弱人工智能 强人工智能-图灵测试：过时论也常有人提出过强与弱

（本文写于前一段时间，写完之后也不是太满意，就放一边了。最近在听报告时，又听到有人错误的引用图灵测试，就想到发出来供大家参考。欢迎指正）

又是高铁时间（坐高铁时的时间），今天谈谈图灵测试。

1950年，图灵发表了一篇题为“计算机器与智能（Computing Machinery and Intelligence）”的论文，在这篇论文中，图灵提出了判断机器是否具有智能的一种测试方法，后来被称之为“图灵测试”。随着近几年人工智能的火热，图灵测试也被广泛提及，但其中误用乱用的也不少。图灵测试过时论也常有人谈起。最近利用“高铁时间”又重读了一遍图灵的这篇论文，仍然感觉有不少收获，觉得有必要梳理一下图灵测试这个大家都熟悉的问题。之前并没有人提出过强图灵测试或者弱图灵测试，为什么要分出强与弱呢？下面首先从图灵测试谈起。

图灵测试来源于一种模仿游戏，描述图灵生平的电影《模仿游戏》片名就来源于此。游戏由一男（A）一女（B）和一名测试者（C）进行；C与A、B 被隔离，通过电传打字机与A、B对话。测试者只知道二人称呼是X、Y，通过提问以及回答来判断，最终做出“X是A，Y是B”，或者“X是B，Y是A”的结论。在游戏中，A必须尽力使C判断错误，而B的任务是帮助C。也就是说，男士A要尽力模仿女士，从而让测试者C错误地将男士A判断为女士。这也是模仿游戏名称的由来。在论文中，图灵首先叙述了这个游戏，进而提出这样一个问题：如果让一台计算机代替游戏中的男士A，将会发生什么情况呢？也就是说，B换成一般的人类，机器A尽可能模仿人类，如果测试者C不能区分出A和B哪个是机器，哪个是人类，那么是不是就可以说这台机器具有了智能呢？图灵在论文中预测，在50年之后，“计算机在模拟游戏中就会很顺利，一般的提问者在５分钟提问后，能准确鉴别（哪个是机器哪个是人类）的概率不会高于７０％（也就是说，机器成功欺骗了提问者的概率大于30%）”。后来，图灵在一次BBC的广播节目中，进一步明确说：让计算机模仿人，如果不足70%的人判断正确，也就是超过30%的测试者误以为在和自己说话的是人而非计算机，那就算机器具有了智能。这样一种测试机器是否具有智能的方法，后来被称之为图灵测试。

为什么图灵在这个测试中弱人工智能 强人工智能，提出了“5分钟内”、“70%”这样的指标呢？笔者没有查到具体的佐证资料，据周志华老师在微博中说，当初男士模仿女士的游戏就是5分钟之后由测试者判断，而据统计，当时测试者正确区分出男女的成功率为70%。也就是说30%的情况下，男士成功地扮演了女士，骗过了测试者。

在提到图灵测试时，会遇到一些错误的说法或用法，常见的有以下2种：

错误1：将超过30%的测试者误把机器当作人类，理解为机器的回答中超过30%的内容与人类一致，区分不出是否为机器所答。比如互动百科在对图灵测试的解释中就写到“超过30%的回答让测试者误认为是人类所答，则电脑通过测试”。也在新闻中看到过有公司声称自己的什么产品通过了图灵测试，给出的理由是超过30%的内容区分不出是否是机器所答。就在最近，还听到过有人在大会报告中有过类似的描述。这显然是错误的。如果只是超过30%的回答与人类一致，那么图灵测试就容易的多了，因为可以有70%的胡说八道。

错误2：将机器在某一方面的能力超过人类认作是通过了图灵测试。比如有人说AlphaGo在围棋比赛中通过了图灵测试。这也是不正确的说法。图灵测试要求的是模仿人类，不能让测试者很容易就分辨出它是机器，除了要求像人一样回答问题外，还要求他会伪装，不能表现出明显的超人一等的能力。因为如果一台机器具有明显的超出人类的能力，也很容易让测试者判断出他不是人类而是一台机器。就如同谷歌的Master在网上围棋赛上连续获胜时，很多人就已经猜测他是机器了。

图灵在论文中也已经明确的提到了这一点：“有人声称，在游戏中提问者可以向被试问几道算术题来分辨是哪个机器，哪个是人，因为机器在回答算术题时总是丝毫不差。这种说法未免太轻率了。（带模拟游戏程序的）机器并没有准备给算术题以正确的答案。它会故意算错，以蒙骗提问者。”也就是说，一个通过了图灵测试的机器，应该会蒙骗，也会像人一样出错，也不能表现出明显超出人类的能力。比如当他遇到一个复杂的计算题时，应该会适当的说不会做，或者说我需要一些时间来计算，甚至可能会算错。

还有一点需要说的是，图灵测试是一个全面的测试，而不是某一单一领域的测试。在单一领域，机器水平再高，也不能说他通过了图灵测试。因此，从这个意义上来说，我认为在强人工智能实现之前，是不可能通过图灵测试的。

人工智能划分为弱人工智能和强人工智能。弱人工智能指的是擅长于某个领域的人工智能，比如图象识别、计算机围棋等。在这个领域上，表现出非常强的实力，甚至超越人类。但是对于其他领域，却是一无所知，不具有任何能力。而强人工智能则是指人类级别的人工智能，在各个方面的能力都可以与人类比肩。目前实现的人工智能还都是弱人工智能，而且我断言，虽然目前人工智能发展迅猛，在很多方面取得了很好的成果，但是目前的方法还不能实现强人工智能，还没有找到通往强人工智能的道路。要想实现强人工智能还需要另辟途径。

既然强人工智能还遥遥无期，而弱人工智能又无法通过图灵测试，那么我们是否也像弱人工智能、强人工智能的提出一样，将图灵测试也划分为弱图灵测试和强图灵测试呢？我认为是可行的，也是有必要的。

明确了弱人工智能和强人工智能之后，那么什么是弱图灵测试，什么是强图灵测试也就变得简单了。对应弱人工智能的图灵测试就是弱图灵测试，对应强人工智能的测试就是强图灵测试。根据弱人工智能的特点，弱图灵测试主要测试的是机器在某一领域内的能力，能力越强越好，也不需要机器具有欺骗、伪装的能力，在这个领域内超越人类，向更好、更强发展是其目标。目前很多人工智能相关的评测、比赛，其实都是属于弱图灵测试。而强图灵测试则是指图灵最早提出的模仿游戏，不但与人类比人类的强项，还要比人类的弱项，既要像人类一样强弱人工智能 强人工智能，也要像人类一样弱。需要发挥能力的时候，尽可能的发挥其最大的能力，同时还要知道什么时候需要隐藏自己的实力，以及如何隐藏自己的实力。进一步，在必要时，为了保护自己，人工智能系统可能还需要像《三体》中所写的那样，适当的学会“犯怂”，保存自己的真实实力。

最后，以一个段子结束本文：

职员：“老板，不好了，我做了一个通过图灵测试的机器人”

老板：“那不是很好吗？”

职员：“可是他没有通过图灵测试”

也许有一天，一个故意不通过图灵测试的AI才是可怕的。

原文：