新智元报道

编辑：艾伦

随着现在的主流大模型都能轻松通过图灵测试，这个持续了数十年的标准开始逐渐过时。奥特曼和量子计算之父David Deutsch讨论得出了一个新的图灵测试2.0标准，可以更好地衡量究竟怎样AI才算拥有真正的智能。

在过去的一年里，如果你还在用图灵测试来评判一款大模型是否聪明，那可能已经有点跟不上节奏了。

从GPT-4、Claude 2、Gemini、LLaMA 3开始的这些模型，已经可以轻轻松松在图灵测试中拿到通行证。

有研究者甚至表示：图灵测试已经过时了。

只要模型在网上混得久一点、见多识广一点，就能骗过绝大多数人类评审。

问题是：一台会说话的机器，真的代表它理解你说的话吗？

在最近的Axel Springer颁奖典礼上，奥特曼和量子物理学家David Deutsch正面交锋，提出了一个新标准。

他们的对话中，一个大胆的提议浮出水面——图灵测试2.0。

图灵测试

1950年，图灵在那篇著名论文《计算机器与智能》（Computing Machinery and Intelligence）中设想：如果一台机器能通过文字交流骗过人类评审，让人以为它是另一个人，那么它就具备了智能。

这个标准在七十年前或许非常超前，但在今天的模型面前，已经有些不堪一击。

2023年底，UCSD的一项研究找来500名受访者与大模型对话，结果发现GPT-4在伪装成人类时胜率超过50%，而人类本身在这个测试中的识别率也不过如此。

Claude 2、LLaMA 3也都在类似实验中表现出色，顺利蒙混过关。

也就是说，按照图灵的标准，它们已经可以被认为是「有智能」的了。但这真的够了吗？

图灵测试2.0：

解出量子引力，再讲给我们听

在Axel Springer的颁奖典礼上，主持人提到奥特曼最喜欢的一本书是《无穷的开始：世界进步的本源》，于是主办方搞了个「惊喜连线」——作者David Deutsch出现在大屏幕上。

于是，一场关于AI是否真的「懂得思考」的对谈开始了。

Deutsch的核心观点是：真正的智能，应该能够创造新知识、提出新假设、解决新问题，甚至推翻旧认知。

奥特曼接话抛出了一个假设：

如果某个模型哪天解出了量子引力的问题，并且能清楚地告诉我们它是怎么想的、为啥这么选，那这是不是就能算是真正的智能？

Deutsch回答：是的。

奥特曼点头：「那我也同意用这个标准。」

一拍即合。奥特曼和Deutsch版图灵测试2.0诞生了。

David Deutsch简介

David Deutsch是个很特别的人。

他是量子计算理论的早期提出者之一，1985年就发表了关于「量子图灵机」的论文（Quantum theory, the Church-Turing principle and the universal quantum computer），为之后的量子计算模型打下基础。

但他更出圈的身份，是一位科学哲学布道者。

在《无穷的开始：世界进步的本源》里，他提出一个观点：人类文明的进步，来自于不断创造好解释（good explanations）。

而「好解释」的产生，正是智能的核心。

所以他在那场对谈中，不断强调「解释力」——不仅要得到答案，还要能说清楚它为什么成立。否则只能算是黑箱，不算是真正的理解。

为什么我们需要图灵测试2.0

从一开始，图灵测试就是个伪装游戏。考验的不是AI是否聪明，而是它能不能骗过人类。

但今天的模型越来越会骗了，有时连自己是不是AI都不太确定。

这让图灵测试在某种程度上失去了它的参考价值。

而Deutsch和Altman所设想的版本，更像是一种「创造力测试」——模型是否具备科学研究的能力，是否能提出新理论，是否能自洽地解释自己的推理。

这个标准很高，甚至高到今天所有AI都达不到。

但它至少指向了一个方向：我们真正关心的，不仅仅是机器能不能说得像人，而更重要的是它有没有可能在理解世界这件事上，成为我们的伙伴。

参考资料：

https://www.youtube.com/watch?v=o80PeJ0P1YM

https://www.businessinsider.com/sam-altman-openai-david-deutsch-turing-test-for-agi-2025-9