For over 70 år siden, da kunstig intelligens ble konseptualisert, publiserte Alan Turing en artikkel som beskrev hvordan man identifiserer den. Den ble senere kjent som Turing-testen, og den har blitt brukt i flere tiår for å skille mellom et menneske og en AI.
Men med introduksjonen av avanserte AI-chatbots som ChatGPT og Google Bard, blir det vanskeligere å si om du snakker med en AI. Det reiser spørsmålet; er Turing-testen utdatert? Og hvis det er det, hva er alternativene?
Innholdsfortegnelse
Er Turing-testen utdatert?
Bildekreditt: Jesus Sanz/Shutterstock
For å finne ut om Turing-testen er utdatert, må du først forstå hvordan den fungerer. For at en kunstig intelligens skal bestå Turing-testen, må den overbevise en menneskelig avhører om at den er et menneske. Men det er en hake – AI blir evaluert sammen med et menneske, og det må svare ved hjelp av tekst.
Tenk på det slik; hvis du er avhøreren, og du stiller spørsmål til to deltakere på nettet ved å bruke tekst, men en av dem er en AI-modell – vil du skille dem fra hverandre etter fem minutter? Husk at målet med Turing-testen ikke er å identifisere AI-modellen basert på de riktige svarene, men å vurdere om AI-en kan tenke eller oppføre seg som et menneske.
Problemet med Turing-testtilnærmingen med bare å identifisere menneskelignende svar er at den ikke tar hensyn til andre faktorer. For eksempel intelligensen til AI-modellen eller kunnskapen til avhøreren. Utenom det er Turing-testen begrenset til kun tekst, og det blir vanskeligere å identifisere en AI som genererer en menneskelig stemme eller dypfalske videoer som imiterer menneskelig atferd.
Imidlertid har de nåværende AI-modellene som ChatGPT-4 og Google Bard ennå ikke avansert til et punkt at de konsekvent kan bestå Turing-testen. Faktisk, hvis du er kjent med AI, kan du oppdage AI-generert tekst.
De 5 beste Turing-testalternativene
Det er mulig at fremtidige AI-modeller som ChatGPT-5 kan bestå Turing-testen. Hvis det skjer, trenger vi forskjellige tester kombinert med Turing-testen for å identifisere om vi snakker med en AI eller et menneske. Her er de beste Turing-testalternativene:
1. Marcus-testen
Gary Marcus, en anerkjent kognitiv vitenskapsmann og AI-forsker, foreslo et alternativ til Turing-testen som ble publisert i En fra New York å identifisere den kognitive evnen til en AI. Testen er enkel – du bedømmer en AI-modell basert på dens evne til å se og forstå YouTube-videoer og TV-programmer uten undertekster eller tekst. For at AI skal bestå Marcus-testen, bør den forstå sarkasme, humor, ironi og historien når du ser på videoene og forklare det som et menneske.
For øyeblikket kan GPT-4 beskrive bilder, men så langt er det foreløpig ingen AI-modell som kan forstå videoer som et menneske. Selvkjørende kjøretøy kommer nært, men de er ikke helt autonome og krever sensorer siden de ikke kan forstå alt i omgivelsene.
2. Den visuelle Turing-testen
I følge en forskningsartikkel publisert på PNAS, kan den visuelle Turing-testen brukes til å identifisere om du snakker med et menneske eller en AI ved hjelp av bildespørsmål. Det fungerer som Turing-testen, men i stedet for å svare på spørsmål ved hjelp av tekster, får deltakerne vist bilder og forventes å svare på enkle spørsmål mens de tenker som et menneske. Den visuelle Turing-testen er imidlertid forskjellig fra CAPTCHA-er siden alle svarene er riktige – men for å bestå testen må AI-en behandle bildene på samme måte som et menneske.
Utover det, hvis en AI og et menneske blir vist flere bilder side om side og bedt om å identifisere realistiske bilder, vil mennesket ha den kognitive evnen til å bestå testen. Dette er fordi AI-modeller synes det er vanskelig å skille bilder som ikke ser ut som de er tatt i den virkelige verden. Det er faktisk grunnen til at du kan identifisere AI-genererte bilder ved å bruke anomalier som ikke gir mening.
3. Lovelace 2.0-testen
Teorien om at en datamaskin ikke kan lage originale ideer utover det den var programmert til å gjøre, ble først konseptualisert av Ada Lovelace før Turing-testen. Alan Turing protesterte imidlertid mot den teorien og hevdet at AI fortsatt kan overraske mennesker. Det var ikke før i 2001 at retningslinjene for Lovelace-testen ble utviklet for å skille en AI fra et menneske – og i henhold til thekurzweilibrary reglene ble senere revidert i 2014.
For at en kunstig intelligens skal bestå Lovelace-testen, må den demonstrere at den kan generere originale ideer som overgår treningen. Nåværende AI-modeller som GPT-4 har ikke evnen til å komme opp med nye oppfinnelser utover vår eksisterende kunnskap. Imidlertid kan kunstig generell intelligens oppnå den evnen og bestå Lovelace-testen.
4. Omvendt Turing-test
Hva med Turing-testen, men gjort i revers? I stedet for å prøve å finne ut om du snakker med et menneske, er målet med omvendt Turing-test er å lure AI-en til å tro at du er en AI. Du trenger imidlertid også en annen AI-modell for å svare på de samme spørsmålene ved hjelp av tekst.
For eksempel, hvis ChatGPT-4 er avhøreren, kan du registrere Google Bard og et annet menneske som deltakere. Hvis AI-modellen kan identifisere den menneskelige deltakeren korrekt basert på svarene, har den bestått testen.
Ulempen med den omvendte Turing-testen er at den er upålitelig, spesielt med tanke på at AI noen ganger ikke kan skille mellom AI-generert og menneskeskrevet innhold.
5. AI-klassifiseringsrammeverk
I henhold til AI-klassifiseringsrammeverket utviklet av Chris Saad, Turing-testen er bare én evalueringsmetode for å finne ut om du snakker med en AI. Mer kortfattet er AI-klassifiseringsrammeverket basert på teorien om multippel intelligens, som krever at menneskelig intelligens tilfredsstiller minst åtte forskjellige kriterier, som inkluderer: musikalsk rytme, logisk-matematisk intelligens, visuell identifikasjon, emosjonell intelligens, selvreflekterende intelligens. , eksistensiell tenkeevne og kroppsbevegelse.
Siden AI er evaluert på åtte forskjellige parametere, er det usannsynlig at det passer for et menneske selv om det presterer bedre enn gjennomsnittet i visse benchmarks. ChatGPT kan for eksempel løse matematiske problemer, beskrive bilder og samtale på et naturlig språk som et menneske, men det ville svikte andre kategorier definert i AI-klassifiseringsrammeverket.
Turing-testen er ikke avgjørende
Turing-testen var ment å være mer et tankeeksperiment enn en avgjørende test for å skille mellom mennesker og AI. Da det opprinnelig ble foreslått, var det det sentrale referansepunktet for måling av maskinintelligens.
Men med den nylige utviklingen av AI-modeller med tale-, visuelle- og hørselsinteraktive evner, kommer Turing-testen til kort siden den er begrenset til tekstsamtale. Den mest effektive løsningen ville være å introdusere Turing-testalternativer som ytterligere skiller AI-modeller fra mennesker.