近日，美国加州大学圣地亚哥分校的研究团队宣布了一项突破性成果，他们声称首次证实了人工智能系统能够通过标准三方图灵测试。
图灵测试，这一概念由英国数学家阿兰·图灵于1950年提出，被称为“模仿游戏”。图灵认为，如果一台机器在与人类的文本交流中能够让提问者难以分辨其身份，那么这台机器便可能拥有类似人类的智能。在三方图灵测试中，提问者需要与一名人类和一台机器分别对话，并尝试准确识别出人类的身份。
此次研究中，研究人员测试了三款人工智能模型，分别是OpenAI的GPT-4.5、meta的Llama 3.1 405B以及OpenAI的另一款模型GPT-4o。实验设计为人类参与者通过分屏界面同时与一名人类和一台AI系统进行五分钟的对话测试。对话结束后，提问者需要判断哪一方是人类。
研究团队在两种条件下评估了这些AI模型的表现：基础指令（NO-PERSONA）模式和增强型PERSONA模式。在PERSONA模式下，AI被引导模拟特定的人类行为特征。实验结果显示，GPT-4.5在PERSONA模式下的胜率高达73%，意味着提问者经常将其误认为是人类；Llama 3.1-405B的胜率约为56%；而在NO-PERSONA模式下，GPT-4o的胜率仅为21%。
在对话内容方面，提问者主要进行了日常闲聊，其中61%的互动涉及询问日常生活和个人细节，50%的互动则深入探讨了社会和情感层面，如观点、情感、幽默感和个人经历。这些对话内容充分展现了AI模型在理解和模拟人类交流方面的能力。
研究报告指出，如果提问者无法可靠地区分人类与机器，那么该机器即被认为通过了图灵测试。基于这一标准，GPT-4.5和Llama 3.1-405B在启用PERSONA模式时均成功通过了图灵测试。这一成果标志着人工智能在模拟人类智能方面取得了重要进展。
研究团队认为，这些AI系统有望在经济活动中无缝补充甚至取代人类劳动力，特别是在依赖简短对话的场景中。他们进一步指出，这些系统可能成为难以区分的替代品，适用于从在线陌生人对话到与朋友、同事乃至亲密伴侣的交流等各种社交场景。这一发现不仅为人工智能的发展提供了新的视角，也引发了对未来社会人机关系的深刻思考。
