Tes Turing

Apa yang dimaksud dengan tes Turing dan bagaimana cara kerjanya?

‍

‍Tes Turing adalah tes AI untuk melihat apakah, melalui percakapan obrolan, komputer dapat meyakinkan manusia bahwa itu adalah manusia. Seorang manusia diminta untuk menilai apakah "orang" yang mereka ajak bicara adalah manusia atau komputer. Jika mereka menilai bahwa mereka sedang berbicara dengan manusia, namun sebenarnya mereka sedang berbicara dengan komputer, maka komputer tersebut telah lulus Turing Test.

‍

Pada dasarnya, ini adalah tes untuk menilai apakah komputer dapat meniru manusia dengan sangat meyakinkan sehingga dapat menipu manusia untuk berpikir bahwa mereka berbicara dengan manusia. Tentu saja, ada banyak hal yang harus dibongkar tentang tes ini.

‍

Pertanyaan pertama yang perlu kita tanyakan adalah, apa gunanya tes Turing?

Ini mungkin tampak seperti pertanyaan yang aneh karena intinya sudah jelas: untuk mengetahui apakah mesin dapat meniru manusia secara meyakinkan dalam percakapan obrolan. Namun, ada beberapa pertimbangan yang lebih dalam.

‍

Apakah kita sedang menguji apakah sebuah mesin benar-benar dapat meniru manusia dalam hal pemikiran atau kecerdasan yang mendasarinya atau hanya menipu manusia bahwa mesin itu adalah manusia? Ada perbedaannya.

‍

Meniru manusia dalam hal pemikiran atau kecerdasan yang mendasarinya adalah apa yang biasanya dipikirkan orang ketika mereka berpikir tentang Tes Turing - bahwa manusia benar-benar tidak dapat membedakan antara mengobrol dengan manusia atau mesin. Ini sebenarnya bukan cara tes ini pada awalnya dipahami karena "menipu" manusia diperbolehkan. Sebagai contoh, membuat kesalahan pengetikan bisa menjadi cara bagi komputer untuk mengelabui manusia agar percaya bahwa itu adalah manusia karena mesin tidak akan pernah membuat kesalahan pengejaan.

‍

Masalah yang mendasarinya adalah bahwa tes memiliki aturan dan oleh karena itu pasti memiliki kekurangan dalam beberapa hal. Misalnya, berapa lama Anda berbicara dengan subjek tes. Lebih mudah meniru manusia dalam waktu 5 menit daripada meniru percakapan selama seratus jam. Trik mungkin berhasil dalam versi 5 menit tetapi tidak dalam versi seratus jam.

‍

Siapa yang melakukan tes Turing juga penting

Seorang ilmuwan yang telah dilatih untuk mengenali mesin dan manusia akan lebih sulit dibodohi daripada seseorang yang tidak memiliki pelatihan - bukan hanya karena kemampuan ilmuwan tersebut untuk mengevaluasi jawaban, namun juga karena ia tahu pertanyaan apa yang harus diajukan.

‍

Bahkan jika komputer memiliki tingkat "pemikiran" dan kecerdasan pada tingkat manusia, itu mungkin tidak cukup untuk menipu penguji. Hal ini dikarenakan komputer bisa saja terlalu sempurna atau terlalu tidak emosional dalam memberikan respons.

‍

Bahkan ada pertimbangan filosofis di sekitar Tes Turing seperti apakah jika komputer mencapai kecerdasan tingkat manusia secara umum, itu berarti mesin dapat "berpikir" atau sadar. Ini adalah sebagian dari pertanyaan yang Alan Turing coba jawab dengan tes ini. Jika sebuah mesin dapat meniru manusia secara akurat, maka untuk semua maksud dan tujuan, mesin itu "berpikir".

‍

Tentu saja, bukan berarti ia memiliki kesadaran atau berpikir dengan cara yang sama seperti manusia. Bahkan, dijamin bahwa ia tidak berpikir dengan cara berpikir manusia. Ketertarikan yang sebenarnya dalam pertanyaan ini terletak ketika dilihat dari sudut pandang praktis. Pesawat terbang, misalnya. Itulah yang penting. Jauh lebih tidak menarik jika mereka tidak meniru burung dalam cara mereka terbang.

‍

Tes Turing tertarik pada hasil, bukan pada cara mencapai hasil tersebut.

‍

Hal yang lebih penting adalah bahwa Tes Turing dipahami secara umum untuk menggambarkan keadaan di mana kecerdasan mesin telah mencapai setidaknya kecerdasan tingkat manusia. Ini adalah kelompok yang jauh lebih kecil yang tertarik pada pertanyaan apakah sebuah mesin secara teknis telah lulus Tes Turing dengan mempertimbangkan semua kekurangan yang dijelaskan di atas.

