人工智能史：“圖靈測試”的哲學爭論及歷史地位

20世紀計算機科學和認知科學的發展，在一定程度上已經將人類思維的哲學爭論轉變為科學探索。這種范式的轉變很大程度上得益于計算機與人腦的類比。作為這一范式轉變的結果，人工智能這門學科應運而生。阿蘭·圖靈（Alan Turing）1950年發表的《計算機器與智能》一文通常被認為是人工智能興起的標志。在這篇文章中，圖靈提出了著名的“圖靈測試”方案，這個方案不僅給人類智能提供了一個可操作的定義，同時通過“模擬游戲”的方式將“機器能否思考”這個問題呈現在人們面前。

本文的主要目的是在解讀圖靈這篇經典文獻的基礎上，對60年來有關圖靈測試的哲學爭論作一番較為系統的梳理。文章的前兩節分別闡述何謂圖靈測試，以及圖靈本人對該測試方案可能遇到的反對意見所作的辯駁。第3節重點討論半個多世紀以來哲學界對圖靈測試的詰難與辯護。第4節考察人工智能學界關于圖靈測試歷史地位的爭論。

一、圖靈測試方案

1950年，圖靈在《計算機器與智能》的開篇就提出了一個令人類深思的問題：“機器能夠思考嗎（can machines think）？”圖靈認為，關于機器是否能思考的爭論之所以難以解決，是由于我們沒有一個關于“機器”（machine）和“思考”（think）的明確定義。他指出，用常規方法定義是“危險的”和“荒唐的”，為此，圖靈設計了一種實驗的方法來判定機器是否能夠思考，或機器是否具有智能，試圖為機器能不能思考的爭論雙方提供一種判決準則。圖靈的目的是找到一個與之相關的問題來解決此問題，并且用“沒有歧義的語言來表達”。這個方法就是著名的“圖靈測試”。

圖靈測試起源于圖靈設計的一個模擬游戲。游戲由三個人來做，一個男人（A）,一個女人（B），還有一個提問者（C），性別不限。提問者待在一間與另兩人分開的房子里。提問者在游戲中的目標是，確定另外兩人哪一個是男性，哪一個是女性。他以標號X和Y稱呼他們，在游戲結束時，他可能說“X是A，Y是B”，也可能說“X是B，Y是A”。提問者C可以向A和B提出這樣的問題：

C:X，請你告訴我你的頭發長度，可以嗎？

假定X實際上是A，那么A必須做出回答。A在游戲中的目標是，盡量使C做出錯誤判斷。于是，他可能回答說：“我的頭發是瓦蓋式的短發，長的一束大約長9英寸。”

為了不讓提問者從聲調中得到幫助，這些回答應當寫出來，若能打印出來則更好。理想的安排是，兩間房子之間用一臺電傳打印機進行交流。也可以用一個中介人來重復提問和回答。第三個游戲參與者（B）的目標是幫助提問者。對她來說，好的策略或許就是如實回答。她在回答時可以加上這樣的話：“我是女性，別聽他的！”不過這種做法未必真能奏效，因為那個男士也可以運用同樣的方式。

圖靈測試的核心是詢問：“如果這個游戲中用一臺機器代替A，會出現什么情況？”在這種情況下做游戲時，提問者做出錯誤判斷的次數和他同一個男人和一個女人做這一游戲時一樣多嗎？圖靈認為，如果詢問者無法判斷另一個屋子里面是人還是機器，那么屋子里的機器就可以稱得上是有智能的，這臺機器是可以思考的。圖靈還認為，這種模擬游戲的問答方法原則上適用于人類心智的任何領域。

圖靈測試的重要特征首先在于它給出了一個可操作的智能定義，也就是根據對一系列特定問題的反應來決定一個客體是否是智能體，這就為判斷智能提供了一個客觀標準，從而避免了有關智能本質的無謂爭論。其二，這項實驗使我們免于受到目前無法回答的問題的牽制，比如計算機的內部處理方法是否已知，以及機器是否意識到其本身的動作等等。其三，由于詢問者只關注回答問題的內容，這樣就消除了偏愛于生物體的設置。

