Selles blogipostituses uurime, kas Turingi test on sobiv standard tehisintellekti intelligentsuse hindamiseks, ning uurime selle piiranguid ja potentsiaalseid parendusvaldkondi.
2014. aastal tuli uudis, et Vene arendajate loodud vestlusrobot „Eugene Goostman” oli läbinud Turingi testi, šokina ja tekitas paljudes inimestes segadust. See oli selge tõestus, et tehisintellekt ei ole enam pelgalt ulmefilmides nähtud kujuteldava tulevikuühiskonna produkt. Tehisintellekt on juba sügavalt juurdunud meie ellu ja areneb kiiresti, kooskõlas Ray Kurzweili „kiireneva tagasituleku seadusega”. Siiski ei saa me lihtsalt pealt vaadata, kuidas silmapilguga arenev tehisintellekt ühiskonnas kindlalt kinnistub. Peame kindlaks tegema, kas tehisintellekt suudab tõepoolest mõelda nagu inimesed, ja kaaluma ka seda, millises suunas see peaks tulevikus arenema.
Need küsimused on seotud Turingi testiga. Turingi test on hindamismeetod, mis sai alguse küsimusest: „Kas on võimalik luua arvuti, millel on intelligentsus ja meel?“. On üldteada, et Alan Turing pakkus selle välja 1950. aastal, et vastata küsimusele: „Kas masinad suudavad mõelda?“. Tegelikult sõnastas Turing katse kavandamisel küsimuse enda ümber: „Kas masinad suudavad käituda samamoodi nagu inimesed?“. Testi läbiviimiseks palub kohtunikul esitada küsimusi nii inimesele kui ka tehisintellektile ning seejärel tehakse kindlaks, kelle vastused on inimlikumad. Turingi testis saab kohtuniku petmiseks kasutada mitmesuguseid meetodeid ning on lubatud aeglustada reageerimisaega või jätkata vestlust vestluslaadses formaadis. Lisaks loetakse test sooritatuks, kui tehisintellekt suudab arutelu piiratud ulatuse ja teema piires petta umbes 30% kohtunikest.
Ma seadsin kahtluse alla, kas Turingi test nende tingimuste ja reeglitega on tehisintellekti intelligentsuse hindamiseks ikka sobiv mõõdik. Teisisõnu, ma usun, et Turingi test ei sobi tehisintellekti hindamiseks. Selle seisukoha toetuseks esitan kolm argumenti ja pakun lahendusena välja „pöördturingi testi“. Enne seda on aga vaja uurida lisaks „Eugene Goostmanile“ ka teisi tähelepanuväärseid tehisintellekti näiteid, mis on Turingi testi läbinud.
Joseph Weizenbaumi poolt 1966. aastal välja töötatud „ELIZA” on varajaste loomuliku keele dialoogiprogrammide seas tuntuim näide. See tehisintellekt oli loodud sisendlausetes märksõnade tuvastamiseks ja vastavate vastuste tagastamiseks; kui sobivaid märksõnu ei leitud, kordas see kasutaja sõnu või andis üldise vastuse.
Samuti on olemas tehisintellekt „PARRY”, mille töötas välja Kenneth Colby 1972. aastal. See tehisintellekt modelleeriti paranoilise patsiendi vestlusstiili järgi ja viidi läbi isegi katseid, milles mitmed psühhiaatrid püüdsid eristada tegelikke patsiente ja PARRY-d.
Edaspidi uurin, miks Turingi test ei ole tehisintellekti hindamiseks sobiv standard.
Esiteks ei hinda Turingi test intelligentsust ennast täpselt. Teisisõnu, tehisintellekti mõtlemisoskuse hindamise asemel määrab see test vestluse kaudu, kas see käitub nagu inimene. Sellega on kaks probleemi.
Esiteks, mitte kõik inimesed ei käitu alati intelligentselt. Siin viitab „intelligentne” intellektuaalsele tegevusele, mis hõlmab nähtuse või objekti mõistmist ja selle ratsionaalset töötlemist. Lisaks sellele, vastavalt Alan Turingi artiklile, võivad mõned tehisintellekti intellektuaalsed võimed avalduda erinevalt inimeste omadest. Lihtsamalt öeldes, kui tehisintellekt lahendab probleemi, mida inimesed ei suuda, on hindajal suurem tõenäosus aru saada, et teine osapool on arvuti. Lõppkokkuvõttes ei suuda Turingi test õigesti hinnata intelligentsuse vorme, mis ületavad inimvõimeid.
