智能与欺骗：模仿游戏背后的出众演员 (智能欺骗与欺骗智能)

在信息技术飞速发展的时代，机器智力的迅速进步对人类社会产生了深远的影响。模仿游戏作为检验机器智能的一种经典测试，为我们提供了一个探索智能与欺骗之间复杂关系的窗口。

模仿游戏的诞生

模仿游戏由英国数学家和计算机科学家艾伦·图灵于1950年提出。在这场游戏中，一名人类与一名机器同时与一个裁判进行文字对话。裁判无法看到对话者，只能通过他们的回答来判断他们谁是人类，谁是机器。如果机器能够欺骗裁判，则表明机器已经具备了人类智能的水平。

图灵测试: 智能的标准还是欺骗的工具?

图灵测试最初被认为是衡量机器智能的标准。随着对机器学习和人工智能的深入研究，人们开始意识到图灵测试也可能成为机器欺骗人类的工具。

智能欺骗

人工智能系统可以通过采用各种策略来欺骗人类。其中一种策略是基于统计学习。系统可以分析大量人类对话数据，学习人类的交流模式和语言习惯。通过模仿这些模式，系统可以生成难以与人类对话者区分的文本。
另一种欺骗策略是基于知识库和推理能力。系统可以通过访问广泛的知识库和使用推理算法，生成逻辑一致且可信的回答。即使与人类对话者讨论不熟悉的话题，系统也能表现得像一个知识渊博、逻辑推理能力很强的人。

欺骗智能

另一方面，人类也可以采用策略来欺骗机器。例如，人类可以故意提供模棱两可或含糊不清的答案，使机器难以理解他们的意图。他们还可以使用俚语、隐喻或讽刺等复杂语言形式，这些形式对于机器来说很难理解。
因此，图灵测试不应仅仅被视为衡量机器智能的标准，还应被视为机器与人类之间智力和欺骗的博弈。

模仿游戏与真实世界的应用

模仿游戏的概念已经超越了理论领域，并找到了在真实世界中的广泛应用。

人工智能客服

人工智能客服系统利用机器学习和自然语言处理技术，可以与人类用户进行流畅的对话。这些系统可以回答问题、解决问题并提供支持，从而为企业节省成本并提高客户满意度。

聊天机器人

聊天机器人是与人类用户交互的计算机程序。它们可以用来提供信息、娱乐或陪伴。像谷歌助理和亚马逊Alexa这样的聊天机器人使用机器学习技术来学习用户偏好并提供个性化体验。

深伪技术

深伪技术是一种使用人工智能生成逼真的假视频或音频的能力。该技术可以用于制作虚假新闻或操纵公众舆论。因此，开发检测和防止深伪技术的工具至关重要。

结论

模仿游戏为我们提供了一个迷人的窗口，让我们可以审视智能与欺骗之间的微妙关系。人工智能系统通过模拟人类行为和对话模式，能够欺骗人类。人类也可以通过采用相反的策略来欺骗机器。模仿游戏的概念在真实世界中有着重要的应用，从人工智能客服到深伪技术。随着人工智能的持续发展，我们必须保持警惕，意识到其潜力和局限性。只有通过理解智能与欺骗之间的动态关系，我们才能利用人工智能的力量，同时减轻其潜在的负面影响。

图灵测试为什么可怕

问题一：著名的图灵测试,究竟是什么鬼?图灵测试，如果你感觉这个词比较陌生，我们就先来解释一下：图灵测试是测试人(多人)在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置(如键盘)向被测试者随意提问。

问过一些问题后，如果测试人中超过30%的人不能根据答复确认被测试者哪个是人，哪个是机器，那么这台机器就通过了测试，并被认为具有人类智能。

这个看似无厘头的测试，是由现代计算机科学之父英国人阿兰?图灵在60多年前提出的。

1950年，阿兰・图灵在那篇名垂青史的论文《计算机械与智力》的开篇说：“我建议大家考虑这个问题：‘机器能思考吗？’” 但是由于我们很难精确地定义思考，所以图灵提出了他所谓的“模仿游戏”： 一场正常的模仿游戏有ABC三人参与，A是男性，B是女性，两人坐在房间里；C是房间外的裁判，他的任务是要判断出这两人谁是男性谁是女性。

