Test de Turing

Qu'est-ce que le test de Turing et comment fonctionne-t-il ?

‍

‍Letest de Turing est un test d'intelligence artificielle visant à déterminer si, par le biais d'une conversation en ligne, un ordinateur peut convaincre un humain qu'il est humain. On demande à un humain de juger si la "personne" à laquelle il parle est un humain ou un ordinateur. S'il estime qu'il parle à un humain alors qu'il s'agit en réalité d'un ordinateur, l'ordinateur a réussi le test de Turing.

‍

Il s'agit essentiellement d'un test visant à déterminer si un ordinateur peut imiter un être humain de manière si convaincante qu'il peut tromper un être humain en lui faisant croire qu'il parle à un être humain. Bien sûr, il y a beaucoup de choses à décortiquer à propos de ce test.

‍

La première question que nous devons nous poser est la suivante : quel est l'intérêt du test de Turing ?

Cette question peut paraître étrange car l'objectif semble évident : savoir si une machine peut imiter de manière convaincante un être humain dans une conversation en ligne. Il y a cependant des considérations plus profondes à prendre en compte.

‍

S'agit-il de vérifier si une machine peut véritablement imiter un être humain en termes de pensée ou d'intelligence sous-jacente ou si elle peut simplement faire croire à un être humain qu'elle est humaine ? Il y a une différence.

‍

L'imitation de l'homme en termes de pensée ou d'intelligence sous-jacente est ce à quoi les gens pensent généralement lorsqu'ils évoquent le test de Turing, à savoir que les humains ne sont vraiment pas capables de faire la différence entre une conversation avec un humain et une machine. En réalité, ce n'est pas ainsi que le test a été conçu à l'origine, car il était possible de "tromper" les humains. Par exemple, faire des fautes de frappe pourrait être un moyen pour un ordinateur de tromper un humain en lui faisant croire qu'il est humain, car une machine ne ferait jamais de faute d'orthographe.

‍

Le problème sous-jacent est que les tests ont des règles et sont donc inévitablement imparfaits à certains égards. Par exemple, la durée de la conversation avec le sujet a son importance. Il est plus facile d'imiter un être humain pendant cinq minutes que pendant cent heures de conversation. Les astuces peuvent fonctionner sur la version de 5 minutes mais pas sur la version de 100 heures.

‍

La personne qui effectue le test de Turing a également son importance

Un scientifique formé à la détection des machines par rapport aux humains sera beaucoup plus difficile à tromper qu'un quidam sans formation, non seulement en raison de sa capacité à évaluer les réponses, mais aussi parce qu'il sait quelles questions poser.

‍

Même si l'ordinateur a un niveau de "pensée" et d'intelligence comparable à celui d'un humain, cela peut ne pas suffire à tromper le testeur. En effet, l'ordinateur pourrait être trop parfait ou trop peu émotif dans ses réponses.

‍

Le test de Turing fait même l'objet de considérations philosophiques : si les ordinateurs atteignent une intelligence généralisée de niveau humain, cela signifie-t-il que les machines peuvent "penser" ou qu'elles sont conscientes ? C'est en partie la question qu'Alan Turing essayait de contourner avec ce test. Si une machine peut imiter avec précision un être humain, alors elle "pense".

‍

Bien sûr, cela ne signifie pas qu'il a une conscience ou qu'il pense de la même manière qu'un humain. En fait, il est garanti qu'il ne pense pas de la même manière que les humains. Le véritable intérêt de cette question réside dans son aspect pratique. Les avions volent, par exemple. C'est cela qui est important. Il est beaucoup moins intéressant qu'ils n'imitent pas les oiseaux dans leur façon de voler.

‍

Le test de Turing s'intéresse aux résultats, et non à la manière dont ils sont obtenus.

‍

Un point plus important est que le test de Turing est généralement compris comme décrivant un état de fait dans lequel l'intelligence de la machine a atteint au moins le niveau de l'intelligence humaine. C'est un groupe beaucoup plus restreint qui s'intéresse à la question de savoir si une machine a techniquement réussi un test de Turing compte tenu de toutes les failles décrites ci-dessus.

