6 月 17 日消息，最新研究稱，越來越多的人難以在圖靈測試中區(qū)分 GPT-4 和人類。

" 圖靈測試 " 由計算機科學家艾倫?圖靈在 1950 年提出，又被稱為 " 模仿游戲 "。測試的標準是機器能否像人類一樣進行對話，讓對方誤以為其是真人。

加州大學圣地亞哥分校的研究人員招募了 500 名參與者，讓他們與四位 " 對話者 " 進行五分鐘的交流，這四位 " 對話者 " 分別是真人、上世紀 60 年代的初代聊天機器人 ELIZA、以及驅動聊天機器人 ChatGPT 的 GPT-3.5 和 GPT-4。參與者在對話結束后需判斷對方是人還是機器。

這項測試的結果發(fā)表于預印網站 arXiv 上，結果顯示，有 54% 的參與者將 GPT-4 誤認為真人。相比之下，預先設定好回復的 ELIZA 只有 22% 的人將其認作真人，GPT-3.5 則為 50%，而人類對話者被正確辨認的比例則為 67%。

研究人員指出，圖靈測試過于簡單，對話的風格和情感因素在測試中扮演著比傳統(tǒng)智能認知更重要的角色。

電氣和電子工程師協(xié)會 ( IEEE ) 的人工智能研究員內爾?沃森 ( Nell Watson ) 表示，單純的智力并不能代表一切，真正重要的是足夠智能地理解情境、他人的技能并具備同理心將這些要素結合起來。能力僅僅是 AI 價值的一部分，理解人類的價值觀、偏好和界限也同樣重要，正是這些品質才能讓 AI 成為我們生活中忠誠可靠的管家。

沃森還提到，這項研究對未來的人機交互提出了挑戰(zhàn)，人們將會對互動對象的真實性愈發(fā)疑慮，尤其是在涉及敏感話題時。同時，這項研究也凸顯了 GPT 時代人工智能的巨大進步。