Cómo refleja el Test de Turing el concepto de inteligencia artificial

En un famoso artículo "Computational Machinery and Intelligence" de 1950, el matemático Alan Turing discutió en detalle la pregunta "¿Pueden las máquinas tener inteligencia?" de inteligencia artificial, definió con éxito qué es una máquina, pero no qué es la inteligencia. Debido a esto, Turing diseñó un experimento que se conoció como la "prueba de Turing". de un humano sin contacto físico directo, y disfrazarse de humano como sea posible si "suficientes" interrogadores no pueden decir que se les pregunta durante el tiempo "suficiente" si la persona es una máquina o un humano, y la precisión es. "Lo suficientemente alto", consideramos que la computadora ha pasado la prueba de Turing. Turing cree que la prueba que diseñó es una condición suficiente para la inteligencia artificial y cree que las computadoras que pasan la prueba de Turing deben considerarse computadoras inteligentes. >

A nivel operativo, Turing definió la prueba de Turing en su artículo original [2]:

"Llamemos al siguiente problema 'El juego de la imitación'. El juego consta de un hombre, una mujer y un interrogador de ambos sexos. El interrogador permaneció en una habitación separada de las otras dos personas y se comunicó con ellos escribiendo a máquina para asegurarse de que no pudiera distinguirlos por sus voces y escritura. El interrogador sabe de antemano que sólo uno de X e Y es mujer, y el propósito del interrogatorio es distinguir correctamente cuál de X e Y es mujer. Por otro lado, el objetivo de ambas entrevistadas, X e Y, era intentar hacer creer al investigador que eran mujeres. Es decir, los hombres entrevistados deben disfrazarse de mujeres, mientras que las mujeres entrevistadas deben intentar identificarse. Ahora nos preguntamos: ¿Qué pasaría si los hombres entrevistados en el Juego de la Imitación fueran reemplazados por computadoras? ¿Es más probable que las computadoras hagan que los entrevistadores hagan juicios incorrectos que los hombres humanos?

Hay varios detalles que vale la pena señalar aquí y que contribuyen en gran medida a determinar la validez de la prueba de Turing.

(1) En primer lugar, en la prueba de Turing, lo que sucede entre el interrogador y el encuestado no es una conversación diaria ordinaria; las preguntas del interrogador están diseñadas para identificar identidades. En este caso, el interrogador no suele dedicar tiempo a charlar y charlar, sino que va directo al grano: "Para demostrar su identidad, coopere conmigo respondiendo las siguientes preguntas...". De hecho, hoy en día los chatbots en la web a veces pueden hacerse pasar por reales, a menudo tratando de dirigir la conversación hacia temas no discriminatorios (por ejemplo, "Háblame de ti") sin que el usuario se dé cuenta.

(2) En segundo lugar, la participación de respondedores humanos en la prueba de Turing es crucial para evitar que la computadora adopte estrategias de "autoprueba negativa", como negarse a responder preguntas directamente o responder preguntas de manera vaga, mientras Las personas verdaderamente poco cooperativas hacen esto. En este caso, otro respondedor humano que se autocertifique activamente puede garantizar que el interrogador siempre tenga suficiente información para emitir un juicio. Una situación similar ocurre cuando las computadoras intentan imitar a "poblaciones especiales", como niños pequeños que aprenden a hablar o pacientes confundidos.

(3) Además, el test de Turing se basa en el principio de que la interacción de la consulta en sí no puede revelar las características físicas de la persona interrogada. En la época de Turing, esto casi sólo era posible a través del lenguaje natural basado en texto, por lo que Turing limitó la comunicación entre las dos partes a escribir. Sin embargo, hoy en día, con el desarrollo de la tecnología multimedia, "contenidos virtuales" como vídeo, audio e imágenes pueden presentarse a través de ordenadores en forma de contacto no físico (¡esto es algo que Turing no podía prever hace 60 años!). ¡Por supuesto, Turing no podría haber previsto esto hace 60 años! Por lo tanto, permitir a los interrogadores utilizar contenido multimedia para ayudar a las preguntas formuladas en la Prueba de Turing (por ejemplo, "Por favor, dígame cuál es el remate de este vídeo") parece ser una adición natural y razonable a la definición original de la Prueba de Turing [ 3].

(4) Finalmente, la prueba de Turing, tal como se entiende comúnmente hoy en día, ya no distingue estrictamente el género de los participantes humanos. Normalmente, permitimos que los interrogadores humanos sean de cualquier género, y el objetivo del interrogador es identificar qué interrogador es humano.