二、圖靈本人的辯駁

圖靈測試貌似一個簡單的模擬游戲，然而其背后所蘊含的思想極為深刻。在《計算機器與智能》一文中，圖靈首先從7個方面探討了機器能否思考這個問題，包括智能計算機特點、機器智能的評判標準和智能計算機器的學習能力。作為一位嚴謹的思想家，圖靈還設想了“圖靈測試”可能遇到的9個方面的反對意見，包括神學方面、數學方面和心理學方面的反對意見，并且逐一進行了辯駁。下面我們就具體考察一下圖靈的辯駁。

1.神學上的反對意見

思考是人類不朽靈魂的一種機能。上帝把不朽的靈魂給了每個男人和女人，而沒有給任何其他動物和機器。所以任何動物和機器都不能思考。

圖靈認為，這是神學家的觀點，他們把人類中心論的觀點強加給了上帝，認為上帝對于人類給予了更高級別的優惠，只能把心靈賦予人類。對于這種論點，圖靈采用了神學家的一貫論證方式進行了反駁：既然上帝是全能的，那么就不應當否認他能把心靈賦予任何事物甚至大象的能力；人類不應當用不虔誠的心態來限制上帝賦予任何事物以靈魂的能力。神學家堅持錯誤觀點的例子在科學史上屢見不鮮。比如，神學家一度相信地球是宇宙的中心，而哥白尼卻證實了地球圍繞太陽旋轉。

2.“把頭埋在沙里”的反對意見

機器思考的后果太可怕了，我們希望并且相信機器做不到這一點。

圖靈認為，這種觀點是赤裸裸的人類中心論。這種人類優越論的信念在知識階層中特別普遍。他們認為思考對于他們來說更重要，更是人類不可剝奪的權利，覺得自己比其他生物或機器有優越性，不愿意承認、甚至不敢相信其他事物也具備思考的能力。圖靈用膽小懦弱來形容這類人的品質，因為“該論點根本沒有多大價值，不值得反駁，給一點安慰可能更恰當些”。

3.數學上的反對意見

數理邏輯的許多結果都可以用來證明：離散狀態機器的能力是有限度的。這些結果中最著名的就是所謂的哥德爾定理，它表明，在任何適度豐富的邏輯系統中都可以形成一些陳述，它們在系統內部既不能被證明，也不能被證偽，除非是這種情況：系統本身不一致?！@一結果認為存在著這種機器做不到的某些事情。

圖靈認為，這個反對意見的核心思想是機器本身是一個符號化的形式系統，既然如此，機器必然要陷入“哥德爾陷阱”，但對于人類而言卻可以辨別出這類陷阱，即人類可以辨別機器內部那些不能被證明或證偽的命題是真的。

圖靈反駁說：“雖然已經能夠證明一臺特定的機器有這種能力的缺陷，但沒有證據能夠表明，人類的智能沒有這種能力的缺陷。”對于計算機而言，計算機是可操作的，都以某種程序輸入，而這種程序就是一個形式系統，按照哥德爾定理，任何內容適度豐富的無矛盾的形式系統都是不完全的，因此計算機的功能是不完全的，而且本質上是不完全的。但圖靈認為，計算機做不到的，人類也一樣做不到，因為人類所建立的形式系統也是不完全的，所以人類并不比計算機優越。

4.有關意識的反對意見

按這種觀點的極端的版本，確認一臺機器能否思考的唯一辦法就是變成這臺機器，并感受到自己在思考。

圖靈認為，這個反對意見實際上是“唯我論”的觀點。圖靈反駁道：“如果得知一個人能否思考的惟一方法就是變成這個特定的人，……那么思想交流便會發生困難。A傾向于認為‘A會思考，而B不會思考’，B卻認為‘B會思考，而A不會思考’”。如此一來，人類之間的任何感覺和感受的交流都無法進行。出于對人類現實生活的尊重，我們還是認為人類可以交流，并且都可以思考。