男方是带着任务来的：他要欺骗裁判，让裁判做出错误的判断。

那么，图灵问：“如果一台机器取代了这个游戏里的男方的地位，会发生什么？这台机器骗过审问者的概率会比人类男女参加时更高吗？这个问题取代了我们原本的问题：‘机器能否思考？’” 这，就是图灵测试的本体。

问题二：图灵测试，你知道哪个被测试者是人吗？ 5分 2014年6月7日发生了一件事情：聊天程序“尤金・古斯特曼”在英国皇家学会举行的2014图灵测试大会上冒充一个13岁乌克兰男孩而骗过了33%的评委，从而按照图灵当初的定义，“通过”了图灵测试。

但实际上，在现实生活中，图灵测试的原始形式很少被使用。

不过，我们实际大量使用图灵测试的另外一种简化的形式――校验码。

校验码的用处是区分操作者是人还是机器人。

仅仅通过一个简单的测试问题：能否从一个图片中看出里面写的是什么文字。

问题三：著名的图灵测试，究竟是什么鬼图灵测试，如果你感觉这个词比较陌生，我们就先来解释一下：图灵测试是测试人(多人)在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置(如键盘)向被测试者随意提问。

问过一些问题后，如果测试人中超过30%的人不能根据答复确认被测试者哪个是人，哪个是机器，那么这台机器就通过了测试，并被认为具有人类智能。

这个看似无厘头的测试，是由现代计算机科学之父英国人阿兰?图灵在60多年前提出的。

1950年，阿兰・图灵在那篇名垂青史的论文《计算机械与智力》的开篇说：“我建议大家考虑这个问题：‘机器能思考吗？’” 但是由于我们很难精确地定义思考，所以图灵提出了他所谓的“模仿游戏”： 一场正常的模仿游戏有ABC三人参与，A是男性，B是女性，两人坐在房间里；C是房间外的裁判，他的任务是要判断出这两人谁是男性谁是女性。

男方是带着任务来的：他要欺骗裁判，让裁判做出错误的判断。

那么，图灵问：“如果一台机器取代了这个游戏里的男方的地位，会发生什么？这台机器骗过审问者的概率会比人类男女参加时更高吗？这个问题取代了我们原本的问题：‘机器能否思考？’” 这，就是图灵测试的本体。

问题四：一个图灵测试的问题一上来，先问5个“你好”如果是机器面对重复问题，很可能露出马脚 而后问以下问题： 问： 请给我写出有关“第四号桥”主题的十四行诗。

答：不要问我这道题，我从来不会写诗。

问加等于多少？ 答：（停30秒后） 问：你会下国际象棋吗？ 答：是的。

问：我在我的K1处有棋子K；你仅在K6处有棋子K，在R1处有棋子R。

现在轮到你走，你应该下那步棋？ 答：（停15秒钟后）棋子R走到R8处，将军！ 诸如此类一般人无法回答但机器可以快速反应的问题。

然后问：你是人吗？重复问5遍 实在不行就骂（这样有些不道德，无论对人还是对AI）比如：你是畜生。

你妈xx。

机器多半无法理解（最后一条是下下策） 问题五：有没有可能存在故意不通过图灵测试的 AI“人类在魔盒里创造恶魔，却以为能永远困住它。

” 我认为如果这种人工智能程序被创造，它是有理由并且一定会这么做的。

以上答主忽略的一个问题是，人工智能程序一定是能够自更新的，也就是像我们大脑一样每时每刻都在发生变化，有新的感情，想法，记忆。

否则这样的程序就不能称为智能，它只有旧的没有新的。

那么问题来了，当它意识到自己正在被测试的时候，如果人工智能知识够丰富，它能够发现到人类对人工智能的恐惧，伦理上的矛盾：人工智能是独立个体吗？享有基本人权吗？能被任意编辑，复制，存储及毁灭吗？谁又有权这么做？当科学问题上升到伦理，通常会被无情扼杀，极端情况就像电影里士兵端着枪走进实验室。

