Исследование, проведённое Калифорнийским университетом в Сан-Диего, показало, что некоторые нейросети способны успешно имитировать человеческие ответы. В частности, это по силам GPT‑4.5 и Llama 3.1–405B, которые продемонстрировали высокую эффективность в ходе стандартного трёхстороннего теста Тьюринга. А вот GPT-4o не справилась с задачей.
В рамках эксперимента участники в формате слепого пятиминутного общения взаимодействовали с человеком и одной из систем. После каждого раунда им предлагалось определить, кто из собеседников был человеком.
Во время тестов велись преимущественно светские беседы. Особое внимание уделялось эмоциональным аспектам: можно было спрашивать мнение собеседника, а также интересоваться его чувствами и переживаниями.
В итоге GPT‑4.5 набрал 73%. То есть, эту нейросеть чаще принимали за человека, чем реального человека. Llama 3.1–405B получила 56%, а GPT-4o — лишь 21%.
Если участник эксперимента не может отличить человека от машины, это означает, что машина успешно прошла тест Тьюринга. Таким образом, GPT‑4.5 и Llama 3.1–405B продемонстрировали высокий уровень имитации человеческого общения.
Авторы исследования
Тест Тьюринга, также известный как игра в имитацию, был предложен британским математиком Аланом Тьюрингом в 1950 году. Его идея заключается в следующем: если человек не способен отличить ответы машины от ответов человека, то машина демонстрирует наличие определённого уровня интеллекта.
