本周二我們在知乎平臺發(fā)起了“AI新知挑戰(zhàn)”活動，精選了知乎平臺四大AI經(jīng)典問題與大家交流。以下是IBM對于其中一個問題：“如何向人類同伴證明自己不是一個人工智能？”的回答，在這里與大家分享。

證明自己不是一個機器人這件事兒，我們每天都在干。登錄網(wǎng)站時需要輸入數(shù)字驗證碼，在“我不是機器人”的條款上打勾，還有最近經(jīng)常使用的“滑動驗證”，這些都是人類被懷疑是機器的時刻。

向同伴證明自己不是機器人，并不是這兩年的“新玩法”，早在68年前，人們就想讓還很笨拙的計算機騙過人類，并為此發(fā)明了復雜的方法……

圖靈的新想法：讓計算機來冒充人！

1950年，圖靈提出了最早的人機測試。在圖靈測試中，測試者（人類）可以通過打字、說話等形式向被測試者（機器）進行提問，既包括人腦無法瞬時計算的復雜數(shù)學難題，也包括比如像“今天的天氣怎樣”這樣的日常對話。當進行多次測試后，如果有超過30%的測試者在聽到回答后不能確定被測試者是人還是機器，那么這臺機器就被認為具備了人工智能。

長久以來，圖靈測試都被認為是檢驗人工智能的終極測試，直到在英國皇家學會舉行的“2014圖靈測試”大會上，“聊天男孩”尤金·古斯特曼被33%評委認定為人類，作為第一位“人工智能”通過了圖靈測試。但仔細觀察尤金與人類的對話，我們不難發(fā)現(xiàn)其中的破綻——在被問及常識性問題時，尤金都是通過“避而不答“這一手段來誤導人類的判斷：

計算機科學家 SCOTT AARONSON：鞋盒子與珠穆朗瑪峰，那個更大？

>> EUGENE：現(xiàn)在我還不確定，我得再想想。對了，我忘記問你來自哪兒了？

SCOTT AARONSON：一只千足蟲有多少條腿？

>> EUGENE：只有 2 條。但考慮到切爾諾貝利事故，它有可能增加到 5 條。我知道你在對我說腦筋急轉(zhuǎn)彎。

SCOTT AARONSON：沒有，我需要知道你不是一個聊天機器人。請直接回答這個問題：一只螞蟻有幾只腿？

>> EUGENE：2 至 4 條吧，也許，3 條？哦，這是一次多么富有成果的對話。

這項”富有成果“的對話充分揭示了圖靈測試的漏洞，只要掌握了”回避“這一手段，越來越多的機器都能輕而易舉地“欺騙”人類，但這并不意味著人工智能實質(zhì)性的進步，這樣的“欺騙”也無法幫助人類實現(xiàn)更多價值。那么什么樣的測試才能辨別出真正智能的機器呢？

聽得懂人話，會思考

“說人話”是電腦從機器向人工智能發(fā)展的第一步，但想要邁好這一步，不僅需要高級的人工智能技術，還要讓“聽懂并組織語言”這種能力為人類的生產(chǎn)生活創(chuàng)造價值。

2011年，IBM Watson在美國最受歡迎的智力競猜電視節(jié)目《危險邊緣》（Jeopardy?。┲袚魯×嗽摴?jié)目歷史上兩位最成功的選手Ken Jennings和Brad Rutter，成為第一位在電視節(jié)目中獲得冠軍的人工智能，一舉讓人們記住了這個“聰明”的機器。

Watson在《危險邊緣》中獲勝

通過不斷的機器學習，Watson將機器的自然語義處理帶入新境界，它可以充分理解人類語言中微妙和復雜的含義、諷刺口吻、雙關語及謎語等，打破了“人類擅長”的邊界。用Jennings在賽后采訪的話來說，Watson的奪冠意味著計算機在自然語言處理方面的一次巨大飛躍——計算機已有能力理解和回應日常對話。

然而，故事遠遠沒有結(jié)束?！罢f人話”僅僅是人工智能發(fā)展的第一步。IBM將AI的核心能力定義為以自然語言為基礎的URLI，即理解，推理，學習和交互。這就意味著，IBM在研發(fā)AI時從輸入到輸出全方位賦予AI更高級的本領，讓AI在“觀點表達”方面也能有出色的表現(xiàn)。

URLI解釋示意圖

巧識邏輯破綻，犀利幽默辯駁

在智力游戲節(jié)目中，AI要學習的是冰冷冷的百科知識，而要與人類辯論，則要在短時間理解人類的政治、文化、法律甚至是情感和藝術等非理性內(nèi)容，同時根據(jù)對方辯手的陳述，組織論據(jù)，陳述富有邏輯的觀點，并帶點適當?shù)挠哪瑏砀腥粳F(xiàn)場觀眾。

由IBM Research研發(fā)的AI系統(tǒng)Project Debater分別在2016、2018年與以色列國家辯論冠軍Noa Ovadia和以色列國際辯論協(xié)會主席Dan Zafrir進行辯論，還連續(xù)拿了辯論冠軍。

Project Debater拿到辯題后，它會迅速掃描其龐大的語料庫文檔中與主題相關的數(shù)百萬篇新聞和論文等材料，找出與辯題相關性最高的觀點，通過算法剔除多余且重復的信息，提取出一個最具說服力的觀點。同時，在人類辯手4分鐘的觀點陳述時，邊聽邊“想”，不僅準確地回應人類對手的論點，還指出了對手所犯的事實錯誤，同時不失時機地展現(xiàn)了一個機器人的幽默。

這意味著機器不再只是對非黑即白的問題做出正確回答，而面對沒有標準答案的問題，也能對觀點或論據(jù)進行決策，并權(quán)衡其相關性比重。如果通過機器學習讓Project Debater擁有更廣的“知識面”，那么它將在商業(yè)應用場景中，幫助人類豐富決策過程，權(quán)衡新想法和新理念的利弊。

Project Debater與人類辯論

人工智能的“獨立思考”能力不僅僅可以用于知識競賽或辯論，IBM力求讓機器思維賦能更多行業(yè)專業(yè)領域

金融顧問：AI系統(tǒng)可以幫助金融顧問從海量數(shù)據(jù)中找出金融事實，用以支持或反對金融分析師所思考的金融投資選擇。

律師：律師可以借助AI系統(tǒng)來尋找相關案件和主張，或模擬法庭辯論來分析優(yōu)勢和劣勢。

公共事務決策：通過AI系統(tǒng)公正的優(yōu)/缺點分析和對人類困境的模擬，可以就需要進行決策的問題，為決策者提供基于事實、沒有人為偏見的觀點。

學生助手：AI系統(tǒng)可以幫助各個年齡段的學生改進他們的批判性思維和溝通技巧，或幫助他們找出更多信息以改進報告和論文。

CEO 和高管：高層領導常常因擁有強烈的“直覺本能”而感到自豪，但是他們也必須避免所謂的“錨定偏見”。錨定偏見是指，我們在潛意識中有著兩三個會不太客觀地影響決策的事實時，就會將不適合這些觀點的有價值信息排除在外不予考慮。像Project Debater一樣的AI系統(tǒng)可以拓寬高層領導的思路，在關鍵決策中納入他們可能沒有考慮到的新觀點。

看完這些，是不是感覺后背微微發(fā)涼，有沒有在懷疑這篇稿子也是人工智能完成的呢？AI時代下，人與機器不該是相互懷疑、對立的存在，而是需要協(xié)同發(fā)展、不可分割的整體。是不是機器并不重要，能不能無礙交流、相輔相成，共同完成各項任務，才是我們應該討論的人機測試的關鍵。