日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁 > 云知道 > >

70歲的圖靈測試已經(jīng)是老古董了？

小知識(shí)科普普拉薩德人工智能研究計(jì)算機(jī)設(shè)計(jì)指令測試評(píng)價(jià)標(biāo)準(zhǔn)土區(qū)分


70歲的圖靈測試已經(jīng)是老古董了？



機(jī)器得到的結(jié)果取決于我們?cè)O(shè)置的指令 ， 但其執(zhí)行過程卻更為高效 。 我們必須承認(rèn) ， 機(jī)器運(yùn)行時(shí)的很多中間狀態(tài) ， 是在設(shè)計(jì)初始指令時(shí)無法預(yù)見的 。 機(jī)器自己也會(huì)感悟出很多知識(shí) 。 在這種情況下 ， 我們有必要將機(jī)器視為智能的 。
1950年 ， 艾倫·圖靈在《思維》雜志上發(fā)表了其著名論文《計(jì)算機(jī)器與智能》 ， 并提出了如今廣為人知的圖靈測試 。
70年來 ， 圖靈測試一直被認(rèn)為是人工智能學(xué)術(shù)界的“北極星” 。 隨著人工智能技術(shù)的發(fā)展 ， 之后也有許多其他測試誕生 ， 但沒有一個(gè)能夠與之齊名 。 “圖靈測試展現(xiàn)出極致的簡單和優(yōu)雅 ， 這讓它在過去70年中長盛不衰 。 ”DataRobot數(shù)據(jù)科學(xué)副總裁扎克·麥耶說 。
雖然自圖靈測試概念誕生以來 ， 人工智能均以通過圖靈測試為目標(biāo) ， 但進(jìn)入新時(shí)代 ， 人工智能評(píng)價(jià)標(biāo)準(zhǔn)卻需要從舊基準(zhǔn)中脫身升級(jí) 。
2020年12月28日 ， 亞馬遜副總裁兼語音助手Alexa首席科學(xué)家羅希特·普拉薩德在《快公司》上發(fā)表的文章中表態(tài) ， 圖靈測試已經(jīng)失去了意義 ， 是時(shí)候建立新的人工智能衡量標(biāo)準(zhǔn)了 。
圖靈測試僅限于機(jī)器能否給出類人的回答
“機(jī)器能否思考？”
為了回答這個(gè)問題 ， 艾倫·圖靈提出一種測試方法：如果一個(gè)測試者對(duì)無法確認(rèn)身份的兩個(gè)對(duì)象（一人、一機(jī)器）提出相同的一系列問題 ， 得到的答案讓他無法區(qū)分究竟誰是機(jī)器、誰是人 ， 那么則認(rèn)定機(jī)器通過測試 。
這種測試方法后來被人們歸納為圖靈測試 。 研究者希望能夠據(jù)此檢測機(jī)器是否能表現(xiàn)出人類也無法區(qū)分的行為 ， 很多初期的人工智能助手都是基于此目標(biāo)設(shè)計(jì)的 。
麻省理工學(xué)院教授大衛(wèi)·敏德爾說：“這樣的界定 ， 展示的智慧是有限的 。 ”
圖靈在他的論文中曾預(yù)測 ， 到2000年 ， 一個(gè)普通人在圖靈測試中正確區(qū)分人和機(jī)器的可能性將降到70%甚至更低 。
然而 ， 圖靈當(dāng)年的預(yù)測沒有應(yīng)驗(yàn) 。
普拉薩德認(rèn)為 ， 圖靈測試的目標(biāo)和當(dāng)前人工智能研究方向不完全一致 ， 人工智能研究者對(duì)通過圖靈測試的興趣不大 。 人工智能派上更大用場的地方是植入到手機(jī)、汽車和家里 ， 人們更關(guān)心的是AI能夠帶來哪些更新的交互體驗(yàn)和技術(shù)進(jìn)步 ， 而不是通過測試的分?jǐn)?shù)有多高 。
事實(shí)也如此 ， 人們更加關(guān)心與機(jī)器的互動(dòng)及它所能提供的幫助 ， 而不是區(qū)分機(jī)器和人類 。
另外 ， 一些科學(xué)家發(fā)現(xiàn) ， 讓人工智能在圖靈測試?yán)锶〉酶贸煽儾⒉浑y ， 只需要讓計(jì)算機(jī)給出的答案盡量像人類給出的答案就行了 。 例如回答圖靈測試設(shè)計(jì)的問題時(shí) ， 計(jì)算機(jī)可以瞬間給出答案 ， 而普通人需要思考或查找信息的時(shí)間更長 ， 為了模仿或騙過人類 ， 機(jī)器也可以模仿人類給出適當(dāng)?shù)耐ｎD、延遲 。
從某種角度看 ， 這樣的圖靈測試更像是一場人工智能“欺騙”人類的游戲 。 但由此出現(xiàn)了一個(gè)突出的問題——為了通過測試 ， 很多機(jī)器被迫削弱了快速查找信息和計(jì)算的能力 。
機(jī)器快速計(jì)算和信息查詢的能力遠(yuǎn)強(qiáng)于人類 ， 這些能力構(gòu)成了現(xiàn)代人工智能的核心 。 在諸如視覺、自然語言處理等領(lǐng)域 ， 最強(qiáng)的算法已經(jīng)取得遠(yuǎn)超人類的結(jié)果 ， 以AlphaGo擊敗頂級(jí)人類圍棋選手為代表的種種人工智能的重大進(jìn)展 ， 很難在一成不變的圖靈測試中得到體現(xiàn) 。

推薦閱讀