Apakah Tes Turing Kata Terakhir dalam Kecerdasan Robot? Jangan mengandalkannya

Kembali pada tahun 1950, ilmuwan komputer, pemecah kode, dan pahlawan perang Alan Turing memperkenalkan dunia pada premis yang sangat sederhana: Jika sebuah robot dapat terlibat dalam percakapan berbasis teks dengan seseorang dan menipu orang tersebut untuk meyakini bahwa itu manusia setidaknya 30 persen manusia. waktu itu, pasti kita bisa sepakat bahwa robot adalah mesin "berpikir". Tujuan Turing adalah memaksa orang untuk berpikir lebih kreatif tentang interaksi komputer, tetapi ia secara tidak sengaja akhirnya menciptakan tes yang diandalkan oleh para pengembang dan komentator intelijen robot selama bertahun-tahun. Tetapi para pemikir kecerdasan buatan yang serius tidak fokus pada membingungkan seorang genius yang telah lama mati sepertiga kali. Mereka fokus pada metrik yang lebih substantif.

Pada dasarnya, masalah dengan Tes Turing adalah bahwa itu tidak didefinisikan dengan baik karena itu memfasilitasi hype (mis. Asisten pengajar palsu di Georgia) daripada menawarkan hasil yang mudah diduplikasi. Di luar itu, orang dapat berargumen bahwa itu mengukur kelemahan manusia, bukan kekuatan buatan. Penipuan dan defleksi dapat memungkinkan chatbot yang relatif tidak canggih untuk "lulus ujian." Misalnya, bot bernama Eugene Goostman yang dirancang untuk menyamar sebagai seorang bocah Ukraina berusia 13 tahun, baru-baru ini menipu sepertiga panel hakim untuk mempercayai tipu muslihat tersebut. Eugene keluar sebagai sedikit doofus dalam percakapan, dan ini ternyata menjadi senjata rahasianya. Para hakim mengharapkan robot yang diprogram untuk intelijen, bukan yang menghindari pertanyaan, membuat lelucon buruk, menjatuhkan malapropisme, dan membumbui teks dengan emotikon.

baru saja gagal tes turing tahunan saya #fml

- jam (@hugdeserver) 11 Mei 2016

Jika bukan Tes Turing, lalu apa? Para peneliti di seluruh dunia telah menemukan beberapa alternatif.

Mengartikan Kalimat Ambigu

Masalah mendasar dengan chatbot Turing adalah bahwa mesin masih memiliki waktu yang sangat sulit memahami kalimat yang akan segera masuk akal bagi manusia. "Peter berteriak pada Paul, karena dia tidur dengan pacarnya." Bagi seorang manusia, segera jelas bahwa Paul tidur dengan pacar Peter, tetapi ke komputer "dia" dan "miliknya" masing-masing dapat merujuk pada masing-masing pria. Memahami apa yang terjadi memerlukan mengetahui sesuatu tentang apa artinya berteriak pada seseorang, dan dalam kondisi apa seseorang mungkin termotivasi untuk melakukannya.

Hector Levesque, seorang profesor ilmu komputer di University of Toronto, telah mengusulkan mesin yang menantang untuk menarik makna dari jenis kalimat yang dibuat secara ambigu, yang disebut skema Winograd, sebagai alternatif dari tes Turing. Ini akan membutuhkan melampaui meniru bahasa manusia dan ke bidang pemahaman yang sebenarnya. Sudah, hadiah $ 25.000 ditawarkan kepada pengembang yang dapat membuat bot yang berkinerja serta manusia dalam tugas ini - meskipun bot dapat mempertimbangkan setiap pertanyaan hingga lima menit.

Pengenalan wajah

Beberapa A.I. peneliti telah mempertimbangkan gagasan bahwa kecerdasan mesin dapat dan harus melampaui bahasa. Pengenalan wajah adalah contoh dari sesuatu yang dilakukan manusia dengan sangat baik - bayi dapat mengenali ibunya dalam beberapa minggu setelah kelahiran.

Beberapa komputer sudah mengalahkan manusia dalam mengenali wajah, meskipun apakah ini ukuran kecerdasan sebenarnya masih menjadi bahan perdebatan. Sebuah mesin yang diprogram untuk menjadi sangat pandai dalam satu hal sangat berbeda dari memiliki jenis kecerdasan fleksibel yang dapat digunakan dengan cara yang berbeda dan dalam situasi yang berbeda.

Penerimaan Perguruan Tinggi

Roboticists Jepang sedang mencoba membangun sebuah robot yang dapat masuk ke perguruan tinggi. Ujian masuk untuk Universitas Tokyo terkenal sulit, dan lebih dari itu untuk robot daripada SMA.

Sayangnya untuk robot, mahir dalam ujian membutuhkan lebih dari sekadar menghafal banyak fakta. Pertanyaan matematika tidak memberi Anda persamaan untuk dipecahkan - pertanyaan itu menggambarkan skenario dalam bahasa yang sederhana, dan serahkan kepada Anda untuk mencari tahu bagaimana membangun persamaan yang akan datang ke jawaban yang tepat. Bahkan pertanyaan langsung tentang fakta sejarah dapat menjadi rumit jika robot tidak dapat memahami sintaks atau konteks bahasa yang digunakan.

Dan ujian masuk bukan hanya tes pilihan ganda - robot juga harus menulis esai. Agaknya, plagiarisme tidak akan diizinkan, dan mesin harus menghasilkan beberapa prosa pada subjek tertentu yang asli dan cerdas. Mengingat robot memiliki waktu yang cukup sulit untuk meniru bahasa anak berusia 13 tahun, ini sepertinya cukup jauh. Namun, para peneliti yang terlibat mengatakan mereka berharap dapat melihat bot kecil mereka pergi ke perguruan tinggi pada tahun 2021.

Bermain dengan bermain

Ini adalah bar yang sangat tinggi. Mengomentari permainan olahraga melibatkan pengambilan informasi audio-visual yang kompleks dan mengomunikasikan apa yang terjadi dalam bahasa sederhana. Robot harus memiliki keterampilan bahasa yang sangat baik selain sistem pemrosesan visual.

Jika sebuah komputer bahkan dapat menghasilkan laporan langsung yang setengah layak pada pertandingan sepak bola, manusia mungkin bisa setuju bahwa robot itu sangat pintar. Meskipun, mungkin 65 tahun dari sekarang, bot komentator olahraga akan tampak sangat dua dimensi, dan kita harus membuat beberapa rintangan baru untuk mereka lompati.