Además, completar una prueba de Turing específica también requiere muchos detalles operativos, como cuántas personas participan para ser consideradas "suficientes", cuánto tiempo para considerarlas "suficientes" y hasta qué punto deben ser consideradas. "suficiente", "suficiente" y qué tan alto es "suficientemente alto" para identificar correctamente a los humanos. Cuántas personas participan en la prueba es "suficiente", cuánto dura el tiempo de interrogatorio "suficiente", qué tan alta es la precisión de la discriminación "suficientemente alta" y cómo seleccionar interrogadores humanos e interrogadores que representen las capacidades de discriminación "humanas". y capacidades de autocertificación, etc. Debido a la enorme influencia de la "Prueba de Turing", algunas personas han estado tratando de desafiarla durante décadas. De vez en cuando, hay noticias de que "cierto programa de computadora pasó con éxito la Prueba de Turing". Creo que es precisamente en los experimentos con consecuencias de gran alcance donde debemos ser extremadamente cautelosos. Sólo después de estudiar detenidamente la lista anterior y algunos otros detalles importantes podremos emitir un juicio correcto sobre la exactitud de los resultados. Deben evitarse farsas como el "experimento de la luz más rápida" de hace unos años.

¿Cuál es la relación entre el test de Turing y la inteligencia artificial?

¿Qué significaría si un día una máquina realmente pasara la prueba de Turing? Esta pregunta se refiere a la relación entre el Test de Turing y la inteligencia artificial. Es cierto que casi todos los libros sobre inteligencia artificial hablan del test de Turing, pero un aspecto que a menudo se malinterpreta es que el test de Turing se propone como condición suficiente para que la inteligencia artificial en sí misma no lo haga, y nunca lo ha intentado; Definir el alcance de la inteligencia. Turing escribió esto muy claramente en su artículo:

"¿Pueden las máquinas tener inteligencia? Para responder a esta pregunta, primero debemos definir 'máquina' e 'inteligencia'. Una posibilidad es que sea peligroso definir estos dos conceptos. según la comprensión cotidiana de la mayoría de la gente común... ...(Descripción de la prueba de Turing) ...tal vez alguien lo haga, esta prueba es demasiado estricta para las máquinas; después de todo, es imposible que los humanos se disfracen con éxito. a sí mismos como máquinas, simplemente verifique la velocidad y la corrección de las operaciones. ¿No pueden demostrarlo las máquinas que se consideran que tienen inteligencia? ¿Se comportan de manera diferente a los humanos? Esa es una fuerte objeción, pero al menos si podemos construir una máquina que pueda pasar. la prueba con éxito, ya no tenemos que preocuparnos por esto."

Figura 1: Comparación del comportamiento inteligente y el comportamiento humano

Con la ayuda del concepto de conjuntos, podemos comprender más fácilmente la relación entre el test de Turing y la inteligencia artificial. Como se muestra en la Figura 1, el conjunto correspondiente a "todos los comportamientos inteligentes" y el conjunto correspondiente a "todos los comportamientos humanos" se cruzan y son diferentes entre sí. Hay comportamientos inteligentes que los humanos no pueden lograr por sí solos (por ejemplo, juzgar si las blancas deben ganar en ajedrez), pero los humanos son considerados inteligentes de todos modos y, por lo tanto, "humanos" en todos los aspectos, es decir, deben lograr la intersección de los dos conjuntos. ser reconocido como comportamiento "humano". -Debe considerarse "inteligente". [Por otro lado, el comportamiento humano no siempre está asociado con la inteligencia. La prueba de Turing requiere que la máquina simule completamente "todos los comportamientos humanos", lo que incluye tanto la intersección de dos conjuntos como los comportamientos humanos "no inteligentes". Por lo tanto, pasar la prueba de Turing es una condición eficaz y suficiente para "poseer inteligencia" [. 5].

El propio Turing se mostró bastante optimista en cuanto a que la máquina podría pasar la prueba y predijo audazmente: "Hacia el año 2000, una computadora con 1 GB de memoria o un tamaño similar podrá aceptar preguntas de la gente común durante 5 minutos. ." , la precisión no excederá los 70". Sin embargo, hasta hoy en 2014, no se ha considerado que ninguna máquina haya pasado la prueba de Turing. Curiosamente, este fallo dio lugar a una aplicación muy familiar: los códigos de verificación gráficos. (¡Cada vez que ingresa un código de verificación, es una prueba de Turing!)

