GPT-4.5 顺利通过图灵测试：这一里程碑对人工智能的发展意味着什么？

你能区分与真人和机器的对话吗？ 这个问题最早由艾伦·图灵在七十多年前提出，在最近的一项实验中，该实验在具有挑战性的环境下测试了最先进的人工智能模型，因此这个问题再次引起了人们的关注。

加州大学圣地亚哥分校的研究人员进行了一项 这项研究挑战了我们区分人类和人工智能的能力。湖在实验的中心， GPT-4.5模型 OpenAI 不仅在特定条件下通过了图灵测试，而且 他被认定为人类的次数甚至比被认定为真实人类的次数还多。

严格条件下的实验

这项研究由研究员 Cameron Jones 和 Benjamin Bergen 领导， 专注于经典图灵测试的修改版本，共有超过300人参加，其中包括大学生和网络平台用户。在五分钟的会议期间，每位参与者同时进行两次对话：一次与人，一次与人工智能系统。到底， 他们必须判断对话者中哪一个是人类.

结果是惊人的： GPT-4.5 模型在 73% 的情况下被认为是人类 当他被赋予一种明确的性格时——例如，一个拥有数字文化知识的年轻人。这个百分比不仅超出了认为测试通过的统计阈值，也超出了真实人类在本次实验中表现出的人性的能力。这种方法强化了这样的想法 la 人工智能 已在近几十年中不断发展。

然而，当没有赋予人工智能特定的个性，而只是被要求在没有进一步提示的情况下表现出人类特征时，其有效性就会暴跌至 36%。这强调了 提示中上下文和个性化的重要性 赋予语言模型。

模型与意外结果的比较

除了 GPT-4.5 之外，该实验还包括其他模型，例如 Meta 的 LLaMa-3.1-405B当赋予虚构人物时，准确率仍达到 56%。虽然这一数字低于 GPT-4.5，但仍高于偶然概率。相比之下，其他版本如GPT-4o或60世纪21年代的老牌聊天机器人ELIZA，分别不超过23%和XNUMX%，这清楚地表明了当前技术与原始技术之间的差距。

这些结果 表明人工智能在图灵测试等任务中的成功更多地取决于如何指导它，而不是模型本身。关键是要采用可信的角色，而不是有意识地模拟人类的智能。如果你想深入了解 计算机 随着时间的推移，你会发现有趣的信息。

此外，研究发现，即使有复杂的指令，一些模型也无法维持足够令人信服的对话。 GPT-4o 承认自己是一款几乎没有挑战的人工智能。，这种说法很快就在人类对话者中失去了可信度。

欺骗，还是思考？图灵测试争议

通过图灵测试并不意味着人工智能理解你所说的话或意识到你的话。这是专家们之间的一次精彩讨论。虽然一些人认为这一成就是模拟人类行为的重大进步，但另一些人认为 这种测试对于衡量人工智能系统的“真实智能”已经不再可靠。.

谷歌工程师 François Chollet 等专家指出， 图灵测试更多的是一个哲学实验，而不是目前有用的测量方法。。根据这种观点，人工智能欺骗了我们，并不意味着它能够推理或对世界有深刻的理解。相反，它利用从数百万文本中学习到的模式来构建合理的答案。为了更好地了解这个领域，你可以查看谁是 人工智能创始人.

因此，令人担忧的并不是这些人工智能能做什么，而是我们认为它们能做什么。 人类倾向于将对话系统拟人化就像 60 世纪 XNUMX 年代的 ELIZA 一样，它似乎并没有随着时间的推移而消失。如今，这一现象通过更为复杂的模型被放大。

听起来太过人性化的人工智能的应用和风险

人工智能可以在简短对话中模仿人类，这不仅带来了机遇，也 构成重大风险 在安全、教育和社会关系方面。

• 身份欺诈： 令人信服的人工智能可用于诈骗或社会工程活动。
• 虚假信息： 能够生成人类语音的模型可以成为操纵或传播虚假新闻的有效工具。
• 劳动自动化： 客户服务或技术支持等领域可能会被这些对话式人工智能所取代，从而影响人类的就业。
• 教育与评估： 检测文本是由人还是人工智能编写成为一项复杂的任务，并对学术领域产生影响。

研究人员还警告说 这些技术的标准化可能会使它们的检测更加困难。 将来。随着我们越来越习惯于与自动化系统交互，我们可能会放松警惕，使得这些模型在我们不知不觉中变得与人类对话者难以区分。

另一个反复出现的担忧是其实施的道德问题。人工智能应该在多大程度上假装人类而不暴露其人工智能的本质？是否应该对其在现实生活中的使用方式和时间作出明确的限制？

GPT-4.5 并未证明机器能够像我们一样推理但它明确表示，它们可以以一种让人难以区分的方式模仿我们。这个里程碑标志着一个转折点，这并不是因为机器是什么，而是因为它让我们质疑：在人工与现实相融合的数字时代，我们对于“成为人类”的意义的看法。