI?|?人工智能?|?機器學(xué)習(xí)?|?深度學(xué)習(xí)?|?NLP5G?|?中臺?|?用戶畫像?|?1024?|?數(shù)學(xué)?|?算法?|?數(shù)字孿生據(jù)統(tǒng)計，99%的大咖都完成了這個神操作
