Er Turing Test det siste ordet i Robot Intelligence? Ikke regne med det

$config[ads_kvadrat] not found

How the "Most Human Human" passed the Turing Test

How the "Most Human Human" passed the Turing Test

Innholdsfortegnelse:

Anonim

Tilbake i 1950 presenterte databehandler, kodebryter og krigshelt Alan Turing verden til en veldig enkel premiss: Hvis en robot kan engasjere seg i en tekstbasert samtale med en person og lure den personen til å tro det er mennesket minst 30 prosent av tiden, sikkert kunne vi være enige om at roboten er en "tenkning" maskin. Turings mål var å tvinge folk til å tenke mer kreativt om datakommunikasjon, men han utilsiktet endte opp med å skape den testen som robotunderretningsutviklere og kommentatorer har stolt på i årevis. Men seriøse kunstige intelligens tenkere er ikke fokusert på å forvirre et langdøde geni en tredjedel av tiden. De er fokusert på mer substantielle beregninger.

I utgangspunktet er problemet med Turing-testen at det er dårlig definert, og dermed lindrer hype (for eksempel den falske lærerassistenten i Georgia) i stedet for å tilby lett dupliserte resultater. Utover det kan man argumentere for at det måler menneskelig svakhet, ikke kunstig styrke. Deception og avbøyning kan tillate en relativt usofistikert chatbot å "passere testen". For eksempel ble en bot som heter Eugene Goostman designet for å etterligne en 13 år gammel ukrainsk gutt, nylig lurt en tredjedel av et panel av dommere til å tro på ruse. Eugene kommer som en del av en doofus i samtalen, og dette viste seg for å være hans hemmelige våpen. Dommerne forventer en robot programmert for intelligens, ikke en som unngikk spørsmål, gjorde dårlige vitser, droppet malapropism, og peppered teksten med uttrykksikoner.

bare mislyktes min årlige turing test #fml

- syltetøy (@hugdeserver) 11. mai 2016

Hvis ikke Turing-testen, hva så? Forskere over hele verden har kommet opp noen alternativer.

Dekryptere tvetydige setninger

Et grunnleggende problem med Turing chatbots er at maskiner fortsatt har en veldig vanskelig tid å forstå setninger som umiddelbart ville gi mening til et menneske. "Peter ropte på Paul, fordi han sov med kjæresten sin." Til et menneske er det umiddelbart klart at Paulus sov med Peters kjæreste, men til en datamaskin "han" og "hans" kunne hver og en referere til en mann. Forstå hva som skjedde krever å vite noe om hva det betyr å rope på noen, og under hvilke forhold en person kan være motivert til å gjøre det.

Hector Levesque, professor i datavitenskap ved University of Toronto, har foreslått utfordrende maskiner for å trekke mening fra disse typer tvetydig konstruerte setninger, kalt Winograd-skjema, som et alternativ til Turing-testen. Dette ville kreve å gå utover å etterligne menneskers språk og inn i realm av faktisk forståelse. Allerede en pris på $ 25.000 tilbys til utvikleren som kan lage en bot som utfører så vel som et menneske på denne oppgaven - selv om boten kan vurdere hvert spørsmål i opptil fem minutter.

Ansiktsgjenkjenning

Noen A.I. Forskere har vurdert tanken om at maskinens intelligens kan og bør gå utover språk. Ansiktsgjenkjenning er et eksempel på noe som mennesker gjør spesielt godt - en baby kan gjenkjenne sin mor innen uker av fødselen, tross alt.

Noen datamaskiner er allerede outcompeting mennesker ved å gjenkjenne ansikter, selv om dette er et mål for sann intelligens, er fortsatt et spørsmål om debatt. En maskin som er programmert til å være veldig god på en ting, er ganske forskjellig fra å ha den typen fleksible intelligens som kunne brukes på forskjellige måter og i forskjellige situasjoner.

College aksept

Japanske robotister prøver å bygge en robot som kan komme inn på college. Inngangseksamenene til universitetet i Tokyo er notorisk vanskelig, og mye mer så for en robot enn en high school senior.

Dessverre for roboter, å være god til tester, tar det mye mer enn å huske mange fakta. Matematiske spørsmål gir deg ikke en ligning å løse - de beskriver et scenario i vanlig språk, og la det opp til deg å finne ut hvordan du bygger en ligning som kommer til riktig svar. Selv et rettferdig spørsmål om et historisk faktum kan være komplisert hvis roboten ikke kan forstå syntaksen eller konteksten til språket som brukes.

Og inngangseksamenene er ikke bare en flervalgstest - roboten vil også måtte skrive essays. Formentlig plagiering ville ikke være tillatt, og maskinen måtte generere litt prosa på et gitt emne som er både originalt og intelligent. Gitt at roboter har en vanskelig nok tid etterligne språket til en 13 år gammel, virker dette ganske langt unna. Likevel sier de involverte forskerne at de håper å se sin lille bot på college i 2021.

Play-by-play

Denne er en spesielt høy bar. Kommentering av et sportsspill innebærer å ta i komplisert audiovisuell informasjon og kommunisere hva som skjer i vanlig språk. En robot må ha svært gode språkkunnskaper i tillegg til et visuelt behandlingssystem.

Hvis en datamaskin kan til og med produsere en halv anstendig live rapport på et fotballkamp, ​​kan mennesker kanskje være enige om at den roboten er ganske jævlig smart. Selv om, kanskje 65 år fra nå, vil idrettskommentatorbots virke spesielt todimensjonale, og vi må komme opp med noen nye hindringer for at de skal hoppe.

$config[ads_kvadrat] not found