Turing Testi

Turing testinin amacı ne?

Bu garip bir soru gibi görünebilir çünkü amaç çok açık: bir makinenin bir sohbet konuşmasında bir insanı ikna edici bir şekilde taklit edip edemeyeceğini bilmek. Ancak daha derin bazı hususlar var.

Bir makinenin temel düşünce veya zeka açısından bir insanı gerçekten taklit edip edemeyeceğini mi yoksa sadece bir insanı insan olduğuna inandırıp inandıramayacağını mı test ediyoruz? Arada bir fark var.

Temel düşünce ya da zeka açısından insanları taklit etmek, Turing Testini düşündüklerinde insanların genellikle aklına gelen şeydir - insanların bir insanla ya da bir makineyle sohbet etmek arasındaki farkı gerçekten ayırt edemeyecekleri. Aslında test başlangıçta bu şekilde tasarlanmamıştı çünkü insanları "kandırmaya" izin veriliyordu. Örneğin, bir makine asla yazım hatası yapmayacağından, yazım hataları yapmak bir bilgisayarın bir insanı insan olduğuna inandırması için bir yol olabilir.

Temel sorun, testlerin kuralları olması ve bu nedenle kaçınılmaz olarak bazı yönlerden kusurlu olmasıdır. Örneğin test deneği ile ne kadar süre konuştuğunuz önemlidir. Bir insanı 5 dakika boyunca taklit etmek, yüz saat boyunca konuşmaktan daha kolaydır. Hileler 5 dakikalık versiyonda işe yarayabilir ancak yüz saatlik versiyonda işe yaramayabilir.

Turing testini kimin yaptığı önemli mi?

Makinelerle insanları nasıl ayırt edeceği konusunda eğitim almış bir bilim insanını kandırmak, eğitim almamış sokaktan geçen birini kandırmaktan çok daha zor olacaktır - sadece bilim insanının cevapları değerlendirme becerisi nedeniyle değil, aynı zamanda hangi soruları soracağını bilmesi nedeniyle de.

Bilgisayar bir insan seviyesinde "düşünme" ve zeka seviyesine sahip olsa bile, bu test uzmanını kandırmak için yeterli olmayabilir. Çünkü bilgisayar verdiği yanıtlarda çok mükemmel ya da çok duygusuz olabilir.

Turing Testi etrafında, bilgisayarların genelleştirilmiş insan seviyesinde bir zekaya ulaşmasının makinelerin "düşünebildiği" ya da bilinçli olduğu anlamına gelip gelmeyeceği gibi felsefi düşünceler bile vardır. Bu kısmen Alan Turing'in bu testle aşmaya çalıştığı bir soruydu. Eğer bir makine bir insanı doğru bir şekilde taklit edebiliyorsa, o zaman tüm niyet ve amaçlar için "düşünüyor" demektir.

Elbette bu, bilince sahip olduğu ya da bir insanın düşündüğü şekilde düşündüğü anlamına gelmez. Aslında, insanların düşündüğü şekilde düşünmediği kesindir. Bu soruya asıl ilgi pratik açıdan bakıldığında ortaya çıkmaktadır. Örneğin uçaklar uçar. Önemli olan budur. Uçuş biçimlerinde kuşları taklit etmemeleri çok daha az ilginçtir.

Turing Testi sonuçlarla ilgilenir, sonuçların nasıl elde edildiğiyle değil.

Daha önemli bir nokta ise Turing Testinin genel olarak makine zekasının en azından insan seviyesinde zekaya ulaştığı bir durumu tanımlamak için anlaşılmasıdır. Yukarıda açıklanan tüm kusurları göz önünde bulundurarak bir makinenin teknik olarak Turing Testini geçip geçmediği sorusuyla ilgilenen çok daha küçük bir gruptur.

Bir Turing Testini geçmek etkileyici bir teknik başarı olsa da, özellikle test uzun soluklu ve bilgili insanlar tarafından yapılıyorsa, tüm insanları her zaman kandırabilen bir makineden çok daha az etkileyicidir. Elbette testin yapıldığı süre ne kadar uzunsa ve değerlendirenlerin uzmanlık düzeyi ne kadar yüksekse, bu iki senaryonun birbirine yaklaşma olasılığı da o kadar artar.

Turing testini geçen bir bilgisayarın yakınında mıyız?

Artık testin ne olduğunu anladığınıza göre, bir sonraki soru "testi geçen bir bilgisayarın yakınında mıyız?" olmalıdır. (yani genelleştirilmiş insan zekasına ulaşmak). Kısa cevap "Hayır".

Bir bilgisayarın tek bir sözlü ifadenin ardındaki niyeti tanımlayabilmesi anlamına gelen Doğal Dil İşleme alanında muazzam bir ilerleme kaydedilmiş olsa da (tüm sesli asistanları yönlendiren teknoloji budur), genelleştirilmiş insan düzeyinde bir zekadan çok uzaktayız.

