Turing-Test

Was ist der Turing-Test und wie funktioniert er?

‍Der Turing-Test ist ein KI-Test, bei dem geprüft wird, ob ein Computer in einem Chat-Gespräch einen Menschen davon überzeugen kann, dass er selbst ein Mensch ist. Eine Person soll beurteilen, ob ihr Gesprächspartner ein Mensch oder ein Computer ist. Wenn sie denkt, mit einem Menschen zu sprechen, es aber tatsächlich ein Computer ist, hat der Computer den Turing-Test bestanden.

Im Grunde ist es ein Test, um festzustellen, ob ein Computer einen Menschen so überzeugend imitieren kann, dass er einen Menschen täuscht. Natürlich gibt es bei diesem Test viele Aspekte zu bedenken.

Wozu gibt es den Turing-Test überhaupt?

Das mag zunächst offensichtlich erscheinen: Es soll herausgefunden werden, ob eine Maschine einen Menschen in einem Chat überzeugend nachahmen kann. Es gibt jedoch auch tiefere Überlegungen dazu.

Testen wir, ob eine Maschine tatsächlich menschliches Denken oder Intelligenz nachahmen kann, oder nur, ob sie einen Menschen täuschen kann, sodass dieser glaubt, sie sei ein Mensch? Es gibt einen Unterschied.

Das Nachahmen menschlichen Denkens oder menschlicher Intelligenz ist das, was die meisten Menschen mit dem Turing-Test verbinden – dass Menschen wirklich nicht mehr unterscheiden können, ob sie mit einem Menschen oder einer Maschine sprechen. Tatsächlich war das aber nicht die ursprüngliche Idee des Tests, denn das „Täuschen“ von Menschen war erlaubt. Zum Beispiel könnte ein Computer absichtlich Tippfehler machen, um einen Menschen glauben zu lassen, er sei ebenfalls ein Mensch, da eine Maschine normalerweise keine Rechtschreibfehler macht.

Das grundlegende Problem ist, dass Tests Regeln haben und daher zwangsläufig in gewisser Weise fehlerhaft sind. Zum Beispiel spielt es eine Rolle, wie lange man mit dem Testobjekt spricht. Es ist einfacher, einen Menschen für fünf Minuten zu imitieren als über hundert Stunden hinweg. Tricks könnten in der 5-Minuten-Version funktionieren, aber nicht über hundert Stunden.

Spielt es eine Rolle, wer den Turing-Test durchführt?

Ein Wissenschaftler, der darin geschult ist, Maschinen von Menschen zu unterscheiden, ist viel schwerer zu täuschen als jemand ohne Training – nicht nur wegen seiner Fähigkeit, Antworten zu bewerten, sondern auch, weil er weiß, welche Fragen er stellen muss.

Selbst wenn der Computer ein „Denken“ und eine Intelligenz auf menschlichem Niveau hätte, könnte das nicht ausreichen, um den Tester zu täuschen. Denn der Computer könnte zu perfekt oder zu emotionslos antworten.

Es gibt sogar philosophische Überlegungen zum Turing-Test, etwa ob Maschinen, die eine allgemeine menschliche Intelligenz erreichen, tatsächlich „denken“ oder ein Bewusstsein haben. Das war zum Teil eine Frage, die Alan Turing mit diesem Test umgehen wollte. Wenn eine Maschine einen Menschen genau imitieren kann, dann „denkt“ sie für alle praktischen Zwecke.

Natürlich bedeutet das nicht, dass die Maschine ein Bewusstsein hat oder auf die gleiche Weise denkt wie ein Mensch. Tatsächlich ist sicher, dass sie nicht wie ein Mensch denkt. Das wirklich Interessante an dieser Frage zeigt sich aus praktischer Sicht. Flugzeuge fliegen zum Beispiel. Das ist entscheidend. Es ist viel weniger relevant, dass sie dabei Vögel nicht exakt nachahmen.

