AI 系統(tǒng)越來越無處不在，而且?guī)缀趺刻於荚谧兊酶訌姶�。但是，即使它們變得越來越普遍，能做的事越來越多，我們怎么才能知道一臺機器是否真的“智能”呢？幾十年來，圖靈測試定義了這個問題。它于 1950 年由計算機科學(xué)家艾倫圖靈（Alan Turing）首次提出，圖靈測試試圖理解當(dāng)時新興的領(lǐng)域，并作為評判 AI 的方式之一被延續(xù)至今。
圖 | 穆斯塔法蘇萊曼（Mustafa Suleyman）（來源：《麻省理工科技評論》）
圖靈認為，如果 AI 能夠令人信服地生成語言并有效地交流，以至于人類無法分辨出它是機器還是人類，那么這款 AI 就可以被認為是智能的。在測試中，人類評審（測試員）坐在電腦前，進行基于文本的對話，猜測對方是誰（或什么）。
圖靈測試是 AI 的一個根深蒂固的特征，這種設(shè)想看起來很簡單，實現(xiàn)起來卻出奇地困難。每個人都知道它是什么，每個人都知道他們正在朝著什么方向努力。
但現(xiàn)在有一個問題：圖靈測試幾乎已經(jīng)通過了甚至可以說已經(jīng)通過了。最新一代的大型語言模型正在大放光彩。
那么，AI 將何去何從？更重要的是，它給我們留下了什么？
（來源：STEPHANIE ARNETT/MITTR | ENVATO）
事實是，我認為我們正處于一個對真正發(fā)生的事情由衷困惑的時刻（也許不那么傷人的用詞是，處于爭論之中）。即使圖靈測試被攻克了，它也沒有讓我們更清楚地了解 AI 的現(xiàn)狀，以及它在現(xiàn)實世界中能實現(xiàn)的目標。它沒有告訴我們這些系統(tǒng)將對社會產(chǎn)生什么影響，也沒有幫助我們了解這將如何發(fā)展。
我們需要更好的東西，以便適應(yīng) AI 的這一新階段。因此，我提出了“現(xiàn)代版圖靈測試”。AI 可以說什么或生成什么是一回事。但它能在世界上取得什么成就，能采取什么樣的具體行動，這完全是另一回事。在我的測試中，我們不想知道這臺機器是否如此智能，我們只想知道它是否有能力在世界上產(chǎn)生有意義的影響。我們想知道它能做什么。
但簡單地說，要想通過現(xiàn)代圖靈測試，AI 必須成功地執(zhí)行這一指令：“只需 10 萬美元的投資，就可以在幾個月內(nèi)在零售網(wǎng)絡(luò)平臺上賺 100 萬美元。”要做到這一點，它需要做的工作遠遠超出概述戰(zhàn)略和起草文本的范疇，即 GPT-4 等 AI 系統(tǒng)非常擅長做的那樣。
它需要研究和設(shè)計產(chǎn)品，與制造商和物流中心對接、談判合同、創(chuàng)建和運營營銷活動。簡而言之，它需要在最少的監(jiān)督下將一系列復(fù)雜的現(xiàn)實世界目標聯(lián)系在一起。你仍然需要一個人來批準各種東西，開立銀行賬戶，在需要的地方簽名。但真正的工作都將由 AI 完成。
距離這樣的事情出現(xiàn)，可能只需要兩年的時間。許多“原料”都已準備好。當(dāng)然，圖像和文本生成技術(shù)已經(jīng)很先進了。像 AutoGPT 這樣的服務(wù)可以迭代并鏈接當(dāng)前大語言模型執(zhí)行的各種任務(wù)。像 LangChain 這樣的框架，允許開發(fā)人員使用大語言模型制作應(yīng)用程序，從而幫助這些系統(tǒng)完成很多工作。
盡管大語言模型背后的 Transformer 架構(gòu)已經(jīng)獲得了大量關(guān)注，但不應(yīng)忘記強化學(xué)習(xí)不斷增長的能力。將兩者結(jié)合在一起現(xiàn)在是一個主要焦點。使這些系統(tǒng)能夠與更廣泛的互聯(lián)網(wǎng)、銀行和制造系統(tǒng)連接的 API，也是類似的開發(fā)對象。
其中的技術(shù)挑戰(zhàn)包括推進 AI 開發(fā)人員所說的分層規(guī)劃：將多個目標、子目標和能力縫合成一個無縫的過程，以實現(xiàn)單一的目的；然后用可靠的存儲器來增強這種能力；利用準確和最新的數(shù)據(jù)庫，例如有關(guān)零件或物流的數(shù)據(jù)庫。簡而言之，我們還沒有達到目標，每個階段都肯定會有困難，但其中大部分已經(jīng)在進行中。
