图灵测试的时代价值与AI发展现状

图灵测试的时代价值与AI发展现状

四位某机构科学家就著名数学家艾伦·图灵对人工智能的定义是否仍然适用发表见解，并探讨当今哪些技术发展会让图灵感到惊讶。

图灵测试的当代审视

智能定义的演变

某机构科学家亚历克斯·斯莫拉认为：“核心问题与70年前同样重要。但我认为，我们不应该寻求二元的是/否测试，而应该采用更渐进的评估方式。例如，可以关注机器能够欺骗人类多长时间。现在的语音助手在许多单轮查询中表现相当出色，甚至还有表现不错的多轮对话系统。”

某机构购物研究副总裁约埃尔·马雷克指出：“这显然不是完美定义。首先，我不确定是否存在普遍认同的智能定义，而且‘人类’具体指什么也不明确。但这仍然是可以用于启发的简化标准。”

重新思考评估标准

Alexa AI副总裁尼科·斯特罗姆提出：“基于与人类智能无差别来评估人工智能，就像基于与鸟类无差别来评估飞机一样没有意义。共同的主线是泛化能力，即在系统设计时未考虑的新情况下取得成功的能力。”

某机构学者高拉夫·苏克哈特梅表示：“当思考人工智能时，我们希望机器‘表现出与人类相当或无法区分的智能行为’这一想法仍然适用。但我们需要提醒人们，智能是一套非常广泛的能力。”

令图灵惊讶的现代发展

数据与计算的飞跃

斯莫拉认为：“最让图灵惊讶的可能是数据量及其即时可用性。我们能够在超过1万亿字符的文本上构建语言模型，或者拥有数亿张可用图像，这可能是最大的区别。正是得益于这些海量数据，我们才能构建生成语音、翻译文本、识别语音、识别图像中的人脸或分析视频中姿态的系统。”

技术进展与智能落差

苏克哈特梅指出：“我认为他会对我们生产的技术产品取得的进步感到惊讶，但也会对它们缺乏智能感到失望。”

马雷克推测：“计算幽默可能是其中之一，因为它让我们所有人都微笑。”

未来的理论挑战

长期未解之谜

斯特罗姆预测：“70年后，我预测人工智能已经为解决实际问题而得到解决，并用于各种认知任务。但像NP=P这样一些长期存在的深刻问题仍然未解决。关于时间、空间、能量和物质的物理模型仍然不完整，关于生命如何从无生命的构建块中自发出现的问题仍然会困扰人类和合成科学家。”

苏克哈特梅提出：“人类大脑如何以如此节能的方式工作？什么是意识？”

持续的研究方向

斯莫拉表示：“真正困难的是大多数预测甚至十年左右都站不住脚。可能永远让我们保持清醒的问题是如何在保护个人自由的同时适当平衡创新。这些挑战需要学术界、工业界、政府和社会各利益相关方持续仔细考虑。”

马雷克相信：“在理论计算机科学问题方面，我相信像Winograd模式挑战这样的困难人工智能问题将会得到解决。但我希望其他人工智能挑战，比如赋予机器真正的幽默感，还不会得到解决。”

前景展望

斯莫拉乐观地表示：“我们可能会在自动驾驶系统等领域看到很多进展。自动驾驶汽车有如此大的经济前景，我认为我们最终会交付可行的方案。用于汽车的算法也可以适用于各种其他问题，如制造、维护等。未来一二十年将会令人惊叹——我们很可能也会在图灵测试本身看到巨大进步。”
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）