Beim Turing-Test geht es um das Ergebnis, nicht darum, wie dieses Ergebnis erreicht wird.

Wichtiger ist, dass der Turing-Test meist als Zustand verstanden wird, in dem Maschinenintelligenz mindestens das menschliche Niveau erreicht hat. Nur eine kleine Gruppe interessiert sich dafür, ob eine Maschine den Turing-Test technisch bestanden hat – unter Berücksichtigung aller genannten Schwächen.

Das Bestehen eines Turing-Tests kann eine beeindruckende technische Leistung sein, besonders wenn der Test lange dauert und von Experten durchgeführt wird. Aber es ist weit weniger beeindruckend als eine Maschine, die jederzeit alle Menschen täuschen könnte. Je länger der Test läuft und je höher die Expertise der Prüfer, desto mehr nähern sich diese beiden Szenarien an.

Sind wir kurz davor, dass ein Computer den Turing-Test besteht?

Nachdem Sie nun wissen, was der Test ist, stellt sich die nächste Frage: "Sind wir überhaupt in der Nähe, dass ein Computer den Test besteht?" (also eine allgemeine menschliche Intelligenz erreicht). Die kurze Antwort lautet: „Nein“.

Obwohl es enorme Fortschritte im Bereich Natural Language Processing gibt – also der Fähigkeit eines Computers, die Absicht hinter einer gesprochenen Aussage zu erkennen (die Technologie hinter allen Sprachassistenten) –, sind wir von einer allgemeinen menschlichen Intelligenz noch weit entfernt.

Es zeigt sich, dass die aktuelle Technologie mit Mehrdeutigkeiten (also dem Verstehen von Aussagen mit mehreren Bedeutungen), Gedächtnis (das Einbeziehen früherer Fakten in das aktuelle Gespräch) oder Kontext (das Berücksichtigen nicht ausgesprochener, aber relevanter Informationen) nicht gut umgehen kann. Kurz gesagt: Die aktuelle Technologie ist noch weit davon entfernt, was nötig wäre.

Ein Teil des Problems ist, dass heutige KI-Technologien riesige Datenmengen zum Lernen benötigen. In Bereichen, in denen es viele wiederholte Daten gibt, lässt sich KI gut einsetzen – zum Beispiel bei Spracherkennung oder Bildverarbeitung, einschließlich autonomem Fahren.

Erfolge im Bereich der natürlichen Sprachverarbeitung beruhen darauf, dass es nahezu unbegrenzt viele Daten für einzelne Aussagen und Fragen ohne Kontext oder Gedächtnis gibt. Wenn ich zum Beispiel sage: „Ich möchte Orange kaufen“, ist das in den meisten Fällen eine einfache Aussage, die kein weiteres Kontextwissen oder Gedächtnis erfordert, um verstanden zu werden. Die Intention ist: „Orangensaft kaufen“ (im Original: "Buy Orange Juice").

Wenn jedoch Kontext oder Gedächtnis ins Spiel kommen, wird es komplexer. Wenn ich sage, ich möchte „Orangensaft kaufen“, aber zuvor erwähnt habe, dass ich als Finanzhändler mit Orangensaft handele, muss verstanden werden, dass ich in diesem Zusammenhang ein Finanzprodukt kaufen möchte, das von Orangensaft-Preisen abhängt.

‍

Wie sieht also unser Datensatz aus? „Orangensaft kaufen“ bedeutet: eine Flasche Orangensaft im Laden kaufen ODER – wenn zuvor gesagt wurde, dass man Finanzhändler für Orangensaft ist – den Kauf eines Finanzinstruments, das an den Preis von Orangensaft gekoppelt ist.

Wenn unser Finanzhändler gerade gesagt hat, dass er durstig ist, meint er, dass er eine Flasche Orangensaft im Laden kaufen möchte. Wir fügen also einen weiteren Datenpunkt hinzu: ODER – wenn zuvor gesagt wurde, dass man Finanzhändler für Orangensaft ist, aber kürzlich erwähnt hat, dass man durstig ist – dann meint er, dass er eine Flasche Orangensaft kaufen möchte.