‍

Si la réussite d'un test de Turing peut constituer un exploit technique impressionnant, surtout si le test est effectué sur une longue période et par des personnes bien informées, elle est beaucoup moins impressionnante qu'une machine capable de tromper tout le monde, tout le temps. Bien entendu, plus la durée du test est longue et plus le niveau d'expertise des évaluateurs est élevé, plus ces deux scénarios sont susceptibles de converger.

‍

Sommes-nous proches d'un ordinateur réussissant le test de Turing ?

Maintenant que vous comprenez ce qu'est le test, la question suivante doit être : "Sommes-nous près de voir un ordinateur réussir le test ?". (c'est-à-dire la réalisation d'une intelligence humaine généralisée). La réponse courte est "non".

‍

Bien que des progrès considérables aient été réalisés dans le domaine du traitement du langage naturel, c'est-à-dire la capacité d'un ordinateur à identifier l'intention qui se cache derrière une simple phrase prononcée (c'est la technologie sur laquelle reposent tous les assistants vocaux), nous sommes très loin d'une intelligence généralisée de niveau humain.

‍

Il s'avère que la technologie actuelle n'est pas très performante en matière d'ambiguïté (comprendre le sens des déclarations ambiguës), de mémoire (intégrer des faits précédemment énoncés dans la conversation en cours) ou de contexte (prendre en compte des faits non énoncés mais pertinents pour la situation en cours). En bref, la technologie actuelle est loin de répondre aux besoins.

‍

Une partie du problème réside dans le fait que les technologies d'IA actuelles doivent apprendre en utilisant d'énormes quantités de données. Tout domaine dans lequel il existe une grande quantité de données répétitives est mûr pour l'introduction de l'IA, par exemple la reconnaissance vocale et le traitement d'images, y compris les voitures auto-conduites.

‍

Le succès de la PNL repose sur le fait qu'il existe des données presque illimitées pour les déclarations et les questions ponctuelles sans contexte ou sans mémoire. Si je dis "Je veux acheter du jus d'orange", il s'agit dans la plupart des cas d'une simple déclaration qui ne nécessite aucune information supplémentaire sur le contexte ou la mémoire pour être comprise. L'intention est : "Acheter du jus d'orange".

‍

Lorsqu'un contexte ou une mémoire est impliqué, cela crée de la dimensionnalité. Si je dis que je veux "acheter du jus d'orange" mais que je vous ai déjà dit que je suis un trader financier qui fait du commerce de jus d'orange, vous devez comprendre que, dans ce contexte, je veux acheter un instrument financier qui rapportera de l'argent si le prix du jus d'orange augmente.

‍

À quoi ressemblent maintenant nos données ? " Acheter du jus d'orange" signifie : acheter une bouteille de jus d'orange au magasin OU si la personne a précédemment déclaré qu'elle était un trader financier en jus d'orange, cela signifie qu'elle souhaite acheter un instrument financier lié au prix du jus d'orange.

‍

Et si notre trader financier vient de dire qu'il a soif, cela signifie qu'il veut acheter une bouteille de jus d'orange au magasin. Nous ajoutons donc un autre point de données : Si notre trader financier a déclaré précédemment qu'il était un trader financier en jus d'orange, mais qu'il a récemment déclaré qu'il avait soif, cela signifie qu'il veut acheter une bouteille de jus d'orange.

‍

Une entreprise financière rencontrerait rapidement des problèmes si elle lançait un robot de négociation dont les utilisateurs croiraient qu'il est doté d'une "intelligence" de niveau humain.

‍

Est-il impossible de réussir le test de Turing ?

Les données relatives aux conversations ont malheureusement de nombreuses dimensions. Des dimensions infinies. Cela signifie que les algorithmes d'apprentissage automatique devraient avoir accès à un ensemble de données contenant de grandes quantités de données pour chaque dimension possible, ce qui est bien sûr impossible.

‍

Cela ne signifie pas, bien sûr, qu'il est impossible de réussir le test de Turing. Nous savons que c'est possible parce que nous avons déjà la technologie pour le faire, dans notre cerveau. Tout comme les gens qui, il y a des centaines d'années, savaient que le vol était possible en observant les oiseaux voler.

