رئيس باحث في أمازون أليكسا يجادل بأن اختبار تورينغ قد عفا عليه الزمن

روحيت براساد، نائب الرئيس ورئيس عالم أليكسا في أمازون، جادل مؤخرًا بأن اختبار تورينغ، الذي استخدم لقياس تعقيد نماذج الذكاء الاصطناعي، يجب أن يتم التخلي عنه كمرجع لقياس الذكاء الاصطناعي.

عالم الحاسوب والرياضيات آلان تورينغ قد قدم مفهوم اختبار تورينغ قبل أكثر من 70 عامًا. وكان الغرض من اختبار تورينغ هو مساعدة الإجابة على سؤال الذكاء الآلي، لتحديد ما إذا كان الجهاز قادرًا على “التفكير” بالمعنى البشري. من أجل الإجابة على هذا السؤال، جادل تورينغ بأن إذا كان بإمكان الآلات表现 سلوك حوار متقدم لدرجة أن مراقبًا بشريًا لا يستطيع التمييز بين حوار الحاسوب وحوار الإنسان، فيجب اعتبار الجهاز قادرًا على التفكير.

قيود اختبار تورينغ

جادل براساد بأن اختبار تورينغ محدود في العديد من الجوانب، وأن تورينغ نفسه أشار إلى بعض هذه القيود في ورقته الأولية. مع زيادة اندماج الذكاء الاصطناعي في كل جانب من جوانب حياتنا، أصبح الناس أقل اهتمامًا بأن يكون الذكاء الاصطناعي غير مميز عن الإنسان، وأكثر اهتمامًا بأن تكون تفاعلاتهم مع الذكاء الاصطناعي سلسة، يجادل براساد. لهذا السبب، يجب اعتبار اختبار تورينغ قديمًا وبدلاً منه معايير أكثر فائدة.

أشار براساد إلى أن العديد من بوتات الدردشة المبكرة تم تصميمها مع اختبار تورينغ في الاعتبار، وفي السنوات الأخيرة تمكنت بعض بوتات الدردشة من خداع أكثر من ثلث القضاة البشر (الحد الذي تم تحديده لاجتياز اختبار تورينغ). ومع ذلك، فإن القدرة على محاكاة أنماط الكلام البشري بنجاح لا يعني أن الجهاز يمكن أن يعتبر “مثيرًا للذكاء” حقًا. يمكن للنماذج الاصطناعية أن تكون ماهرة جدًا في مجال معين ومدمرة في مجالات أخرى، دون وجود أي شكل من أشكال الذكاء العام. ومع ذلك، يظل اختبار تورينغ معيارًا شائعًا لقياس بوتات الدردشة والمساعدين الرقميين، حيث يلاحظ براساد أن القيادات التجارية والصحفيين يسألون باستمرار متى سيكون أليكسا قادرًا على اجتياز اختبار تورينغ.

وفقًا لبراساد، فإن أحد القضايا الرئيسية مع استخدام اختبار تورينغ لتقييم الذكاء الآلي هو أنه يهمل إلى حد كبير القدرة على البحث عن المعلومات والقيام بالحسابات بسرعة فائقة. تعمل برامج الذكاء الاصطناعي على إضافة فترات زمنية اصطناعية في الاستجابة للأسئلة الرياضية والجغرافية المعقدة لخداع البشر، ولكن لديهم إجابة لهذه الأسئلة تقريبًا في الحال. بالإضافة إلى ذلك، لا يأخذ اختبار تورينغ في الاعتبار القدرة المتزايدة للذكاء الاصطناعي على استخدام البيانات التي تم جمعها بواسطة حساسات خارجية، مع تجاهل كيفية تفاعل الذكاء الاصطناعي مع العالم من حولها من خلال خوارزميات الرؤية والحركة، ويعتمد فقط على التواصل النصي.

إنشاء معايير جديدة

جادل براساد بأن هناك حاجة إلى إنشاء أشكال جديدة لقياس الذكاء، طرق أفضل لقياس الذكاء العام. يجب أن تعكس هذه الاختبارات كيفية استخدام الذكاء الاصطناعي في المجتمع الحديث وأهداف الناس لاستخدامه. يجب أن تكون الاختبارات قادرة على تحديد كيفية تحسين الذكاء الاصطناعي للذكاء البشري وكيفية تحسين حياة الناس اليومية. بالإضافة إلى ذلك، يجب أن تفهم الاختبار كيفية ظهور الذكاء الاصطناعي لميزات بشرية من الذكاء، بما في ذلك إتقان اللغة والمراقبة الذاتية والمنطق الشائع.

المجالات الحالية والمهمة لأبحاث الذكاء الاصطناعي، مثل التفكير والعدالة والتواصل والفهم الحسي، لا يتم تقييمها بواسطة اختبار تورينغ، ولكن يمكن قياسها بطرق مختلفة. أوضح براساد أن أحد الطرق لقياس هذه الميزات من الذكاء هو كسر التحديات إلى مهام فرعية. طريقة أخرى لتقييم هذه الميزات هي إنشاء تحدٍ حقيقي كبير لتفاعل الإنسان والحاسوب.

عندما أنشأت أمازون جائزة أليكسا، قامت بإنشاء معايير تتطلب من البوتات الاجتماعية التحدث مع إنسان لمدة 20 دقيقة. تم تقييم البوتات على قدرتهم على التحدث بشكل منطقي عن مجموعة واسعة من المواضيع مثل التكنولوجيا والرياضة والسياسة والترفيه. كان العملاء مسؤولين عن تسجيل البوتات خلال مرحلة التطوير، مع منحهم درجات بناءً على رغبتهم في التحدث مع البوت مرة أخرى. خلال الجولة النهائية، كان القضاة المستقلون مسؤولين عن تصنيف البوتات باستخدام مقياس 5 نقاط. اعتمدت معايير القضاة على أساليب تسمح للذكاء الاصطناعي بالتعبير عن سمات بشرية مهمة مثل التعاطف عند الاقتضاء.

في النهاية، جادل براساد بأن انتشار الأجهزة التي تعمل بالذكاء الاصطناعي مثل أليكسا يمثل فرصة هامة لقياس تقدم الذكاء الاصطناعي، ولكننا سنحتاج إلى معايير مختلفة للاستفادة من هذه الفرصة الجديدة.

“تتطلب مثل هذه الأجهزة أن تكون خبيرة في عدد كبير من المهام، وهو ما لا يمكن أن يتحقق إلا من خلال قدرة التعلم العامة بدلاً من الذكاء المحدد للمهام،” أوضح براساد. “لذلك، خلال العقد القادم وما بعده، من المفيد أن نرى فائدة خدمات الذكاء الاصطناعي، مع قدراتهم على المساعدة الحوارية والاستباقية على الأجهزة المحيطة، كاختبار جيد.”