ChatGPT與圖靈測試

ChatGPT已成功通過圖靈測試，7月25日，《Nature》雜志在一篇文章中宣布，這標(biāo)志著人工智能評估領(lǐng)域即將迎來新的變革。自2022年底OpenAI推出ChatGPT以來，人工智能技術(shù)便在全球范圍內(nèi)掀起了一場革命性的風(fēng)潮。這場風(fēng)潮的強勁勢頭，一方面源于ChatGPT在技術(shù)層面的重大突破，另一方面則得益于其在應(yīng)用端為普通人所帶來的直觀體驗。正因如此，我們與埃隆·馬斯克產(chǎn)生了相同的感慨：ChatGPT的強大能力，令人驚嘆。

? 圖靈測試的歷史背景

圖靈測試作為衡量AI智能的標(biāo)準(zhǔn)在ChatGPT出現(xiàn)前倍受關(guān)注。圖靈測試，這個在1950年被提出的概念，逐漸成為了衡量AI智能程度的重要標(biāo)準(zhǔn)，甚至被視為唯一標(biāo)準(zhǔn)，吸引了眾多追隨者。然而，隨著人工智能領(lǐng)域的不斷發(fā)展，尤其是對話機器人技術(shù)的突飛猛進(jìn)，圖靈測試的局限性也逐漸顯現(xiàn)。每當(dāng)人工智能領(lǐng)域取得新的進(jìn)展時，都會面臨圖靈測試的嚴(yán)峻挑戰(zhàn)，甚至在某些情況下，新的技術(shù)進(jìn)展反而因為無法通過圖靈測試而黯然失色。這使得“圖靈測試”在一定程度上成為了一個神話，甚至被視為束縛AI發(fā)展的魔咒。

? ChatGPT引領(lǐng)的變革

ChatGPT通過圖靈測試標(biāo)志AI新時代的到來。然而，智能的定義并非一成不變。在ChatGPT引領(lǐng)的新時代下，我們有必要重新審視智能的概念。盡管圖靈測試在歷史上曾發(fā)揮過重要作用，但如今它已經(jīng)無法適應(yīng)人工智能領(lǐng)域的發(fā)展需求。因此，我們需要尋找新的評估標(biāo)準(zhǔn)和方法來更全面地衡量AI的智能水平。


GPT-4的突破與評估

2023年3月14日，GPT-4驚艷亮相，這款具備多模態(tài)能力的新一代AI模型，在發(fā)布后便引起了廣泛關(guān)注。GPT-4不僅在多項人類專業(yè)測試中表現(xiàn)出色，甚至通過了律師考試。

? GPT-4的能力展示

GPT-4展現(xiàn)卓越的多領(lǐng)域能力。據(jù)報道，GPT-4不僅在多項人類專業(yè)測試中表現(xiàn)出色，甚至通過了律師考試，更令人矚目的是，它還成功通過了一些經(jīng)典心理學(xué)測驗，展現(xiàn)出了相當(dāng)于9歲兒童的心智水平。這一系列的成就，使得人們開始期待：ChatGPT何時能迎來圖靈測試的突破？

? 基準(zhǔn)測試的局限性

盡管GPT-4在考試中表現(xiàn)優(yōu)異，但這些測試未能反映其真實智能。值得注意的是，LLMs在考試題上的成功可能并不穩(wěn)固，可能無法轉(zhuǎn)化為解決現(xiàn)實世界問題的強大能力。Mitchell表示，通過稍微修改考試題目，就有可能讓LLM不及格。她以工商管理碩士研究生的考試問題為例，稍作修改后，ChatGPT便無法正確回答。因此，能夠回答原始問題的人，同樣能夠應(yīng)對重新措辭的問題。但ChatGPT卻未能通過這一挑戰(zhàn)。

對于人類來說，在這些標(biāo)準(zhǔn)化考試中取得優(yōu)異成績確實是一個可靠指標(biāo)，表明其具備一定的通用智力。然而，對于大型語言模型（LLMs）而言，情況卻大相徑庭。米切爾指出，LLMs的工作方式與人類截然不同，因此，我們對人類的推理方式的推斷并不總是適用于這些人工智能系統(tǒng)。