ผู้อำนวยการด้านการวิจัยของ Amazon Alexa แย้งว่า Turing Test เป็นเรื่องล้าสมัย

โรฮิต ปราสาด รองประธานและหัวหน้านักวิทยาศาสตร์ของ Alexa ที่ Amazon (AMZN ) ได้ให้ข้อโต้แย้งว่า ทัวริงเทสต์ ซึ่งเป็นมาตรฐานที่ใช้ในการวัดความซับซ้อนของโมเดล AI ควรจะถูกปลดออกจากการใช้เป็นมาตรฐานสำหรับ AI

นักวิทยาศาสตร์คอมพิวเตอร์และนักคณิตศาสตร์ อลัน ทัวริง ได้เสนอแนวคิดของทัวริงเทสต์มากกว่า 70 ปีที่แล้ว จุดประสงค์ของทัวริงเทสต์คือเพื่อช่วยในการตอบคำถามเกี่ยวกับอัจฉริยภาพของเครื่องจักร โดยการกำหนดว่าเครื่องจักรสามารถ “คิด” ในลักษณะเดียวกับมนุษย์ได้หรือไม่ เพื่อตอบคำถามนี้ ทัวริงได้ให้เหตุผลว่าหากเครื่องจักรสามารถแสดงพฤติกรรมที่ซับซ้อนในการสนทนาได้จนไม่สามารถแยกแยะระหว่างการโต้ตอบของเครื่องจักรและมนุษย์ได้ เครื่องจักรนั้นควรจะถือว่ามีความสามารถในการ “คิด”

ข้อจำกัดของทัวริงเทสต์

ปราสาดให้ข้อโต้แย้งว่าทัวริงเทสต์มีข้อจำกัดหลายประการ และทัวริงเองก็ได้กล่าวถึงข้อจำกัดเหล่านี้ใน บทความเริ่มแรก ของเขา เมื่อ AI ได้ถูกผสมผสานเข้ากับทุกด้านของชีวิตแล้ว ผู้คนก็ไม่สนใจว่า AI นั้นไม่สามารถแยกแยะจากมนุษย์ได้อีกต่อไป แต่พวกเขาสนใจที่จะโต้ตอบกับ AI ได้อย่างราบรื่น ปราสาดให้ข้อโต้แย้งว่าทัวริงเทสต์ควรจะถูกพิจารณาว่าเป็นเรื่องล้าสมัยและควรจะถูกแทนที่ด้วยมาตรฐานที่มีประโยชน์มากกว่า

ปราสาดให้ข้อสังเกตว่าชัตบอทหลายตัวในสมัยแรกถูกออกแบบมาเพื่อผ่านการทัวริงเทสต์ และในช่วงไม่กี่ปีที่ผ่านมา ชัตบอทบางตัวสามารถหลอกลวงผู้พิพากษามนุษย์ได้มากกว่าหนึ่งในสาม (เกณฑ์ที่ต้องการในการผ่านการทัวริงเทสต์) อย่างไรก็ตาม การที่ชัตบอทสามารถเลียนแบบรูปแบบการพูดของมนุษย์ได้ ไม่ได้หมายความว่าเครื่องจักรนั้นสามารถถือว่าเป็น “อัจฉริยะ” ได้ โมเดล AI สามารถมีความสามารถสูงในด้านหนึ่ง แต่มีความสามารถต่ำในด้านอื่น และไม่มีรูปแบบของความฉลาดทั่วไป

ตามที่ปราสาดให้ข้อสังเกตว่าหนึ่งในประเด็นหลักของการใช้ทัวริงเทสต์ในการประเมินความฉลาดของเครื่องจักรคือการที่ทัวริงเทสต์ไม่ได้พิจารณาความสามารถของเครื่องจักรในการค้นหาข้อมูลและดำเนินการคำนวณที่รวดเร็ว AI สามารถ.inject การหยุดชั่วคราวในคำตอบสำหรับคำถามคณิตศาสตร์และภูมิศาสตร์ที่ซับซ้อนเพื่อหลอกลวงมนุษย์ แต่พวกเขามีคำตอบสำหรับคำถามเหล่านั้นเกือบจะทันที นอกจากนี้ ทัวริงเทสต์ไม่ได้พิจารณาความสามารถที่เพิ่มขึ้นของ AI ในการใช้ข้อมูลที่รวบรวมจากเซ็นเซอร์ภายนอก และไม่ได้พิจารณาว่า AI สามารถโต้ตอบกับโลกภายนอกได้อย่างไรผ่านอัลกอริทึมการมองเห็นและการเคลื่อนไหว

