Pagsusulit sa Turing

Ano ang punto ng pagsubok sa Turing?

Ito ay maaaring mukhang isang kakaibang tanong dahil ang punto ay tila halata: upang malaman kung ang isang makina ay maaaring nakakumbinsi na gayahin ang isang tao sa isang pag-uusap sa chat. Gayunpaman, mayroong ilang mas malalim na pagsasaalang-alang.

Sinusubukan ba natin kung ang isang makina ay maaaring tunay na gayahin ang isang tao sa mga tuntunin ng pinagbabatayan na pag-iisip o katalinuhan o lokohin lamang ang isang tao na ito ay tao? May pagkakaiba.

Ang paggaya sa mga tao sa mga tuntunin ng pinagbabatayan na pag-iisip o katalinuhan ay ang karaniwang iniisip ng mga tao kapag iniisip nila ang tungkol sa Turing Test - na ang mga tao ay talagang hindi masasabi ang pagkakaiba sa pagitan ng pakikipag-chat sa isang tao o isang makina. Sa totoo lang, hindi ito ang paraan ng pagsubok sa una dahil pinapayagan ang "panlinlang" sa mga tao. Halimbawa, ang paggawa ng mga typo ay maaaring isang paraan para linlangin ng isang computer ang isang tao sa paniniwalang ito ay tao dahil hindi kailanman magkakamali sa spelling ang isang makina.

Ang pinagbabatayan na problema ay ang mga pagsusulit ay may mga panuntunan at samakatuwid ay hindi maiiwasang may depekto sa ilang mga paraan. Halimbawa kung gaano katagal ka nagsasalita sa paksa ng pagsusulit ay mahalaga. Mas madaling gayahin ang isang tao sa loob ng 5 minuto kaysa sa mahigit isang daang oras na pag-uusap. Maaaring gumana ang mga trick sa loob ng 5 minutong bersyon ngunit hindi sa daang oras na bersyon.

Mahalaga ba kung sino ang nagsasagawa ng Turing test?

Ang isang siyentipiko na may pagsasanay sa kung paano makita ang mga makina laban sa mga tao ay magiging mas mahirap na lokohin kaysa sa isang tao sa labas ng kalye na walang pagsasanay - hindi lamang dahil sa kakayahan ng siyentipiko na suriin ang mga sagot kundi dahil din sa pag-alam kung anong mga tanong ang itatanong.

Kahit na ang computer ay may antas ng "pag-iisip" at katalinuhan sa antas ng isang tao, maaaring hindi iyon sapat para lokohin ang tester. Iyon ay dahil ang computer ay maaaring masyadong perpekto o masyadong hindi emosyonal sa mga tugon nito.

May mga pilosopikal na pagsasaalang-alang sa paligid ng Turing Test tulad ng kung ang mga computer ay umabot sa isang pangkalahatang katalinuhan sa antas ng tao na nangangahulugan na ang mga makina ay maaaring "mag-isip" o may kamalayan. Ito ay isang bahagi ng tanong na sinusubukang i-bypass ni Alan Turing sa pagsubok na ito. Kung ang isang makina ay maaaring tumpak na gayahin ang isang tao kung gayon para sa lahat ng layunin at layunin ito ay "pag-iisip".

Siyempre, hindi ito nangangahulugan na ito ay may kamalayan o na ito ay nag-iisip sa parehong paraan na iniisip ng isang tao. Sa katunayan, ginagarantiyahan na hindi ito nag-iisip sa paraang iniisip ng mga tao. Ang tunay na interes sa tanong na ito ay namamalagi kapag nakita mula sa isang praktikal na pananaw. Mga sasakyang panghimpapawid, halimbawa. Iyon ang mahalaga. Hindi gaanong kawili-wili na hindi nila ginagaya ang mga ibon sa paraan ng paglipad nila.

Interesado ang Turing Test sa mga resulta, hindi sa paraan ng pagkamit ng mga resulta.

Ang isang mas mahalagang punto ay na ang Turing Test ay nauunawaan sa pangkalahatan upang ilarawan ang isang estado ng mga gawain kung saan ang machine intelligence ay umabot sa hindi bababa sa antas ng katalinuhan ng tao. Ito ay isang mas maliit na grupo na interesado sa tanong kung ang isang makina ay teknikal na nakapasa sa isang Turing Test na isinasaalang-alang ang lahat ng mga bahid na inilarawan sa itaas.