5.有關能力缺陷的反對意見

就算你真的能夠讓一臺機器完成你提到的所有那些事情，但是你絕不可能讓一臺機器做到X。這里X的特征很多，下面只是一部分：要仁慈、機智、漂亮、友好，有首創精神，有幽默感，能辨別是非，會犯錯誤，會墜入情網，愛吃草莓冰激凌……

圖靈認為這個反對意見實際上建立在科學歸納法的原理上。因為人類還沒有看到能夠做這些事情的機器，所以就認為機器永遠也不可能做到這些事情。圖靈反駁道，盡管目前人類看到的機器又粗又笨，并且功能單一、目標有限，但對此人類不能下結論說機器只能有這樣的簡單功能，當計算機科學發展到一定階段，人類自然可以看到具有X功能的機器?！皩τ谶@些批評機器不可能有豐富多彩的行為的說法，等于在說機器不可能有豐富的存儲容量。……這些都有可能在不久的將來實現，而不是烏托邦式的夢想?！?/p>

6.洛夫萊斯夫人的反對意見

洛夫萊斯夫人在回憶錄中寫道：“分析機（Analytical Engine）無權說它創造出什么新的東西。它所能做的都是那些我們知道怎樣命令它去執行的事情。”……洛夫萊斯夫人反對意見的另一種說法是，機器“從來不能做任何全新的事情”?！@種反對意見還有一種較好的說法：機器永遠不會“使我們出乎意料”。

圖靈反駁道，洛夫萊斯夫人只看到了一種特定分析機的特性，這種分析機只能按照既定的程序完成特定的任務，并不能根據復雜情況隨機做出變化，她所了解的分析機并未使她相信其他的機器可以具有這些“創新”的特性。為此，圖靈提出了“學習機器”的思想。圖靈認為，既然直接編制成年人心靈（adult mind）的計算機程序困難較大，我們可以先試圖編制模擬兒童心靈的程序。這個兒童心靈程序還需要和教育過程程序密切相關，這樣就模擬了人類心靈成長的過程。它的初始狀態比較簡單，通過教育過程使它逐步達到相對復雜的成人思維。在教育過程中程序不但可以設計隨機單元，而且程序還可以利用懲罰和獎勵的因素調整人類智能行為的結果。在這種情況下，雖然人類在一定程度上能夠預言計算機器的智能行為，但由于智能程序本身的隨機性和變化特征，人類就無法預言其準確的行為結果，這樣的智能程序給人類帶來“驚喜”就是必然的，計算機器的行為結果將會“出乎人類意料”。

7.有關神經系統連續性的反對意見

神經系統肯定不是一臺離散狀態的機器。神經脈沖刺激神經元時，輸入脈沖信號的微小偏差就可能造成輸出脈沖大小的巨大變化?？梢哉J為，如果這樣，就不能指望用離散狀態系統模仿神經系統的行為。

圖靈承認，離散狀態機與連續狀態機肯定有所不同。但圖靈論證道，即使他們有所不同，也并不影響模仿游戲的順利進行，因為詢問者根本無法從電傳打印機輸出的符號中辨認出離散狀態機與連續狀態機。這樣的話，這兩種機器的差異對于圖靈測試毫無影響。

8.有關人類行為的非形式特征的反對意見

通過建立一組規則來說明一個人在所有情況下應該做什么，是無法辦到的。

圖靈將這個論點轉述為：“如果每個人都有一套確定的制約他的生活的指導規則，人就并不比一臺機器更強；但這樣的規則是不存在的，所以人不可能是機器?！边@個論點的核心是說，人的行為與機器的行為有本質的不同，機器也就無法模擬人的行為，更不能模擬人的思考，因此模仿游戲是無意義的。

