近期，Jones和Bergen進行了一項關于GPT-4在圖靈測試中的研究，結果顯示其成功率超過41%。

　　這一數字相比于傳統的人工智能模型，如ELIZA的27%和GPT-3.5的14%，表現出明顯的優勢。研究設計了25個不同的語言模型，涵蓋了各種GPT的版本，其中包括GPT-4。這些模型使用類似于手機消息應用的界面，并在拼寫錯誤、大小寫、延遲等方面引入了小的隨機變化。

　　圖靈測試是通過與人類進行對話，然后判斷對方是人類還是人工智能的測試。與原始的圖靈測試不同，這項研究的測試設計更簡化，要求參與者在最多5分鐘的時間內進行對話，每條消息不超過300字符。共有652名人類參與者完成了1810次測試。

　　1950年，艾倫·圖靈曾預測，到了他認為的未來50年，計算機將具備足夠的存儲能力，以70%的概率“欺騙”人類。然而，研究表明，即使到了現在，GPT-4等模型也未達到這一水平，最高成功率僅為41%。

　　有趣的是，研究指出GPT-4是付費版本，而GPT-3.5則是免費版本。這表明，付費版本在測試中表現更好，凸顯了技術進步對結果質量的影響。

　　人工智能在圖靈測試中取得的進展令人印象深刻，但與人類63%的成功率相比，仍有改進的空間。這一研究進一步探討了人工智能的發展趨勢，揭示了技術的潛在局限性。