首届勒布纳奖竞赛举办

背景

判断一台机器是否「会思考」，一种流传很广的做法是看它能不能说话：让评判者隔着屏幕与一个看不见的对手聊天，再判断对面是人还是程序。如果分辨不出来，就可以说这个程序在模仿人类对话上成功了一回。首届勒布纳奖（Loebner Prize）竞赛正是围绕这个安排设计的，1991年11月8日在计算机博物馆（The Computer Museum）举行。^[1]

怎么比

评判者坐在8台计算机终端前，逐一判断屏幕上的回复来自藏在博物馆里的两位真人，还是来自运行在阿拉巴马、加利福尼亚、康涅狄格、纽约和宾夕法尼亚五个州的六个程序^[1]。第一轮把话题限制在几项固定内容上，比如恋爱关系、莎士比亚戏剧和勃艮第葡萄酒^[1]。

结果

获胜的是 Joseph Weintraub 的 PC Therapist 的一个修改版本。它在所有参赛程序里「像人」的程度得分最高，让10位评判中的5位相信它是人^[1]。Weintraub 因此获得1500美元奖金和一枚铜牌^[1]。

其余程序的表现也不算差：六个程序中有四个至少骗过一位评判；另有两名评判把一位真人参与者当成了计算机^[1]。

现场与报道

宣布结果的是 Robert Epstein，现场有近300人观看，其中包括35家媒体的70名代表^[1]。第二天，《纽约时报》《波士顿环球报》和《圣何塞信使报》把这条消息放上了头版^[1]。报道把这次比赛称为「首届年度」（first annual）竞赛^[1]。

为什么重要

这件事把一个人们熟悉的设想变成了具体而公开的场面：终端、评判、固定的话题、现金奖励和一间挤满记者的房间。这样的安排让「机器能不能聊天」变成一个可以报道、也可以一轮一轮比较的问题，因为程序是在众人看得见的条件下通过考验的。

同样这些细节也说明，单次的判定其实很薄。评判者只进行了一轮对话，话题范围很窄；而且实验里的人类一方也没有自动被认出来——有两名评判把一位真人当成了机器^[1]。一个程序在这样的对话里骗过一半评判，确实完成了一件可以测量的事，但这个测量更多说明的是实验设置，而不是一般意义上的思考能力。当天给出的数字——10位评判中5位被騙过、6个程序中4个至少骗过一人、2位评判认错了真人——最好当作一张快照来看：它记录了那间屋子里对话程序有多能骗人，也提醒人们，测试里人这一侧本身也是测试的一部分。