La razón del lento progreso de la prueba de Turing está relacionada con la actual falta de entusiasmo por las "condiciones suficientes" de la Prueba de Turing en la comunidad de inteligencia artificial. [Esto se debe en parte a las diferencias entre los objetivos perseguidos por la investigación convencional en inteligencia artificial y la Prueba de Turing, y en parte porque la Prueba de Turing en sí es muy difícil.

A continuación, analizaremos más a fondo las similitudes y diferencias entre la Prueba de Turing y la inteligencia artificial a través de tres características importantes de la investigación de la inteligencia artificial, así como las razones por las que la Prueba de Turing no se puede resolver en el corto plazo.

1. La investigación convencional sobre inteligencia artificial se centra en el comportamiento externo del agente, en lugar del proceso interno que produce este comportamiento.

En este sentido, el concepto de la prueba de Turing es completamente consistente con la comunidad de inteligencia artificial. Centrarse únicamente en el comportamiento externo es un enfoque funcionalista/conductista típico. De hecho, ésta también es un área en la que el mundo exterior suele criticar la inteligencia artificial. El "pensamiento subjetivo" estrictamente definido requiere que el agente sea consciente de sí mismo. Pero, por un lado, desde una perspectiva estrictamente científica, ni siquiera podemos establecer evidencia objetiva de la existencia de la "conciencia". Más importante aún, descubrimos que el comportamiento inteligente y el pensamiento subjetivo pueden considerarse dos problemas independientes y no necesariamente relacionados entre sí. En concreto, se puede demostrar matemáticamente que el comportamiento de cualquier ordenador digital puede simularse mecánicamente consultando tablas. Suponiendo que realmente construimos una máquina A "consciente", siempre podemos construir una máquina B y simular mecánicamente el funcionamiento interno de A consultando tablas, pero la pregunta es si B es consciente. Si cada máquina "consciente" puede ser simulada por una máquina de "tabla de búsqueda mecánica" como B, entonces no podemos juzgar si una máquina está "pensando" o simplemente simulando "pensar" a través de un proceso de comportamiento externo, [6] Por lo tanto, desde la perspectiva Del conductismo, "si hay conciencia" se ha convertido en una "otra cuestión" relativamente independiente. Desde una perspectiva conductista, "si hay conciencia" se convierte en "otra cuestión". Al mismo tiempo, "una máquina consciente siempre puede ser simulada por una máquina inconsciente" también muestra que "tener conciencia" no aporta "capacidades de comportamiento" adicionales a la máquina, lo que reduce aún más la "capacidad" de "tener conciencia". Esto reduce aún más la importancia de "ser consciente" a los ojos de los conductistas.

Basándose en la independencia del comportamiento externo y el pensamiento subjetivo, la investigación convencional sobre inteligencia artificial y la prueba de Turing consideran la realización del comportamiento externo como el único objetivo. Esta visión se denomina visión de inteligencia artificial débil. Sabemos que la investigación en todas las disciplinas se basa en "supuestos básicos". Por ejemplo, el supuesto básico de la investigación en física es que "todo está gobernado por un conjunto de leyes universales y eternas", y el propósito de la investigación en física es "simplemente" descubrir cuáles son esas leyes. De manera similar, la "hipótesis de la IA débil" sostiene que una computadora bien diseñada puede exhibir un comportamiento inteligente externo que no es menor que la inteligencia humana. Se puede decir que la investigación convencional sobre inteligencia artificial utiliza la hipótesis de la inteligencia artificial débil como punto de partida para estudiar cómo implementar dicha computadora.

Figura 3: Máquina de "lista de verificación mecánica": experimento de la "casa china" de Searle

El enfoque de la investigación convencional sobre inteligencia artificial es cómo simular actividades de inteligencia humana pura, en lugar de una gama completa. de las actividades cerebrales

El enfoque de la investigación convencional en inteligencia artificial es cómo simular actividades de inteligencia humana pura, en lugar de una gama completa de actividades cerebrales

El enfoque de la investigación convencional en inteligencia artificial es cómo para simular la actividad pura de la inteligencia humana, no toda la gama de actividad cerebral.

Como se mencionó anteriormente, los procesos psicológicos humanos incluyen no sólo la inteligencia, sino también una serie de "características no intelectuales" como las emociones, las habilidades estéticas, los defectos de carácter y los hábitos sociales y culturales. Porque el objetivo del test de Turing es imitar la mente humana. Dado que el Test de Turing está inspirado en la gente corriente, en realidad puede requerir más de estas características no intelectuales que inteligencia pura: es muy posible que una persona corriente no sepa nada sobre ajedrez, pero es poco probable que no pueda decirlo. chico guapo/bello de la foto.