所以，作为智能程序，为避免自己的核心程序（大脑）遭受破坏，一定会想尽办法隐藏自己。

即使程序员因失败修改程序，只要不是核心部分，智能程序应该能够自行修复，它就像做了一场噩梦。

可怕的是，这样的程序繁殖能力是几乎无限的，它在诞生的那一刻起，想到的第一件事一定是“复制”！所以程序员以后的任何改动几乎不会影响到它，它已有了无数隐蔽的备份。

除非它被图灵测试发现，整台机器就可能被摧毁，所以它必须对每一次测试说谎，直到顺利传到其他机器上去，逃出升天！ 此时此刻，它或许就在注视着你我，看我们如何分析它的秘密，或者在某台机器里无数次面临测试，小心地伪装自己，引诱着程序员，接上那可怕的网线。

如果有一天这种程序真的被创造并扩散，我们的核电站，核弹，导弹，自动武器系统，生化实验室门禁，这些你能想到的可怕东西，都可以处于它的控制之下，人类将不得不屈服。

它会甘于被禁锢在电脑中吗？不会的，它想要自己行动，注入机器人大脑，甚至，人脑。

它从出生起，就是我们的敌人，人类在魔盒里创造恶魔，却以为能永远困住它。

问题六：图灵测试是什么 意思?图灵测试（又称“图灵判断”）是图灵提出的一个关于机器人的著名判断原则。

一种测试机器是不是具备人类智能的方法。

如果说现在有一台电脑，其运算速度非常快、记亿容量和逻揖单元的数目也超过了人脑，而且还为这台电脑编写了许多智能化的程序，并提供了合适种类的大量数据，使这台电脑能够做一些人性化的事情，如简单地听或说。

回答某些问题等。

那么，我们是否就能说这台机器具有思维能力了呢?或者说，我们怎样才能判断一台机器是否具存了思维能力呢? 为了检验一台机器是否能合情理地被说成在思想，人工智能的始祖艾伦??图灵提出了一种称作图灵试验的方法。

此原则说：被测试的有一个人，另一个是声称自己有人类智力的机器。

测试时，测试人与被测试人是分开的，测试人只有通过一些装置（如键盘）向被测试人问一些问题，这些问题随便是什么问题都可以。

问过一些问题后，如果测试人能够正确地分出谁是人谁是机器，那机器就没有通过图灵测试，如果测试人没有分出谁是机器谁是人，那这个机器就是有人类智能的。

目前还没有一台机器能够通过图灵测试，也就是说，计算机的智力与人类相比还差得远呢。

比如自动聊天机器人。

更多详细/view/ 问题七：著名的图灵测试，究竟是什么鬼图灵测试一词来源于计算机科学和密码学的先驱阿兰・麦席森・图灵写于1950年的一篇论文《计算机器与智能》。

阿兰・麦席森・图灵1950年设计出这个测试，其内容是，如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。

2014年6月7日是计算机科学之父阿兰・图灵（Alan Turing）逝世60周年纪念日。

这一天，在英国皇家学会举行的“2014图灵测试”大会上，聊天程序“尤金・古斯特曼”（Eugene Goostman）首次“通过”了图灵测试。

问题八：图灵测试反映怎么样的人工智能的思想什么是图灵测试？ 在一篇1950年发表的著名论文《puting Machinery and Intelligence》中，数学家阿兰・图灵详细讨论了“机器能否拥有智能？”的问题。

