Тест тьюринга это: Тест Тьюринга | это… Что такое Тест Тьюринга?

Содержание

Тест Тьюринга — Психологос

Тест Тьюринга — эмпирический тест, идея которого была предложена Аланом Тьюрингом в статье «Вычислительные машины и разум» (англ. Computing Machinery and Intelligence), опубликованной в 1950 году в философском журнале «Mind». Тьюринг задался целью определить, может ли машина мыслить.

Стандартная интерпретация этого теста звучит следующим образом:

«Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор».

Все участники теста не видят друг друга. Если судья не может сказать определенно, кто из собеседников является человеком, то считается, что машина прошла тест. Чтобы протестировать именно интеллект машины, а не её возможность распознавать устную речь, беседа ведется в режиме «только текст», например, с помощью клавиатуры и экрана (компьютера-посредника). Переписка должна производиться через контролируемые промежутки времени, чтобы судья не мог делать заключения исходя из скорости ответов. Во времена Тьюринга компьютеры реагировали медленнее человека. Сейчас это правило необходимо, потому что они реагируют гораздо быстрее, чем человек.

В 2014 году впервые в истории компьютерной программе удалось пройти тест Тьюринга на «человечность» и убедить 33 % судей в том, что с ними общается не машина. Программа «Eugene Goostman» («Евгений Густман»), выдающая себя за тринадцатилетнего мальчика по имени Евгений Густман из Одессы, смогла убедить беседовавших с ней людей в том, что выдаваемые ею ответы принадлежат человеку. Тест проходил в Лондонском королевском обществе, его проведение организовал Университет Рединга, Великобритания. Авторами программы являются российский инженер Владимир Веселов, проживающий в настоящее время в США, и украинец Евгений Демченко, который живёт сейчас в России.

Компьютерная программа, имитирующая психотерапевта

Из книги Роджера Пенроуза «Новый ум короля»

. ..Наиболее созвучна тесту Тьюринга компьютерная программа, разработанная К. М. Колби в середине 1960-х годов, которая имитирует психотерапевта — настолько успешно, что некоторые пациенты обнаружили готовность отдать ей предпочтение перед терапевтом-человеком и рассказать о себе больше, чем при общении с живым врачом. В качестве примера такого общения между компьютерным «психотерапевтом» и пациентом приведем следующий отрывок из диалога (который велся посредством телетайпа):

Терапевт: Чем я могу помочь вам?
Пациент: Я не знаю…
Терапевт: Попробуйте рассказать что-нибудь об этом.
Пациент: Нет.
Терапевт: Можно узнать причину?
Пациент: Я сегодня устал и неважно себя чувствую.
Терапевт: Почему? Есть у вас на этот счет какие-нибудь предположения.
Пациент: Да… Я стар.
Терапевт: Пожалуйста, продолжайте.
Пациент: Мне кажется, что я потерял интерес ко всему происходящему.
Терапевт: Расскажите мне подробнее о ваших ощущениях.
Пациент: У меня есть кое-какие соображения по этому поводу…
Терапевт: У вас есть соображения.
Пациент: Я думаю, что мне недостает семьи.
Терапевт: Что заставляет вас переживать из-за того, что вам недостает семьи?
Пациент: В этом есть какой-то вызов…
Терапевт: Почему это так важно для вас?

Хотя этот диалог может вызвать странное ощущение понимания проблемы пациента компьютером, ничего подобного на самом деле нет: компьютер просто следует довольно простым механическим правилам. (Есть также и «обратная» ситуация, реализованная в системе, где компьютер, имитирующий страдающего шизофренией человека, дает хрестоматийные ответы и симулирует соответствующие симптомы, способные одурачить некоторых студентов-медиков и заставить их поверить в то, что с ними беседует настоящий живой пациент!)

Тест Тьюринга — frwiki.wiki

Для одноименных статей см. Turing .

Схема теста Тьюринга.

Тест Тьюринга — это предлагаемый тест искусственного интеллекта, основанный на способности машины имитировать человеческий разговор . Описанный Аланом Тьюрингом в 1950 году в его публикации « Вычислительные машины и интеллект» , этот тест включает в себя слепую словесную конфронтацию человека с компьютером и другим человеком.

Если человек, инициирующий разговор, не может сказать, кто из собеседников является компьютером, компьютерное программное обеспечение можно считать прошедшим проверку. Это означает, что компьютер и человек будут пытаться иметь семантический человеческий облик .

Чтобы сохранить простоту и универсальность теста, диалог между главными героями ограничен текстовыми сообщениями.

