根据最新消息，来自UCSD的2位研究人员在一篇题为“GPT-4可以通过图灵测试吗”的研究中，对GPT-4、GPT-3.5、人类和上世纪60年代麻省理工团队开发的史上第一个基于规则的聊天机器人进行了图灵测试。GPT-3.5根据不同的提示，成功率最高只有14%。ELIZA在这次研究中取得了相对较好的成绩，成功率达到了27%。GPT-4取得了41%的成功率，仅次于人类得分（63%）。GPT-3.5在图灵测试中的表现并不如预期，甚至比不上一些早期的AI系统，如ELIZA。这表明图灵测试并不能完全准确地判断AI的智能水平。
图灵测试是判断一个机器是否能像人一样思考的一种方法。通过与机器进行对话，测试者会判断这个机器是否能像人类一样思考和表达。然而，这种测试方法存在一些问题。首先，测试结果会受到测试者主观判断的影响，因此不同的人可能会得出不同的结果。其次，图灵测试并不能完全模拟人类的思维和行为，因此机器在测试中表现得好并不一定意味着它具有与人类相当的智能水平。
因此我们应该看到图灵测试的局限性，并认识到AI的智能水平不仅仅取决于它是否能通过图灵测试。我们应该综合考虑机器的性能、可靠性、安全性等多方面因素来判断AI的智能水平。同时，我们也需要探索更加客观、科学的测试方法来评估AI的智能水平。