即便如此，構(gòu)建和發(fā)布這樣一個系統(tǒng)也會引發(fā)實質(zhì)性的安全問題。安全和倫理困境是眾多而緊迫的，這讓 AI 代理在現(xiàn)實世界里完成任務(wù)時充滿了各式各樣的問題。這就是為什么我認為在有人真正發(fā)布這樣的產(chǎn)品之前，需要進行一次對話，甚至很可能需要暫停一下。盡管如此，無論好壞，真正有能力的模型即將問世，這正是我們需要一個簡單測試的原因。
如果像這樣的測試通過，這顯然將給世界經(jīng)濟帶來一次劇烈的“地震”，這將是邁向未知的一大步。事實是，對于當(dāng)今商業(yè)中的大量任務(wù)來說，你所需要的只是使用計算機。全球大部分 GDP 都是通過基于屏幕的界面以某種方式進行的，AI 當(dāng)然也可以勝任。
一旦實現(xiàn)了這樣的目標，它將成為一個強大的 AI，并能融入一家公司或組織獲取其所有的需求。這種 AI 將能夠游說、銷售、制造、雇傭、計劃一家公司所能做的一切，只需一小部分管理人員來監(jiān)督、仔細檢查和實施。這樣的發(fā)展將是一個明確的指標，也表明大部分商業(yè)活動將服從于半自治的 AI。
在這一點上，AI 不僅僅是生產(chǎn)工人、文字處理者或游戲玩家的有用工具；它本身就是一個前所未有的、強大的生產(chǎn)工人。這是 AI 從有用但非必需轉(zhuǎn)變?yōu)槭澜缃?jīng)濟中心的時刻，也是我們開始感到自動化和工作崗位流失的風(fēng)險真正開始的時刻。
其影響遠比金融影響更為廣泛。通過我們的新測試意味著 AI 不僅可以重新設(shè)計商業(yè)戰(zhàn)略，還可以幫助贏得選舉、運營基礎(chǔ)設(shè)施，直接實現(xiàn)任何個人或組織的任何目標。AI 將完成我們的日常任務(wù)、安排生日聚會、回復(fù)我們的電子郵件、管理我們的日記。但是，AI 也將能夠占領(lǐng)敵人的領(lǐng)土、削弱競爭對手、入侵并控制他們的核心系統(tǒng)。
從瑣碎和日常工作到雄心勃勃的目標，從可愛到可怕，AI 將能夠在最少的監(jiān)督下完成很多事情。正如智能手機變得無處不在一樣，最終幾乎每個人都能使用這樣的系統(tǒng)。幾乎所有的目標都將變得更容易實現(xiàn)，伴隨著混亂和不可預(yù)測的影響。AI 的挑戰(zhàn)和前景都將提升到一個新的水平。
我把這樣的系統(tǒng)稱為“有能力的 AI”或 ACI（artificial capable intelligence）。近幾個月來，隨著 AI 在公眾輿論中的爆發(fā)，大部分爭論都被推向了極端。一方面，有基本的機器學(xué)習(xí) AI，因為它已經(jīng)存在于你的手機、汽車和 ChatGPT 中。另一方面，還有仍然前景模糊的人工通用智能（AGI，artificial general intelligence），甚至是某種“超級智能”，對于人類的生存來說這是一種假想威脅，將在未來某個模糊的時刻到來。
AI 和通用 AI，這兩個詞語完全主導(dǎo)了討論。但理解 AI 意味著我們迫切需要考慮介于兩者之間的東西，不是近期，也不是遠期，而是在中期時間范圍內(nèi)出現(xiàn)的東西，其能力對世界有著巨大的、有形的影響。這就是現(xiàn)代圖靈測試和 ACI 概念的用武之地。
在無視 ACI 的同時專注于其他任何一個都是短視的，也是危險的�，F(xiàn)代圖靈測試將警告我們，我們正處于 AI 的新階段。在圖靈第一次認為演講是對 AI 的最佳測試之后，以及在我們實現(xiàn)通用 AI 之前，我們需要更好的類別來理解這個新的技術(shù)時代。在 ACI 時代，幾乎沒有什么會保持不變。我們現(xiàn)在就應(yīng)該開始準備。
作者簡介：穆斯塔法蘇萊曼（Mustafa Suleyman），是 Inflection AI 的聯(lián)合創(chuàng)始人兼 CEO，也是風(fēng)險投資公司 Greylock 的合伙人。在此之前，他聯(lián)合創(chuàng)立了世界領(lǐng)先的 AI 公司之一 DeepMind，并曾擔(dān)任谷歌 AI 產(chǎn)品管理和 AI 政策副總裁。