Резюме

  • 1 рассказ

    • 1.1 Вдохновение
    • 1.2 Происхождение названия
  • 2 Прогнозы и тесты
  • 3 Возражения и ответы

    • 3. 1 Возражения
    • 3.2 Китайская комната
    • 3.3 Слабые стороны теста

      • 3.3.1 Человеческий интеллект и интеллект в целом
      • 3.3.2 Реальный интеллект против смоделированного интеллекта
      • 3.3.3 Наивность следователей и антропоморфная ошибка
      • 3.3.4 Нереализм и бесполезность: тест Тьюринга и исследования ИИ
  • 4 В популярной культуре

    • 4.1 Кино
    • 4.2 ИТ
    • 4.3 Музыка
    • 4.4 Видеоигры
  • 5 Примечания и ссылки

    • 5.1 Примечания
    • 5.2 Ссылки
  • 6 приложений

    • 6.1 Библиография
    • 6.2 Статьи по теме
    • 6.3 Внешние ссылки

История

Вдохновение

Тест представляет собой имитационную игру, в которой мужчина и женщина идут в разные комнаты, а гости пытаются общаться с двумя главными героями, записывая вопросы и читая отправленные им ответы. В этой игре мужчина и женщина пытаются убедить гостей, что они обе женщины.

Первоначально Алан Тьюринг разработал этот тест, чтобы ответить на свой экзистенциальный вопрос: «Может ли машина думать?» », Давая более конкретную трактовку своего вопроса.

Интересная идея его предложения по тестированию заключается в том, что ответы должны даваться в определенные промежутки времени. Он считает, что это необходимо, чтобы наблюдатель не мог сделать вывод, основанный на том факте, что компьютер может отвечать быстрее, чем человек, особенно на математические вопросы.

Происхождение названия

В публикации Тьюринга термин «имитационная игра» используется для обозначения его тестового предложения. «Тест Тьюринга», кажется, впервые был сформулирован в 1968 году британским писателем Артуром Кларком в его научно-фантастических рассказах, на основе которых был основан фильм 2001 года «Космическая одиссея» .

Прогнозы и тесты

Алан Тьюринг предсказал, что однажды компьютеры смогут пройти этот тест. Он подсчитал, что в 2000 году машины со  128 МБ памяти смогут обмануть около 30% людей-судей во время 5-минутного теста. Он предсказал, что люди в то время не сочли бы термин «интеллектуальная машина» противоречащим. Он также предсказал, что обучение компьютерам также будет важно для создания высокопроизводительных компьютеров — метод, который действительно используется сегодня современными исследователями в области искусственного интеллекта , например, посредством машинного обучения .

Некоторые программы чата просто ELIZA одурачить человек верующий говорить с другими людьми, с неформальными выражениями, а dialogueur OELiza. Но такой «успех» не означает прохождение теста Тьюринга. В большинстве случаев у человека нет причин подозревать, что он не разговаривает с человеком, тогда как в случае теста Тьюринга судья активно пытается определить природу сущности, с которой он разговаривает. Упомянутые случаи касаются, в частности, IRC , где участие в бесполезной и бессмысленной беседе является обычным явлением. Кроме того, многие участники IRC общаются на языке, отличном от их родного, чаще всего на английском, что делает их еще проще обмануть ботом , заставляя его думать, что они не все понимают, или, опять же, из-за недостаточной информированности о самом существовании боты.

Премия Лебнера — это ежегодный конкурс программ, наиболее близких к прохождению теста Тьюринга. АЛИСА неоднократно удостаивалась этой награды. Однако ни одна из представленных программ еще не прошла тест Тьюринга.

В в Гувахати , Индия, программе Cleverbot удалось убедить большинство участников и наблюдателей в проверке своей человечности. Беседы длились по 4 минуты. Пятнадцать участников беседовали с Cleverbot, а пятнадцать — с людьми. Публика могла следить за разговорами, а затем голосовать вместе с участниками. Подано 1334 голоса. Cleverbot считали собеседниками 59% людей и 63% людей.

В , То английский университет Чтение утверждает , что тест Тьюринга был выигран продуктом российского компьютерного ученого команды, сменив убедить 33% судей (за пределом 30% набора Тьюринга) , что человек был за машиной. Это утверждение немедленно оспаривается, даже если общепризнан реальный прогресс. Компьютерная программа подвергалась критике за то, что это имитация человека с интеллектом 13-летнего подростка, плохо говорящего по-английски, что снижает качество, необходимое программе, чтобы убедить судей, и что она применяет непрозрачный протокол испытаний.

Возражения и ответы

Возражения

Сам Алан Тьюринг выдвинул множество возражений, которые можно выдвинуть против теста, и ответил на них в своем первоначальном посте:

