1.1 從偃師獻技到ChatGPT
在人類文明的發展過程中，人們一直都期待發明人工智慧的創造物。
《列子．湯問》所記載的西周時期工匠偃師，為周穆王（約西元前1026年－約西元前922年）製作歌舞機器人。西方世界中最早關於智慧型創造物的記載，則可以追溯到西元前8世紀《伊里亞德》（Iliad）在特洛伊戰爭史詩中所記述的，殘疾的金屬加工之神赫菲斯托斯（Hephaestus）創造了金色的女僕助手，以及第一個「殺人機器人」──塔羅斯（Talos）。當然還有更多非人形的、具有一定智慧的創造物，比如動物形態的機械裝置，但也並沒有實物或者設計圖流傳可考。
隨著文藝復興運動帶來的思想解放與科技發展，歐洲在17世紀到19世紀初達到了當時機械自動化裝置的頂峰，工匠們建造了很多大師級的作品。其中最知名的智慧型創造物，可能莫過於奧地利人沃爾夫岡．馮．肯佩倫（Wolfgang von Kempelen）發明的下棋機器人「土耳其人」（The Turk），西元1770年一經亮相就引起轟動，不過後來被發現，其實是有真人藏在櫃子裡透過機械裝置操控下棋。
今天人們熟知的AI形象更多源自於影視作品，比如1984年開始的《魔鬼終結者》（Terminator）系列中的各種機器人（很多人對於未來AI的恐懼往往就來源於此），2001年《A.I.人工智慧》（A.I. Artificial Intelligence）中的機器人男孩大衛（David），2004年《機械公敵》（I, Robot）中的機器人桑尼（Sonny），2023年《雲端情人》（Her）中並無形象、卻又栩栩如生的莎曼珊（Samantha）。影視作品中出現的第一個機器人形象是1927年出現於電影《大都會》（Metropolis）中的機器人瑪利亞（Maria），而1982年上映的《銀翼殺手》（Blade Runner）則第一次從機器人的視角對「生命」這一個人類的永恆話題進行了探討。
1950年艾倫．圖靈（Alan M. Turing）提出了著名的「圖靈測試」（the Turing Test，最初被稱為「模仿遊戲」），這是一種對機器表現出相當於或無法區分於人類的智慧行為的能力測試。在測試中，一個真人、一臺被設計為產生類似人類反應的機器，分別與一個人類評估者進行自然語言對話；人類評估者知道與之對話的二者之一是一臺機器，但是參加測試的兩個真人和一臺機器之間彼此無法看到對方。如果評估者不能可靠地區分機器和人類，就表示機器通過了測試。測試結果不取決於機器對問題做出正確回答的能力，只取決於它的答案與人類的答案有多接近。這個測試的巧妙之處在於不再糾結於人工智慧的實現方式，而聚焦於人工智慧的現象本身。這樣清晰的目標導向，更有助於指引科學研究與產品研發的推進。2023年4月，AI21 Labs線上進行了一次史上最大規模的圖靈測試，由來自全球的超過150萬人與目前最先進的AI（比如Jurassic-2、GPT-4）進行了超過1,000萬次對話，根據最開始的200萬次對話以及相應的人類判定，發現在68％的情況下人類可以準確判斷出對方是人還是AI。其中，當對面是真人時，有27％的情況錯判對方為AI；當對面是AI時，有40％的情況錯判對方為人。顯而易見，面對今天的AI，人類已經無法準確區分對方究竟是人還是AI了。
2001年，又有科學家塞爾默．布林喬德（Selmer Bringsjord）、保羅．貝洛（Paul Bello）和大衛．費魯奇（David Ferrucci）提出了「勒芙蕾絲測試」（the Lovelace Test），用於替代圖靈測試對AI進行評估。如此命名，是因為他們受到了世界上第一位電腦程式設計師愛達．勒芙蕾絲（Ada Lovelace）的啟發。他們認為圖靈測試太容易，也沒有捕捉到智慧的本質，想透過勒芙蕾絲測試這種創造性測試來解決圖靈測試的局限性。進行勒芙蕾絲測試，需要一個人類裁判與一個AI進行互動，要求它創造一些東西，比如一個故事、一首詩或一幅畫；裁判還需要提供一個創作的標準，比如一個主題、一個類型或一個風格。AI生成一個滿足標準的輸出結果，如果裁判對輸出結果滿意，可以要求用不同的或更困難的標準再生成一個輸出結果。勒芙蕾絲測試要求一個AI產生一個原創的、有創造性的、不可以從其程式設計中推演出的輸出結果；只有當開發這個AI的程式設計師無法解釋它是如何產生輸出結果的時候，測試才算通過。勒芙蕾絲測試比圖靈測試更嚴格，旨在測試真正的機器認知和創造力。到目前為止，還沒有哪一個AI在嚴格意義上通過了勒芙蕾絲測試；但是隨著2022年以來的新一波「AI生成內容」（AIGC）技術與產品突飛猛進，AI已經在與人類合作的過程中越來越接近於通過勒芙蕾絲測試。
