Тест Тьюринга: GPT и LLaMa достигли уровня, сравнимого с человеческим интеллектом

Популярные языковые модели GPT и LLaMa успешно прошли тест Тьюринга, пишет сайт МИР24. 

Это может свидетельствовать о том, что современные чат-боты достигли уровня, сравнимого с человеческим интеллектом.

Тест Тьюринга, предложенный в 1950 году, используется для оценки способности машины демонстрировать разумное поведение, неотличимое от человеческого. Если испытуемый не может с уверенностью определить, кто перед ним — человек или машина, тест считается пройденным.

В ходе эксперимента специалисты проверили четыре модели ИИ: GPT-4.5 (выпущенную в феврале 2025 года), GPT-4o, LLaMa-3.1 и ретро-чатбота ELIZA 1960-х годов. В тестировании приняли участие 126 студентов и 158 пользователей платформы Prolific. Им предлагалось вести онлайн-беседы с собеседниками, не зная, кто именно находится по ту сторону экрана.

Результаты оказались поразительными: GPT-4.5 в 73% случаев воспринималась участниками как человек — этот показатель даже превысил уровень распознавания реальных людей. LLaMa-3.1 приняли за человека в 56% случаев. Модели GPT-4o и ELIZA набрали 21% и 23% соответственно, не сумев убедить большинство в своей "человечности".

По словам исследователей, ИИ демонстрировал особенно высокие результаты, если заранее получал инструкции по имитации поведения человека. Однако даже без таких подсказок модели показали впечатляющие способности к адаптации.

Это первый задокументированный случай прохождения теста Тьюринга современными языковыми моделями, говорится в отчете, опубликованном на платформе arXiv.

Тем временем в Австрии произошел другой знаковый эпизод в сфере взаимодействия с ИИ — в Университет прикладного искусства в Вене официально зачислили нейросеть. Под именем "Флинн" она прошла общий процесс поступления на программу по цифровому искусству. Руководство учреждения отметило, что никаких норм, запрещающих поступление нематериальных студентов, в их уставе нет.