  1. Теологическое возражение: мысль была бы врожденным фактом души, которым был бы наделен только человек, и поэтому машина не могла бы мыслить. Тьюринг отвечает, что он не видит причин, по которым Бог не мог бы дать компьютеру душу, если бы он захотел;
  2. аргумент сознания Этот аргумент, предложенный профессором Джеффри Джефферсоном  (in) , гласил, что «никакая машина не может писать сонет или сочинять концерт из-за отсутствия эмоций , и даже выравнивая случайные ноты, мы не можем сказать, что машина может равняться человеческий мозг «. Ответ Тьюринга состоит в том, что у нас, мужчин, нет возможности по-настоящему познать эмоциональные переживания кого-либо, кроме нас самих, и поэтому мы должны принять тест;
  3. оригинальность: еще одно возражение, очень спорное, заключается в том, что компьютеры не могут быть оригинальными. Тьюринг отвечает, что компьютеры могут удивлять людей, особенно когда последствия различных фактов не сразу распознаются;
  4. формализм: этот аргумент утверждает, что любая система, управляемая законами, может быть предсказуемой и, следовательно, не очень разумной. Тьюринг отвечает, что это равносильно смешиванию законов поведения с общими правилами поведения;
  5. Экстрасенсорное восприятие: Тьюринг, кажется, предполагает, что есть некоторые свидетельства экстрасенсорного восприятия. Однако он считает, что могут быть созданы идеальные условия, в которых эти представления не повлияли бы на тест и, следовательно, были бы незначительными.

Китайская комната

В статье, датированной 1980 годом, философ Джон Сирл подвергает сомнению силу теста Тьюринга, ссылаясь на предел синтаксиса компьютеров . По мнению автора, характерная для человеческого мышления семантика не может быть сведена к манипулированию символами в соответствии с определенными синтаксическими правилами, что, по-видимому, характерно для машины.

Чтобы проиллюстрировать свою точку зрения, он представляет мысленный эксперимент с китайской комнатой  : предположим, вы находитесь в комнате, содержащей китайские символы, а также инструкцию с правилами типа «вопрос и ответ». Когда говорящий по-китайски, находящийся за пределами комнаты, отправляет вам сообщение на бумаге, вы можете, благодаря руководству, дать адекватный ответ и создать у собеседника впечатление, что он знает, как говорить на его языке, но не умеет говорить на его языке. .. Вам необходимо это понять.

Слабые стороны теста

Тест Тьюринга основан на предположении, что люди могут судить об интеллекте машины, сравнивая ее поведение с поведением человека. Под вопрос был поставлен каждый элемент этого допущения: суждение человека, ценность сравнения, которая заключается только в сравнении поведения, и ценность сравнения с человеком. По этим и другим причинам некоторые исследователи искусственного интеллекта сомневаются в полезности испытания.

Человеческий интеллект против интеллекта в целом

Человеческий интеллект против интеллекта в целом.

Этот тест не определяет напрямую, разумно ли ведет себя компьютер, он только проверяет, ведет ли компьютер себя как человек. Поскольку разумное поведение и человеческое поведение — не одно и то же, тест не позволяет точно измерить интеллект двумя способами:

  • некоторые интеллектуальные формы поведения не являются человеческими: тест Тьюринга не проверяет наличие или отсутствие интеллектуального поведения, такого как способность решать сложные проблемы или придумывать оригинальные идеи. Это явно требует обмана со стороны машины , если машина более умный , чем человек, он должен намеренно избегать появления слишком умна. Если бы он был в состоянии решить вычислительную задачу, которая была бы невозможна для человека, то следователь знал бы, что программа не человеческая, и машина не выдержала бы испытания;
  • определенное поведение, соответствующее человеческому интеллекту , несовершенно или рационально. Тест Тьюринга требует, чтобы машина была способна выполнять все виды человеческого поведения, включая даже такие, которые можно считать несовершенными или иррациональными, например подверженность оскорблениям, соблазн солгать или, проще говоря, высокая частота опечаток . Если машина не может в деталях имитировать человеческое поведение, например, опечатки, интеллект не проходит тест, независимо от того, насколько умным он может быть.

Последнее возражение было выдвинуто The Economist в статье под названием «  Искусственная глупость  (en)  », опубликованной вскоре после первого конкурса Лебнера в 1992 году. В статье отмечалось, что победа победителя первого конкурса Лебнера была обязана в меньшей степени, из-за его способности «имитировать человеческие опечатки». Сам Тьюринг предположил, что программы должны добавлять ошибки в свой вывод, чтобы быть лучшими «игроками» в игре.

Реальный интеллект против смоделированного интеллекта

Он проверяет только то, как действует субъект — внешнее поведение машины. В этом отношении он предполагает бихевиористский или функционалистский взгляд на интеллект. Пример ELIZA показал, что машина, прошедшая тест, может имитировать человеческое поведение в разговоре, автоматически , не задумываясь, следуя простому (но обширному) списку механических правил .

Джон Сирл утверждал, что внешнее поведение нельзя использовать для определения того, «действительно» ли машина думает или просто «моделирует акт мышления».

Тьюринг предвосхитил эту критику в своей оригинальной статье, где он написал:

«Я не хочу создавать впечатление, будто считаю, что в сознании нет никакой тайны. Есть, например, своего рода парадокс, связанный с любой попыткой найти его. Но я не думаю, что эти загадки обязательно нужно разгадывать, прежде чем мы сможем ответить на вопрос, который волнует нас в этой статье. »

— Алан Тьюринг, ( Тьюринг, 1950 ).