Mevcut teknolojinin belirsizlik (muğlak ifadelerin arkasındaki anlamı anlama), hafıza (daha önce ifade edilen gerçekleri mevcut konuşmaya dahil etme) veya bağlam (ifade edilmemiş ancak mevcut durumla ilgili gerçekleri hesaba katma) konularında çok iyi olmadığı ortaya çıktı. Kısacası, mevcut teknoloji ihtiyaç duyulanın neredeyse hiçbir yerinde değil.

Sorunun bir kısmı, mevcut YZ teknolojisinin büyük miktarda veri kullanarak öğrenmeye ihtiyaç duymasıdır. Büyük miktarda tekrarlayan verinin mevcut olduğu herhangi bir alan, örneğin konuşma tanıma ve sürücüsüz arabalar da dahil olmak üzere görüntü işleme gibi YZ'yi tanıtmak için olgunlaşmıştır.

NLP'deki başarı, bağlamı ya da hafızası olmayan tek seferlik ifadeler ve sorular için neredeyse sınırsız veri olduğu gerçeğinden kaynaklanır. Eğer "Portakal almak istiyorum" dersem, bu çoğu durumda anlamak için bağlam veya hafıza hakkında ek bilgiye ihtiyaç duymayan basit bir ifadedir. Niyet şudur: "Portakal Suyu Satın Al".

Bağlam veya hafıza söz konusu olduğunda, bu durum boyutsallık yaratır. "Portakal suyu satın almak" istediğimi söylersem, ancak size daha önce portakal suyu ticareti yapan bir finansal tüccar olduğumu söylemişsem, bu bağlamda portakal suyunun fiyatı yükselirse para kazandıracak bir finansal araç satın almak istediğimi anlamanız gerekir.

‍

Peki şimdi verilerimiz neye benziyor? "Portakal suyu satın almak" şu anlama gelir: dükkandan bir şişe portakal suyu satın almak VEYA daha önce portakal suyunda finansal bir tüccar olduklarını belirtmişlerse, portakal suyu fiyatına bağlı bir finansal araç satın almak istedikleri anlamına gelir.

Ya finansal yatırımcımız az önce susadığını söylediyse, o zaman marketten bir şişe portakal suyu almak istediğini kastediyordur. Böylece başka bir veri noktası ekleriz: VEYA daha önce portakal suyunda finansal bir tüccar olduğunu belirtmiş ancak yakın zamanda susadığını belirtmişse, bir şişe portakal suyu satın almak istediği anlamına gelir.

Bir finans kuruluşu, kullanıcıların insan seviyesinde "zekaya" sahip olduğuna inandıkları bir ticaret botu başlatırsa hızla sorunlarla karşılaşacaktır.

Turing testini geçmek imkansız mı?

Konuşma verilerinin ne yazık ki birçok boyutu var. Sonsuz boyutlar. Bu, makine öğrenimi algoritmalarının olası her boyut için büyük miktarda veriye sahip bir veri kümesine erişmesi gerektiği anlamına gelir ve bu elbette imkansızdır.

Bu elbette Turing Testini geçmenin imkansız olduğu anlamına gelmiyor. Bunun mümkün olduğunu biliyoruz çünkü beynimizde bunu yapabilecek teknolojiye zaten sahibiz. Tıpkı yüzlerce yıl önce insanların uçan kuşları gözlemleyerek uçmanın mümkün olduğunu bilmeleri gibi.

Sorun şu ki, bu konudaki yapay zeka yaklaşımımız büyük veri üzerine inşa edilemez çünkü yeterli boyutluluğa sahip büyük veri mevcut değildir. Çok fazla değişken, çok fazla boyut var. Biz konuşurken bile Google günde daha önce hiç görmediği 800 milyon arama alıyor. Bu da size veri yaklaşımının ne kadar zor olacağına dair bir ipucu veriyor.

Google'dan Ray Kurtzweil, bir ölçüde insan beynini taklit etmeye çalışan bir yaklaşım izliyor. Kurtzweil, 2029 yılına kadar genelleştirilmiş zekaya ulaşacağımızı ve çok zor bir Turing Testini geçebileceğimizi tahmin ediyor.

Tahmini, bu alandaki ilerlemenin üstel olacağı varsayımına dayanıyor ve bu nedenle bugün nispeten mütevazı bir ilerleme bile, üstel bir ilerleme yörüngesinde olduğumuzu varsayarsanız göründüğünden çok daha önemli.

Haklı olup olmadığını bekleyip göreceğiz, ancak bunun size söylediği şey, kırılmanın önümüzdeki 10 yıl içinde gerçekleşmesinin pek olası olmadığıdır.

Bir makinenin güvenilir bir Turing testini geçmesi ne anlama gelir?

Son nokta, bir makinenin güvenilir bir Turing Testini geçmesinin ne anlama geleceğidir. Eğer makine bir tür büyük veri yaklaşımı kullanarak testi geçerse, makinelerin masa oyunlarında, hatta sofistike oyunlarda bile insanları yenmesine benzer bir şekilde, bunun sonuçları makinenin beyin kopyalama yaklaşımı kullanarak testi geçmesi kadar büyük olmayacaktır.

