Il test di Turing è l'ultima parola in Robot Intelligence? Non contarlo

Nel 1950, l'informatico, lo spezzone di codice e l'eroe di guerra Alan Turing presentarono il mondo a una premessa molto semplice: se un robot può impegnarsi in una conversazione basata sul testo con una persona e ingannare quella persona a credere che sia umana almeno il 30 percento del tempo, sicuramente potremmo essere d'accordo sul fatto che il robot sia una macchina "pensante". L'obiettivo di Turing era di costringere le persone a pensare in modo più creativo all'interazione con il computer, ma inavvertitamente ha finito per creare il test su cui gli sviluppatori di intelligenza e i commentatori di robot hanno fatto affidamento per anni. Ma i pensatori di intelligenza artificiale seri non sono concentrati nel confondere un genio morto da tempo un terzo del tempo. Sono focalizzati su metriche più sostanziali.

Fondamentalmente, il problema con il test di Turing è che è mal definito, quindi facilita l'hype (ad es. Quel falso assistente di insegnamento in Georgia) piuttosto che offrire risultati facilmente duplicati. Oltre a ciò, si può sostenere che misura la debolezza umana, non la forza artificiale. L'inganno e la deflessione possono consentire a un chatbot relativamente poco sofisticato di "superare il test". Ad esempio, un robot chiamato Eugene Goostman progettato per impersonare un ragazzo ucraino tredicenne, ha recentemente ingannato un terzo di un gruppo di giudici per credere allo stratagemma. Eugene si rivela un po 'sdolcinato nella conversazione, e questa risultò essere la sua arma segreta. I giudici si aspettavano un robot programmato per l'intelligenza, non uno che evitasse le domande, facesse battute cattive, scendesse di malapropismo e riempisse il testo di emoticon.

ho appena fallito il mio test annuale di turing #fml

- jam (@hugdeserver), 11 maggio 2016

Se non il test di Turing, allora cosa? I ricercatori di tutto il mondo hanno escogitato alcune alternative.

Decifrare le frasi ambigue

Un problema fondamentale con i chat di Turing è che le macchine hanno ancora difficoltà a capire frasi che avrebbero immediatamente senso per un essere umano. "Peter ha urlato a Paul, perché è andato a letto con la sua ragazza". Per un umano, è immediatamente chiaro che Paul è andato a letto con la ragazza di Peter, ma a un computer "lui" e "suo" potevano fare riferimento a entrambi gli uomini. Capire cosa è successo richiede sapere qualcosa su ciò che significa urlare a qualcuno e in quali condizioni una persona potrebbe essere motivata a farlo.

Hector Levesque, un professore di informatica presso l'Università di Toronto, ha proposto di sfidare le macchine per estrarre significato da questo tipo di frasi costruite ambiguamente, chiamate schema di Winograd, come alternativa al test di Turing. Ciò richiederebbe di andare oltre l'imitazione del linguaggio umano e nel regno della comprensione reale. Già, un premio di $ 25.000 è offerto allo sviluppatore che può fare un bot che svolge sia un ruolo umano in questo compito, anche se il bot può considerare ogni domanda per un massimo di cinque minuti.

Riconoscimento facciale

Alcuni A.I. i ricercatori hanno preso in considerazione l'idea che l'intelligenza artificiale possa e debba andare oltre il linguaggio. Il riconoscimento facciale è un esempio di qualcosa che gli esseri umani fanno particolarmente bene - un bambino può riconoscere sua madre entro poche settimane dalla nascita, dopo tutto.

Alcuni computer stanno già abbattendo gli umani nel riconoscere i volti, anche se questa è una misura della vera intelligenza è ancora oggetto di dibattito. Una macchina programmata per essere molto brava in una cosa è molto diversa dall'avere quel tipo di intelligenza flessibile che potrebbe essere utilizzata in modi diversi e in diverse situazioni.

Accettazione universitaria

I roboticists giapponesi stanno provando a costruire un robot che può arrivare all'università. Gli esami di ammissione all'Università di Tokyo sono notoriamente difficili, e molto più per un robot che per un anziano di scuola superiore.

Sfortunatamente per i robot, essere bravi nei test richiede molto più della memorizzazione di molti fatti. Le domande matematiche non ti forniscono un'equazione da risolvere: descrivono uno scenario in un linguaggio semplice e lascia che sia tu a capire come costruire un'equazione che arriverà alla risposta giusta. Anche una semplice domanda su un fatto storico potrebbe essere complicata se il robot non riesce a cogliere la sintassi o il contesto del linguaggio utilizzato.

E gli esami di ammissione non sono solo un test a scelta multipla: il robot dovrebbe anche scrivere saggi. Presumibilmente, il plagio non sarebbe consentito, e la macchina dovrebbe generare una prosa su un dato argomento che è sia originale che intelligente. Dato che i robot hanno un tempo sufficiente a imitare la lingua di un tredicenne, questo sembra abbastanza lontano. Tuttavia, i ricercatori coinvolti dicono di sperare di vedere il loro piccolo bot fuori dal college entro il 2021.

Play-by-play

Questo è un bar particolarmente alto. Commentare un gioco sportivo comporta l'acquisizione di complesse informazioni audiovisive e la comunicazione di ciò che sta accadendo in un linguaggio semplice. Un robot dovrebbe avere ottime conoscenze linguistiche oltre a un sistema di elaborazione visiva.

Se un computer potesse persino produrre un rapporto live decente su una partita di calcio, gli umani potrebbero essere d'accordo sul fatto che quel robot sia dannatamente intelligente. Anche se, forse tra 65 anni i bot dei commentatori sportivi sembreranno particolarmente bidimensionali, e dovremo trovare nuovi ostacoli da superare.