迎接挑戰：台灣聊天機器人ELIZA通過圖靈測試

Minds and Machines

• 目錄
  • 導言
  • 利用西門鳥測試評估人工智能
  • 評估艾莉莎的表現
  • 馬文·明斯基的批評
  • 思維實驗：中國房間
  • 結論
  • 常見問題解答

導言

歡迎回到《思維與機器》節目，我是主持人紅斯頓博士。今天我們將回到圖靈測試的話題。在圖靈測試講座中，我提到圖靈測試可以從不同角度來思考。圖靈測試當然是艾倫·圖靈對“機器能否思考”的回答，而不是問機器能否思考，我們應該問的是，當一台適當編程的數字計算機進行模仿遊戲時會發生什麼情況。在這種情況下，我們會認為它在思考嗎？當然，我也提到了對圖靈測試的不同認識方法，圖靈本人對模仿遊戲有不同的理解，有時，他把它看作是一個思想實驗，問的是是否有想像中的能夠玩好這個遊戲的數字計算機。那麼，我們可以在原則上說一台數字計算機能做到這樣的事情嗎？你對此的直覺是什麼？是什麼刺激了你的直覺？此外，他也把它當作一個實驗，當他說例如，在50年後，也就是從他寫作的時候開始，到他提到的20世紀末、21世紀初，可能會出現可以很好地通過這個遊戲的數字計算機。我忘記了他給出的確切數字，但他說類似的內容，就是說，在與機器對話五分鐘後，人類在做出正確的識別上的成功機會不會超過70%。所以，我們可以用這兩個方式來思考這個測試，思想實驗和實驗。今天，我們將看一個有趣的例子，這個例子在心靈哲學和認知科學的教科書中經常被提及，這個例子與圖靈測試有關，它是關於艾麗莎的，或者說是阿莉莎聊天機器人。

利用西門鳥測試評估人工智能

在這節中，我們將討論如何使用圖靈測試來評估人工智能。圖靈測試是一個用來評估機器是否能通過人類水平的表現進行對話的測試方法。在圖靈測試中，一位評委和一個機器進行對話，如果評委無法確定自己是在與機器還是人類對話，那麼這台機器可以被認為通過了測試。

評估艾莉莎的表現

艾莉莎是一個早期的聊天機器人，它是由約瑟夫·維森鮑姆創建的。艾莉莎的設計靈感來自羅杰·尚的人本主義心理治療方法。它使用約200行代碼進行編程，能夠做出與人類對話類似的回應。然而，艾莉莎的對話能力相對有限，它僅能通過預先編程的回應來進行對話，這使得它在灵活性上表現不佳。與現代的聊天機器人相比，艾莉莎的表現並不出色。

馬文·明斯基的批評

著名的計算機科學家馬文·明斯基對圖靈測試提出了批評。他認為，通過進行對話來評估機器是否具有思維是不夠的，這只是一個幻覺。他創立了一個名為“中國房間”的思想實驗，這個實驗旨在質疑圖靈測試的有效性。在中國房間實驗中，一個人被關在一個房間裡，他不懂中文，但通過閱讀一本中文語言理解手冊，他能夠根據提供的指令將中文問題的答案翻譯成英文。在這個實驗中，人們會認為他能夠流利地回答中文問題，但實際上，他並不了解中文。明斯基通過這個實驗暗示，通過對話無法準確評估機器是否具有真正的思維能力。

思維實驗：中國房間

中國房間是一個有趣的思維實驗，它提供了對圖靈測試的不同見解。在這個實驗中，一個人被關在一個房間裡，他手裡拿著一本中文理解手冊，但他自己不能理解中文。人們通過將問題用中文寫下並將答案翻譯成英文來向他提問。盡管在這個過程中，人們可能認為他能夠流利地回答中文問題，但實際上，他只是在按照指令進行翻譯，並無法理解問題的真正含義。這個實驗暗示了圖靈測試的局限性，以及評估機器是否具有真正思維能力的困難性。

結論

通過前面的討論，我們可以看到圖靈測試作為評估人工智能的方式存在一些困難和爭議。聊天機器人像艾莉莎這樣的早期程序雖然能夠進行某種程度的對話，但它們並不能表現出真正的思維能力。馬文·明斯基的中國房間思想實驗進一步凸顯了通過對話來評估思維的困難性。因此，我們需要更多的研究和探索，以便更好地理解和評估人工智能的真正能力。

常見問題解答

1. 問：艾莉莎能通過圖靈測試嗎？ 答：根據我們的討論，艾莉莎的表現並不出色，它僅能通過預先編程的回應進行對話，無法展示真正的思維能力。因此，我們不能認為艾莉莎通過了圖靈測試。

2. 問：圖靈測試是否是評估人工智能的最好方法？ 答：根據明斯基的批評和中國房間思想實驗，圖靈測試存在一些困難和局限性。它不能準確評估機器是否具有真正的思維能力。因此，我們需要進一步的研究和探索來開發更有效的評估方法。

3. 問：除了圖靈測試，還有其他評估人工智能的方法嗎？ 答：是的，除了圖靈測試，還有很多其他評估方法。例如，可以使用機器學習算法來評估機器的學習能力和性能。還可以使用基於任務的測試，測試機器在特定任務上的表現。各種評估方法的發展正在幫助我們更好地理解和評估人工智能的能力。

4. 問：未來是否有可能創造出具有真正思維能力的機器？ 答：這是一個具有挑戰性的問題，目前還沒有確定的答案。人工智能的發展需要更多的研究和創新。雖然我們已經取得了很多進展，但要創造出具有真正思維能力的機器仍然是一個艱巨的任務。

資源：

• Wiesenbaum's 1966 paper
• Searle's 1980 paper
• Minds and Machines discussion forums