Λίγες έννοιες ήταν και είναι έτσι επιρροή στο σύμπαν του χρήση υπολογιστή και τεχνητή νοημοσύνη όπως Δοκιμή Turing.
Προτείνεται από τον βρετανό μαθηματικό οραματιστή και φιλόσοφο Αλανός Τσουγκράνα Το 1950Αυτή η δοκιμή ήταν εδώ και δεκαετίες το πρότυπο για Αξιολογήστε εάν ένα μηχάνημα μπορεί να παρουσιάσει έξυπνη συμπεριφορά δεν διακρίνεται από έναν άνθρωπο.
Διαβάστε επίσης: Ο κίνδυνος της τεχνητής νοημοσύνης χωρίς έλεγχο: ποια είναι η σκιά IA και πώς επηρεάζει τις εταιρείες
Ο Turing εργάστηκε στο Πανεπιστήμιο του Μάντσεστερ, όπου συμμετείχε στο Ανάπτυξη των πρώτων ηλεκτρονικών υπολογιστών. Το ενδιαφέρον του για τεχνητή νοημοσύνη βασίστηκε στο lΜια ιδέα ότι μια μηχανή θα μπορούσε να μιμηθεί τη συμπεριφορά ανθρώπινοςπου οδήγησε στο σχεδιασμό της δοκιμής ως έναν τρόπο αξιολόγησης αυτής της ικανότητας.
Ποιο είναι το τεστ Turing;
Η δοκιμή Turing είναι ένα Απλό πείραμα Αλλά βαθιά αυτό το υπονοεί Ένας ανθρώπινος αξιολογητής αλληλεπιδρά με δύο άγνωστες οντότητες: ένα άτομο και ένα μηχάνημα. Και οι δύο οντότητες απαντούν σε ερωτήσεις μέσω ενός φυσικού μέσου, όπως ένα πληκτρολόγιο και μια οθόνη. Εάν ο αξιολογητής δεν μπορεί να κάνει διάκριση μεταξύ ανθρώπινων απαντήσεων και εκείνα που δημιουργούνται από το μηχάνημα, Το μηχάνημα θεωρείται ότι υπερβαίνει τη δοκιμή.
Ο Turing εισήγαγε αυτήν την έννοια στο δοκίμιο του Υπολογιστικά μηχανήματα και νοημοσύνηΠού έθεσε το ερώτημα: “Μπορούν τα μηχανήματα να σκεφτούν;”
Καθώς δεν μπορούσατε να ορίσετε σαφώς τον όρο “σκέφτεστε”, ο Turing επέλεξε να αντικαταστήσει αυτήν την ερώτηση με πιο συγκεκριμένο: “Θα υπάρχουν υπολογιστές Φανταστό ψηφιακό που έχει καλή απόδοση στο παιχνίδι απομίμησης; « Ο στόχος ήταν να εκτιμηθεί εάν ένα μηχάνημα θα μπορούσε να μιμηθεί πειστικά τις ανθρώπινες απαντήσεις.
Η σημασία της δοκιμής Turing στην εποχή της τεχνητής νοημοσύνης
Η δοκιμή Turing είναι σημαντική για διάφορους λόγους. Πρώτον, εΑντιμετωπίζει ένα πρότυπο για το AI και χρησιμεύει ως σαφές κριτήριο για τη μέτρηση της προόδου του AI. Εάν ένα μηχάνημα υπερβεί αυτή τη δοκιμή, θεωρείται μια πρόοδος στην ανάπτυξη συστημάτων τεχνητής νοημοσύνης.
Διαβάστε επίσης: Τα μηχανήματα που πιστεύουν μόνο είναι η πραγματικότητα: πώς λειτουργούν αυτόνομα τεχνητή νοημοσύνη
Η δοκιμή προώθησε την έρευνα Σε τομείς όπως η επεξεργασία φυσικής γλώσσας, η αυτόματη μάθηση και η αυτοματοποιημένη συλλογιστική. Για να το περάσω με επιτυχία, Οι επιστήμονες αναζητούν δεκαετίες για να δημιουργήσουν μηχανές που μπορούν να μιμηθούν την ανθρώπινη συμπεριφορά που δεν διακρίνεται.