Ein finanzielles Unternehmen würde schnell Probleme bekommen, wenn es einen Handels-Bot einführt, dem Nutzer eine menschliche "Intelligenz" zuschreiben.

Ist es unmöglich, den Turing-Test zu bestehen?

Konversationsdaten haben leider viele Dimensionen – unendlich viele. Das bedeutet, dass maschinelle Lernalgorithmen für jede mögliche Dimension große Datenmengen benötigen würden, was natürlich unmöglich ist.

Das heißt aber nicht, dass das Bestehen des Turing-Tests unmöglich ist. Wir wissen, dass es möglich ist, denn unser Gehirn kann es bereits. Genauso wie Menschen schon vor Jahrhunderten wussten, dass Fliegen möglich ist, weil sie Vögel beobachtet haben.

Das Problem ist, dass unser Ansatz für KI hier nicht auf Big Data basieren kann, weil Big Data mit ausreichender Dimensionalität nicht existiert. Es gibt einfach zu viele Variablen, zu viele Dimensionen. Selbst heute erhält Google täglich 800 Millionen Suchanfragen, die es noch nie zuvor gesehen hat. Das zeigt, wie schwierig der datenbasierte Ansatz wäre.

Ray Kurzweil bei Google verfolgt einen Ansatz, der in gewissem Maße versucht, das menschliche Gehirn nachzubilden. Er schätzt, dass wir bis 2029 eine allgemeine Intelligenz erreichen und einen sehr anspruchsvollen Turing-Test bestehen können.

Seine Prognose basiert auf der Annahme, dass der Fortschritt in diesem Bereich exponentiell verlaufen wird und daher selbst relativ bescheidene Fortschritte heute viel bedeutender sind, als sie erscheinen, wenn man davon ausgeht, dass wir uns auf einer exponentiellen Entwicklungskurve befinden.

Ob er damit recht hat, wird sich erst noch zeigen. Es deutet jedoch darauf hin, dass ein Durchbruch in den nächsten zehn Jahren höchst unwahrscheinlich ist.

Was würde es bedeuten, wenn eine Maschine einen glaubwürdigen Turing-Test besteht?

Der entscheidende Punkt ist, was es bedeuten würde, wenn eine Maschine einen glaubwürdigen Turing-Test besteht. Wenn die Maschine den Test mit Big-Data-Methoden besteht, ähnlich wie Maschinen Menschen bei Brettspielen schlagen – selbst bei sehr anspruchsvollen –, wären die Auswirkungen nicht so groß, wie wenn sie ihn mit einem Ansatz zur Nachbildung des menschlichen Gehirns besteht.

Der Ansatz der Gehirn-Nachbildung würde bedeuten, dass die Maschine dem menschlichen „Denken“, wie wir es definieren, näherkommt. Sie könnte aus wenigen Beispielen Bedeutung ableiten, so wie es Menschen tun, anstatt Hunderte von exakt gleichen Beispielen zu benötigen, um Bedeutung zu erschließen.

Wie oben erwähnt, ist es wahrscheinlicher, dass ein Ansatz zur Gehirn-Nachbildung den Durchbruch bringt, da ein Big-Data-Ansatz nicht möglich ist. Das würde bedeuten, dass Maschinen eine allgemeine Intelligenz erreicht hätten – nicht nur im Gespräch, sondern in vielen Bereichen.

Die Auswirkungen davon können kaum überschätzt werden, denn das würde wahrscheinlich zu einem vollständigen Neustart der Gesellschaft führen. Besonders dann, wenn Maschinen in der Lage sind, sich selbst in bedeutender Weise zu verbessern, was zu einer exponentiellen Steigerung ihrer Intelligenz in einem positiven Kreislauf führen könnte, der unser Leben grundlegend verändert.

