GPT-4通過圖靈測試，勝率高達(dá)54%！UCSD新作：人類無法認(rèn)出GPT-4

近期，一項(xiàng)由加州大學(xué)圣地亞哥分校認(rèn)知科學(xué)系的研究揭示了一個(gè)引人注目的發(fā)現(xiàn)：GPT-4在圖靈測試中的表現(xiàn)讓人難以將其與人類區(qū)分開來。這項(xiàng)研究的論文已發(fā)布在網(wǎng)絡(luò)上，鏈接為[此處省略具體鏈接]。結(jié)果顯示，在測試場景下，GPT-4有54%的幾率被誤認(rèn)為是人類，這一成就標(biāo)志著首次有系統(tǒng)在雙人互動(dòng)式的圖靈測試框架內(nèi)得到實(shí)證性通過。

實(shí)驗(yàn)設(shè)計(jì)精巧，涉及500名志愿者，他們扮演不同角色，包括評(píng)估GPT-4、GPT-3.5、早期的ELIZA程序以及真實(shí)人類的對(duì)話，試圖辨別哪一方是人工智能，哪一方是真人。這項(xiàng)研究不僅考驗(yàn)了GPT-4的模擬人類對(duì)話的能力，也探討了評(píng)判者識(shí)別能力的界限。

以往的圖靈測試嘗試多未經(jīng)過嚴(yán)格控制，而本研究通過精心設(shè)計(jì)，力求提供一個(gè)受控環(huán)境來評(píng)估現(xiàn)代人工智能的進(jìn)展。盡管有人擔(dān)憂這可能歸因于評(píng)判者的過分信任（即ELIZA效應(yīng)），但實(shí)驗(yàn)同時(shí)也納入了ELIZA作為基線參照，以量化并校驗(yàn)這一效應(yīng)。

研究數(shù)據(jù)顯示，GPT-4的通過率超越了ELIZA和GPT-3.5，盡管仍低于人類對(duì)照組，但它能在50%的隨機(jī)機(jī)會(huì)之上被誤判為人類，暗示了在特定情境下，人類判斷與機(jī)器生成的對(duì)話之間界限模糊。有趣的是，自認(rèn)為對(duì)AI機(jī)制有所了解的參與者并未展現(xiàn)出更高的識(shí)別準(zhǔn)確率，反而年齡成為影響判斷準(zhǔn)確性的因素之一，年輕參與者在這方面似乎不如年長者。GPT-4通過圖靈測試，勝率高達(dá)54%！UCSD新作：人類無法認(rèn)出GPT-4。

分析評(píng)估者的策略時(shí)，發(fā)現(xiàn)那些傾向于詢問個(gè)人經(jīng)歷、進(jìn)行邏輯推理或直接質(zhì)疑對(duì)方身份的策略相對(duì)更為有效。然而，大多數(shù)評(píng)估者偏向于關(guān)注對(duì)話中的社交情感層面，反映出普遍認(rèn)為AI難以模仿復(fù)雜社會(huì)智能的觀念。盡管如此，GPT-4在某些情況下仍能成功“騙過”人類，特別是當(dāng)它展現(xiàn)自然反應(yīng)和個(gè)性化特質(zhì)時(shí)。

總體而言，這項(xiàng)研究不僅展示了GPT-4在模仿人類對(duì)話上的顯著進(jìn)步，也引發(fā)了關(guān)于如何界定及衡量人工智能“智能”、以及未來人機(jī)交互邊界的深入思考。公眾對(duì)此反應(yīng)各異，既有對(duì)AI發(fā)展速度的驚嘆，也有對(duì)其潛在影響的憂慮。研究人員則強(qiáng)調(diào)，雖然GPT-4展現(xiàn)了驚人的能力，但在實(shí)際應(yīng)用中還需考慮如何適度引導(dǎo)其表現(xiàn)，避免過度“泄露”其非人特性。

GPT-4通過圖靈測試，勝率高達(dá)54%！UCSD新作：人類無法認(rèn)出GPT-4。