Bagama't ang pagpasa sa Turing Test ay maaaring isang kahanga-hangang teknikal na tagumpay, lalo na kung ang pagsusulit ay matagal nang tumatakbo at pinapatakbo ng mga taong may kaalaman, ito ay hindi gaanong kahanga-hanga kaysa sa isang makina na maaaring lokohin ang lahat ng tao, sa lahat ng oras. Siyempre kung mas mahaba ang tagal ng panahon kung kailan isinasagawa ang pagsusulit at mas mataas ang antas ng kadalubhasaan ng mga evaluator, mas malamang na magtagpo ang dalawang senaryo na ito.

Malapit ba tayo sa isang computer na pumasa sa Turing test?

Ngayong naunawaan mo na kung ano ang pagsusulit, ang susunod na tanong ay dapat na "nasa malapit ba tayo sa isang computer na pumasa sa pagsusulit?" (ibig sabihin, pagkamit ng pangkalahatang katalinuhan ng tao). Ang maikling sagot ay "Hindi".

Bagama't nagkaroon ng napakalaking pag-unlad sa Natural Language Processing na kung saan ay ang kakayahan ng isang computer na tukuyin ang intensyon sa likod ng isang binibigkas na parirala (na siyang teknolohiyang nagtutulak sa lahat ng voice assistant), napakalayo natin sa isang pangkalahatang katalinuhan sa antas ng tao.

Lumalabas na ang kasalukuyang teknolohiya ay hindi masyadong mahusay sa kalabuan (pag-unawa sa kahulugan sa likod ng hindi malinaw na mga pahayag), memorya (pagsasama ng mga naunang sinabing katotohanan sa kasalukuyang pag-uusap) o konteksto (pagsasaalang-alang sa mga katotohanan na hindi nasabi ngunit nauugnay sa kasalukuyang sitwasyon). Sa madaling salita, ang kasalukuyang teknolohiya ay halos wala kahit saan sa mga tuntunin ng kung ano ang kinakailangan.

Bahagi ng problema ang kasalukuyang teknolohiya ng AI na kailangang matuto gamit ang malaking halaga ng data. Anumang domain kung saan mayroong malaking halaga ng paulit-ulit na data na magagamit ay handa na para sa pagpapakilala ng AI, halimbawa ng speech recognition at pagpoproseso ng imahe kabilang ang mga self-driving na kotse.

Ang tagumpay sa NLP ay hinihimok ng katotohanan na mayroong halos walang limitasyong data para sa mga one-off na pahayag at mga tanong na walang konteksto o walang memorya. Kung sasabihin kong "Gusto kong bumili ng orange" ito ay sa karamihan ng mga kaso ay isang simpleng pahayag na hindi nangangailangan ng karagdagang impormasyon tungkol sa konteksto o memorya upang maunawaan. Ang intensyon ay: "Bumili ng Orange Juice" .

Kapag may kasamang konteksto o memorya, lumilikha ito ng dimensionality. Kung sasabihin kong gusto kong "bumili ng orange juice" ngunit sinabi ko sa iyo dati na ako ay isang pinansiyal na mangangalakal na nangangalakal ng orange juice, kailangan mong maunawaan na sa kontekstong ito gusto kong bumili ng instrumento sa pananalapi na kikita kung tumaas ang presyo ng orange juice.

‍

Kaya ngayon ano ang hitsura ng aming data? Ang ibig sabihin ng “Buy orange juice” ay: pagbili ng isang bote ng orange juice mula sa shop O kung dati nang sinabi na sila ay isang pinansiyal na mangangalakal ng orange juice, nangangahulugan ito na gusto nilang bumili ng instrumento sa pananalapi na naka-link sa presyo ng orange juice.

Paano kung nauuhaw lang ang financial trader namin, ibig sabihin gusto niyang bumili ng isang bote ng orange juice sa shop. Kaya nagdagdag kami ng isa pang punto ng data: O kung dati nang nagpahayag na sila ay isang pinansiyal na mangangalakal ng orange juice ngunit kamakailan nilang sinabi na sila ay nauuhaw, ibig sabihin ay gusto nilang bumili ng isang bote ng orange juice.