對于該論點的反駁，圖靈首先說明，我們應該區分人類行為中的“指導規則”（rules of conduct）和“行為規律”（laws of behavior）?！爸笇б巹t”是人們可以根據它來行動、也能意識到它的存在的規則，例如“看到紅燈就停車”這樣的條例；“行為規律”指的是人體中所表現出的自然規律，例如“你掐一下他，他就會尖叫”。圖靈指出：“我們不能像認為完備的指導規則不存在一樣，就簡單地認為完備的行為規律也不存在。就我們所知，發現這種規律的惟一方法就是科學觀察?！?/p>

因此，圖靈得出結論，這種關于人類行為的非形式特征的假設是不成立的，也是未經證實的。誠然，我們還沒有充分掌握人類的行為規律，但不能就此下結論說這樣的規律不存在。只要我們承認“行為規律”之存在，我們就有能科學觀察來發現它。一旦我們掌握了人類的行為規律，人類行為與機器行為之間的本質區別也就消失了。

9.有關超感知的反對意見

這個論點的核心是，如果模仿游戲中的詢問者有所謂的超感官知覺，例如心靈感應、透視眼、預知未來、遠距離致動等，那么任何事情都可能發生，這必然導致模仿游戲無效。如果超感知存在的話，圖靈認為確實任何情況都有可能發生。此時進行圖靈測試，就必須設計一種“超感功能屏蔽室”。

三、圖靈測試的哲學之爭

從上節的逐一考察可以看出，圖靈本人對圖靈測試可能遇到的詰難是有充分的思想準備的。自1950年以來，圖靈測試激起了來自哲學、計算機科學、認知和神經心理學等多個不同領域學者的廣泛而激烈的爭論，贊成者有之，詰難者更有之。

關于圖靈測試的哲學之爭，并不僅僅局限在機器能否思考這個問題上。在機器能否思考這個問題的背后是圖靈對人類思維之本質的刻畫，或者說是圖靈對人類智能的明確界定。半個多世紀以來，對圖靈測試的詰難主要集中在如下三個層面：一、模擬的智能是否是真正的智能？二、智能必須以語言作為中介嗎？語言行為是否足夠覆蓋智能的多樣性？三、基于語句的判斷和推理是否抓住了智能的本質？

1.模擬與復制

圖靈測試是建立在模擬游戲的基礎之上的，機器能夠模擬人類的智能，是否表明機器就擁有智能呢？早在1964年，甘德森（Keith Gunderson）就表示過懷疑。按他的說法，雖然高仿真留聲機可以迷惑人的耳朵，但它永遠不是一個真正的樂隊在演奏；同樣，機器雖然可以做一些人類所做的事情，甚至比人類做得更好，但不能因此說明機器有智能。1972年，科爾比（Kenneth Colby）也提出了類似的觀點。他認為，圖靈的模擬游戲是有缺陷的和含糊的，比如“像女人”這個概念就是十分模糊的。此外，模擬游戲中沒有指定當計算機能夠模仿女人而不能夠模仿男人會怎么樣，計算機模仿女人就算成功，模仿男人就算不成功嗎？

1980年，塞爾（John Searle）更明確指出，計算機模擬的火焰并不是真正燃燒，模擬的發動機并不能真正行駛，同樣，模擬的理解并不是真正理解，模擬的智能并不是真正的智能。到了1990年代，科普蘭（JackCopeland）細致區分了模擬（simulation）與復制（duplication）的含義?？破仗m認為，一個男人即使模仿一個女人，他也還是男人。如果一個男人在模擬游戲中勝利，他只不過是成功地模仿了一個女人，但他明顯不是一個女人。因此，模擬游戲不是一個足夠好的測試，模擬的智能并不是真正的智能，這就好像仿真的鉆石并不是一個真正的鉆石一樣。機器模擬人類的智能通過圖靈測試，并不能說明機器具有真正的智能?？破仗m認為，模擬實際上是指那種沒有模擬事物的本質的情形，比如演員的裝死，復制則是對事物本質的再現，比如人造碳就具有天然碳的本質屬性。

