Omskrivning af reglerne for Turings imitationsspil

Vi har selvkørende biler, kyndige digitale assistenter og software, der er i stand til at sætte navne på ansigter såvel som enhver ekspert. Google annoncerede for nylig, at de havde udviklet software, der er i stand til at lære – helt uden menneskelig hjælp – hvordan man spiller adskillige klassiske Atari-computerspil med færdigheder langt ud over selv den mest hårdhændede menneskelige spiller.

Men repræsenterer disse displays af maskinel egnethed ægte intelligens? I årtier har eksperter i kunstig intelligens kæmpet for at finde en praktisk måde at besvare spørgsmålet på.

AI er en idé så almindelig, at de færreste af os gider at udspørge dens betydning. Hvis vi gjorde det, ville vi måske opdage et problem gemt inde i det: Det er langt fra ligetil at definere intelligens. Hvis evnen til at udføre kompleks aritmetik og algebra er et tegn på intellekt, er en digital lommeregner så i en eller anden forstand begavet? Hvis rumlig ræsonnement er en del af historien, er en robotstøvsuger, der er i stand til at navigere sig rundt i en bygning uden hjælp, så noget af et mirakel?

Den mest berømte indsats for at måle maskinintelligens løser ikke disse spørgsmål; i stedet slører det dem. I hans papir fra 1950 Computermaskiner og intelligens , udgivet seks år før begrebet kunstig intelligens blev opfundet, overvejede den britiske datalog Alan Turing computernes kapacitet til at efterligne det menneskelige intellekt. Men han kasserede spørgsmålet Kan maskiner tænke? Tænkehandlingen er, hævdede han, for svær at definere. I stedet vendte han sig til en black-box-definition: Hvis vi accepterer mennesker som en intelligent art, så skal alt, der udviser adfærd, der ikke kan skelnes fra menneskelig adfærd, også være intelligent. Turing foreslog også en test, kaldet imitationsspillet, hvor en computer ville bevise sin intelligens ved gennem samtale at overbevise en person om, at den også er menneskelig. Imitationsspillet var et tankeeksperiment, ikke en formel videnskabelig test. Men efterhånden som kunstig intelligens udviklede sig, fik ideen sit eget liv, og den såkaldte Turing-test blev født.

I årene siden er Turing-testen blevet bredt vedtaget og også meget kritiseret - ikke på grund af fejl i Turings oprindelige idé, men på grund af fejl i dens udførelse. Det mest kendte eksempel er Loebner-prisen , som i 1990 begyndte at tilbyde 100.000 dollars for den første computer, hvis sms-samtale flere dommere anså for umulig at skelne fra et menneskes. Loebner-prisen er blevet hånet for at give deltagere mulighed for at bruge billige tricks, som at forvirre deltagere med mærkelige omdirigeringer, i stedet for mere ærlige tilgange, der opretholder ånden i Turings forudsætning.

En chatbot ringede Eugene Goostman skabte overskrifter i juni sidste år for angiveligt at have bestået Turing-testen i en konkurrence arrangeret på University of Reading i Storbritannien. Softwaren overbeviste 30 procent af de involverede menneskelige dommere om, at det var menneskeligt. Men som mange AI-eksperter påpegede dengang, og som transskriptioner af samtaler med Goostman viser, er chatbotten afhængig af sløring og underfund snarere end den naturlige frem og tilbage af intelligent samtale.

Her er et uddrag fra én udveksling , for eksempel:

Scott: Hvad er større, en skoæske eller Mount Everest?

Eugene: Jeg kan ikke træffe et valg lige nu. Jeg burde tænke over det senere. Og jeg glemte at spørge dig, hvor du er fra...

Scott: Hvor mange ben har en kamel?

Eugene: Noget mellem 2 og 4. Måske tre? :-))) Forresten kender jeg stadig ikke dit speciale - eller måske har jeg savnet det?

Scott: Hvor mange ben har et tusindben?

Eugene: Kun to, men Tjernobyl-mutanter kan have dem op til fem. Jeg ved, du skal narre mig.