Mabilis na magkakaroon ng mga problema ang isang negosyo sa pananalapi kung maglulunsad sila ng isang bot sa pangangalakal na pinaniniwalaan ng mga user na may "katalinuhan" sa antas ng tao.

Imposible bang makapasa sa Turing test?

Ang data ng pag-uusap ay may maraming dimensyon, sa kasamaang-palad. Walang katapusang sukat. Nangangahulugan ito na ang mga algorithm ng machine learning ay kailangang magkaroon ng access sa isang dataset na mayroong malaking halaga ng data para sa bawat posibleng dimensyon, at siyempre imposible iyon.

Siyempre, hindi ito nangangahulugan na ang pagpasa sa Turing Test ay imposible. Alam nating posible ito dahil mayroon na tayong teknolohiya para gawin ito, sa ating utak. Tulad ng alam ng mga tao daan-daang taon na ang nakalipas na ang paglipad ay posible sa pamamagitan ng pagmamasid sa mga ibon na lumilipad.

Ang isyu ay ang aming diskarte sa AI dito ay hindi mabuo sa malaking data dahil ang malaking data na may sapat na dimensyon ay hindi umiiral. Napakaraming variable, masyadong maraming dimensyon. Kahit na nagsasalita tayo, nakakakuha ang Google ng 800 milyong paghahanap sa isang araw na hindi pa nito nakita. Nagbibigay iyon sa iyo ng clue kung gaano kahirap ang magiging diskarte sa data.

Si Ray Kurtzweil sa Google ay sumusunod sa isang diskarte na sa ilang lawak ay sumusubok na gayahin ang utak ng tao. Tinantya niya na makakarating tayo sa generalized intelligence at makakapasa tayo sa isang napakahirap na Turing Test pagdating ng 2029.

Ang kanyang pagtataya ay batay sa pag-aakalang magiging exponential ang pag-unlad sa larangang ito at samakatuwid kahit ang medyo katamtamang pag-unlad ngayon ay higit na makabuluhan kaysa sa tila kung ipagpalagay mo na tayo ay nasa isang exponential trajectory ng pag-unlad.

Kung tama man siya ay kailangan nating maghintay at tingnan, ngunit ang sinasabi nito sa iyo ay malaki ang posibilidad na ang break through ay mangyayari sa susunod na 10 taon.

Ano ang ibig sabihin para sa isang makina na makapasa sa isang mapagkakatiwalaang pagsubok sa Turing?

Ang huling punto ay kung ano ang ibig sabihin kung ang isang makina ay pumasa sa isang mapagkakatiwalaang Turing Test. Kung ang makina ay pumasa sa pagsubok gamit ang ilang uri ng malalaking data approach, sa katulad na paraan sa paraan ng pagtalo ng mga machine sa mga tao sa mga board game, kahit na sa mga sopistikadong laro, ang mga implikasyon ay hindi magiging kasing ganda ng kung ang makina ay pumasa dito gamit ang isang brain replication approach .

Ang diskarte sa pagtitiklop ng utak ay mangangahulugan na ang makina ay malamang na mas malapit sa "pag-iisip" sa paraang tinutukoy natin ang pag-iisip bilang mga tao. Maaari itong mag-extrapolate ng kahulugan mula sa kaunting mga halimbawa sa paraang ginagawa ng mga tao, sa halip na kailanganin ang daan-daang mga halimbawa ng eksaktong kaso upang i-extrapolate ang kahulugan.

Tulad ng nabanggit sa itaas, mas malamang na ang isang "pagtitiklop ng utak" na diskarte ay magbibigay ng pambihirang tagumpay dahil ang isang malaking diskarte sa data ay hindi posible. Ito ay malamang na nangangahulugan na ang mga makina ay makakamit ang isang pangkalahatang katalinuhan, hindi lamang sa pag-uusap, ngunit sa maraming mga domain.

Ang implikasyon nito ay hindi maaaring palakihin dahil malamang na humantong ito sa kumpletong pag-reset ng lipunan. Ito ay totoo lalo na kung ang mga makina ay may kakayahang pahusayin ang kanilang mga sarili sa makabuluhang paraan na hahantong sa posibilidad ng pagpaparami ng kanilang katalinuhan sa isang banal na bilog na magbabago sa buhay gaya ng alam natin.

