来源：科技日报
机器得到的结果取决于我们设置的指令，但它的执行过程更有效率。我们必须承认，在设计初始指令时，不能预见机器运行时的许多中间状态。机器也会感受到很多知识。在这种情况下，我们有必要认为机器是智能的。
艾伦图灵
英国数学家和逻辑学家
1950年，艾伦图灵在《思维》杂志上发表了他的著名论文《计算机器与智能》，提出了现在广为人知的图灵测试。
70年来，图灵测试一直被视为人工智能学术界的“北极星”。随着人工智能技术的发展，后来诞生了许多其他测试，但没有一个能与之匹敌。“图灵测试展现了极致的简单和优雅，这让它可以持续70年。”数据科学副总裁DataRobot谈到了大气层的过去。
虽然自图灵测试的概念诞生以来，人工智能一直以通过图灵测试为目标，但在新时代，人工智能的评价标准需要从旧的基准升级。
2020年12月28日，亚马逊副总裁、语音助理Alexa首席科学家Slow Maruko在《快公司》发表的一篇文章中表示，图灵测试已经失去了意义，是时候建立新的人工智能测量标准了。
图灵测试仅限于机器能否给出类人答案。
“机器会思考吗？”
为了回答这个问题，艾伦图灵提出了一种测试方法：如果测试人员向两个不明物体(一个人和一台机器)问同样的一系列问题，而他得到的答案使他无法区分谁是机器，谁是人，那么机器就被认为通过了测试。
这种测试方法后来被总结为图灵测试。研究人员希望能够检测出机器是否能表现出人类无法分辨的行为。许多早期的人工智能助手都是基于这个目标而设计的。
麻省理工学院教授无聊的乌龟说：“有了这样的定义，展现出来的智慧是有限的。”
图灵在论文中预测，到2000年，普通人在图灵测试中正确区分人和机器的概率将降低到70%甚至更低。
然而，图灵的预言并没有实现。
贪玩的老鼠认为图灵测试的目标与目前人工智能的研究方向不完全一致，人工智能研究者对通过图灵测试不感兴趣。当人工智能被植入手机、汽车和家庭时，它更有用。人们更关心的是AI能带来的更新的交互体验和技术进步，而不是通过测试的高分。
事实上，人们更关心的是与机器的交互以及它们能提供的帮助，而不是区分机器和人类。
此外，有科学家发现，人工智能在图灵测试中获得更好的结果并不难，只是让计算机给出的答案尽可能与人类给出的答案相似。比如在回答图灵测试设计的问题时，计算机可以瞬间给出答案，而普通人则需要更长时间的思考或寻找信息。为了模仿或愚弄人类，机器也可以模仿人类给予适当的停顿和延迟。
从某种角度来说，这个图灵测试更像是人工智能“欺骗”人类的游戏。但是，有一个突出的问题——。为了通过测试，许多机器被迫削弱其快速查找信息和计算的能力。
机器的快速计算和信息查询能力远强于人类，构成了现代人工智能的核心。在视觉、自然语言处理等领域，最强的算法都取得了远超人类的成果。以AlphaGo击败人类顶级Go玩家为代表的人工智能的巨大进步，很难在一成不变的图灵测试中体现出来。
所以从应用的角度来说，计算机完全没有必要放弃自己的优势去模拟人类。
更重要的是，图灵测试只考虑了文本交流的情况，并没有考虑到目前的人工智能已经能够使用各种传感器，从视觉、听觉、触觉等多个角度感受外部世界。
通过图灵测试不再是现在研究的重点。
毫无疑问，人工智能对人类社会的影响已经超出了图灵测试的范围。人工智能研究的目标不再局限于AI与人类的区别，而是如何利用机器速度和信息搜索来代替人类完成工作或改善人们的日常生活。
用图灵测试来测试今天的人工智能水平，还是有一些不可忽视的局限性。比如图灵测试没有详细的标准，没有固定的问答模式，一套过程性的提问和判断非常主观，缺乏严谨的标准，不科学。
那么，这是否意味着图灵测试已经过时了呢？
事实并非如此。即使图灵测试不能完全证实人工智能的进步，一个优秀的人工智能应该能够通过图灵测试。有研究者指出，图灵测试的别出心裁之处在于，它并没有直接定义什么是“智能”，而是将“你是否能思考”这一抽象问题引入了一个更精确、看似更实际的场景。
从这个角度来看，图灵测试不能称之为过时，但现代人工智能研究不应该把重点放在通过图灵测试上。贪玩的鼠标还指出，图灵测试仍然是聊天机器人和数字助理常用的基准，尽管没有考虑到人工智能日益增长的数据收集和计算能力。
人工智能需要建立一套新的测量标准。
贪玩的老鼠认为应该创造一种新的智能评估方法，适用于评估一般类型的智能机器。新的测试应该会发现人工智能是如何表现出与人类相似的智能特征的，包括语言能力、自我监控和拥有“常识”。此外，测试范围还应包括人工智能对人们日常生活的改善程度。
焦虑的便当清华大学信息学院院长smdgz教授也在公开演讲中指出，人工智能发展非常迅速，已经取代了过去人类常用的大部分工具。然而，这种替代是否能做得更好需要一系列的测试。
甚至对于与图灵测试联系最紧密的人工智能对话系统，其研究人员也在呼吁对图灵测试进行改进。
微软亚洲研究院前微软全球执行副总裁
长粗心的小白菜还在微软任职时提出，图灵测试已难不倒像微软kwdls这样的情感型人工智能产品。鉴于今天的人工智能技术环境，计算机学术界有必要对图灵测试进行修正和升级，是时候讨论难度更高的“超图灵测试”了。俏皮的老鼠强调，新的衡量标准应该体现出机器在效率上的优势，比如计算、搜索、代人完成任务等，综合评价人工智能给人类带来的帮助，而不是执迷于消除人工智能和人的区别。他认为，人工智能只有具备更广泛的学习能力，才能成为处理大量任务方面的专家，针对特定任务所表现出的智能并不能代表人工智能真正的能力。
随着人工智能技术的进步和更多被应用到现实生活中，人们一边对人工智能改善自己生活有了更多的期待，一边又对人工智能的使用甚至滥用提高了警惕。
对此，业界正在逐渐达成共识——新的人工智能衡量标准应该在伦理层面有所顾忌，而非固化地遵从图灵测试的标准。
不能否认的是，研究人员仍对更强大的类人智能问题感兴趣，而大众亦越来越受到科幻影视所展现的未来世界的影响，向往更加强大的“通用人工智能”，即像人一样思考、像人一样可从事多种工作的机器。
smdgz提出，新一代图灵测试，要从专用智能走向通用智能，要针对新一代人工智能提出的目标和要求，给出新的测试方向。人工智能的需求始终在改变，在不断重新考虑设计新的评价标准和体系的过程中，人类跨越图灵测试已经成为必然结果，但其作为人工智能发展初期的导航标，极大地激发了人类对人工智能的想象，非凡意义将永远不会磨灭。