Interaktion zwischen Menschen und Maschinen

Um bei alltäglicheren Themen zu bleiben: Selbst wenn eine Maschine einem Menschen ebenbürtig wäre, heißt das nicht, dass wir mit ihr genauso interagieren würden wie mit Menschen. Auch die Interaktion mit Menschen ist nicht immer effizient. Jemandem am Telefon etwas zu erklären, kann mühsam und ineffizient sein, wenn es einfacher wäre, es direkt zu zeigen. Wenn Menschen doch nur eine grafische Benutzeroberfläche im Internet hätten!

Sprach- oder Chat-Oberflächen haben eindeutig Einschränkungen, was die Eingabe oder Ausgabe von Informationen angeht. Es gibt Situationen, in denen es viel effizienter ist, Informationen grafisch darzustellen oder auf eine Benutzeroberfläche zu klicken, als eine Sprachschnittstelle zu nutzen. Bot-Plattformen sind daher so konzipiert, dass sie die Nutzer möglichst immer zurück auf den optimalen Weg führen und nicht zulassen, dass das Gespräch abschweift.

Mein Punkt ist auch, dass Computer – anders als Menschen – nicht auf bestimmte Schnittstellen zur Informationsaufnahme oder -ausgabe beschränkt sind. Gespräche mit Maschinen werden daher immer die jeweils beste Schnittstelle für die jeweilige Aufgabe nutzen.

Auch wenn das Bestehen des Turing-Tests ein großer Meilenstein für die Interaktion zwischen Mensch und Computer wäre, werden die tatsächlichen „Gespräche“ zwischen Mensch und Computer nicht nur auf Sprache und Text beschränkt sein.

FAQs

Wie schneidet der Turing-Test im Vergleich zu anderen Benchmarks für KI ab, wie der Winograd Schema Challenge oder der ARC Challenge?

Der Turing-Test prüft, ob KI menschliche Konversation nachahmen kann. Neuere Benchmarks wie die Winograd Schema Challenge und die ARC Challenge legen jedoch mehr Wert auf logisches Denken, gesunden Menschenverstand und Problemlösung – also auf Fähigkeiten, die tiefere Intelligenz zeigen und nicht nur oberflächliche Nachahmung.

Gilt der Turing-Test in der modernen KI-Forschung noch als relevant, oder gibt es heute bessere Alternativen?

Der Turing-Test ist immer noch ein nützliches Gedankenexperiment und ein Meilenstein, aber viele Forschende halten ihn inzwischen für überholt. Moderne Tests konzentrieren sich stärker darauf, tatsächliches Verständnis, Logik und die Fähigkeit zur Verallgemeinerung zu messen.

Wie beeinflussen kulturelle oder sprachliche Vorurteile die Ergebnisse eines Turing-Tests?

Ja. KI kann Redewendungen, Humor oder Anspielungen, die an bestimmte Kulturen oder Sprachen gebunden sind, falsch verstehen. Das macht es in manchen Kontexten leichter, sie als nicht-menschlich zu erkennen.

Wie würde das Bestehen des Turing-Tests unsere Vorstellung davon verändern, was es heißt, „menschlich“ zu sein?

Wenn eine Maschine einen anspruchsvollen Turing-Test bestehen würde, müssten wir vielleicht neu darüber nachdenken, ob Menschlichkeit an Biologie oder Verhalten gebunden ist – und was unser Denken wirklich einzigartig macht.

Welche Arten von Fragen eignen sich am besten, um nicht-menschliche Eigenschaften bei KI zu entlarven?

Fragen, die auf Kontext, emotionale Nuancen oder Alltagswissen angewiesen sind – etwa das Erkennen von Sarkasmus, vagen Anspielungen oder widersprüchlichen Informationen – sind meist die schnellsten Hinweise auf nicht-menschliches Verhalten.