Teiseks on Turingi testi hindamiskriteeriumid subjektiivsed ja katsetingimused liiga piiravad. Teisisõnu, testi tulemusi võivad oluliselt mõjutada hindaja suhtumine, kogemused, oskused ja teadmised, mitte tehisintellekti tegelik intelligentsustase, mistõttu on objektiivsuse tagamine keeruline.
Lõppkokkuvõttes on see, kes määrab, kas miski on tehisintellekt või inimene, inimene, seega on hindaja subjektiivsust raske täielikult välistada. Lisaks on umbes viie minuti jooksul esitatud küsimused samuti väga piiratud. Kuna hindaja on inimene, on alati võimalus, et teda mõjutavad mitmesugused välised tegurid.
Lisaks on enamik Turingi testis osalevaid tehisintellekte loodud inimeste järgi, kellel on teatud olukorrad või omadused. Seega, isegi kui tehisintellekt testi läbib, on raske järeldada, et see käitub samamoodi nagu inimesed üldiselt. Näiteks varem tutvustatud „Eugene Goostman” loodi eeldusega, et tegemist on 13-aastase Ukrainas elava poisiga. See oli tahtlik katse luua olukord, kus isegi mõnevõrra kohmakat inglise keelt peetaks loomulikuks. „PARRY” modelleeriti paranoilise patsiendi järgi ja „ELIZA” loodi professionaalse psühholoogilise nõustaja jäljendamiseks.
Sel viisil, kui tehisintellekt seadistatakse esindama teatud omadustega inimest ja seejärel vestlusse astutakse, hindavad kohtunikud seda neid omadusi silmas pidades. Näiteks isegi kui vaimuhaigusega inimest esindama programmeeritud tehisintellektiga vesteldes tekib mõnevõrra kummaline reaktsioon, aktsepteerivad kohtunikud seda tõenäoliselt loomuliku reaktsioonina, mis on kooskõlas selle iseloomustusega. Teisisõnu, kuigi kohtunikud peaksid hindama erapooletult, paigutatakse nad tegelikult keskkonda, kus seda on raske teha.
Muidugi on vaimuhaigusega inimesed võimelised mõtlema. Kuid see, et vaimuhaigusega inimese eeskujul loodud tehisintellekt läbib Turingi testi, ei tähenda, et see mõtleb inimese sarnasemalt kui inimene. Alan Turingi esitatud küsimusele – „Kas masin saab käituda nii nagu inimene?“ – truuks jäädes tuleb test kavandada üldiste olukordade põhjal, mida enamik inimesi suudab aktsepteerida.
Kolmandaks, tehisintellekt suudab Turingi testi läbida lihtsalt sümboleid manipuleerides, selle asemel et sisust aru saada. Hea näide on „ELIZA“. Selleks, et inimene saaks teema üle mõelda, peab ta sellest teemast aru saama ja tegema otsuseid asjakohase kogemuse põhjal. Sel põhjusel väitis ka filosoof John Searle, et ainuüksi Turingi test ei suuda tõestada, kas masin tegelikult mõtleb.
Lisaks, kuna tehisintellekt töötab etteantud algoritmide järgi, suudab see ootamatutes olukordades hõlpsalt vigu avastada. Järgnev näide illustreerib seda.
Vestleja: Kas te toetate endiselt Bill Clintonit?
Kohtunik: Ma pole Clintoniga kunagi kohtunud.
Vestluskaaslane: Sa tõesti ei salli Bill Clintonit. Vähemalt on selge, et sa teda ei salli. Minu arvates tundub, et enamik inimesi pole lihtsalt huvi tundnud või pole sellele seni eriti mõelnud.
Kohtunik: Kas te olete näinud filmi "Marslane"?
Vestluskaaslane: Võtame asja rahulikult. Ma ei ole siin selleks, et rumalatele küsimustele vastata. See pole see. Millest me rääkisime? Õige. Kas see, mida sa just ütlesid, tähendab, et aluseks olevad probleemid – nagu Whitewater ja eriuurija – on tõsised?
See vestlus toimub kohtuniku ja „Catherine'i“ vahel. Tegelaskuju on tehisintellekt, mis on loodud jätkama dialoogi eelnevalt programmeeritud teabe põhjal sündmuste kohta, mis olid uudisteks saanud päev enne Turingi testi. Kui kohtunik oleks jätkanud Bill Clintoniga seotud poliitilist vestlust, oleks dialoog võinud jääda üsna loomulikuks. Kui kohtunik aga järsku teema muule suunas, ei suutnud tehisintellekt programmeerimata teemat korralikult käsitleda ja paljastas ülaltoodud vea.