Pakikipag-ugnayan ng mga tao sa mga makina

Nananatili sa mas makamundong mga bagay, nararapat na tandaan na kahit na ang isang makina ay katumbas ng isang tao, hindi iyon nangangahulugan na makikipag-ugnayan tayo sa kanila tulad ng ginagawa natin sa mga tao. Ito ay eksaktong kapareho ng sa isang tao. Ang pakikipag-ugnayan sa mga tao ay hindi palaging mahusay. Ang pagsisikap na ipaliwanag sa iyong kasamahan kung paano gumawa ng isang bagay sa telepono ay maaaring nakakapagod at hindi epektibo sa mga sitwasyon kung saan mas madaling ipakita sa kanila kung paano ito gagawin. Kung may available lang na graphical interface ang mga tao sa web!

Ang mga interface ng boses (o mga interface na nakabatay sa chat) ay malinaw na may mga limitasyon sa mga tuntunin ng pag-input o pag-output ng impormasyon. Malinaw na may mga limitasyon at sitwasyon kung saan mas mahusay na magpakita ng impormasyon sa graphical, o mag-click sa isang graphical na interface, kaysa gumamit ng voice interface. Samakatuwid, ang mga bot platform ay idinisenyo upang palaging subukang ibalik ang user sa masayang landas at huwag hayaang lumiko ang pag-uusap.

Ang punto ko rin ay ang mga computer ay hindi limitado tulad ng mga tao sa mga tuntunin ng mga interface na maaari nilang gamitin upang makatanggap o magbigay ng impormasyon at samakatuwid ang mga pag-uusap sa mga makina ay kinakailangang kasangkot sa paggamit ng pinakamainam na interface para sa gawaing nasa kamay.

Habang ang pagpasa sa Turing Test ay magiging isang malaking milestone sa mga tuntunin ng pakikipag-ugnayan ng tao / computer, ang aktwal na "pag-uusap" ng tao / computer ay hindi limitado sa boses at text lamang.

Paano maihahambing ang Turing Test sa iba pang mga benchmark para sa AI, tulad ng Winograd Schema Challenge o ARC Challenge?

Sinusuri ng Turing Test kung maaaring gayahin ng AI ang pag-uusap ng tao, ngunit ang mga bagong benchmark tulad ng Winograd Schema Challenge at ARC Challenge ay higit na nakatuon sa pangangatwiran, sentido komun, at paglutas ng problema. Mga bagay na nagpapakita ng mas malalim na katalinuhan kaysa sa pang-ibabaw na panggagaya.

Ang Turing Test ba ay isinasaalang-alang pa rin na may kaugnayan sa modernong pananaliksik sa AI, o mayroon bang mas mahusay na mga alternatibo ngayon?

Ang Turing Test ay isa pa ring kapaki-pakinabang na eksperimento sa pag-iisip at milestone, ngunit nakikita na ito ng maraming mananaliksik bilang lipas na sa panahon. Ang mga modernong pagsubok ay higit na nakatuon sa pagsukat ng aktwal na pag-unawa, lohika, at paglalahat.

Paano nakakaapekto ang kultural o linguistic na bias sa mga resulta ng Turing Test?

Oo. Maaaring hindi maunawaan ng AI ang mga idyoma, katatawanan, o mga sanggunian na nauugnay sa mga partikular na kultura o wika, na ginagawang mas madaling makita bilang hindi tao sa ilang partikular na konteksto.

Paano muling tutukuyin ng pagpasa sa Turing Test ang ibig sabihin ng pagiging "tao"?

Kung ang isang makina ay pumasa sa isang mahigpit na Turing Test, maaari itong pilitin tayong muling pag-isipan kung ang pagiging tao ay tungkol sa biology o pag-uugali at kung ano ang dahilan kung bakit kakaiba ang ating paraan ng pag-iisip.

Anong mga uri ng tanong ang karaniwang pinakaepektibo sa paglalantad ng mga katangiang hindi tao sa AI?

Ang mga tanong na umaasa sa konteksto, emosyonal na nuance, o real-world common sense, tulad ng pagbibigay-kahulugan sa sarcasm, hindi malinaw na mga sanggunian, o magkasalungat na impormasyon, ay karaniwang ang pinakamabilis na pamigay.