按塞爾和科普蘭的觀點，模擬并不等于復制。對此，卡爾頓（Lawrence Carleton）反駁道，如果兩個測試的輸入和輸出都相同的話，那么我們就可以認為是復制。計算機模擬火焰就不是復制，因為他們與真正的火焰沒有相同的“輸入和輸出”，因此計算機模擬火焰就只能看成是模擬。但圖靈測試和塞爾的中文屋都是輸入和輸出相同情況下的模擬測驗，因此可以看成是復制。既然圖靈測試不是表面化的模擬，而是對思維本質的再現，那么通過圖靈測試的機器就應當被認為具備真正的智能。

2.語言與智能

在圖靈測試所激起的廣泛哲學爭論中，第二個主題涉及語言媒介的作用，這是因為圖靈測試中關于智能的定義是建立在語言交流的基礎之上的。1968年，弗德（Fodor）就指出，鑒于圖靈測試只能表現出人類智能的部分功能，特別是語言功能，通過圖靈測試只能展示出機器只具備人類智能的部分功能。不過，這類爭論實際上指向兩個不同的方面，其一是語言之于智能是否是必要的，其二是語言之于智能是否是充分的。

對語言之必要性，科普蘭明確表示過懷疑。科普蘭（1993）認為，有些智能生物，比如黑猩猩、海豚和牙牙學語的幼兒，由于不具備語言功能，因此都會在測試中失敗。如果這些智能生物都通不過圖靈測試，那么我們推測可以思考的機器也可能通不過圖靈測試。前面提到的弗德的觀點實際上涉及語言的充分性問題，即語言是否能夠展現人類智能的各個方面。按弗德的觀點，圖靈測試范圍僅僅局限于人類對話的能力，因此不能作為通用的人類智能測試。

針對這類詰難，史蒂文森指出，圖靈測試是一個全功能的測試。圖靈測試所測試的是一種智能的二階能力，這種能力預設了其他的各種能力，因此，圖靈測試是一個全功能的測試，而不只是測試了機器的語言功能。稍后，丹尼特進一步指出，圖靈測試是一個通用的測試，適用于測試人類的各種智能，實際上圖靈測試測試了人類的許多智能行為，包括理解幽默、探討政治問題和創作詩歌的能力。

更有力的反駁或許來自摩爾的論述。摩爾指出，語言能力足以用來歸納地推論出人類各方面的智能能力。人類可以根據逐步明朗的證據來逐步完善理論，但這不意味著人類必須收集完所有的證據才能做出結論。實際上，科學家們從未對已有的科學假設收集到所有的證據，但人類科學文明在不斷地進步。認為圖靈測試過于局限的觀點，實際上是誤認為圖靈測試只是一個測試。圖靈本人明確說過，圖靈測試可以被廣泛地運用到不同種類的測試，評判者可以要求測試機器的幽默能力、使用非母語的能力、或者其他各類能力。

3.智能的本質與塞爾的中文屋測試

圖靈測試中關于人類智能的定義是建立在語句基礎上的判斷和推理。針對這一定義的詰難可以分為外在的和內在的兩大類。外在的詰難認為這個定義不夠寬廣；內部的詰難則認為，即使采用這個定義，也不能得出智能概念。

其實，外在的詰難圖靈本人早就預料到了。所有這些詰難，在某種程度上都是老調重彈，其要點包括：圖靈測試是行為主義和操作主義的；意識（consciousness）與思維是密不可分的；內?。╥ntrospection）是人類思維的本質特征。比如，布洛克就認為，圖靈測試僅僅關注人類的外部行為（externalbehavior），不能算作一個合理的智能測試。按照他的觀點，機器的智能實際來自設計者，這些所謂的智能機器只能隨聲附和。一個人如果下棋時僅僅復制其他大師的棋譜而取得勝利，那他根本就不是大師；同樣，一個能對話的機器也只不過是在重復程序員所編制的程序中的對話內容，這個機器不能被認為是智能的。僅僅關注人類的輸入輸出的能力會誤導我們對智能的認識。