Наивность следователей и антропоморфная ошибка

Тест Тьюринга предполагает, что дознаватель достаточно сложен, чтобы определить разницу между поведением машины и поведением человека, хотя критики утверждают, что это не тот навык, которым обладает большинство людей. Точные навыки и знания, требуемые допрашивающим, не указаны Тьюрингом в его описании эссе, но он использовал термин «средний допрашивающий»: «Среднестатистическому допрашивающему будет не более 70 лет. Процентный шанс сделать правильный ответ. опознание через пять минут допроса ». Шах и Варвик (2009C) показывают, что экспертов обманывают и что стратегия допрашивающего, «сила» или «солидарность», влияет на правильную идентификацию (второй вариант более эффективен).

Диалог писатель , как Элиза неоднократно обмануть наивные человек, полагая , что они находятся в общении с людьми. В этих случаях «дознаватель» даже не подозревает о возможности взаимодействия с компьютером. Чтобы успешно выглядеть человеком, машине не обязательно иметь всю информацию, и необходимо лишь внешнее сходство человеческого поведения. Большинство людей согласны с тем, что это не «настоящий» тест Тьюринга, который применялся в «неосведомленных» случаях, подобных этому.

В ранних версиях премии Лебнера использовались «бесхитростные» следователи, которые легко обманывались машинами. С 2004 года организаторы премии Лебнера привлекают к допросам философов, компьютерных ученых и журналистов. Некоторые из них были обмануты машинами.

Майкл Шермер указывает на то, что люди систематически предпочитают рассматривать нечеловеческие объекты как человеческие всякий раз, когда у них есть возможность, ошибка, также называемая антропоморфной ошибкой: они разговаривают со своей машиной, приписывают волю и намерения силам природы (например, «природа» ненавидит пустоту »), и поклоняются солнцу как человеку или как существу, наделенному разумом. Если тест Тьюринга применяется к религиозным объектам, Шермер утверждает, что неодушевленные статуи, камни и места всегда в той или иной степени проходили этот тест на протяжении всей истории. Эта человеческая склонность к антропоморфизму снижает планку теста Тьюринга, если следователи специально не обучены его избегать.

Нереализм и бесполезность: тест Тьюринга и исследования искусственного интеллекта

Исследователи искусственного интеллекта утверждают, что попытка пройти тест Тьюринга — это просто отвлечение, а не сосредоточение внимания на плодотворных исследованиях. Действительно, тест Тьюринга не является предметом активных научных или коммерческих усилий; Как пишут Стюарт Рассел и Питер Норвиг , «исследователи искусственного интеллекта мало обращали внимания на прохождение теста Тьюринга». Причин несколько:

Во-первых, есть более простые способы протестировать свои программы. Большая часть текущих исследований в областях, связанных с ИИ, нацелена на небольшие, но конкретные цели, такие как автоматическое планирование , распознавание объектов или логистика . Чтобы проверить интеллект программ, которые решают проблемы, исследователи искусственного интеллекта дают им задачу выполнить напрямую, вместо того, чтобы идти в обход, задавая вопрос в чате, заполненном компьютерами и людьми.

Во-вторых, создание жизни, подобной моделированию людей, само по себе является сложной проблемой, которую не нужно решать для достижения основных целей исследований ИИ. Надежные искусственные человеческие персонажи могут быть интересны в произведении искусства, видеоигре или причудливом пользовательском интерфейсе , но это не часть науки о создании интеллектуальных машин, то есть науки о машинах, которые решают проблемы, связанные с интеллектом. Рассел и Норвиг предлагают провести аналогию с историей авиации  : самолеты проверяются полетом, а не сравнением с птицами. Авиационные испытания не определяют цель их области как гонку по изобретению машин, которые летают так, как голуби, что сами голуби ошибаются.

Тьюринг никогда не планировал использовать свой тест как метод измерения интеллекта программ ИИ; он хотел дать четкий и понятный пример внести свой вклад в обсуждение философии в области искусственного интеллекта . Таким образом, неудивительно, что тест Тьюринга так мало повлиял на исследования в области искусственного интеллекта. Философия ИИ , писал Джон Маккарти , «вряд ли окажет большее влияние на практику исследований ИИ, чем философия науки в целом оказывает на практику науки».

В популярной культуре

Кино

  • Тест Войта-Кампфа , использованный полицией для охоты на репликантов в фильме Ридли Скотта (1982) « Бегущий по лезвию » , был вдохновлен тестом Тьюринга.
  • В фильме «Машина» (2013) Винсент Маккарти (которого играет Тоби Стивенс ) использует тест Тьюринга для проверки своей программы ИИ.
  • Фильм « Игра в имитацию» (2014), хотя и сосредоточен на жизни Алана Тьюринга, обращается к тесту Тьюринга.
  • Тест Тьюринга — неотъемлемая часть сюжета фильма Ex Machina (2015).
  • Он также используется в расследовании мужчины, ставшего жертвой компьютера, в сериале « Числа» в 17-й серии 5-го сезона.
  • В эпизоде ​​3 первого сезона сериала « Мир Дикого Запада » тест Тьюринга используется как свидетель сходства между ИИ и человеком, с которым он, как говорят, связан.
  • В эпизоде ​​4 третьего сезона сериала « Элементарно » искусственный интеллект подозревается в том, что убил своего создателя. Шерлок Холмс пытается поставить ее на тест Тьюринга.

