بازار
آزمون معروف تورینگ در علوم رایانه از مقاله‌ای در سال ۱۹۵۰ میلادی، توسط آلن تورینگ، دانشمند رایانه اهل بریتانیا، می‌آید. نسخه رایج این آزمون این است که یک انسان از کسی در پشت پرده سؤال می‌پرسد و باید تشخیص دهد که پاسخ‌دهنده انسان است یا ماشین.
از بازی تقلید تا ماشین‌های روان
آلن تورینگ مقاله معروف خود را با یک پرسش ساده آغاز کرد: آیا ماشین‌ها می‌توانند فکر کنند؟ اما او نمی‌خواست در معنای واژه‌هایی مانند ماشین و به‌ویژه تفکر گرفتار شود؛ بنابراین رویکردی عملی انتخاب کرد و یک بازی سه‌نفره به نام بازی تقلید را توصیف کرد: یک مرد، یک زن و یک بازپرس. بازپرس بدون دیدن و شنیدن صدا باید تشخیص می‌داد کدام یک مرد است و کدام زن.
تورینگ سپس این پرسش را مطرح کرد که آیا می‌توان تصور کرد رایانه‌های دیجیتال در نقش مرد در بازی تقلید خوب عمل کنند. او در ادامه علیه مخالفت‌ها با این فرض که ماشین‌ها می‌توانند فکر کنند، استدلال کرد و نوشت: می‌توانیم امیدوار باشیم که ماشین‌ها در نهایت در همه زمینه‌های صرفاً فکری با انسان رقابت کنند.
از آن زمان تاکنون پرسش‌های زیادی درباره ظرافت‌های آزمون تورینگ مطرح شده و پژوهش در این زمینه ادامه دارد. ساده‌ترین نسخه این آزمون این است که یک ارزیاب انسانی با یک انسان و یک ماشین پیام‌های متنی رد و بدل می‌کند و سعی می‌کند تشخیص دهد کدام انسان و کدام ماشین است.
در سال ۲۰۲۶ میلادی، پژوهشی در مقیاس بزرگ برای اولین‌بار این آزمون را به‌صورت برخط (آنلاین) انجام داد. پژوهشگران دریافتند مدل‌های زبانی بزرگ (LLM) که به‌درستی راهنمایی شده بودند، در آزمون استاندارد سه‌نفره تورینگ قبول شدند و در مقایسه مستقیم با انسان‌های واقعی، انسان به نظر می‌رسیدند. سه هوش مصنوعی اصلی در حدود ۵۰ درصد موارد توانستند انسان را فریب دهند و انسان به نظر برسند، در حالی که شرکت‌کنندگان انسانی تنها در ۶۶ درصد موارد انسان تشخیص داده شدند.
هفت مدل در نقش بازپرس
در مقاله جدید، مارک رینو و همکارانش هفت مدل زبانی … …