這類外部詰難實質上沿用的是心理學上反對行為主義的古老策略，即重新引入內省、意識、甚至潛意識來看待智能，持這類觀點的哲學家包括卡雷利斯（Karelis 1986）、里奇拉克（Rychlak 1991）和米切爾（Michie 1996）等?？ɡ桌箯娬{，意識是思考的本質。無論一個事物的行為特征有多么復雜或靈巧，也不能被認為是可以思考的，除非它有意識。圖靈沒有指明意識和思考是否就是一回事，抑或是機器通過測試后是否就具備了意識。里奇拉克進而強調，內省是人類智能不可或缺的特征，但圖靈測試并沒有表現出內省的特點。因此機器即使通過了圖靈測試，我們也不能說它具有智能。更進一步，米切爾強調，人類智能與潛意識密切相關。僅僅通過語言測試來判斷機器是否能思考是不夠的，因為我們潛意識中的一些語言現象在模擬游戲中也無法測試出來。

如果說以上這些詰難，圖靈不僅是充分認識到了，并且是有意排除在智能定義之外的話，塞爾所提出的內在詰難，多少出乎圖靈本人的預料，并且對圖靈測試概念提出了強有力的挑戰。塞爾對圖靈測試的反駁，主要基于其著名的中文屋實驗。

塞爾（Searle 1980）的中文屋實驗是一個思想實驗，其基本設想是：假設我（塞爾）被鎖在一間屋子里，并給了我一大批中文文本；而且，假定我對中文一竅不通（事實也是如此），既不會寫也不會說，甚至我也沒有把握，在辨認中文文本時能否把中文文本同日文文本或無意義的曲線區分開來。對我來說，中文文本和許多無意義的曲線簡直一模一樣。再假定，在第一批中文文本之后，接著又給了我第二批中文腳本，并帶有一套規則，使第二批與第一批發生聯系。規則是用英文寫的，我和其他英文為母語的人一樣是理解這些規則的。用這些規則，我可以把一組形式符號與另一組形式符號聯系起來，這里“形式”的意思只是說，我根據這些符號的形狀就完全可以確認它們。現在，假定又給了我第三批中文符號，同時還有一些仍是英文的指令，這些指令使我可以把第三批的文本同前兩批聯系起來，并指示我怎樣傳回某種特定形狀的中文符號，作為對第三批中送給我的那些特定形狀符號的響應。根據此思想實驗，在塞爾回答中文問題時，屋子外的觀察者會認為塞爾對中文問題的回答將與中文母語的人的回答毫無差別。凡是看過塞爾回答的人，根本不會知道塞爾一個中文字也講不了。但是根據這個實驗的設定，塞爾根本不懂中文但正確回答了問題，對懂得中文的人來說，塞爾的行為就是一臺計算機，塞爾就是例示了一個計算機程序，計算機程序根本不理解中文。塞爾由此得出結論：圖靈測試中機器根本不理解回答的問題，機器根本沒有思考，機器也沒有智能。

塞爾的中文屋測試可以說是針對圖靈測試的最重要的一個反駁意見。自塞爾提出中文屋測試之后，相關的哲學爭論迄今仍在延續，這里我們只提一下巴萊希（Barresi 1987）的觀點。巴萊?；谌麪柕睦硐雽嶒?，進一步探討了語法和語義的問題。他認為，純句法特征的機器可以通過圖靈測試，但是沒有自然語義的話，這樣的機器永遠不能具備人類的常識。人類的語言，并不單純是一個滿足句法要求的形式系統，而是具有豐富結構的語義系統。人類語言的語義特征是人類互動和人類文明傳承的根本保證。

四、圖靈測試與人工智能的發展

盡管《計算機器與智能》一文被普遍認為是人工智能的開篇之作，關于圖靈測試對于人工智能這門學科60年來的發展所起的作用，學界的看法并不一致。我們不妨先來看看否定性的意見。