Информатика

Выражение «Поздравляю! Вы только что провалили тест Тьюринга… » — это оскорбление для школьников в мире информационных технологий. Это выражение произносится, когда человек только что сказал что-то особенно глупое и даже не имеет уровня интеллекта машины.

Музыка

  • Опера «Тест Тьюринга » шотландского композитора Джулиана Вагстаффа вдохновлена ​​этим тестом.

Видеоигры

  • Тест Тьюринга  : видеоигра, выпущенная, вдохновленный тестом Тьюринга.
  • Последняя награда добродетели  : секретный документ, который можно найти в комнате бухты Гаулем, рассказывает о тесте Тьюринга.
  • Detroit: Become Human  : там несколько раз обсуждают тест Тьюринга. В игре один из андроидов, созданных ученым Элайджей Камски, упоминается как первый, прошедший тест Тьюринга.
  • Hitman  : в миссии «Situs Inversus» разговор между искусственным интеллектом и KAI D r  Laurent относится к этому тесту. ИИ, отвечающий за комплекс GAMA, потерпел бы неудачу там.
  • Принцип Талоса  : пока наш персонаж Запрашивает права администратора (зарезервированные для людей), на одном из терминалов происходит разговор с ИИ, чтобы убедиться, что это действительно человек, а не машина. Этот обмен можно сравнить с тестом Тьюринга, в котором необходимо убедить очень подозрительный ИИ в нашей человечности.

Примечания и ссылки

Заметки

  1. ↑ «Вместо того, чтобы попробовать себя в таком определении, я заменю вопрос на тот, который тесно связан с ним и который выражен в относительно однозначных терминах»

Рекомендации

  1. ↑ Тьюринг 1950 , стр.  433
  2. ↑ «  Знаменитый тест Тьюринга в области искусственного интеллекта был основан на сексистской предпосылке  », Business Insider France ,( читайте онлайн , консультация 2 февраля 2018 г. )
  3. ↑ (in) «  Программное обеспечение заставляет людей думать, что оно человеческое  » , в New Scientist (доступ 5 августа 2020 г. ) .
  4. ↑ Оливье Ласкар, «  Искусственный интеллект: Юджин Густман — участник теста Тьюринга?»  » , На сайте sciencesetavenir.fr ,(по состоянию на 5 августа 2020 г. ) .
  5. ↑ «  Впервые компьютер прошел тест Тьюринга  » , на Slate.fr ,(по состоянию на 5 августа 2020 г. ) .
  6. ↑ Оспаривание успеха компьютера в легендарном тесте Тьюринга. Мир
  7. ↑ (in) Отрывок из речи «  Разум механического человека  », произнесенный 9 июня 1949 г. при вручении  Джеффри Джефферсону «  Медали Листера » «  Королевским колледжем хирургов Англии  ».
  8. ↑ В фильме « Я, робот» полицейский делает роботу то же замечание: «Нельзя написать роман или сочинить концерт». Робот просто отвечает: «А ты? »
  9. ↑ Тьюринг 1950 , стр.  448
  10. ↑ Аргумент направлен на то, чтобы показать, что, хотя тест Тьюринга является рабочим определением интеллекта, он не может указывать на то, что машина обладает разумом , сознанием или интенциональностью (интенциональность — это философский термин, обозначающий силу мысли, позволяющую быть «уверенным» в чем-то).
  11. ↑ Рассел и Норвиг 2003 , стр.  958-960 (Отождествите аргумент Сирла с аргументом ответов Тьюринга).
  12. ↑ Тьюринг 1950 , стр.  442.
  13. ↑ (in) Скрытая неверная идентификация собеседника в практических тестах Тьюринга, представленных периодическому изданию в ноябре 2009 года.
  14. ↑ см. Shah & Warwick (2009a): Пятиминутный тест Тьюринга, параллельная пара в имитационной игре ( готовится к выпуску ) Специальный выпуск Kybernetes Turing Test
  15. ↑ а и б Рассел и Норвиг 2003 , стр.  3.
  16. ↑ Алан Росс Андерсон ( ред. ) ( Пер.  С англ.), Mind and Machine , Seyssel, Champ Vallon ,, 150  с. ( ISBN  2-903528-28-4 , читать онлайн ) , «Компьютеры интеллекта», с.  39.
  17. ↑ (in) Джон Маккарти, Философия искусственного интеллекта .
  18. ↑ Ex Machina
  19. ↑ (ru) Дилберт [1] .