Seega ei saa me järeldada, et tehisintellekt käitub nagu inimene ainuüksi seetõttu, et see on võimeline teatud tasemel suhtlemiseks. Kuigi pealtnäha võib see tunduda inimliku vestluse pidamist pidavat, ei mõista see tegelikult sisu, vaid reageerib lihtsalt viisil, mis jätab mulje inimlikust käitumisest. Seega ei vasta see varem määratletud „intelligentsuse” kontseptsioonile. Praegusel Turingi testil, mis läbib tehisintellekti süsteemid, mis lihtsalt matkivad inimkäitumist ilma tegelikult tähendusest aru saamata, on selged piirangud.
Kuna Turingi test hindab tehisintellekti, võrreldes seda inimestega, on see oluline eksperiment, mis uurib inimeste ja tehisintellekti vahelist piiri. Arvestades, et inimesed ise ei suuda selgelt määratleda mõtte või meele olemust, on sellel katsel iseenesest oluline väärtus. Teisest küljest, kuna tehisintellekt toimib suhteliselt lihtsate struktuuride ja põhimõtete alusel, on seda teatud määral võimalik mõõta ja analüüsida, isegi kui mitte ideaalselt.
Turingi test ei suuda aga intelligentsust täpselt hinnata ning selle hindamiskriteeriumid on samuti liiga subjektiivsed. Lähemal vaatlusel tegelikule testimisprotsessile selgub, et seda on raske vaadelda keskkonnana, mis suudab tehisintellekti intelligentsust igakülgselt hinnata. Isegi kui osaleb mitu kohtunikku ja hindamisprotsessi jälgib institutsioon, on hindajate arv piiratud ja objektiivse järelduseni, mis võtab arvesse kõiki muutujaid, pole lihtne jõuda. Seetõttu on täiusliku ja kõigile vastuvõetava tulemuse saamisel põhimõttelised piirangud.
Turingi test on väga oluline, kuna see näitas, et tehisintellekt suudab teatud määral jäljendada kognitiivseid võimeid, mida varem peeti inimestele ainuomaseks. Seetõttu on selle testi täieliku kõrvalejätmise asemel vaja kehtestada hindamiskriteeriumid ja -protseduurid, mis on täpsemad ja laiemale publikule vastuvõetavamad kui praegu kasutatavad.
Sellega seoses pakuksin alternatiivina välja „pöördturingi testi“. Pöördturingi testis on hindajaks arvuti, mitte inimene. Teisisõnu, see on meetod, mille puhul arvuti hindab inimest või teist arvutit temaga suheldes. Selle lähenemisviisi lisamine olemasolevatesse testidesse vähendaks inimese subjektiivsuse probleemi ja võimaldaks hinnanguid läbi viia objektiivsemas keskkonnas. Muidugi tekitab asjaolu, et hindajaks on tehisintellekt, ka uute probleemide tekkimise võimaluse.
Olenemata teemast, ei pruugi hindamiseks ja otsuste langetamiseks loodud testid kõiki rahuldada ning pole lihtne kehtestada täiuslikke kriteeriume, mida kõik saaksid aktsepteerida. Seetõttu peame pidevalt uurima võimalusi nende täiustamiseks. Eelkõige kuna Turingi test on oluline hindamismeetod, mis võib oluliselt mõjutada tööstuse tulevikku ja tehisintellekti tehnoloogia arengu suunda, peab see arenema tõhusamaks ja usaldusväärsemaks.
Tänapäeval areneb tehisintellekt minevikuga võrreldamatu tempoga ja seda kasutatakse juba meie igapäevaelu igas aspektis. Sellise tehisintellekti hindamisel ei tohiks me otsustada ainult selle järgi, kas see suudab inimesi petta, vaid pigem hinnata selle võimet mõista tähendust, haarata konteksti ja suhelda loomulikult erinevates olukordades. Kuna see pole muidugi valdkond, kus on selgelt määratletud „õiged vastused” nagu matemaatikaülesandel, pole objektiivsete kriteeriumide kehtestamine lihtne. Sellest hoolimata peab Turingi test tulevikus inimestega koos eksisteeriva tehisintellekti hindamiseks arenema, et see arvestaks põhjalikult eetiliste tegurite ja tõhusa suhtlemise võimega.