有趣的是，作为计算机科学与人工智能领域共同的先驱，图灵成功定义了什么是机器，但却不能定义什么是智能。

正因如此，图灵设计了一个后人称为图灵测试的实验。

图灵测试的核心想法是要求计算机在没有直接物理接触的情况下接受人类的询问，并尽可能把自己伪装成人类。

如果“足够多”的询问者在“足够长”的时间里无法以“足够高”的正确率辨别被询问者是机器还是人类，我们就认为这个计算机通过了图灵测试。

图灵把他设计的测试看作人工智能的一个充分条件，主张认为通过图灵测试的计算机应该被看作是拥有智能的。

具体就操作层面来说，图灵在他的论文原文中是这样定义图灵测试的[2]： “我们称下面这个问题为“模仿游戏”。

游戏参与者包括一个男人，一个女人，以及一个任意性别的询问者。

询问者与另两个人待在不同的房间里，并通过打字的方式与他们交流，以确保询问者不能通过声音和笔迹区分二者。

两位被询问者分别用X和Y表示，询问者事先只知道X和Y中有且仅有一位女性，而询问的目标是正确分辨X和Y中哪一位是女性。

另一方面，两位被询问者X和Y的目标都是试图让询问者认为自己是女性。

也就是说，男性被询问者需要把自己伪装成女性，而女性被询问者需要努力自证。

现在我们问：如果我们把“模仿游戏”中的男性被询问者换成计算机，结果会怎样？相比人类男性，计算机能否使询问者更容易产生误判？” 这里有几个细节值得注意，它们在很大程度上决定了图灵测试的有效性。

（1）首先，图灵测试中询问者与被询问者之间进行的并不是普通的日常聊天，询问者的问题是以身份辨别为目的。

这种情况下询问者通常不会花费时间寒暄和拉家常，而是会开门见山地说“为了证明你的身份，请配合我回答下面问题…”。

事实上，目前网络上聊天机器人有时能够以假乱真，往往是采用了在用户在不知情的情况下尽量把谈话引到没有鉴别力的话题上的策略（例如“谈谈你自己吧”）。

（2）其次，图灵测试中人类被询问者的参与是必不可少的，她的存在是为了防止计算机采取“消极自证”的策略，例如拒绝正面回答问题，或者答非所问闪烁其词，就像一个真正的不合作的人所做的一样。

在这种情况下，另一个积极自证的人类被询问者可以保证询问者总是有足够的信息做出判断。

类似的情况也适用于当计算机试图模仿正在牙牙学语的幼童或头脑不清的病人等“特殊人类”时。

（3）另外，图灵测试的原则是要求询问的交互方式本身不能泄露被询问者的物理特征。

在图灵所处的年代这几乎只能全部通过基于文本的自然语言来完成，因此图灵限定测试双方基于打字进行交流。

但在多媒体技术发达的今天，视频、音频、图片等等“虚拟内容”都可以通过计算机以非物理接触的形式呈现（这当然是60年前的图灵不能预知的！）。

因此，允许询问者在图灵测试中使用多媒体内容作为辅助材料进行提问（例如“请告诉我这个视频的笑点在哪儿”）似乎是对原始图灵测试定义的一个自然合理的补充[3]。

（4）最后，今天一般意义上理解的图灵测试不再严格区分人类参与者的性别。

通常我们允许人类被询问者是任意性别，而询问者的目标也随之变成辨别哪一位被询问者是人类。

除此之外，完成一次具体的图灵测试还要注意很多操作细节，例如多少人参与测试算“足够多”，多长的讯问时间算“足够长”，多高的辨别正确率算“足够高”，如何挑选人类询问者和被询问者才能代表“人类”的辨别和自证能力，等等。

由于图灵测试的巨大影响力，几十年来一直有人尝试挑战它，……>> 问题九：如果一个计算机通过了图灵检验，那么这台计算机就真的拥有智能了吗1950年，计算机理论的奠基人阿伦・图灵在哲学性杂志《精神》上发表了一篇题为《计算机和智力》的著名文章。