การสร้างมาตรฐานใหม่

ปราสาดให้ข้อโต้แย้งว่าควรจะสร้างมาตรฐานใหม่ในการวัดความฉลาด ซึ่งเหมาะสมกว่ากับการประเมินความฉลาดทั่วไป มาตรฐานเหล่านี้ควรจะสะท้อนถึงวิธีการใช้ AI ในสังคมสมัยใหม่และเป้าหมายของผู้ใช้ AI มาตรฐานเหล่านี้ควรจะสามารถประเมินได้ว่า AI สามารถเพิ่มความฉลาดของมนุษย์ได้อย่างไร และสามารถปรับปรุงชีวิตประจำวันของผู้คนได้อย่างไร นอกจากนี้ มาตรฐานควรจะสามารถเข้าใจได้ว่า AI แสดงถึงคุณลักษณะของความฉลาดที่คล้ายกับมนุษย์ เช่น ความสามารถในการใช้ภาษา การดูแลตนเอง และ “ความฉลาดทั่วไป”

สาขาวิจัย AI ที่สำคัญในปัจจุบัน เช่น การให้เหตุผล ความยุติธรรม การสนทนา และความเข้าใจทางประสาทสัมผัส ไม่ได้ถูกประเมินโดยทัวริงเทสต์ แต่สามารถวัดได้โดยวิธีการต่างๆ ปราสาดให้ข้อสังเกตว่าวิธีหนึ่งในการวัดคุณลักษณะเหล่านี้คือการแบ่งความท้าทายออกเป็นงานย่อยๆ อีกวิธีหนึ่งคือการสร้างความท้าทายในโลกแห่งความเป็นจริงสำหรับการโต้ตอบระหว่างมนุษย์และคอมพิวเตอร์

เมื่อ Amazon สร้าง Alexa Prize ได้สร้างมาตรฐานที่ต้องการให้บอทสังคมสนทนากับมนุษย์เป็นเวลา 20 นาที บอทเหล่านั้นจะถูกประเมินจากความสามารถในการสนทนาอย่างมีเหตุผลเกี่ยวกับหัวข้อต่างๆ เช่น เทคโนโลยี กีฬา การเมือง และความบันเทิง ลูกค้าจะรับผิดชอบในการให้คะแนนบอทในช่วงการพัฒนา โดยให้คะแนนตามความต้องการที่จะสนทนากับบอทอีกครั้ง ในรอบสุดท้าย ผู้พิพากษาอิสระจะรับผิดชอบในการให้คะแนนบอทโดยใช้มาตรฐาน 5 คะแนน มาตรฐานที่ใช้โดยผู้พิพากษาได้พิจารณาจากวิธีการที่ทำให้ AI แสดงถึงคุณลักษณะของมนุษย์ เช่น การเอาใจใส่

ในที่สุด ปราสาดให้ข้อสังเกตว่าการแพร่กระจายของอุปกรณ์ AI ที่เพิ่มขึ้นอย่างรวดเร็ว เช่น Alexa แสดงถึงโอกาสที่สำคัญในการวัดความก้าวหน้าของ AI แต่เราจะต้องมีมาตรฐานใหม่เพื่อใช้ประโยชน์จากโอกาสนี้

“AI เหล่านี้ต้องเป็นนักวิชาการที่มีความสามารถในการทำงานหลายอย่าง ซึ่งสามารถทำได้โดยความสามารถในการเรียนรู้ที่ทั่วไปมากกว่าความฉลาดที่เฉพาะเจาะจง” ปราสาดให้ข้อสังเกต “ดังนั้น ในทศวรรษหน้าและต่อๆ ไป มาตรฐานที่มีประโยชน์ของบริการ AI โดยมีความสามารถในการสนทนาและช่วยเหลืออย่างกระตือรือร้นบนอุปกรณ์ Ambient ควรจะถูกพิจารณา”