“機器可以思考嗎？”
為了回答這個問題，圖靈在70年前提出了圖靈機和(順便提一下)圖靈測試的概念。圖靈最終預測到2000年，在圖靈測試中，普通人從人類中識別AI的概率不到70%，
為什么人工智能領域的學者沒有實現圖靈的預測？
圖靈測試引入后的幾年里，圖靈測試一度成為AI學術界的北極星。雖然它仍然有它的價值，但今天的學者已經意識到，通過圖靈測試并不是一個特別有價值的目標，
首先，圖靈測試要求系統忽略快速計算和資訊搜索的能力，這是機器最有價值的屬性。當我們問“3442951的立方根是什么”時，如果對面馬上給出答案“151”，一般會認為是AI。你看，能通過圖靈測試的AI，價值不大，——，無論是AI從一開始就取消了快速計算的功能，還是AI故意裝傻故意不用，對人類來說都只是一臺功能不全的電腦，
其次，人類無法分辨的AI，本身就是危險的。想想各種平臺上的機器人驗證系統.
我們應該放棄對完全人性化的AI的迷戀，而是構建輔助人類智能活動，改善我們日常生活的AI。
一個有價值的基本目標是讓AI顯示出類似人類的智能屬性(包括常識、自我監控、語言能力)，結合快速搜索、記憶調用等機器效率。最終的結果是獨立學習，完成各種任務，適應新的形勢，說實話，這遠遠超出了普通人的能力。
https://www . fastcompany.com/90590042/圖靈測試-過時-ai-benchmark-amazon-alexa
Rohit Prasad是亞馬遜子公司Alexa的首席科學家和副總裁。
本來就是啊，人制造ai是為了獲得永久性的奴隸，而不是整天給自己挑刺的后媽
他這話其實也挺假大空的。。。圖靈測試本來一直以來也沒被捧上神壇。這個思想的牛叉之處在于將"機器是否能思考"的原問題轉化為了"機器是否能通過智力測驗"。一個類比就是"張三是不是大聰明"到"張三的IQ測試能不能拿140分"，在我們沒有真正理解什么是"智能"之前，這樣的轉換是很有意義的。同時，圖靈測試在某些領域也有很大的啟發性，比如對抗神經網路的思想就是繼承于此，比如對于機器翻譯/chatbot的評價也可以參照于此。同樣對于需要交互的系統，我們總是希望系統能提供一種近似人的表達當時的交互行為。圖靈測試沒有過時，只是外行并沒有理解其思想而已。。。
最有價值的明明是人造小姐姐（認真）
不是因為圖靈測試連人類都通不過嗎？
@qawer: 怕，沒了WiFi我可怎么活。
可以問一下："你怕不怕拔電？"
現實中的AI：
輸入：一張貓圖
輸出：狗 98.65%
草莓 72.51%
椅子 45.72%