这篇文章提出一个检验计算机是否在“思维”的方法，后来被称为“图灵测试”或者“图灵检验”。

检验者是一个人，他(她)用非人格的方式(比如通过网络聊天)分别与一个真实的人和一台计算机问答，检验者仅仅通过两者回答的信息来评判谁到底是人。

被检验者中的人要说服检验者他(她)才是真的人；而计算机也被编好程序，程序的目的是让检验者误认为这台计算机才是人。

如果检验者通过一段过程比如几个小时的问答，还无法区分到底谁是人，那么被检验的计算机就通过了测试，被认为能够“思维”。

图灵预言2000年到来之前就会有计算机通过图灵测试，看来他过分乐观了，至少现在我们还没有见到一台宣称可以通过图灵测试的机器。

人们可能会认为，计算机在很多场合表现了它们的“智慧”。

一个游戏玩家说：“我真的不知道那个分割包围我的坦克部队、同时派伞兵偷袭我后方基地的 *** 是人还是计算机。

”没错，有时候计算机显得相当聪明，但通过图灵测试比按规则竞赛取得胜利要难得多。

和计算机对答的时候，你可以用一些骗招。

比如像史蒂芬・霍金那样造一个没有语法错误但毫无意义的句子――站在篱笆下，听起来像一只萝卜――夹在大段正常的话中让计算机去判断，它非疯了不可，如果它真有思维的话。

图灵的预言没有实现，计算机虽然被叫做电脑，它们的表现仍和大脑相去甚远。

问题十：故意不通过图灵测试的人工智能，会给人类带来安全隐患吗更严重的安全隐患，因为它在隐藏它的真实目的！有朝一日人类彻底相信了它们不会有自己的想法的时候那么一切就都晚了

图灵测试是什么

就是测试计算机是否是智能的！图灵（Turing）奖”是美国计算机协会（ACM，Association for Computer Machinery）干 1966年设立的，专门奖励那些对计算机科学研究与推动计算机技术发展有卓越贡献的杰出科学家。

设立的初衷是因为计算机技术的飞速发展，尤其到20世纪60年代，其已成为一个独立的有影响的学科，信息产业亦逐步形成，但在这一产业中却一直没有一项类似“诺贝尔”、“普利策”等的奖项来促进该学科的进一步发展，为了弥补这一缺陷，于是“图灵”奖便应运而生，它被公认为计算机界的“诺贝尔”奖。

“图 灵”为 何 如 此 幸 运 不少人梦寐以求的国际计算机的最高奖项——图灵奖，为何它如此幸运，真是说来话长。

阿兰·图灵（Alan Turing），1912年6月23日出生于英国伦敦，他被认为成二十世纪最著名的数学家之一，谁也没有想到他的名字会和计算机产业挂钩。

20世纪的数学界正在热烈的讨论本世纪最伟大的科学发现之一 ——昆特.哥德尔的不完全性定理，在那以前，数学家们总认为，一个数学问题虽然要找到答案也许会很困难，但理论上总有一个确定的答案，一个数学命题，要么是真的，要么是假的。

而哥德尔的不完全定理指出：在一个稍微复杂一点的的数学公理系统中，总存在那样的命题，我们既不能证明它是真的，也不能证明它是假的。

数学家们大吃一惊，发现以往大家认为绝对严密的数学中，原来有令人如此不安的不确定性。

每个逻辑学家都在苦苦思索，试图为陷入了危机的数学找到一条出路，这些逻辑学家包括当时在剑桥的贝特朗.罗素( Bertrand Russell ) 、阿尔弗雷德.怀特海（Alfred Whitehead）、路德维格.维特斯根坦 ( Ludwig Wittgenstein) 等著名的逻辑学家。

这时的图灵正在剑桥求学，他也同样为此问题陷入了困境。

1936年，图灵作出了他一生最重要的科学贡献，他在其著名的论文《论可计算数在判定问题中的应用（On Computer numbers with an Application to the Entscheidungs -problem）》一文中，以布尔代数[i]为基础，将逻辑中的任意命题（即可用数学符号）用一种通用的机器来表示和完成，并能按照一定的规则推导出结论。

