圖靈是誰？圖靈機、密碼破解與圖靈測試入門

圖靈（Alan Turing）是英國數學家，也是電腦與人工智慧的重要先驅。他研究機器能依哪些步驟完成計算，參與二戰密碼分析，並在 1950 年提出後來稱為「圖靈測試」的模仿遊戲。

他的工作之所以仍重要，是因為今天每當我們討論 AI 是否真的理解、聊天機器人是否像人，其實都還在延續圖靈提出的問題。

不過，像人說話和答得正確，從來不是同一件事。下面先認識他的生平，再用紙帶與文字聊天的例子，理解這兩個容易混淆的「圖靈」。

圖靈是誰？先認識這位電腦與 AI 先驅

艾倫・麥席森・圖靈（Alan Mathison Turing，1912–1954）生於英國，1931 年進入劍橋大學國王學院研讀數學，後來到美國普林斯頓大學取得博士學位。

如果只把圖靈記成「破解密碼的人」，會漏掉他對電腦與 AI 更長遠的影響。他研究的問題包括：哪些工作能照明確步驟算出來？如何讓機器協助破解密碼？又要怎麼觀察機器是否表現出智能？

可以先記住一條線：從研究計算的規則，到參與真正的電腦工作，再到思考機器能不能像人一樣對話。

為什麼圖靈機改變了電腦世界？

1936 年，圖靈在研究計算問題時描述了一種後來稱為圖靈機（Turing machine）的模型。它不是特指博物館裡的一台電腦，而是用很少的元素，把「照步驟計算」這件事說清楚。

可以想像桌上有一條很長的方格紙帶，以及一個一次只能讀寫一格的裝置。裝置按照規則讀取、寫入符號，再向左或向右移動；它也會記住目前進行到哪一個步驟。

例如一個簡化的練習：紙帶上有連續三個「1」，規則是「讀到 1 就往右一格，讀到空白就停止」。照著做，裝置會越過三個 1，停在後面的空白格。這只是一個小例子，幫你看懂機器如何依明確規則行動。

演算法，就是把解決問題的方法寫成明確的操作步驟。圖靈機讓研究者能討論：哪些問題可以照這種步驟解決，哪些存在根本限制。它也帶出一個重要觀念：更換程式指令，同一部通用機器就能處理不同工作。

二戰期間，圖靈如何參與破解 Enigma？

第二次世界大戰爆發後，圖靈加入英國政府密碼與編碼學校，前往 Bletchley Park 工作。他是分析德國 Enigma 加密通訊的重要成員之一。

Enigma 是德軍使用的密碼機。它會依機械設定改變字母的替換方式，讓收到密文的人不能直接讀懂內容。破解工作就是設法找出這些訊息背後的設定與規律。

圖靈協助把數學分析與機器化工作結合，加快密碼分析。這項成果仰賴許多人共同工作，不能只理解成一位天才獨自破解所有密碼。

戰後，圖靈如何把理論推向真正的電腦？

戰後，圖靈在英國國家物理實驗室（NPL）規劃 Automatic Computing Engine，也就是 ACE。這是一套早期電腦的設計：把操作指令存起來，讓機器依指令完成不同計算。

之後他轉往曼徹斯特大學，參與早期電腦與程式工作，也繼續研究機器是否可能表現出智能。他並不是先有聊天機器人，才開始思考 AI；相反地，當電腦還在房間裡占滿設備時，他就已經在問這個問題。

圖靈的人生也有一段不能略過的不公。1952 年，他因當時英國將同性關係刑事化而被定罪，接受荷爾蒙治療，安全許可也遭撤銷。

他在 1954 年去世。2013 年，英國女王依皇家赦免權追授圖靈特赦；英國司法部也明確形容當年的定罪不公且具有歧視性。

圖靈測試是什麼？

圖靈測試（Turing test）源自圖靈 1950 年的論文〈Computing Machinery and Intelligence〉。他先提出「機器能否思考」，再把難以直接回答的問題改成可觀察的「模仿遊戲」。

簡單說，就是只透過文字聊天，人能不能分辨對方是真人還是機器？常見的三方版本，可以這樣理解：

1. 隱藏身分：一位詢問者面對兩位對話者，其中一位是真人，另一位是機器，但看不到他們的外表。
2. 文字對話：詢問者向兩邊提問，只讀文字回答，不靠聲音辨認。
3. 做出判斷：對話結束後，選出自己認為是真人的一方。
4. 重複試驗：看多次結果，確認詢問者能不能穩定分辨。

用一個問題理解玩法

例如詢問者可以問：「今天下雨，你原本的出遊計畫會怎麼改？」再比較兩邊的回答。這是幫你理解玩法的假想問題；正式研究還要交代對話時間、參與者與判斷方法。

圖靈有訂出固定及格線嗎？

圖靈曾預測，約五十年後，經過五分鐘提問，平均詢問者正確辨認的機會不會高於 70%。這是有情境的預測，不能簡化成所有研究通用的「騙過 30% 就及格」。

通過圖靈測試，為什麼不等於答案正確？

圖靈測試觀察的是：在指定的對話條件下，人能否分辨真人與機器。它提供外在行為的證據，卻沒有把機器「心裡在想什麼」直接打開給我們看。

可以把它想成一場只靠文字的面試。候選人說話自然，代表他在對話上表現不錯；但履歷是否真實、工作是否做對，仍要另外確認。

• 像人，不保證事實正確：AI 仍可能編出日期、研究或引用。
• 聊得順，不保證每次可靠：換成別的任務或更長的對話，表現可能不同。
• 能模仿，不等於已證明有意識：有沒有主觀感受，不能只靠聊天測試下結論。

例如 AI 把圖靈的特赦年份寫成 2014 年，即使敘述很自然，也不會因此變對；回到英國司法部的公告核對，日期是 2013 年 12 月 24 日。這是假想的錯誤示範，提醒你把「說得像真的」和「來源證實」分開看。

現代 AI 已經通過圖靈測試了嗎？

部分 AI 在特定測試中已經能讓人難以分辨。這句話的重點是「特定測試」，不能直接等同於任何聊天機器人都能通過。

Jones 與 Bergen 在 2025 年公開的研究預印本，讓參與者同時和一位真人、一個 AI 文字對話五分鐘，再選出誰是真人。預印本是研究者公開的論文版本；這裡引用的是該版本所報告的結果。

當 GPT-4.5 接到採用像真人角色的提示時，有 73% 的機會被選為真人。這個 73% 是「被當成人」的比例，不是知識題的答對率。提示方式、模型版本和對話時間改變，結果也可能不同。

這個例子讓我們看見：AI 可以很會聊天。但讀者仍要回到來源確認答案，才能判斷它是否值得相信。

總結

圖靈的影響不只是一台機器或一項測試。他用簡單模型研究計算的能力與限制，參與密碼分析和早期電腦工作，也把「機器會思考嗎」轉成可以觀察的問題。

記住兩件事就好：圖靈機幫我們理解計算步驟，圖靈測試幫我們觀察對話是否像人。下次看到「AI 通過圖靈測試」的標題，先看測試條件，再把答案是否正確分開確認。

參考資料

• King’s College：圖靈生平與館藏
• NPL：圖靈與早期電腦
• 圖靈：Computing Machinery and Intelligence（1950）
• 英國司法部：2013 年圖靈特赦
• Jones、Bergen：Large Language Models Pass the Turing Test（2025 預印本）