Eugene Goostman「通過」圖靈測試——為時五分鐘

2014年6月7日，在倫敦的皇家學會，三十位評審與幾個程式進行了五分鐘的鍵盤對話。其中一個程式Eugene Goostman——一個設定為來自敖德薩、養了一隻天竺鼠的13歲男孩的聊天機器人——被十位評審當成真人，占33%。主辦該活動的雷丁大學Kevin Warwick宣稱，艾倫·圖靈的測試首次被通過了。

媒體將其放大為「世界首次」：BBC以「電腦AI通過圖靈測試」為頭條。然而，30%這個數字並不是門檻——那是圖靈本人在1950年的預測，認為到了2000年機器將能騙過三分之一的評審。Eugene並非新面孔：它自2001年起就參賽，在Loebner獎中排名落後於其他系統。甚至它自己的合作者John Denning也語帶保留：「我認為我們通過了『一個』圖靈測試，但我不知道那是不是『那個』圖靈測試。」

不到一天，學界就提出反駁。「這是胡說，完全是胡說。我們甚至還差得遠，」Stevan Harnad說。Marvin Minsky：「從設計拙劣的『實驗』中什麼也學不到。」Gary Marcus稱Eugene是「一段寫得很巧妙的軟體」，其「幻覺轉瞬即逝」；Murray Shanahan說這一主張「完全錯置，貶低了真正的AI研究」。Noel Sharkey點出了箇中伎倆：「一個非常聰明的花招，假裝自己是13歲的烏克蘭男孩，這會限制對話的走向。」

這個人設就是策略：一個養寵物的非母語小孩，能為每一個答非所問開脫。當被追問駱駝有幾條腿時，Eugene回答「大概2到4條之間。也許，三條？」——這個答案被解讀為孩子氣，而非故障。這場噱頭真正的代價在於公眾理解：「AI通過了圖靈測試」成了反覆出現的頭條，真正的研究者至今仍在反駁，而與一個照本宣科的人設進行五分鐘閒聊，取代了圖靈那種開放式對話，成為公眾心目中「通過」的含義。

33%是圖靈的預測，不是及格線，而13歲的人設為每一個答非所問開脫，所以這場噱頭衡量的是偽裝，不是機器。

圖靈的30%是預測，不是及格線——該活動卻把它當成門檻，一達到就宣布勝利。

人設起了作用：一個養天竺鼠的13歲小孩讓每個答非所問都顯得有人味，所以測試衡量的是偽裝，不是機器。

五分鐘不受限的閒聊，門檻低於25分鐘的Loebner獎，而在該獎項中Eugene排名落後於另外七個系統。

宣布跑在了審視之前：「世界首次」當天就宣告，學界還來不及置評，所以更正始終追不上頭條。

圖靈的30%是預測，不是及格線；一個能為每個答非所問開脫的人設，衡量的是偽裝，不是機器。

Eugene的勝利沒有人撤回，也鮮有人接受：這個聊天機器人保留了它的人設，其創造者繼續前行，而這起事件成了圖靈測試主張跑在證據之前的教科書案例。真正的傷害在於公共語言——「通過圖靈測試」成了頭條的簡寫，而真正的AI里程碑至今仍得與之抗衡。該活動自身的辯護——對話是「不受限的」——只凸顯了這個測試已從圖靈那種開放式、長達數年的詰問，縮水到與一個無法被逼問出底細的青少年聊五分鐘，差距有多大。