時至今日，人類的智慧型創造物之路仍然任重道遠。人類從大約100萬年前就開始使用火，可是直到西元1772年才由化學家安托萬．拉瓦節（Antoine Lavoisier）初步發現了火的科學機制；但是正如對鳥兒飛行的追尋，雖然沒有得到可以實用化的機械鳥，但是卻帶來了能把數百人一次性運送到萬里之外的飛機。隨著以深度學習、神經網路為代表的新一代AI技術蓬勃發展，尤其是在神奇的「湧現」現象下不斷出現的新能力，今天的AI雖然與歷史上的那些奇妙的想像不同，還達不到能與人類智慧比肩的通用人工智慧（Artificial General Intelligence，AGI），更不要說達到遠超過人類智慧的超級人工智慧（Artificial Super Intelligence，ASI），而只是達到了在某個領域或特定任務上接近或者超越人類智慧的狹義人工智慧（Artificial Narrow Intelligence，ANI）。但是無論如何，一扇新的大門的確正在向人類敞開。在中文語境中，智慧型創造物的代表，「機器人」因為有一個「人」字，常常被等同於人形機器人，但其實遠遠不止於此；還原到英文的語境中就很容易理解：英文中的「robot」是一個大類，包括人形機器、動物形機器、各種其他形態的機器創造物（比如機械手臂）、智慧型軟體（比如自動聊天軟體）等，而「android」（對，就是安卓手機的那個Android）或者「humanoid」才特指人形機器人。
在人類文明的發展過程中，人們一直都期待發明人工智慧的創造物。
《列子．湯問》所記載的西周時期工匠偃師，為周穆王（約西元前1026年－約西元前922年）製作歌舞機器人。西方世界中最早關於智慧型創造物的記載，則可以追溯到西元前8世紀《伊里亞德》（Iliad）在特洛伊戰爭史詩中所記述的，殘疾的金屬加工之神赫菲斯托斯（Hephaestus）創造了金色的女僕助手，以及第一個「殺人機器人」──塔羅斯（Talos）。當然還有更多非人形的、具有一定智慧的創造物，比如動物形態的機械裝置，但也並沒有實物或者設計圖流傳可考。
隨著文藝復興運動帶來的思想解放與科技發展，歐洲在17世紀到19世紀初達到了當時機械自動化裝置的頂峰，工匠們建造了很多大師級的作品。其中最知名的智慧型創造物，可能莫過於奧地利人沃爾夫岡．馮．肯佩倫（Wolfgang von Kempelen）發明的下棋機器人「土耳其人」（The Turk），西元1770年一經亮相就引起轟動，不過後來被發現，其實是有真人藏在櫃子裡透過機械裝置操控下棋。
今天人們熟知的AI形象更多源自於影視作品，比如1984年開始的《魔鬼終結者》（Terminator）系列中的各種機器人（很多人對於未來AI的恐懼往往就來源於此），2001年《A.I.人工智慧》（A.I. Artificial Intelligence）中的機器人男孩大衛（David），2004年《機械公敵》（I, Robot）中的機器人桑尼（Sonny），2023年《雲端情人》（Her）中並無形象、卻又栩栩如生的莎曼珊（Samantha）。影視作品中出現的第一個機器人形象是1927年出現於電影《大都會》（Metropolis）中的機器人瑪利亞（Maria），而1982年上映的《銀翼殺手》（Blade Runner）則第一次從機器人的視角對「生命」這一個人類的永恆話題進行了探討。