Από την άλλη πλευρά, αυτή η δοκιμή εγείρει βαθιά ερωτήματα σχετικά με τη φύση της νοημοσύνης και της συνείδησης, που μπορούν να βοηθήσουν Βρείτε νέους τρόπους κατανόησης και κάνοντας πράγματα στην τεχνολογία.
Τέλος, χρησιμεύει ως σημείο αναφοράς και σύγκριση για διαφορετικές προσεγγίσεις και συστήματα στο AI, επιτρέποντας τους ερευνητές Μετρήστε την πρόοδο των αλγορίθμων και των μοντέλων του Intelligence Artificeμεγάλο.
Περιορισμοί και προκλήσεις της δοκιμής Turing
Η δοκιμή που δημιουργήθηκε από τον Alan Turing έχει περιορισμοί. Δεν αξιολογεί πλήρως τη νοημοσύνη, αφού τα μηχανήματα μπορούν να την ξεπεράσουν Προκαθορισμένα πρότυπα χωρίς να κατανοούν πραγματικά ερωτήσεις ή απαντήσεις.
Διαβάστε επίσης: Μπορεί η τεχνητή νοημοσύνη να επαναστατηθεί εναντίον των ανθρώπων; Η απροσδόκητη γνώμη των 3 chatbots
Εκτός, Δεν αντιμετωπίζει πτυχές όπως η ενσυναίσθηση ή η συνείδηση, Είναι σημαντικά για την ανθρώπινη νοημοσύνη, αλλά αυτό δεν μπορεί να αναπαραχθεί σε μια μηχανή.
Συστήματα που πέρασαν με επιτυχία το τεστ Turing
Τα τελευταία χρόνια, πολλά μοντέλα τεχνητής νοημοσύνης Κατάφεραν να ξεπεράσουν τη δοκιμή Turingαν και με διαφορετικούς βαθμούς επιτυχίας και σε προσαρμοσμένες εκδόσεις της αρχικής δοκιμής.
Ρητό Η επιτυχία μετράται με απλό αλλά αποτελεσματικό τρόπο. Πρώτον, ένα μηχάνημα θεωρείται ότι υπερβαίνει τη δοκιμή Turing εάν επιτύχει εξαπάτηση περισσότερο από το 30% των δικαστών που συμμετέχουν στη δοκιμή, η οποία πραγματοποιείται για περιορισμένο χρονικό διάστημα, περίπου πέντε λεπτά.
Στη δοκιμή Δεν αξιολογείται εάν οι απαντήσεις είναι σωστές ή όχι, αλλά αν φαίνεται να προέρχονται από έναν άνθρωπο. Το μηχάνημα πρέπει να είναι σε θέση να διατηρήσει μια συνεκτική και πειστική συζήτηση, χωρίς να παρέχει απαραίτητα ακριβείς πληροφορίες.
Αυτά είναι μερικά παραδείγματα:
- Πρόγραμμα “Eugene” (2014): Αναπτύχθηκε από τον Vladimir Vaselov και τον Eugene Demchenko, ήταν ο πρώτος που ξεπέρασε τη δοκιμή Turing. Το “Eugene” πέρασε ένα αγόρι 13 ετών από την Ουκρανία και κατάφερε να εξαπατήσει το 33% των δικαστών για συνομιλία πέντε λεπτών.
- GPT-4.5 Μοντέλα Γλωσσών και Call-3.1 (2023): Οι ερευνητές στο Πανεπιστήμιο της Καλιφόρνια εξέτασαν αυτά τα μοντέλα σε μια αυστηρή έκδοση του τεστ Turing. Το GPT-4,5 αναγνωρίστηκε ως άνθρωπος στο 73% των περιπτώσεων όταν ήταν προικισμένο με “προσωπικότητα”, ενώ το Call-3.1 έφτασε το 56%.
- Chatgpt (GPT-4) (2024): Σε πρόσφατη μελέτη, το 54% των συμμετεχόντων το πίστευε GPT-4 Ήταν ένα πραγματικό άτομο μετά την αλληλεπίδραση μαζί του για πέντε λεπτά.
Αυτά τα αποτελέσματα δείχνουν ένα Αξιοσημείωτη πρόοδος στην ικανότητα AI να μιμείται την ανθρώπινη συμπεριφορά και επιβεβαιώστε ότι το δυνατότητα των γενετικών μοντέλων γλωσσών είναι ανυπολόγιστο.
