模仿游戏

先看一个吵不出结果的问题

“机器能思考吗？”

试着回答一下，你会立刻卡在同一个地方：得先说清”思考”是什么。而任何定义都会被反驳——定得宽了，恒温器也在思考；定得窄了，只有人类算思考，问题变成同义反复。

这不是耐心不够的问题。这类争论的结构就是无解的：双方对事实没有分歧，只对词该怎么用有分歧。

朴素办法，以及它为什么不够

朴素办法是查字典、定义”思考”，然后看机器符不符合。图灵在 1950 年那篇论文里直接拒绝了这条路，理由是定义会陷入词义之争（他后来说这个问题 too meaningless to deserve discussion）。

第二个朴素办法是”看它内部怎么运作”。但这会预设结论：如果你已经认定”用规则查表就不算思考”，那任何机器实现都不算，因为机器都是规则。

机制：把问题换成一个能操作的问题

图灵的办法是替换问题。不问”能否思考”，问”能否在一个特定游戏里表现得让人分辨不出”。

原始游戏有三个人：男人 A、女人 B、审问者 C。C 只能通过打字与两人交流，任务是判断谁是男谁是女。A 的目标是让 C 判断错，B 的目标是帮 C 判断对。

然后关键一步：让机器接替 A 的位置。衡量标准是相对的——机器骗过审问者的频率，是否不低于人类男性做同一件事的频率。

打字这个界面是刻意的：它把外形、声音、动作全部隔离，只留下”答得像不像”。

回访：这为什么不是”定义了智能”

图灵从没说通过这个游戏就等于会思考。他给的是一个可以做的实验，替代一个无法做的争论。

这也解释了为什么它常被误称为”图灵测验”并被当成一条判据：Turing test 这个词在原文里出现 0 次，通过标准也一个都没有。原文只有一个五十年后的经验预测。

边界与常见误解

**流行版本改了设定。**今天说的”图灵测验”通常是机器 vs 人、判断谁是机器。原始版本是机器接替一个正在假装女人的男人，基准线是人类模仿者的成功率。

**它测的可能不是智能。**French 1990 论证它实际测的是”是否拥有人类的亚认知联想结构”，即一种文化成员资格测验。Block 则用”查表机”指出：一台预存所有对话的机器可以通过，却显然不智能。

**通过它不代表理解。**这正是中文屋要攻击的地方。