早在1970年代初，邁爾澤（Bernard N.Meltzer）就指出，圖靈測試是在引誘人工智能領域的研究者去完成一個被誤導的目標，讓他們以為只有對話才是實現人工智能的途徑。他認為，這個目標是獨斷的、專橫的和狹隘的。人工智能研究者應該首先致力于多樣化的具體目標，比如模式識別和求解微分方程等，只有實現這些目標之后才能逐步去實現一個人工智能系統。

到了1990年代，不少學者都表達了與邁爾澤類似的觀點。比如，謝伯（Stuart Shieber）就認為圖靈測試干擾了豐富而有魅力的人工智能研究。哈納德（Harnad）也認為圖靈測試只關注人類行為的某個方面（語言能力），從而限制了人工智能研究的目標。海耶斯（P. Hayes）和福特（K. Ford）雖然承認圖靈測試的歷史意義，但也僅止于承認其歷史意義。在他們看來，“圖靈測試在人工智能起始時是有著歷史意義的，但當今已經成為人工智能領域的包袱……我們應該拒絕使用圖靈測試，應該找到更成熟的方法來描述人工智能的目標。在今日，圖靈測試只能放入到教科書中了。”

1996年，惠特比（Blay Whitby）在總結人工智能的發展史時也認為圖靈測試應當載入史冊了。按惠特比的論述，人工智能的發展經歷了4個階段。在第1階段（1950—1966），圖靈測試為人工智能領域帶來了靈感的源泉；在第2階段（1966—1973），它給人工智能研究的前沿領域帶來了困擾；進入第3階段（1973—1990），圖靈測試主要是給哲學領域帶來了困擾，對人工智能領域的困擾反而少些；到第4階段（1990—），圖靈測試應該被載入史冊了。

惠特比這樣劃分的理由是不難理解的。第1個階段是計算機科學發展的初始階段，圖靈測試所展現的人工智能這一宏大遠景，對計算機算法的研究和計算機硬件的發展提出了更高的要求。在第2個階段，計算機硬件的發展和計算機軟件的開發嚴重錯位，人工智能的發展只能局限于模式識別這類非常有限的目標上，人類幾乎看不到計算機通過圖靈測試的任何希望。第3個階段是計算機科學飛速發展并廣泛應用于各行各業的階段，人工智能領域的專家大都滿足于具體而豐富的有限目標，有關圖靈測試的討論成了哲學家爭論的話題。到第4個階段，許多人工智能專家似乎已經不再關注圖靈測試這類幾乎不可能完成的目標了。

然而并非所有的學者都認同圖靈測試應載入史冊的論點。弗倫奇（Robert M.French）相信，若干世紀之后圖靈測試依然具有重要的意義；薩金（Ayse Pinar Saygin）在《圖靈測試：50年之后》一文中說，再過50年還會有人來寫《圖靈測試：一百年之后》（TuringTest 100 Years Later）；摩爾不僅強調我們不能放棄圖靈測試，還相信圖靈的預言會在將來成為現實。對圖靈測試持肯定觀點的作家還有庫伯（Kevin L.Copple）。他認為，圖靈測試是人工智能領域中一個十分有意義的實踐嘗試，它有助于科學家們深入研究人類的行為表現和人類的互動行為，從而逐步實現“更好的人工智能”（better AI），而不是空談的和學究式的“真正的人工智能”（true AI）。

雖然迄今為止，讓計算機通過圖靈測試還是一個難以企及的目標，但這一事實并未磨滅人工智能專家的雄心。1991年，紐約慈善家勒伯納（Hugh Loebner）設立了一個以其名字命名的競賽獎項（Loebner Prize Competition），專門用于獎勵每年一度的圖靈測試競賽的優勝者，冠軍的獎金額度為100000美元。勒伯納競賽如今已成為人工智能領域的盛會，每年都有人工智能領域最頂尖的專家前來參賽。競賽的項目就是圖靈測試，看誰帶來的機器最具備人類智能的特征，誰的機器與人類的反應最難區別。起初的競賽是限制主題的圖靈測試（Restricted Turing Test），例如只限制于數學主題、體育主題和政治主題等。1995年之后，這類限制被取消了，參賽者可以準備任意方面的主題。2008年，計算機埃爾伯特（Elbot）獲得了該年度的勒布納銅獎（金獎和銀獎落空）。當年10月底，在英國雷丁大學（Reading University）進行的決賽中，埃爾伯特以文本對話的方式和12位經過嚴格挑選的測試員交談，結果有3位測試員認為它是一位真人，“一位真實的、健談的人”。人工智能看來真的站在了與人類一樣思考的門檻上了。

