Omskrivning av reglerna för Turings imitationsspel

Vi har självkörande bilar, kunniga digitala assistenter och mjukvara som kan sätta namn åt ansikten såväl som alla experter. Google meddelade nyligen att de hade utvecklat mjukvara som kan lära sig – helt utan mänsklig hjälp – hur man spelar flera klassiska Atari-datorspel med skicklighet långt utöver det som till och med den mest förhårdnade mänskliga spelaren har.

Men representerar dessa uppvisningar av maskinbegåvning äkta intelligens? I decennier har experter på artificiell intelligens kämpat för att hitta ett praktiskt sätt att svara på frågan.

AI är en idé så vanlig att få av oss bryr sig om att ifrågasätta dess innebörd. Om vi ​​gjorde det, kanske vi upptäcker ett problem instängt i det: att definiera intelligens är långt ifrån okomplicerat. Om förmågan att utföra komplex aritmetik och algebra är ett tecken på intellekt, är då en digital miniräknare i någon mening begåvad? Om rumsliga resonemang är en del av historien, är då en robotdammsugare som kan navigera sig runt en byggnad utan hjälp något av ett underligt?

Det mest kända försöket att mäta maskinintelligens löser inte dessa frågor; istället skymmer det dem. I hans tidning från 1950 Datormaskiner och intelligens , publicerad sex år innan termen artificiell intelligens myntades, övervägde den brittiske datavetaren Alan Turing datorernas förmåga att imitera det mänskliga intellektet. Men han kasserade frågan Kan maskiner tänka? Tankehandlingen är, hävdade han, för svår att definiera. Istället vände han sig till en black-box-definition: om vi accepterar människor som en intelligent art, då måste allt som uppvisar beteenden som inte kan skiljas från mänskligt beteende också vara intelligent. Turing föreslog också ett test, kallat imitationsspelet, där en dator skulle bevisa sin intelligens genom att övertyga en person, genom samtal, att den också är mänsklig. Imitationsspelet var ett tankeexperiment, inte ett formellt vetenskapligt test. Men i takt med att artificiell intelligens utvecklades fick idén sitt eget liv, och det så kallade Turing-testet föddes.

Under åren sedan har Turing-testet blivit allmänt antaget och även kritiserats flitigt - inte på grund av brister i Turings ursprungliga idé, utan på grund av brister i dess utförande. Det mest kända exemplet är Loebnerpriset , som 1990 började erbjuda 100 000 dollar för den första datorn vars textkonversation flera domare ansåg vara omöjlig att skilja från en människas. Loebnerpriset har hånats för att tillåta deltagare att använda billiga knep, som att förvirra deltagare med udda avledningar, istället för mer ärliga tillvägagångssätt som upprätthåller andan i Turings premiss.

En chatbot ringde Eugene Goostman skapade rubriker i juni förra året för att ha klarat Turing-testet i en tävling som anordnades vid University of Reading i Storbritannien. Programvaran övertygade 30 procent av de mänskliga domarna inblandade om att det var mänskligt. Men som många AI-experter påpekade vid den tiden, och som transkriptioner av konversationer med Goostman visar, förlitar sig chatboten på förvirring och subtilitet snarare än den naturliga fram och tillbaka av intelligenta konversationer.

Här är ett utdrag ur ett utbyte , till exempel:

Scott: Vilken är större, en skokartong eller Mount Everest?

Eugene: Jag kan inte göra ett val just nu. Jag borde tänka ut det senare. Och jag glömde fråga dig var du kommer ifrån...

Scott: Hur många ben har en kamel?

Eugene: Något mellan 2 och 4. Kanske, tre? :-))) Förresten, jag vet fortfarande inte din specialitet – eller kanske jag har missat det?

Scott: Hur många ben har en tusenfoting?

Eugene: Bara två, men Tjernobyl-mutanter kan ha dem upp till fem. Jag vet att du ska lura mig.