‍

Meskipun lulus Tes Turing dapat menjadi prestasi teknis yang mengesankan, terutama jika tes ini sudah berjalan lama dan dijalankan oleh orang-orang yang berpengetahuan luas, namun jauh lebih tidak mengesankan dibandingkan dengan mesin yang dapat menipu semua orang, setiap saat. Tentu saja, semakin lama periode waktu yang digunakan untuk menjalankan tes dan semakin tinggi tingkat keahlian para penguji, semakin besar kemungkinan kedua skenario ini bertemu.

‍

Apakah kita sudah dekat dengan komputer yang lulus uji Turing?

Setelah Anda memahami apa yang dimaksud dengan tes ini, pertanyaan selanjutnya adalah "apakah kita sudah mendekati komputer yang lulus tes?" (yaitu mencapai kecerdasan manusia secara umum). Jawaban singkatnya adalah "Tidak".

‍

Meskipun telah ada kemajuan luar biasa dalam Pemrosesan Bahasa Alami, yaitu kemampuan komputer untuk mengidentifikasi maksud di balik satu frasa yang diucapkan (yang merupakan teknologi yang menggerakkan semua asisten suara), kita masih sangat jauh dari kecerdasan tingkat manusia secara umum.

‍

Ternyata teknologi saat ini tidak terlalu baik dalam hal ambiguitas (memahami makna di balik pernyataan yang ambigu), memori (memasukkan fakta yang telah dinyatakan sebelumnya ke dalam percakapan saat ini) atau konteks (memperhitungkan fakta-fakta yang tidak dinyatakan tetapi relevan dengan situasi saat ini). Singkatnya, teknologi yang ada saat ini hampir tidak memenuhi apa yang dibutuhkan.

‍

Salah satu masalahnya adalah teknologi AI saat ini perlu belajar menggunakan data dalam jumlah besar. Domain apa pun yang memiliki data berulang dalam jumlah besar sudah siap untuk memperkenalkan AI, misalnya pengenalan suara dan pemrosesan gambar, termasuk mobil tanpa pengemudi.

‍

Keberhasilan dalam NLP didorong oleh fakta bahwa ada data yang hampir tidak terbatas untuk pernyataan dan pertanyaan satu kali tanpa konteks atau tanpa memori. Jika saya mengatakan "Saya ingin membeli jeruk", maka itu adalah pernyataan sederhana yang tidak memerlukan informasi tambahan tentang konteks atau memori untuk memahaminya. Maksudnya adalah: "Beli Jus Jeruk".

‍

Ketika ada konteks atau memori yang terlibat, hal ini menciptakan dimensi. Jika saya mengatakan bahwa saya ingin "membeli jus jeruk", namun sebelumnya saya sudah memberi tahu Anda bahwa saya adalah seorang trader finansial yang memperdagangkan jus jeruk, maka Anda perlu memahami bahwa dalam konteks ini saya ingin membeli instrumen finansial yang akan menghasilkan uang jika harga jus jeruk naik.

‍

Jadi sekarang seperti apa data kita? "Beli jus jeruk" berarti: membeli sebotol jus jeruk dari toko ATAU jika sebelumnya telah menyatakan bahwa mereka adalah pedagang keuangan dalam jus jeruk, itu berarti mereka ingin membeli instrumen keuangan yang terkait dengan harga jus jeruk.

‍

Bagaimana jika pedagang keuangan kita baru saja mengatakan bahwa dia haus, maka dia berarti ingin membeli sebotol jus jeruk dari toko. Jadi kita tambahkan satu titik data lagi: ATAU jika sebelumnya telah menyatakan bahwa mereka adalah pedagang keuangan jus jeruk tetapi mereka baru saja menyatakan bahwa mereka haus, itu berarti mereka ingin membeli sebotol jus jeruk.

‍

Perusahaan keuangan akan segera mengalami masalah jika mereka meluncurkan bot trading yang diyakini pengguna memiliki "kecerdasan" tingkat manusia.

‍

Apakah lulus tes Turing itu mustahil?

Sayangnya, data percakapan memiliki banyak dimensi. Dimensi yang tak terbatas. Ini berarti bahwa algoritme pembelajaran mesin perlu memiliki akses ke dataset yang memiliki data dalam jumlah besar untuk setiap dimensi yang mungkin, dan itu tentu saja tidak mungkin.

‍

Tentu saja, hal ini tidak berarti bahwa lulus Tes Turing adalah hal yang mustahil. Kita tahu bahwa hal itu mungkin karena kita sudah memiliki teknologi untuk melakukannya, di dalam otak kita. Sama seperti orang-orang ratusan tahun yang lalu yang mengetahui bahwa penerbangan itu mungkin dilakukan dengan mengamati burung terbang.