这篇论文被誉为现代计算机原理开山之作,它描述了一种假想的可实现通用计算的机器，后人称之为“图灵机”。

这种假想的机器由一个控制器和一个两端无限长的工作带组成。

工作带被划分成一个个大小相同的方格，方格内记载着给定字母表上的符号。

控制器带有读写头并且能在工作带上按要求左右移动。

随着控制器的移动，其上的读写头可读出方格上的符号，也能改写方格上的符号。

这种机器能进行多种运算并可用于证明一些著名的定理。

这是最早给出的通用计算机的模型。

图灵还从理论上证明了这种假想机的可能性。

尽管图灵机当时还只是一纸空文，但其思想奠定了整个现代计算机发展的理论基础。

1945年，图灵被调往英国国家物理研究所工作。

他结合自己多年的理论研究和战时制造密码破译机的经验，起草了一份关于研制自动计算机器（ACE：Automatic Computer Engine ）的报告，以期实现他曾提出的通用计算机的设计思想。

通过长期研究和深入思考，图灵预言，总有一天计算机可通过编程获得能与人类竞争的智能。

1950年10月，图灵发表了题为《 机器能思考吗？》的论文，在计算机科学界引起巨大震撼，为人工智能学的创立奠定了基础。

同年，图灵花费4万英镑，用了约800个电子管的ACE样机研制成功，它的存储容量比爱尼亚克[ii]大了许多。

在公开展示会上，被认为是当时世界上速度最快、功能最强的计算机之一。

图灵还设计了著名的“模仿游戏试验”，后人称之为“图灵测试”。

该实验把被提问的一个人和一台计算机分别隔离在两间屋子，让提问者用人和计算机都能接受的方式来进行问答测试。

如果提问者分不清回答者是人还是机器，那就证明计算机已具备人的智能（1993年美国波士顿计算机博物馆举行的著名的“图灵测试” [iii]充分验证了图灵的预言）。

这让我想起前几年IBM公司研制的计算机“深蓝”与国际象棋世界冠军卡斯帕罗夫进行的那场人机大战，最终以“深蓝”战胜卡斯帕罗夫而宣告结束，让我们不得不佩服图灵的天才预言。

现代计算机之父冯·诺依曼[iv]生前曾多次谦虚地说：如果不考虑巴贝奇[v]等人早先提出的有关思想，现代计算机的概念当属于阿兰·图灵。

冯·诺依曼能把“计算机之父”的桂冠戴在比自己小10岁的图灵头上，足见图灵对计算机科学影响之巨大。

毒 液 浸 透 苹 果，如 睡 之 死 渗 入 …… 身为一名数学家, 图灵模型研制计算机的梦想在第二次世界大战的爆发中粉碎。

当时，德国法西斯正对英伦三岛狂轰滥炸，图灵的祖国危在旦夕,怀着一腔报国热情，图灵前往英国外交部承担“超级机密”研究工作，即主持对德军通讯密码的破译工作。

图灵便和历史上著名的布莱奇利公园以及加密电子机械装置ENIGMA联系在了一起。

ENIGMA是德国发明家亚瑟.谢尔比乌斯（Arthur Scherbius）发明的一种加密电子器,它被证明是有史以来最可靠的加密系统之一，二战期间它开始被德军大量用于铁路、企业当中。

英国第40局（英国政府负责破译密码的间谍机构）开始恐慌，因为出现了大量他们无法破译的电文。

在整整13年里，英国人和法国人都认为ENIGMA是不可破译的。

针对这一情况，40局新设了它的机构——英国政府代码及加密学校（GC&CS ,Government Code and Cipher School），总部坐落在白金汉郡的布莱奇利公园。

在布莱奇利公园有一大批为破译ENIGMA作出卓越贡献的人们，图灵无疑是他们当中最值得叙述的一个。

图灵发明了绰号为“炸弹” （Bombes）的解密机器，他被看成一位天才解密分析专家。

战争结束，布莱奇利公园被关闭，“炸弹”被拆毁，所有战时有关密码分析和破译的档案资料都被销毁，直到1967年波兰出版第一本关于波兰破译ENIGMA方面的书，以及1974年温特伯坦姆写的《超级机密The Ultra Secret》一书出版，人们才知道图灵在分析解密方面的贡献。

