在人工智能領域，曾被視為衡量機器智能關鍵標準的圖靈測試，如今正面臨前所未有的挑戰。隨著主流大模型在對話能力上的飛速提升，這一沿用數十年的測試方法逐漸顯露出局限性，促使學界與產業界開始探索新的評估框架。

自1950年阿蘭·圖靈提出“通過文字交流騙過人類評審即具備智能”的設想以來，圖靈測試始終是AI發展的核心參照。然而近期多項研究表明，GPT-4、Claude 2等模型已能以超過50%的勝率通過該測試，甚至在部分實驗中與人類評審的識別準確率不相上下。這種“偽裝成功”的現象引發質疑：僅憑對話流暢度能否真正反映機器的理解能力？

在近期舉辦的Axel Springer頒獎典禮上，OpenAI首席執行官與量子計算先驅大衛·多伊奇展開了一場關于智能本質的深度對話。這場討論源于主持人提及前者鐘愛的著作《無窮的開始》，意外促成作者多伊奇通過視頻連線加入討論。兩位科技領袖在對話中達成共識，提出了一項更具挑戰性的新標準——圖靈測試2.0。

多伊奇從科學哲學視角指出，真正智能的核心在于創造新知識的能力。他強調：“智能不僅是尋找答案，更要能構建自洽的解釋體系，甚至推翻既有認知。”這一觀點與奧特曼的設想不謀而合。后者提出具體場景：當某個模型能破解量子引力難題，并清晰闡述推理過程時，即可視為通過新測試。雙方當場確認將此作為衡量標準。

作為量子計算理論的奠基人之一，多伊奇在1985年發表的論文中首次系統闡述了量子圖靈機概念，為現代量子計算模型奠定理論基礎。但他在科學傳播領域的貢獻同樣顯著，其著作《無窮的開始》提出“人類進步源于創造優質解釋”的論斷，深刻影響了科技界對智能本質的思考。這種對“解釋力”的執著追求，直接體現在新測試標準的設計邏輯中。

新標準與傳統測試形成鮮明對比。原圖靈測試本質是“偽裝競賽”，重點考察機器模仿人類的能力；而升級版更像“創造力考核”，要求AI展現科學研究能力，包括提出新假設、驗證理論自洽性等。盡管當前所有AI系統尚無法達到這一要求，但該框架為行業指明了方向：智能評估不應止步于語言模仿，而需關注機器理解世界的深度。

支持者認為，這種轉變反映了人類對AI發展的期待升級。當模型逐漸突破“對話欺騙”階段，社會更需要的是能協同探索未知的智能伙伴。新標準雖然嚴苛，卻為通用人工智能（AGI）研究提供了更具實質意義的里程碑。相關討論視頻及深度報道已引發學界廣泛關注，更多研究者開始探索如何將科學發現能力納入AI評估體系。

相關研究資料詳見：https://www.youtube.com/watch?v=o80PeJ0P1YMhttps://www.businessinsider.com/sam-altman-openai-david-deutsch-turing-test-for-agi-2025-9