‍

Masalahnya adalah bahwa pendekatan kita terhadap AI dalam hal ini tidak dapat dibangun di atas data besar karena data besar dengan dimensi yang memadai tidak ada. Ada terlalu banyak variabel, terlalu banyak dimensi. Bahkan saat ini Google mendapatkan 800 juta pencarian per hari yang belum pernah dilihat sebelumnya. Hal ini memberikan Anda petunjuk tentang betapa sulitnya pendekatan data.

‍

Ray Kurtzweil di Google mengikuti pendekatan yang sampai batas tertentu mencoba meniru otak manusia. Dia memperkirakan bahwa kita akan mencapai kecerdasan umum dan mampu melewati Tes Turing yang sangat sulit pada tahun 2029.

‍

Perkiraannya didasarkan pada asumsi bahwa kemajuan dalam bidang ini akan bersifat eksponensial dan oleh karena itu, bahkan kemajuan yang relatif sederhana saat ini jauh lebih signifikan daripada yang terlihat jika Anda mengasumsikan bahwa kita berada dalam lintasan kemajuan eksponensial.

‍

Apakah dia benar atau tidak, kita harus menunggu dan melihat, tetapi apa yang dikatakannya adalah sangat tidak mungkin terobosan itu akan terjadi dalam 10 tahun ke depan.

‍

Apa artinya bagi sebuah mesin untuk lulus uji Turing yang kredibel?

Poin terakhir adalah apa artinya jika sebuah mesin lulus Tes Turing yang kredibel. Jika mesin lulus tes menggunakan semacam pendekatan data besar, dengan cara yang mirip dengan cara mesin mengalahkan manusia dalam permainan papan, bahkan permainan yang canggih sekalipun, implikasinya tidak akan sebesar jika mesin lulus menggunakan pendekatan replikasi otak.

‍

Pendekatan replikasi otak akan berarti bahwa mesin kemungkinan akan lebih dekat dengan "berpikir" seperti yang kita definisikan sebagai manusia. Mesin ini dapat mengekstrapolasi makna dari contoh-contoh minimal seperti yang dilakukan manusia, daripada membutuhkan ratusan contoh kasus yang tepat untuk mengekstrapolasi makna.

‍

Seperti yang telah disebutkan di atas, kemungkinan besar pendekatan "replikasi otak" akan memberikan terobosan karena pendekatan data besar tidak memungkinkan. Hal ini mungkin berarti bahwa mesin akan mencapai kecerdasan umum, tidak hanya dalam percakapan, tetapi juga dalam berbagai domain.

‍

Implikasi dari hal ini tidak dapat dilebih-lebihkan karena hal ini kemungkinan akan mengarah pada perombakan total masyarakat. Hal ini terutama terjadi jika mesin memiliki kemampuan untuk meningkatkan diri mereka sendiri dengan cara yang berarti yang akan mengarah pada kemungkinan peningkatan eksponensial dalam kecerdasan mereka dalam lingkaran kebajikan yang akan mengubah kehidupan seperti yang kita kenal.

‍

Interaksi manusia dengan mesin

Berpegang pada hal-hal yang lebih duniawi, perlu diingat bahwa meskipun mesin setara dengan manusia, bukan berarti kita akan berinteraksi dengan mereka seperti yang kita lakukan dengan manusia. Hal ini sama persis dengan manusia. Berinteraksi dengan manusia tidak selalu efisien. Mencoba menjelaskan kepada kolega Anda cara melakukan sesuatu melalui telepon bisa membosankan dan tidak efisien dalam situasi di mana akan lebih mudah untuk menunjukkan kepada mereka cara melakukannya. Seandainya saja manusia memiliki antarmuka grafis yang tersedia melalui web!

‍

Antarmuka suara (atau antarmuka berbasis obrolan) jelas memiliki keterbatasan dalam hal memasukkan atau mengeluarkan informasi. Jelas ada keterbatasan dan situasi di mana jauh lebih efisien untuk menampilkan informasi secara grafis, atau mengklik antarmuka grafis, daripada menggunakan antarmuka suara. Oleh karena itu, platform bot dirancang untuk selalu mencoba mengembalikan pengguna ke jalur yang menyenangkan dan tidak membiarkan percakapan berliku-liku.

‍

Maksud saya juga adalah bahwa komputer tidak terbatas seperti manusia dalam hal antarmuka yang dapat mereka gunakan untuk menerima atau memberikan informasi, dan oleh karena itu percakapan dengan mesin harus menggunakan antarmuka yang optimal untuk tugas yang sedang dikerjakan.

‍

Meskipun lulus Tes Turing akan menjadi tonggak besar dalam hal interaksi manusia/komputer, "percakapan" manusia/komputer yang sebenarnya tidak akan terbatas hanya pada suara dan teks.