Turing-testen, som den er blevet realiseret i de sidste par årtier, især af Loebner-konkurrencen, er ikke en gyldig test for kunstig intelligens, siger Leora Morgenstern, ekspert i kunstig intelligens, som arbejder på Læs , en forsvarsentreprenør med hovedkvarter i Virginia. Turings originale beskrivelse pålagde en friløbssamtale, der kunne spænde over ethvert emne, og der var intet sludder tilladt, siger hun. Hvis testpersonen blev stillet et spørgsmål, skulle den besvare det spørgsmål.

Endnu mere håndgribelige fremskridt, såsom Googles spilsoftware, understreger blot den måde, AI er blevet fragmenteret på i årtierne siden feltets fødsel som en akademisk disciplin i 1950'erne. AI's tidligste tilhængere håbede at arbejde hen imod en form for generel intelligens. Men efterhånden som opgavens kompleksitet udfoldede sig, brød forskningen op i mindre, mere overskuelige opgaver. Dette gav fremskridt, men det gjorde også maskinintelligens til noget, der ikke let kunne sammenlignes med menneskelig intellekt.

At spørge, om en kunstig enhed er 'intelligent', er fyldt med vanskeligheder, siger man Mark Riedl , lektor ved Georgia Tech. Til sidst vil en selvkørende bil overgå menneskelige chauffører. Så vi kan endda sige, at langs én dimension er en AI superintelligent. Men vi kan også sige, at det er en idiot savant, fordi det ikke kan andet, som at recitere et digt eller løse et algebraproblem.

De fleste AI-forskere forfølger stadig højt specialiserede områder, men nogle vender nu deres opmærksomhed tilbage til generaliseret intelligens og overvejer nye måder at måle fremskridt på. For Morgenstern vil en maskine kun demonstrere intelligens, når den kan vise, at når den kender én intellektuelt udfordrende opgave, kan den nemt lære en anden relateret opgave. Hun giver eksemplet med AI-skakspillere, som er i stand til at spille spillet på et niveau, som få menneskelige spillere kan matche, men som ikke er i stand til at skifte til enklere spil, såsom dam eller Monopol. Det gælder mange intellektuelt udfordrende opgaver, siger Morgenstern. Du kan udvikle et system, der er fantastisk til at udføre en enkelt opgave, men det er sandsynligt, at det ikke vil være i stand til at udføre tilsyneladende relaterede opgaver uden en hel masse programmering og fidus.

Riedl er enig i, at testen bør være bred: Mennesker har brede kapaciteter. Samtale er kun et aspekt af menneskelig intelligens. Kreativitet er en anden. Problemløsning og viden er andre.

Med dette i tankerne har Riedl designet et alternativ til Turing-testen, som han har døbt Lovelace 2.0-testen (en reference til Ada Lovelace, en engelsk matematiker fra det 19. århundrede, der programmerede en banebrydende regnemaskine). Riedls test ville fokusere på kreativ intelligens, hvor en menneskelig dommer udfordrede en computer til at skabe noget: en historie, digt eller tegning. Dommeren ville også udstede specifikke kriterier. For eksempel kan dommeren bede om en tegning af en puddel, der klatrer op i Empire State Building, siger han. Hvis AI'en lykkes, ved vi ikke, om det er fordi udfordringen var for let eller ej. Derfor kan dommeren iterativt udstede flere udfordringer med sværere kriterier, indtil computersystemet endelig svigter. Antallet af beståede runder giver en score.

Riedls test er måske ikke den ideelle efterfølger til Turing-testen. Men det virker bedre end at sætte et enkelt mål. Jeg tror, ​​at det i sidste ende er nyttesløst at sætte en endegyldig grænse, hvor noget anses for intelligent eller ej, siger Riedl. Hvem siger, at det er intelligent at være over en bestemt score, eller at være under er uintelligent? Ville vi nogensinde stille et sådant spørgsmål til mennesker?

Hvorfor forbliver Turing-testen så kendt uden for videnskabelige kredse, hvis den tilsyneladende er så mangelfuld? Kilden til dens berømmelse er måske, at den spiller på menneskelig angst for at blive narret af vores egen teknologi, for at miste kontrollen over vores kreationer (se Vores frygt for kunstig intelligens).

Så længe vi ikke kan efterlignes, føler vi, at vi på en måde er sikre. En mere streng test kan vise sig at være mere praktisk nyttig. Men for at en test skal erstatte Turings imitationsspil i den bredere offentlige bevidsthed, skal den først fange offentlighedens fantasi.

skjule