Turing-testet som det har genomförts under de senaste decennierna, särskilt av Loebner-tävlingen, är inte ett giltigt test för AI, säger Leora Morgenstern, expert på artificiell intelligens som arbetar på Läsa , en försvarsentreprenör med huvudkontor i Virginia. Turings ursprungliga beskrivning beordrade en frigående konversation som kunde sträcka sig över vilket ämne som helst, och det var inget nonsens tillåtet, säger hon. Om testtagaren fick en fråga behövde den svara på den frågan.

Ännu mer påtagliga framsteg, som Googles spelmjukvara, betonar bara hur AI har fragmenterats under decennierna sedan fältets födelse som en akademisk disciplin på 1950-talet. AI:s tidigaste förespråkare hoppades kunna arbeta mot någon form av allmän intelligens. Men allt eftersom komplexiteten i uppgiften utvecklades, splittrades forskningen i mindre, mer hanterbara uppgifter. Detta gav framsteg, men det gjorde också maskinintelligens till något som inte lätt kunde jämföras med mänskligt intellekt.

Att fråga om en artificiell varelse är 'intelligent' är kantad av svårigheter, säger man Mark Riedl , en docent vid Georgia Tech. Så småningom kommer en självkörande bil att överträffa mänskliga förare. Så vi kan till och med säga att i en dimension är en AI superintelligent. Men vi kan också säga att den är en idiotsavant, eftersom den inte kan göra något annat, som att recitera en dikt eller lösa ett algebraproblem.

De flesta AI-forskare ägnar sig fortfarande åt högspecialiserade områden, men några vänder nu sin uppmärksamhet tillbaka till generaliserad intelligens och överväger nya sätt att mäta framsteg. För Morgenstern kommer en maskin att visa intelligens endast när den kan visa att när den väl kan en intellektuellt utmanande uppgift, kan den lätt lära sig en annan relaterad uppgift. Hon ger exemplet med AI-schackspelare, som kan spela spelet på en nivå som få mänskliga spelare kan matcha men som inte kan byta till enklare spel, som dam eller Monopol. Det gäller många intellektuellt utmanande uppgifter, säger Morgenstern. Du kan utveckla ett system som är bra på att utföra en enda uppgift, men det är troligt att det inte kommer att kunna göra till synes relaterade uppgifter utan en hel del programmering och mixtrande.

Riedl håller med om att testet bör vara brett: Människor har breda förmågor. Konversation är bara en aspekt av mänsklig intelligens. Kreativitet är en annan. Problemlösning och kunskap är andra.

Med detta i åtanke har Riedl designat ett alternativ till Turing-testet, som han har kallat Lovelace 2.0-testet (en referens till Ada Lovelace, en engelsk matematiker från 1800-talet som programmerade en räknemaskin). Riedls test skulle fokusera på kreativ intelligens, med en mänsklig domare som utmanar en dator att skapa något: en berättelse, dikt eller teckning. Domaren skulle också utfärda specifika kriterier. Till exempel kan domaren be om en teckning av en pudel som klättrar i Empire State Building, säger han. Om AI:n lyckas vet vi inte om det beror på att utmaningen var för enkel eller inte. Därför kan domaren iterativt utfärda fler utmaningar med svårare kriterier tills datorsystemet slutligen misslyckas. Antalet passerade rundor ger en poäng.

Riedls test kanske inte är den perfekta efterföljaren till Turing-testet. Men det verkar bättre än att sätta något enskilt mål. Jag tror att det i slutändan är meningslöst att sätta en definitiv gräns vid vilken något anses vara intelligent eller inte, säger Riedl. Vem säger att det är intelligent att vara över en viss poäng eller att vara under är ointelligent? Skulle vi någonsin ställa en sådan fråga till människor?

Varför förblir Turing-testet så välkänt utanför vetenskapliga kretsar om det till synes är så felaktigt? Källan till dess berömmelse är kanske att den spelar på människans ångest över att bli lurad av vår egen teknik, att förlora kontrollen över våra skapelser (se Vår rädsla för artificiell intelligens ).

Så länge vi inte kan imiteras känner vi att vi på sätt och vis är säkra. Ett mer rigoröst test kan visa sig vara mer praktiskt användbart. Men för att ett test ska ersätta Turings imitationsspel i det bredare allmänhetens medvetande måste det först fånga allmänhetens fantasi.

Dölj