图灵测试

它是一种受艾伦·图灵模仿游戏启发的行为测试。评审者通过文本渠道与身份隐藏的参与者交流，并尝试区分机器与人类。成功指的是在明确条件下，对话行为达到不可区分，而不是直接读取思想或意识。

“Turin test”是常见拼写错误。正确名称是Turing Test（图灵测试），源自英国数学家和计算机先驱Alan M. Turing。Turin则是意大利城市都灵。

不是。它是一个透明标注的盲评教育模拟。一个可辩护的实验需要真实或以一致方式录制的人类与机器参与者、随机分配、明确协议、足够数量的评审者、预注册结果以及统计分析。

他并没有把这设定为普遍通过标准。1950年，他预测到大约2000年时，普通询问者在五分钟后正确识别的概率不会超过70%。后来的一些活动常把这句话重新解释为30%的欺骗阈值。

按照某些操作性版本，可以说通过过；但不存在一个单一、全球公认的版本，也没有这样的权威或统一标准。ELIZA、PARRY、Loebner竞赛参赛程序、Eugene Goostman以及现代语言模型都在不同协议下接受过测试，因此“通过”必须附带限定条件。

它说明系统在该情境中成功表现出类似人类的对话行为。是否应该把这称为“智能”，取决于所采用的定义。它本身并不能证明真实性、推理广度、意识、情感、具身性或安全的现实世界能力。

不能。计算器、定理证明器或科学系统可能非常有能力，却不会模仿日常人类对话。该测试奖励的是一种特定的社会语言表现。

屏障可防止评审者把外貌、声音或物理构造当作捷径。图灵设想的是类似电传打字机的沟通渠道。文本能够隔离对话证据，不过现代变体有时也会加入视觉或机器人能力。

这是后来提出的扩展版本，加入感知和物理互动，通常同时要求视觉、机器人能力和语言能力。它不应与图灵1950年论文中的纯文本设置混为一谈。

自适应追问比一串固定谜题更有效。可以要求澄清、回访先前主张、引入歧义、测试社会语境、要求创造性地遵循约束，并探查矛盾。没有任何单一问题能够可靠识别现代AI。

这可能制造不公平的捷径。系统可能被设计为不能联网，人类也可能不了解新闻；私人记忆也可以编造。合理的协议应定义允许使用的知识，并确保双方访问条件可比。

人类提供正对照基线。如果评审者把很多真实人类都判成机器，说明任务设计或评审校准可能存在问题。缺少人类基线和随机基线时，机器被判为“人类”的比例很难解释。

短测试方便，但更容易被针对性取巧，而且可能主要测量第一印象。更长、重复、对抗性和跨领域的对话能提供更强证据，不过也会增加成本、疲劳和设计选择。

它指人们倾向于从表层的计算机回应中读出理解或主体性。这个名称源于人们对ELIZA的反应；当流畅输出让人推断出超出证据所支持的能力时，这种效应今天仍然相关。

不是。IQ测试把标准化认知任务上的表现与年龄常模进行比较；图灵测试则评估在特定协议下，评审者能否识别出对话中的机器。