Is de Turing-test het laatste woord in Robot Intelligence? Reken er niet op

In 1950 introduceerden computerwetenschapper, codebreaker en oorlogsheld Alan Turing de wereld met een heel eenvoudig uitgangspunt: als een robot een tekstgerelateerd gesprek kan voeren met een persoon en deze persoon voor de gek houden dat hij tenminste 30 procent mens is van de tijd, we kunnen het zeker eens zijn dat de robot een "denk" machine is. Het doel van Turing was mensen te dwingen creatiefer te denken over computerinteractie, maar per ongeluk eindigde hij met het maken van de test die ontwikkelaars en commentatoren van robotintelligentie al jaren vertrouwden. Maar serieuze denkers van de kunstmatige intelligentie zijn er niet op gericht om een ​​al lang overleden genie een derde van de tijd te verwarren. Ze zijn gericht op meer inhoudelijke statistieken.

Fundamenteel gezien is het probleem met de Turing-test dat het slecht gedefinieerd is en daarom hype vergemakkelijkt (bijvoorbeeld die valse onderwijsassistent in Georgië) in plaats van eenvoudig gedupliceerde resultaten aan te bieden. Buiten dat, kan men stellen dat het menselijke zwakheid meet, geen kunstmatige kracht. Misleiding en doorbuiging kunnen een relatief ongedisciplineerde chatbot toestaan ​​om "de test te doorstaan." Bijvoorbeeld, een bot met de naam Eugene Goostman, ontworpen om zich voor te doen als een 13-jarige Oekraïense jongen, heeft onlangs een derde van een jury van juryleden misleid om de list te geloven. Eugene komt af als een soort doofus in een gesprek, en dit bleek zijn geheime wapen te zijn. Rechters verwachtten een robot die geprogrammeerd was voor intelligentie, niet een die vragen vermeed, slechte moppen maakte, malafropismen liet vallen en de tekst doorspekte met emoticons.

heeft net mijn jaarlijkse test #fml mislukt

- jam (@hugdeserver) 11 mei 2016

Als dat niet de Turing-test is, wat dan? Onderzoekers over de hele wereld zijn met alternatieven gekomen.

Ontkenning van dubbelzinnige zinnen

Een fundamenteel probleem met de Turing-chatbots is dat machines het nog steeds erg moeilijk hebben om zinnen te begrijpen die onmiddellijk voor een mens zinvol zouden zijn. "Peter schreeuwde tegen Paul, omdat hij sliep met zijn vriendin." Voor een mens is het meteen duidelijk dat Paul sliep met Peter's vriendin, maar op een computer konden "hij" en "zijn" elk naar een van beide verwijzen. Begrijpen wat er gebeurd is, vereist iets weten over wat het betekent om tegen iemand te schreeuwen, en onder welke voorwaarden iemand gemotiveerd zou kunnen zijn om het te doen.

Hector Levesque, hoogleraar computerwetenschappen aan de Universiteit van Toronto, heeft uitdagende machines voorgesteld om betekenis te geven aan dit soort dubbelzinnige zinnen, Winograd-schema genoemd, als een alternatief voor de Turing-test. Dit zou verder moeten gaan dan het nabootsen van menselijke taal en naar het rijk van daadwerkelijk begrip. Er wordt al een prijs van $ 25.000 aangeboden aan de ontwikkelaar die een bot kan maken die net zo goed presteert als een mens voor deze taak - hoewel de bot elke vraag tot vijf minuten in overweging kan nemen.

Gezichtsherkenning

Sommige A.I. onderzoekers hebben het idee overwogen dat machine-intelligentie de taal kan en moet overstijgen. Gezichtsherkenning is een voorbeeld van iets dat mensen bijzonder goed doen - een baby kan zijn moeder immers binnen enkele weken na de geboorte herkennen.

Sommige computers zijn mensen al buitensluiten bij het herkennen van gezichten, maar of dit een maat is voor echte intelligentie, is nog steeds een kwestie van discussie. Een machine die in één ding heel goed is, is heel anders dan het soort flexibele intelligentie dat op verschillende manieren en in verschillende situaties kan worden gebruikt.

College Acceptatie

Japanse robotici proberen een robot te bouwen die naar de universiteit kan gaan. De toelatingsexamens voor de Universiteit van Tokyo zijn notoir moeilijk, en nog veel meer voor een robot dan voor een middelbare school.

Helaas voor robots, is goed zijn in testen veel meer dan het onthouden van veel feiten. Wiskundige vragen geven je geen oplossing om op te lossen - ze beschrijven een scenario in gewone taal en laten het aan jou over om een ​​vergelijking te maken die het juiste antwoord zal geven. Zelfs een eenvoudige vraag over een historisch feit kan ingewikkeld zijn als de robot de syntaxis of de context van de gebruikte taal niet begrijpt.

En de toelatingsexamens zijn niet alleen een meerkeuzetest - de robot zou ook essays moeten schrijven. Vermoedelijk zou plagiaat niet zijn toegestaan ​​en zou de machine wat proza ​​moeten genereren over een bepaald onderwerp dat zowel origineel als intelligent is. Gezien het feit dat robots het moeilijk genoeg hebben om de taal van een 13-jarige na te bootsen, lijkt dit vrij ver weg. Toch zeggen de betrokken onderzoekers dat ze hopen dat hun bot in 2021 naar de universiteit gaat.

Play-by-Play

Deze is een bijzonder hoge balk. Bij het reageren op een sportgame moet je complexe audiovisuele informatie meenemen en communiceren wat er in gewone taal gebeurt. Een robot zou naast een visueel verwerkingssysteem ook heel goede taalvaardigheden moeten hebben.

Als een computer zelfs een halfwaardig verslag zou kunnen maken van een voetbalwedstrijd, zouden mensen het erover eens kunnen zijn dat die robot best wel slim is. Hoewel misschien 65 jaar vanaf nu bots van sportcommentatoren bijzonder tweedimensionaal lijken, en we zullen een aantal nieuwe hindernissen moeten bedenken om te springen.