‍

Le problème, c'est que notre approche de l'IA ne peut pas s'appuyer sur les big data, car il n'existe pas de big data ayant une dimensionnalité suffisante. Il y a tout simplement trop de variables, trop de dimensions. À l'heure où nous parlons, Google reçoit chaque jour 800 millions de recherches qu'il n'a jamais effectuées auparavant. Cela vous donne une idée de la difficulté de l'approche fondée sur les données.

‍

Ray Kurtzweil, de Google, suit une approche qui, dans une certaine mesure, tente de reproduire le cerveau humain. Il estime que nous parviendrons à une intelligence généralisée et que nous serons capables de passer un test de Turing très difficile d'ici 2029.

‍

Ses prévisions reposent sur l'hypothèse que les progrès dans ce domaine seront exponentiels et que, par conséquent, même des progrès relativement modestes aujourd'hui sont beaucoup plus importants qu'il n'y paraît si l'on part du principe que nous sommes sur une trajectoire de progrès exponentiel.

‍

Il faudra attendre pour savoir s'il a raison, mais ce qu'il faut retenir, c'est qu'il est très peu probable que la percée se produise au cours des dix prochaines années.

‍

Que signifierait pour une machine la réussite d'un test de Turing crédible ?

Le dernier point est de savoir ce que signifierait la réussite d'une machine à un test de Turing crédible. Si la machine réussit le test en utilisant des approches de type "big data", de la même manière que les machines battent les humains à des jeux de société, même sophistiqués, les implications ne seraient pas aussi importantes que si la machine réussissait le test en utilisant une approche de réplication cérébrale.

‍

L'approche de la réplication du cerveau signifierait que la machine est susceptible d'être plus proche de la "pensée" au sens où nous définissons la pensée en tant qu'êtres humains. Elle pourrait extrapoler le sens à partir d'exemples minimaux, comme le font les humains, plutôt que d'avoir besoin de centaines d'exemples du cas exact pour extrapoler le sens.

‍

Comme indiqué plus haut, il est plus probable qu'une approche de "réplication du cerveau" permette de réaliser une percée, car une approche fondée sur les données de masse n'est pas possible. Cela signifierait probablement que les machines auraient atteint une intelligence générale, non seulement en matière de conversation, mais aussi dans de multiples domaines.

‍

On ne saurait trop insister sur les implications d'une telle évolution, qui conduirait probablement à une réinitialisation complète de la société. Cela est particulièrement vrai si les machines ont la capacité de s'améliorer de manière significative, ce qui conduira à la possibilité d'une augmentation exponentielle de leur intelligence dans un cercle vertueux qui changera la vie telle que nous la connaissons.

‍

Interaction entre l'homme et la machine

Pour s'en tenir à des questions plus terre-à-terre, il convient de garder à l'esprit que même si une machine était l'équivalent d'un être humain, cela ne signifie pas que nous interagirions avec elle comme avec un être humain. C'est exactement la même chose qu'avec un humain. Interagir avec des humains n'est pas toujours efficace. Essayer d'expliquer à votre collègue comment faire quelque chose par téléphone peut être fastidieux et inefficace dans des situations où il serait plus facile de lui montrer comment faire. Si seulement les humains disposaient d'une interface graphique disponible sur le web !

‍

Les interfaces vocales (ou les interfaces basées sur le chat) ont clairement des limites en termes de saisie ou de sortie d'informations. Il existe clairement des limites et des situations où il est beaucoup plus efficace d'afficher des informations sous forme graphique ou de cliquer sur une interface graphique que d'utiliser une interface vocale. Les plateformes de robots sont donc conçues pour toujours essayer de ramener l'utilisateur sur le bon chemin et ne pas laisser la conversation s'égarer.

‍

Ce que je veux dire aussi, c'est que les ordinateurs ne sont pas limités comme les humains en termes d'interfaces qu'ils peuvent utiliser pour recevoir ou fournir des informations et que, par conséquent, les conversations avec les machines impliqueront nécessairement l'utilisation de l'interface optimale pour la tâche à accomplir.

‍

Si la réussite du test de Turing constituerait une étape importante en termes d'interaction entre l'homme et l'ordinateur, les "conversations" entre l'homme et l'ordinateur ne se limiteront pas à la voix et au texte.