这是官方消息:人工智能(AI),特别是GPT-4.5,已经通过了图灵测试。
一项由 San Diego 大学进行的研究表明,GPT-4.5 是由OpenAI开发的先进语言模型,比人类自身更常被识别为人类。
目录
在73%的情况下,参与者认为GPT-4.5是人类:通过图灵测试后AI的新纪元
由Alan Turing于1950年设计的同名测试旨在回答一个革命性的问题:机器能思考吗?在测试中,评估者与两个对话者互动,一个是人类,一个是人工的,而不知道他们的身份。
如果无法区分哪个是人类,机器就通过了测试。
该测试不衡量意识,而是衡量机器以可信方式模拟人类行为的能力。到目前为止,没有任何系统如此明确地通过了此测试。
研究人员邀请了两组评估者——大学生和Prolific平台的用户——与真人和人工智能进行文本对话。
在聊天结束时,他们必须选择谁是真正的人类。
测试的AI系统包括:
- ELIZA – 1960年代的符号聊天机器人
- GPT-4o – OpenAI模型优化用于多模态使用
- LLaMa 3.1 – Meta 的开源模型
- GPT-4.5 – 最新版本的OpenAI,在此测试有“persona”和无“persona”
一个决定性因素在实验中是使用了两种类型的提示:
- NO-PERSONA: 中立、标准的回答;
- PERSONA: 具有明确个性的回答,以显得更加人性化。
每个评估者在对话后都会看到此界面。 他必须指出两位“证人”中谁是真正的人类,并具体说明他选择的安全级别。 在许多情况下,选择落在了人工智能上。
GPT-4.5 拥有“人格”:73% 的成功率
模型GPT-4.5-PERSONA达到了令人印象深刻的73%的胜率,在几乎四分之三的互动中,比人类参与者更具可信度。
具有“persona”的系统表现显著优于其他系统,证明了添加人工个性可以提高对人性化的感知。
条形图显示了每个模型的胜率。GPT-4.5-PERSONA 在 Prolific 参与者和大学生中都占据主导地位。
在右边,另一个图表显示了评估者表达的安全水平:通常,最先进的AI被误认为是人类,其安全性惊人地高。
是什么让GPT-4.5取得了这一历史性成果?不仅是更高的语言能力,还有精细的模拟人类不完美的能力:犹豫、不那么完美的回答、策略性的礼貌。
使交互更自然、更可信的元素。
现在呢?
如果一台机器看起来比人类更像人类,我们对AI的信任将如何改变? 其影响是巨大的,不仅在技术领域,而且在伦理和社会方面。
- 是否需要在公共场合明确标记AI?
- 我们能区分与人类的对话和与机器的对话吗?
- 当我们的人工对话者更加有同理心、一致性和专注时,会有什么变化?
GPT-4.5通过图灵测试的超越代表了人工智能演变中的一个里程碑。这并不是AI具有意识的证明,而是它已经学会了以如此精细的方式“看起来像人类”,甚至可以欺骗人类本身。
我们准备好迎接一个我们不再确定是否在与真实人交谈的世界了吗?