Приложения

Библиография

  • (in) Алан Тьюринг , «  Вычислительные машины и интеллект  » , Mind  (in) , Oxford University Press , Vol.  59, п о  236,, стр.  433-460 ( читать онлайн )
  • Компьютеры и разведка , Алан Тьюринг и Жан-Ив Жирар , La machine de Turing , Éditions du Seuil,[ подробности изданий ] , с.  133-175

    Французский перевод статьи Тьюринга Патриса Бланшара также опубликован в Pensée et machine , Champ Vallon, 1983 p.  39-67

  • (ru) Роджер Пенроуз , Новый разум императора
  • (ru) Стюарт Рассел и Питер Норвиг , Искусственный интеллект: современный подход , Прентис Холл ,( ISBN  0-13-790395-2 )
  • Лассег, Дж. (1993). «Тест Тьюринга и загадка различия полов». Мыслительные контейнеры. D. Anzieu ed. Париж, Данод: 145–195. ( ISBN  2-1000-8104-7 ) .
  • Лассег, Дж. (1996). «Какой тест Тьюринга имел в виду Тьюринг?», Технема; Журнал философии и технологий ( ISBN  2-9509944-0-7 ) (3): 37-58.
  • Лассег, Дж. (2001). «На моих порочных путях; Ответ Джастину Лейберу », Технема; Журнал философии и технологий (6): ( ISBN  2-9509944-0-7 ) 198-207)
  • Лассег, Дж. (2008). «Справедливость по отношению к игре в имитацию»; Прощание с формализмом ». Глава. 11, Анализ теста Тьюринга; Философские и методологические вопросы в поисках мыслящего компьютера, Epstein, Roberts & Beber eds. Берлин, Spinger Verlag: 151-169. ( ISBN  978-1-4020-6708-2 )

Статьи по Теме

  • CAPTCHA , полностью автоматический общедоступный тест Тьюринга, позволяющий отличить людей от компьютеров.
  • Камски тест
  • Вычислитель
  • Искусственный интеллект
  • Философия искусственного интеллекта
  • Премия Лебнера
  • Тест Войта-Кампфа
  • Китайская комната

Внешние ссылки

  • (in) Философская Стэнфордская энциклопедия теста Тьюринга , Дж. Оппи и Д. Доу
  • ( fr ) Тест Тьюринга: 50 лет спустя [PDF] , оглядываясь на полвека работы над тестом Тьюринга
  • ( fr ) Ставка между Капором и Курцвейлом , включая их точку зрения в деталях
  • Тьюринг: Могут ли машины думать?
  • (ru) Опера Тест Тьюринга

<img src=»//fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1×1″ alt=»» title=»»>

Тест Тьюринга в ИИ | Программа инженерного образования (EngEd)

Тест Тьюринга в ИИ (искусственном интеллекте) — это метод, который используется для проверки интеллекта машины с помощью конкретных запросов.

Он пытается проверить, может ли машина думать как человек. В тесте Тьюринга используются три субъекта: человек , машина и исследователь .

Эта статья даст вам четкое представление о тесте Тьюринга в ИИ. Читатели должны иметь базовое представление об искусственном интеллекте. Нажмите здесь, чтобы узнать больше о введении в ИИ.

Содержание

  • Что такое тест Тьюринга?
  • Выполнение теста Тьюринга
  • Требования для прохождения теста Тьюринга в AI
  • Особенности теста Тьюринга
  • Ограничения теста Тьюринга
  • Современный тест Тьюринга
  • Заключение

Что такое тест Тьюринга?

Тест Тьюринга, как следует из названия, был представлен Аланом Тьюрингом в 1950 году в его статье «Вычислительная техника». Этот тест направлен на проверку того, может ли машина мыслить.

Тест основан на игре для вечеринок под названием Игра в имитацию с ее модификациями. В нем участвуют три игрока: машина (компьютер), человек-респондент и следователь.

Следователь делает запрос, в то время как респондент-человек и компьютер обеспечивают обратную связь.

Следователя обычно изолируют от других игроков, чтобы определить, кто из них является машиной. Игрокам назначаются некоторые символы в качестве уникальных идентификаторов в разных местах.

Следователь уже знает, что один из игроков — машина. Однако вывод делается на основе запросов и ответов участников.

Учитывая, что один из игроков является машиной и с возможностью преобразования текста в речь в виде битов 0 и 1, разговор осуществляется с помощью экрана и клавиатуры.

Следователь может задать следующие вопросы:

Следователь: Вы мужчина?

Игрок x (компьютер): НЕТ.

Опросчик: Преобразуйте следующую двоичную цифру в биты (4294967296).

Игрок X: Делает паузу и дает неверный ответ.

Из приведенного выше примера, если следователю не удается отличить компьютер от человека, то игрок x (компьютер) успешно прошел тест.

Проведенные исследования показывают, что на сегодняшний день ни одна машина не прошла тест Тьюринга.

Выполнение теста Тьюринга

При выполнении теста Тьюринга игрок-человек и машина скрыты от глаз, чтобы обеспечить ясность и прозрачность.

