近日，美國加州大學圣地亞哥分校的研究團隊宣布了一項突破性成果，他們聲稱首次證實了人工智能系統能夠通過標準三方圖靈測試。
圖靈測試，這一概念由英國數學家阿蘭·圖靈于1950年提出，被稱為“模仿游戲”。圖靈認為，如果一臺機器在與人類的文本交流中能夠讓提問者難以分辨其身份，那么這臺機器便可能擁有類似人類的智能。在三方圖靈測試中，提問者需要與一名人類和一臺機器分別對話，并嘗試準確識別出人類的身份。
此次研究中，研究人員測試了三款人工智能模型，分別是OpenAI的GPT-4.5、meta的Llama 3.1 405B以及OpenAI的另一款模型GPT-4o。實驗設計為人類參與者通過分屏界面同時與一名人類和一臺AI系統進行五分鐘的對話測試。對話結束后，提問者需要判斷哪一方是人類。
研究團隊在兩種條件下評估了這些AI模型的表現：基礎指令（NO-PERSONA）模式和增強型PERSONA模式。在PERSONA模式下，AI被引導模擬特定的人類行為特征。實驗結果顯示，GPT-4.5在PERSONA模式下的勝率高達73%，意味著提問者經常將其誤認為是人類；Llama 3.1-405B的勝率約為56%；而在NO-PERSONA模式下，GPT-4o的勝率僅為21%。
在對話內容方面，提問者主要進行了日常閑聊，其中61%的互動涉及詢問日常生活和個人細節，50%的互動則深入探討了社會和情感層面，如觀點、情感、幽默感和個人經歷。這些對話內容充分展現了AI模型在理解和模擬人類交流方面的能力。
研究報告指出，如果提問者無法可靠地區分人類與機器，那么該機器即被認為通過了圖靈測試。基于這一標準，GPT-4.5和Llama 3.1-405B在啟用PERSONA模式時均成功通過了圖靈測試。這一成果標志著人工智能在模擬人類智能方面取得了重要進展。
研究團隊認為，這些AI系統有望在經濟活動中無縫補充甚至取代人類勞動力，特別是在依賴簡短對話的場景中。他們進一步指出，這些系統可能成為難以區分的替代品，適用于從在線陌生人對話到與朋友、同事乃至親密伴侶的交流等各種社交場景。這一發現不僅為人工智能的發展提供了新的視角，也引發了對未來社會人機關系的深刻思考。