與埃爾伯特相比，1997年戰勝國際象棋大師卡斯帕羅夫的計算機“深藍”（Deep Blue）算不得真正的人工智能，因為它的特點在于邏輯和運算，但并不機智和“狡黠”。埃爾伯特令人驚異的地方在于它的幽默和敏感，而且能夠主導對話。在勒布納獎的最后測試中，埃爾伯特還用調侃的方式暗示自己就是機器人，這導致一些測試員認定這是一位志愿者故意的誤導行為，從而將埃爾伯特判斷為人類：

“你吃過早餐了么？”測試員問。

“是的。但我錯誤地把牛奶倒在了我的早餐上，結果還沒吃，它們就上銹了——我原本應該倒油的?！卑柌鼗卮鹫f。

從埃爾伯特表現來看，能夠通過圖靈測試的機器已經為期不遠了。

結語

從1950年圖靈《計算機器與智能》一文的發表到2008年智能機器埃爾伯特的誕生，近60年來關于圖靈測試的爭論幾乎從未間歇。對于圖靈測試所激起的廣泛而持久的爭論，圖靈本人是有充分預見的。在其1950年的經典論文中，圖靈就設想過9個方面的可能反對意見，并且逐一作了辯駁。

盡管如此，圖靈所做的辯駁并不能完全令人信服，其所預見的詰難也不能涵蓋所有可能的反對意見。60年來，關于圖靈測試的哲學爭論主要集中在語言、思維和模擬3個方面：智能是否必須以語言為基礎？基于語言的判斷和推理是否把握了智能的本質？模擬的智能是否是真正的智能？關于這些問題，圖靈的預見和論證并不充分。

對圖靈測試最有力的反駁來自塞爾的中文屋測試。該測試所蘊含的哲學推論是：模擬的智能僅僅是掌握了形式系統的語法規則，并沒有真正理解自然語言的豐富語義，因此即使機器能夠通過圖靈測試，也不能說它具備人類智能。圖靈本人在某種程度上預見到了這類詰難，即他的“數學上的反對意見”，不過他沒有分辨語法與語義。智能的本質是否就在于掌握語義？將來的機器，比如圖靈所設想的學習機，也不能掌握語義嗎？無疑，關于圖靈測試的哲學爭論還將持續下去。

圖靈1950年的經典論文被公認為是人工智能學科興起的標志。不過，關于圖靈測試對于人工智能的發展意義，在不同的歷史階段人們的認識有所不同。大體說來，1950—1960年代，圖靈測試被普遍認為是人工智能領域的靈感源泉；1970—1980年代，它確實給人工智能領域的前沿研究帶來了某種程度的困擾；1990年之后，圖靈測試雖然不被認為是人工智能的終極目標，但已經成為該領域研究中不可或缺的課題。1990年代的那種認為圖靈測試應該塵封史冊的論點，已經被隨后的發展所否定。以通過圖靈測試為目標的勒伯納競賽，如今已成為人工智能界的盛事。

圖靈測試本質上是對人類智能的一種操作性定義。人類思維的本質是一個古老的哲學問題。圖靈對這一問題的界定雖然不一定精準，但至少將散漫的爭論導向一個明晰的目標。無論通過圖靈測試的機器是否真正具備人類的智能，這類智能機的研制不僅有著實用意義，同時也在向我們常識中的智能概念提出挑戰。（節選自宋勇剛《圖靈測試：哲學爭論及歷史地位》，原載于《科學文化評論》2011年第6期?，F標題為責編所擬）

《中國歷史評論》編輯部選編

本期責編：李 萌