Опросчик одновременно опрашивает машину и человека. Он пытается определить, кто из игроков машина или человек, основываясь на качестве обратной связи.

Тест считает компьютер интеллектуальным агентом, если следователь не может отличить его от человека-игрока с точки зрения их ответов.

Затем следователь приходит к выводу, что машина успешно прошла тест и, следовательно, демонстрирует человеческий интеллект. Другими словами, он может думать.

Требования для прохождения теста Тьюринга в ИИ

Для прохождения теста машина должна соответствовать следующим требованиям:

  1. Обработка естественного языка (NLP) : Может понимать естественные человеческие языки.

  2. Представление знаний (KR) : Способность машины хранить и извлекать информацию, предоставленную до или во время опроса.

  3. Автоматизированное мышление (AR) : Это требует, чтобы машина могла использовать сохраненную информацию, чтобы отвечать на вопросы и делать новые выводы.

  4. Машинное обучение : Эта функция необходима для адаптации к новым обстоятельствам, а также для обнаружения и экстраполяции закономерностей.

  5. Зрение : Зрение необходимо для распознавания действий экзаменатора, а также различных объектов.

  6. Управление двигателем : Способность воздействовать на объект по мере необходимости.

  7. Другие чувства : К ним относятся слух, обоняние и осязание.

Особенности теста Тьюринга

Для теста Тьюринга требуется следующее:

  1. Участники:
    Среди основных участников:
  • Следователь.
  • Человек (человек).
  • Компьютер.

  1. Сайт:
    Здесь проходит испытание. Участники находятся в отдельных местах.

  2. Тест:
    На эти вопросы должны ответить респонденты.

Ограничения теста Тьюринга

  • Тест требует физического взаимодействия, которое требует восприятия и срабатывания.

  • Тест не воспроизводим. Он использует код или логику, отличный от оригинала.

  • Тест Тьюринга может не подходить для анализа уровня машинного интеллекта, поскольку он не дает полной гарантии того, что любой компьютер, способный демонстрировать разумное поведение, является разумным.

  • Его нельзя выполнять на открытом месте, так как одно из его требований заключается в том, что игроки должны находиться в отдельных комнатах, чтобы их не было видно.

  • Тест ограничен анализом человеческого интеллекта.

Современный тест Тьюринга

Современный тест Тьюринга — это обновление теста Тьюринга Алана для проверки интеллекта машины на основе ИИ. Тест направлен на создание искусственных интеллектуальных агентов, которые могут общаться в разных режимах.

Он также направлен на понимание того, насколько далеко продвинулась обработка естественного языка (NLP) за последнее десятилетие, а также в современном мире.

Он не проверяет разговорный ИИ на интеллект, а фокусируется на эффективности разговорного ИИ.

Несколько организаций работают над созданием якобы человекоподобных разговорных ИИ. Серьезной социальной конкурентной задачей будет разработка теста, определяющего, насколько искусственный интеллект общается с людьми.

Заключение

Тест Тьюринга важен для демонстрации интеллекта машины и того, может ли она думать как человек.

Обычно это делается путем допроса. Для теста требуются такие участники, как люди, следователи и компьютер. Также требуется место, где участники находятся в безопасном месте.

Несмотря на то, что тест Тьюринга весьма изобретателен в технологической отрасли, его достоверность признают не все. Прохождение этого теста остается проблемой для многих разработчиков искусственного интеллекта.

На сегодняшний день ни одна машина не прошла тест. Тем не менее, тест Тьюринга проложил путь для дальнейших исследований и инноваций.

Экспертная оценка Вклад: Onesmus Mbaabu

Тест Тьюринга вреден для бизнеса

Страхи перед искусственным интеллектом заполняют новости: потери рабочих мест, неравенство, дискриминация, дезинформация или даже сверхразум, господствующий над миром. Единственная группа, которая, как все предполагают, выиграет, — это бизнес, но данные, похоже, расходятся. Несмотря на всю эту шумиху, американские предприятия медленно внедряют самые передовые технологии искусственного интеллекта, и мало доказательств того, что такие технологии вносят значительный вклад в рост производительности или создание рабочих мест.

Столь разочаровывающие результаты объясняются не только относительной незрелостью технологии ИИ. Это также происходит из-за фундаментального несоответствия между потребностями бизнеса и тем, как в настоящее время ИИ воспринимается многими в технологическом секторе — несоответствие, которое берет свое начало в новаторской статье Алана Тьюринга «имитационная игра» 1950 года и так называемом тесте Тьюринга. он предложил в нем.

Тест Тьюринга определяет машинный интеллект, представляя себе компьютерную программу, которая может настолько успешно имитировать человека в открытом текстовом разговоре, что невозможно сказать, разговаривает ли человек с машиной или с человеком.

