Astra和Opus两款前沿AI模型，近期完成了图灵在二战时期未竟的密码破译任务——这正是他除了那个著名模仿游戏外的另一项测试。
图灵的“另一项测试”是什么？
图灵最广为人知的是“图灵测试”：判断机器能否通过自然语言对话让人类无法区分它是人类还是机器。但很少有人提及，二战期间他带领团队为英国情报部门破解德国恩尼格玛密码，是另一项针对“AI逻辑推理能力”的关键验证。当时的需求是：在海量加密电文中快速识别密码规则，还原德军的通信内容——这比对话测试更硬核，需要的是模式匹配、逻辑推导，而非自然语言的模仿。当年图灵的团队虽然造出了早期机械计算机“巨人”，但受限于硬件，没有完成全量密码破译的自动化，这成了他未竟的一个智力目标。
Astra与Opus的破局点在哪？
Astra和Opus作为当前的前沿通用AI模型，没有用专门的密码分析工具，而是将大模型的模式识别能力适配到了恩尼格玛密码的破解场景中。它们通过训练包含二战加密电文的数据集，自动捕捉到了密码的转子置换规律——这种规律和当年图灵手工推导的逻辑完全匹配，而且AI能在数小时内处理当年团队花数年才能覆盖的加密量。最终它们还原出了完整的德军通信密码逻辑，达到了图灵当年设定的验证标准。
这对AI行业是个信号
之前的前沿AI更多聚焦通用对话、内容生成、创意写作等偏向“模仿”或“生成”的场景，这次突破说明，AI的能力可以触达需要“逻辑验证”的硬核特定任务。它不是在做“泛化的语言游戏”，而是在解决人类明确的、有规则的历史级智力难题。这给AI的应用打开了新的方向：除了服务日常需求，还能参与历史研究、复杂系统分析、特定领域的逻辑验证等工作。
当AI开始完成人类百年前未完成的智力任务，我们该怎么定义它和人类的“智力边界”？
素材来源：TechCrunch AI · AI情报、AI应用落地
查看报道原文
发表第一条评论吧