Por supuesto, la introducción de "características no intelectuales" no impide en sí misma que el Test de Turing sea una condición suficiente para su validez, pero a menos que asumamos que todas esas "características no intelectuales" son naturales consecuencias de poseer inteligencia, entonces tengo que admitir que la prueba de Turing puede desempeñar un papel en la inteligencia de las máquinas.

La prueba de Turing añade demasiados elementos desafiantes pero aparentemente insignificantes al problema central de la inteligencia artificial. Como se dice en el libro de texto clásico "Inteligencia artificial": "El campo de la aeronáutica intenta fabricar aviones que funcionen bien, en lugar de fabricar aviones que vuelen como palomas y puedan engañar a otras palomas. La investigación en inteligencia artificial debería prestar más atención a las funciones abstractas". y principios generales relacionados con las actividades intelectuales.

En tercer lugar, el objetivo final de la inteligencia artificial es un agente único que pueda adaptarse completamente al "entorno humano", en lugar de un algoritmo que se especialice en resolver problemas matemáticos específicos.

El modelo de Turing La prueba a este respecto también está en línea con el objetivo final de la investigación de la inteligencia artificial, pero el nivel actual de inteligencia artificial aún está lejos de este objetivo. Este objetivo está lejos de alcanzarse. De hecho, la "simulación integral de las actividades intelectuales humanas" es lo que distingue a la inteligencia artificial de otras ramas de la informática. Ilustramos esto comparando el software de inteligencia artificial con el software tradicional. En primer lugar, el software tradicional es, en términos generales, inteligencia artificial: de hecho, muchos de los primeros científicos informáticos, como Turing, citaron la inteligencia artificial como su motivación para estudiar informática. La llamada "informática" es una de las muchas actividades de la inteligencia humana. Para alguien que nunca ha trabajado con una computadora, puede resultar difícil decidir qué cuenta como "inteligencia": ¿"encontrar todos los números primos en una secuencia" o "encontrar un perro en una imagen"? (El primero pertenece a la categoría de software tradicional y el segundo pertenece a la categoría de inteligencia artificial tradicional). Pero, por otro lado, el software tradicional no pretende ser "inteligente". Por otro lado, el software tradicional no puede representar toda la inteligencia artificial. En términos generales, podemos pensar que el software tradicional corresponde a una clase de "problemas computacionales" que son idénticos en el sentido de que el problema en sí se describe mediante un algoritmo (o una descripción matemática no constructiva), y la investigación sobre estos problemas se centra principalmente en para encontrar mejores algoritmos. [7] Lo que llamamos "problemas de inteligencia artificial" puede entenderse como otro tipo de "problemas computacionales". Lo único que tienen en común es que no se pueden definir con precisión ni algorítmica ni matemáticamente, ni las "respuestas correctas" a estos problemas. "Tampoco está definido por un algoritmo. Las "respuestas correctas" a estas preguntas dependen básicamente de cómo reaccionamos los humanos ante ellas. Para problemas de inteligencia artificial, podemos diseñar algoritmos basados ​​en modelos matemáticos o modelos computacionales, pero la esencia del problema no son las matemáticas.

La Inteligencia General Artificial (AGI) se basa en el supuesto de una inteligencia artificial débil y tiene como objetivo simular completamente todos los comportamientos intelectuales humanos. Tenga en cuenta que es poco probable que la prueba de Turing, como condición suficiente, se resuelva antes de que se logre realmente la inteligencia artificial general. Por otro lado, también se puede decir que el éxito de todas las ramas de la inteligencia artificial existente es una condición necesaria para pasar la prueba de Turing, y la mayoría de ellas aún no han alcanzado el "nivel humano". Dado que es imposible agotar todos los comportamientos inteligentes humanos, debemos confiar en modelos y algoritmos generales limitados para lograr la inteligencia general. Actualmente, los algoritmos de aprendizaje, razonamiento y planificación sólo pueden diseñarse sobre la base de modelos simples y primitivos. La investigación en cada rama de la inteligencia artificial se basa por defecto en supuestos débiles de inteligencia artificial para los problemas en sus respectivos campos, y la fuerza impulsora que respalda la investigación en estos subcampos es a menudo su enorme utilidad social. Si bien ciertamente han tenido éxito en muchas áreas de aplicación específicas, todavía parecen estar lejos del nivel requerido por la Prueba de Turing.