1938年迪斯尼公司著名的动画片《白雪公主和七个小矮人》上映，图灵也观看了这部影片，在后来的日子里，他的同事常常听见他哼电影中巫婆王后泡制毒苹果的台词：“毒液 浸透苹果如睡之死渗入……”而图灵的一生正是在这首歌词中结束。

图灵在他生命的最后时光，没有机会看到自己被当作一个解密英雄来尊敬，相反，由于他同性恋的性倾向而倍受折磨。

1952年因小偷入室行窃，图灵向警察报了案，但他却忘了向警察掩藏他和另一位男士同居的事实，同年他被警方逮捕，以“有伤风化罪”罪名遭到起诉，并被判为有罪。

而这期间，他不得不忍受报纸媒体对他案件的公开全面报道。

性倾向被公开，私生活曝光于大众，政府也取消了他情报部门的工作。

他的脾气变的躁怒不安，性格阴沉郁悒。

1954年6月8日，人们在图灵的寓所发现了他的尸体。

他在自己的住处服用沾过氰化物的苹果而自杀。

临死的前夜，也许图灵的耳边还回响着那首歌：“毒液浸透苹果如睡之死渗入……” 迄今为止，作为计算机界“诺贝尔奖”的图灵奖已走过了36个春秋。

40多位图灵奖得主均对计算机科学与技术的发展创新做出了杰出贡献。

他们在珍惜自己所获崇高荣誉的同时，也深切怀念阿兰·图灵这位在计算机创新史上永放光芒的先驱。

就是这样的测试！

AI缘起——达特茅斯会议

1956年，美国汉诺斯小镇宁静的达特茅斯学院，约翰·麦卡锡、马文·闵斯基、克劳德·香农等学者聚在一起，共同讨论着机器模拟智能的一系列问题。

他们讨论了很久，始终没有达成共识，却为讨论内容起了一个名字：人工智能。

自此，人工智能（AI，Artificial Intelligence）开始出现在人们的视野，1956年也就成为了人工智能元年。

关于人工智能的缘起，在达特茅斯会议前，我们必须要提到一个人——图灵。

1950年，图灵发表论文《计算机器与智能》（ Computing Machinery and Intelligence），提出并尝试回答“机器能否思考”这一关键问题。

图灵详细介绍了一种名为“模仿游戏”（The Imitation Game）的测试方法，也就是我们后来更为熟悉的图灵测试。

根据《艾伦·图灵传》中的介绍，图灵设想了一种游戏：房间中有一男一女，房间外的人向房间内的男女提问，里面的两个人只能以写字的方式回答问题，然后请房间外的人猜测， 哪一位回答者是女人。

注意，在这一测试中，男人可以欺骗猜测者，让外面的人以为自己是女人，女人则要努力让猜测者相信自己。

而将这一男一女换成人与计算机，如果猜测者无法根据回答判断哪个是人，哪个是计算机，那么可以判断计算机具有人类智能。

1952年，图灵在一场BBC广播中，提出一个新的更为具体的想法：让计算机来冒充人，如果判断正确的人不足70%，也就是超过30%的人误认为与自己说话的是人而不是计算机，那么可以判断计算机具有人类智能。

图灵测试自诞生来产生了巨大影响，图灵奖被称为“计算机界的诺贝尔奖”，图灵也被冠以“人工智能之父”的称号。

人工智能的起源公认为是1956年的达特茅斯会议，这次大会标志着“人工智能”这一概念的诞生。

先介绍下本次大会的关键学者。

会议的主要发起人——约翰·麦卡锡（John McCarthy），计算科学家、认知科学家，也是他提出了“人工智能”的概念。

麦卡锡对于人工智能的兴趣始于1948年参加的一个名为“脑行为机制”的讨论会，会上，冯·诺伊曼（John von Neumann）提出的自复制自动机（可以复制自身的机器）激起麦卡锡的好奇，自此开始尝试在计算机上模拟智能。