Beyin kopyalama yaklaşımı, makinenin bizim insan olarak düşünmeyi tanımladığımız şekilde "düşünmeye" daha yakın olacağı anlamına gelecektir. Anlamı tahmin etmek için tam olarak yüzlerce örneğe ihtiyaç duymak yerine, insanların yaptığı gibi minimal örneklerden anlam çıkarabilir.

Yukarıda da belirtildiği gibi, büyük veri yaklaşımı mümkün olmadığından "beyin kopyalama" yaklaşımının çığır açması daha muhtemeldir. Bu da muhtemelen makinelerin sadece konuşma alanında değil, birden fazla alanda genel bir zekaya ulaşması anlamına gelecektir.

Bunun anlamı abartılamaz çünkü bu muhtemelen toplumun tamamen sıfırlanmasına yol açacaktır. Bu durum özellikle makinelerin kendilerini anlamlı şekillerde geliştirebilme yeteneğine sahip olmaları halinde geçerlidir ki bu da bildiğimiz hayatı değiştirecek bir erdemli döngü içinde zekalarının katlanarak artması olasılığını doğuracaktır.

İnsanların makinelerle etkileşimi

Daha sıradan konulara değinecek olursak, bir makine bir insana eşdeğer olsa bile, bunun onlarla insanlarla olduğu gibi etkileşime gireceğimiz anlamına gelmediğini unutmamak gerekir. Bu tıpkı bir insanla olduğu gibidir. İnsanlarla etkileşim kurmak her zaman verimli değildir. İş arkadaşınıza telefonda bir şeyi nasıl yapacağını anlatmaya çalışmak, nasıl yapılacağını göstermenin daha kolay olacağı durumlarda sıkıcı ve verimsiz olabilir. Keşke insanlar web üzerinden kullanılabilen bir grafik arayüze sahip olsalardı!

Sesli arayüzlerin (veya sohbet tabanlı arayüzlerin) bilgi girişi veya çıkışı açısından sınırlamaları olduğu açıktır. Bilgiyi grafiksel olarak göstermenin veya grafiksel bir arayüze tıklamanın sesli bir arayüz kullanmaktan çok daha verimli olduğu sınırlamalar ve durumlar olduğu açıktır. Bu nedenle bot platformları, kullanıcıyı her zaman mutlu yola geri döndürmeye çalışacak ve konuşmanın sapmasına izin vermeyecek şekilde tasarlanmıştır.

Demek istediğim, bilgisayarların bilgi almak veya vermek için kullanabilecekleri arayüzler açısından insanlar gibi sınırlı olmadıkları ve bu nedenle makinelerle yapılan görüşmelerin, eldeki görev için en uygun arayüzün kullanılmasını gerektireceğidir.

Turing Testini geçmek insan / bilgisayar etkileşimi açısından büyük bir dönüm noktası olsa da, gerçek insan / bilgisayar "konuşmaları" sadece ses ve metinle sınırlı kalmayacaktır.

Turing Testi, Winograd Schema Challenge veya ARC Challenge gibi diğer yapay zeka ölçütleriyle karşılaştırıldığında nasıl bir sonuç veriyor?

Turing Testi, yapay zekanın insan konuşmalarını taklit edip edemediğini kontrol eder, ancak Winograd Schema Challenge ve ARC Challenge gibi daha yeni ölçütler daha çok muhakeme, sağduyu ve problem çözmeye odaklanır. Bunlar, yüzeysel taklitten ziyade daha derin zekayı ortaya çıkaran şeylerdir.

Turing Testi modern yapay zeka araştırmalarında hala geçerli mi, yoksa günümüzde daha iyi alternatifler var mı?

Turing Testi hala yararlı bir düşünce deneyi ve kilometre taşıdır, ancak birçok araştırmacı artık onu modası geçmiş olarak görmektedir. Modern testler daha çok gerçek anlayışı, mantığı ve genellemeyi ölçmeye odaklanıyor.

Kültürel veya dilsel önyargılar Turing Testinin sonuçlarını nasıl etkiler?

Evet. Yapay zeka deyimleri, mizahı veya belirli kültürlere veya dillere bağlı referansları yanlış anlayabilir, bu da belirli bağlamlarda insan dışı olarak tespit edilmesini kolaylaştırır.

Turing Testini geçmek "insan" olmanın ne anlama geldiğini nasıl yeniden tanımlar?

Eğer bir makine sıkı bir Turing Testini geçerse, insan olmanın biyolojiyle mi yoksa davranışla mı ilgili olduğunu ve düşünme biçimimizi bu kadar eşsiz kılan şeyin ne olduğunu yeniden düşünmeye zorlayabilir.

YZ'de insani olmayan özellikleri ortaya çıkarmada tipik olarak en etkili olan soru türleri nelerdir?

İğneleme, muğlak referanslar veya çelişkili bilgileri yorumlamak gibi bağlama, duygusal nüansa veya gerçek dünyadaki sağduyuya dayanan sorular genellikle en çabuk ele veren sorulardır.