В лучшем случае это был только один из способов выражения машинного интеллекта. Сам Тьюринг и другие пионеры в области технологий, такие как Дуглас Энгельбарт и Норберт Винер, понимали, что компьютеры будут наиболее полезны для бизнеса и общества, когда они расширят и дополнят человеческие возможности, а не будут напрямую конкурировать с нами. Поисковые системы, электронные таблицы и базы данных являются хорошими примерами таких взаимодополняющих форм информационных технологий. Хотя их влияние на бизнес было огромным, их обычно не называют «ИИ», и в последние годы история успеха, которую они воплощают, была подавлена ​​стремлением к чему-то более «интеллектуальному». Это стремление, однако, плохо определено, и при удивительно малом количестве попыток развить альтернативное видение оно все чаще означает превосходство человека в таких задачах, как зрение и речь, а также в домашних играх, таких как шахматы и го. Эта формулировка стала доминирующей как в публичных дискуссиях, так и с точки зрения капиталовложений, связанных с ИИ.

Экономисты и другие социологи подчеркивают, что интеллект возникает не только и даже не в первую очередь у отдельных людей, но прежде всего в коллективах, таких как фирмы, рынки, образовательные системы и культуры. Технологии могут играть две ключевые роли в поддержке коллективных форм интеллекта. Во-первых, как подчеркивалось в новаторском исследовании Дугласа Энгельбарта в 1960-х годах и последующем появлении области взаимодействия человека с компьютером, технология может повысить способность отдельных людей участвовать в коллективах, предоставляя им информацию, идеи и интерактивные инструменты. Во-вторых, технологии могут создавать новые виды коллективов. Эта последняя возможность предлагает наибольший преобразующий потенциал. Он представляет собой альтернативную структуру для ИИ, имеющую серьезные последствия для экономической производительности и благосостояния людей.

Компании добиваются успеха в масштабах, когда они успешно разделяют внутреннюю работу и объединяют различные наборы навыков в команды, которые работают вместе над созданием новых продуктов и услуг. Рынки успешны, когда они объединяют различные группы участников, способствуя специализации для повышения общей производительности и общественного благосостояния. Именно это понял Адам Смит более двух с половиной столетий назад. Переводя его сообщение в текущие дебаты, технология должна сосредоточиться на игре взаимодополняемости, а не на игре имитации.

У нас уже есть много примеров того, как машины повышают производительность, выполняя задачи, дополняющие задачи, выполняемые людьми. К ним относятся массовые вычисления, лежащие в основе функционирования всего, от современных финансовых рынков до логистики, передача изображений высокой четкости на большие расстояния в мгновение ока и сортировка во множестве информации для извлечения нужных элементов.

Что нового в нынешнюю эпоху, так это то, что компьютеры теперь могут делать больше, чем просто выполнять строки кода, написанные человеком-программистом. Компьютеры могут учиться на данных, и теперь они могут взаимодействовать, делать выводы и вмешиваться в проблемы реального мира бок о бок с людьми. Вместо того, чтобы рассматривать этот прорыв как возможность превратить машины в кремниевые версии людей, мы должны сосредоточиться на том, как компьютеры могут использовать данные и машинное обучение для создания новых видов рынков, новых услуг и новых способов соединения людей друг с другом. экономически выгодными способами.

Одним из первых примеров такого машинного обучения с учетом экономических аспектов являются рекомендательные системы — инновационная форма анализа данных, получившая известность в 1990-х годах в ориентированных на потребителя компаниях, таких как Amazon («Вам также может понравиться») и Netflix ( «Лучшее для вас»). С тех пор системы рекомендаций стали повсеместными и оказали значительное влияние на производительность. Они создают ценность, используя коллективный разум толпы, чтобы связать людей с продуктами.

Новые примеры этой новой парадигмы включают использование машинного обучения для установления прямых связей между музыкантами и слушателями, писателями и читателями, а также создателями игр и игроками. Первыми новаторами в этой области являются Airbnb, Uber, YouTube и Shopify, и по мере того, как эта тенденция набирает обороты, используется фраза «экономика авторов». Ключевым аспектом таких коллективов является то, что они, по сути, являются рынками — экономическая ценность связана со связями между участниками. Необходимы исследования того, как сочетать машинное обучение, экономику и социологию, чтобы эти рынки были здоровыми и приносили устойчивый доход участникам.

Демократические институты также могут быть поддержаны и укреплены с помощью этого инновационного использования машинного обучения. Цифровое министерство Тайваня использовало статистический анализ и онлайн-участие, чтобы расширить масштабы совещательных бесед, которые приводят к эффективному принятию командных решений в компаниях с лучшим управлением.

Инвестиции в технологии, которые поддерживают и дополняют коллективный разум, также дают предприятиям возможность делать добро: при таком альтернативном пути многие из наиболее пагубных последствий ИИ, включая замену человека, неравенство и чрезмерный сбор данных и манипулирование ими компаниями в обслуживание бизнес-моделей, основанных на рекламе, станет второстепенным или даже будет полностью исключено. В частности, двусторонние рынки в экономике создателя создают денежные транзакции между производителями и потребителями, и доход платформы, соответственно, может быть основан на процентах от этих транзакций.