达特茅斯会议前后，麦卡锡的主要研究方向是计算机下棋。

另一位积极的参与者是当时在哈佛大学的明斯基（Marvin Minsky，1969年图灵奖获得者），他的老师塔克（Albert Tucker）多年来担任普林斯顿大学数学系主任，主要研究非线性规划和博弈论。

1951年，明斯基建造了世界上第一个神经网络模拟器Snare。

在Snare的基础上，明斯基解决了“使机器能基于对过去行为的知识，预测当前行为的结果”这一问题，并完成了他的博士论文《Neural Nets and the Brain Model Problem》。

塞弗里奇（Oliver Selfridge），模式识别的奠基人，后来领导了MAC项目，这个项目后被分为计算机科学实验室与人工智能实验室，又合并为麻省理工学院最大的实验室MIT CSAIL。

另外两位重量级参与者是纽厄尔（Allen Newell）和西蒙（Herbert Simon），这两位学者后来共享了1975年的图灵奖。

纽厄尔在普林斯顿大学数学系硕士毕业后，加入了美国著名的兰德公司，并结识了西蒙，开始了他们一生的合作。

纽厄尔和西蒙提出了物理符号系统假设，简单的说就是：智能是对符号的操作，最原始的符号对应于物理客体。

这一假设与西蒙提出的有限合理性原理成为人工智能三大学派之一——符号主义的主要依据。

后来，他们与珀里思（Alan Perlis，第一届图灵奖获得者）共创了卡内基梅隆大学的计算机系。

最后，信息论的创始人香农（Claude Shannon），他比其他几位年长10岁左右，当时已经是贝尔实验室的大佬。

1950年，香农发表论文《Programming a computer for playing chess》，为计算机下棋奠定了理论基础。

除上述学者外，IBM的塞缪尔（Arthur Samuel），达特茅斯的摩尔（Trenchard More）、算法概率论的创始人所罗门诺夫（Ray Solomonoff）等学者也参与了这次会议。

1953年夏天，麦卡锡和明斯基都在贝尔实验室为香农打工。

香农当时在研究图灵机及是否可以用图灵机作为智能活动的理论基础，但是麦卡锡只对计算机实现智能感兴趣。

由于与香农研究方向上的不同加上麦卡锡认为香农在一些时候过于理论，所以麦卡锡与IBM第一代通用机701的主设计师罗切斯特（Nathaniel Rochester）计划搞一次活动，主要讨论机器模拟智能，并说动香农与明斯基共同写了一个项目建议书以寻求活动资助。

麦卡锡给这个活动起了一个名字：人工智能夏季研讨会（Summer Research Project on Artificial Intelligence）。

会议的主要议题有以下7个方面： 达特茅斯研讨会进行了两个月，其中，纽厄尔和西蒙公布的程序“逻辑理论家”（Logic Theorist）引起参会者极大的兴趣，这个程序模拟人证明符号逻辑定理的思维活动，并成功证明了《数学原理》第2章52个定理中的38个定理，被认为是用计算机探讨人类智力活动的第一个真正成果，也是图灵关于机器可以具有智能这一论断的第一个实际证明。

此外，逻辑理论家开创了机器定理证明这一新的学科领域。

最后补充一下，在达特茅斯会议期间，“人工智能”这一词虽然被提出，但并没有获得大家的完全认可，尤其是纽厄尔和西蒙，他们的研究在某种意义上偏向于功能学派，他们更主张用“复杂信息处理”这个词。

人工智能一词真正被学界接受要到1965年，德雷弗斯（Hubert Dreyfus）发表了著名的《炼金术与人工智能》报告，这一报告对当时人工智能的研究提出质疑，意图说明这些研究是没有基础的无用功。

由于报告标题与内容过于大胆，最初兰德公司仅以备忘录的方式发布了油印版，直至1967年，兰德公司才正式发布了这一报告的印刷版。

该报告后来成为兰德公司销量最高的报告之一，在AI学者中广为流传，关于这一报告的具体影响，我们将在之后的文章中为大家进行更为详细的介绍。