1950年艾倫．圖靈（Alan M. Turing）提出了著名的「圖靈測試」（the Turing Test，最初被稱為「模仿遊戲」），這是一種對機器表現出相當於或無法區分於人類的智慧行為的能力測試。在測試中，一個真人、一臺被設計為產生類似人類反應的機器，分別與一個人類評估者進行自然語言對話；人類評估者知道與之對話的二者之一是一臺機器，但是參加測試的兩個真人和一臺機器之間彼此無法看到對方。如果評估者不能可靠地區分機器和人類，就表示機器通過了測試。測試結果不取決於機器對問題做出正確回答的能力，只取決於它的答案與人類的答案有多接近。這個測試的巧妙之處在於不再糾結於人工智慧的實現方式，而聚焦於人工智慧的現象本身。這樣清晰的目標導向，更有助於指引科學研究與產品研發的推進。2023年4月，AI21 Labs線上進行了一次史上最大規模的圖靈測試，由來自全球的超過150萬人與目前最先進的AI（比如Jurassic-2、GPT-4）進行了超過1,000萬次對話，根據最開始的200萬次對話以及相應的人類判定，發現在68％的情況下人類可以準確判斷出對方是人還是AI。其中，當對面是真人時，有27％的情況錯判對方為AI；當對面是AI時，有40％的情況錯判對方為人。顯而易見，面對今天的AI，人類已經無法準確區分對方究竟是人還是AI了。
2001年，又有科學家塞爾默．布林喬德（Selmer Bringsjord）、保羅．貝洛（Paul Bello）和大衛．費魯奇（David Ferrucci）提出了「勒芙蕾絲測試」（the Lovelace Test），用於替代圖靈測試對AI進行評估。如此命名，是因為他們受到了世界上第一位電腦程式設計師愛達．勒芙蕾絲（Ada Lovelace）的啟發。他們認為圖靈測試太容易，也沒有捕捉到智慧的本質，想透過勒芙蕾絲測試這種創造性測試來解決圖靈測試的局限性。進行勒芙蕾絲測試，需要一個人類裁判與一個AI進行互動，要求它創造一些東西，比如一個故事、一首詩或一幅畫；裁判還需要提供一個創作的標準，比如一個主題、一個類型或一個風格。AI生成一個滿足標準的輸出結果，如果裁判對輸出結果滿意，可以要求用不同的或更困難的標準再生成一個輸出結果。勒芙蕾絲測試要求一個AI產生一個原創的、有創造性的、不可以從其程式設計中推演出的輸出結果；只有當開發這個AI的程式設計師無法解釋它是如何產生輸出結果的時候，測試才算通過。勒芙蕾絲測試比圖靈測試更嚴格，旨在測試真正的機器認知和創造力。到目前為止，還沒有哪一個AI在嚴格意義上通過了勒芙蕾絲測試；但是隨著2022年以來的新一波「AI生成內容」（AIGC）技術與產品突飛猛進，AI已經在與人類合作的過程中越來越接近於通過勒芙蕾絲測試。
時至今日，人類的智慧型創造物之路仍然任重道遠。人類從大約100萬年前就開始使用火，可是直到西元1772年才由化學家安托萬．拉瓦節（Antoine Lavoisier）初步發現了火的科學機制；但是正如對鳥兒飛行的追尋，雖然沒有得到可以實用化的機械鳥，但是卻帶來了能把數百人一次性運送到萬里之外的飛機。隨著以深度學習、神經網路為代表的新一代AI技術蓬勃發展，尤其是在神奇的「湧現」現象下不斷出現的新能力，今天的AI雖然與歷史上的那些奇妙的想像不同，還達不到能與人類智慧比肩的通用人工智慧（Artificial General Intelligence，AGI），更不要說達到遠超過人類智慧的超級人工智慧（Artificial Super Intelligence，ASI），而只是達到了在某個領域或特定任務上接近或者超越人類智慧的狹義人工智慧（Artificial Narrow Intelligence，ANI）。但是無論如何，一扇新的大門的確正在向人類敞開。在中文語境中，智慧型創造物的代表，「機器人」因為有一個「人」字，常常被等同於人形機器人，但其實遠遠不止於此；還原到英文的語境中就很容易理解：英文中的「robot」是一個大類，包括人形機器、動物形機器、各種其他形態的機器創造物（比如機械手臂）、智慧型軟體（比如自動聊天軟體）等，而「android」（對，就是安卓手機的那個Android）或者「humanoid」才特指人形機器人。
