Ali Turing testira zadnjo besedo v robotski inteligenci? Ne računaj na to

Leta 1950 je računalniški znanstvenik, prelomnik kode in vojni junak Alan Turing predstavil svetu zelo preprosto premislek: če robot lahko sodeluje v besedilnem pogovoru z osebo in se zaveže, da je človek vsaj 30 odstotkov Takrat smo se zagotovo strinjali, da je robot "misleč" stroj. Turingov cilj je bil prisiliti ljudi k bolj ustvarjalnemu razmišljanju o računalniških interakcijah, vendar je nenamerno končal s testom, ki so ga razvijalci in komentatorji robotov uporabili že vrsto let. Toda resni miselni umetniki iz umetne inteligence se ne osredotočajo na zamenjavo dolgoletnega genija tretjino časa. Osredotočeni so na bistvene meritve.

V bistvu je težava pri Turingovem testu, da je slabo opredeljena, zato olajša hiper (npr. Ta lažni učni asistent v Gruziji), namesto da bi ponudil preprosto podvojene rezultate. Poleg tega lahko trdimo, da meri človeško šibkost, ne umetno moč. Prevare in preusmeritve lahko omogočijo razmeroma nezahteven chatbot, da »prenese test«. Na primer, bot z imenom Eugene Goostman, ki je bil zasnovan za predstavitev 13-letnega ukrajinskega fanta, je pred kratkim prelisičil tretjino sodnikov, da bodo verjeli v zlorabo. Eugene se v pogovoru izogne ​​kot skrivnost, in to se je izkazalo za njegovo skrivno orožje. Sodniki so pričakovali, da je robot, ki je bil programiran za inteligenco, ne tisti, ki se je izogibal vprašanjem, se slabo šalil, izginjal malapropizem, in besedilo je poprskal s čustvenimi simboli.

pravkar sem prenehal s svojim letnim testom #fml

- jam (@hugdeserver) 11. maj 2016

Če ne Turingov test, kaj potem? Raziskovalci po vsem svetu so prišli do nekaterih alternativ.

Dešifriranje dvoumnih stavkov

Temeljni problem s Turingovimi klepetalnicami je, da imajo stroji še vedno zelo težko razumeti stavke, ki bi človeku takoj pomenili smisel. »Peter je vpil na Pavla, ker je spal s svojo punco.« Za človeka je takoj jasno, da je Pavel spal s Petrovim dekletom, toda računalnik »on« in »njegov« se lahko nanašata na enega ali drugega. Razumevanje tega, kar se je zgodilo, zahteva vedeti nekaj o tem, kaj pomeni kričati na nekoga, in pod kakšnimi pogoji bi lahko oseba bila motivirana za to.

Hector Levesque, profesor računalništva na Univerzi v Torontu, je predlagal, da bi se stroji, ki so bili dvoumno sestavljeni, imenovali Winogradova shema, kot alternativo Turingovemu testu. To bi zahtevalo preseganje mimikiranja človeškega jezika in v področje dejanskega razumevanja. Že 25.000 dolarjev nagrade je na voljo razvijalcu, ki lahko na to nalogo opravi tako bot kot človek - čeprav lahko bot obravnava vsako vprašanje do pet minut.

Priznavanje obraza

Nekaj ​​A.I. Raziskovalci so upoštevali idejo, da strojna inteligenca lahko in mora preseči jezik. Prepoznavanje na obrazu je primer nečesa, kar ljudje naredijo še posebej dobro - otrok lahko prepozna mater v nekaj tednih po rojstvu, navsezadnje.

Nekateri računalniki že zaostajajo za ljudmi pri prepoznavanju obrazov, čeprav je to merilo prave inteligence še vedno predmet razprave. Stroj, ki je programiran, da je zelo dober v eni stvari, je precej drugačen od tega, da ima takšno fleksibilno inteligenco, ki bi jo lahko uporabili na različne načine in v različnih situacijah.

Sprejem na kolidž

Japonski robotiki poskušajo zgraditi robota, ki lahko pride na kolidž. Vpisni izpiti za Univerzo v Tokiu so znani po težavah in še toliko bolj za robote kot za srednješolce.

Na žalost za robote, biti dober na testih traja veliko več, kot da si zapomni veliko dejstev. V matematičnih vprašanjih ne morete rešiti enačbe - opisujejo scenarij v preprostem jeziku in prepuščajo vam, da ugotovite, kako zgraditi enačbo, ki bo prišla do pravega odgovora. Celo preprosto vprašanje o zgodovinskem dejstvu bi lahko bilo zapleteno, če robot ne more dojeti sintakse ali konteksta uporabljenega jezika.

In sprejemni izpiti niso le test z več izbirami - robot bi moral pisati tudi eseje. Verjetno plagiatorstvo ne bi bilo dovoljeno, stroj pa bi moral ustvariti nekaj proze o določeni temi, ki je hkrati izvirna in inteligentna. Glede na to, da imajo roboti dovolj časa, da posnemajo jezik 13-letnika, se to zdi precej daleč. Kljub temu so sodelujoči raziskovalci rekli, da upajo, da bodo do leta 2021 njihov mali bot na šoli.

Play-by-Play

Ta je še posebej visok bar. Komentiranje športne igre vključuje zapletene avdiovizualne informacije in sporočanje, kaj se dogaja v preprostem jeziku. Robot bi moral poleg vizualnega sistema obdelave imeti tudi zelo dobro jezikovno znanje.

Če bi lahko računalnik celo izdelal pol-dostojno živo poročilo o nogometni igri, bi se ljudje lahko strinjali, da je ta robot precej pameten. Čeprav se bo morda 65 let od zdajšnjih športnih komentarjev zdelo še posebej dvodimenzionalno, in morali bomo najti nekaj novih ovir.