- คำศัพท์ (A ถึง D)
- การควบคุมความสามารถของ AI
- AIOps
- อัลบั้ม
- ประสิทธิภาพของสินทรัพย์
- ตัวเข้ารหัสอัตโนมัติ
- การขยายพันธุ์หลัง
- ทฤษฎีบทเบย์
- ข้อมูลขนาดใหญ่
- Chatbot: คู่มือสำหรับผู้เริ่มต้น
- การคิดเชิงคำนวณ
- วิสัยทัศน์คอมพิวเตอร์
- เมทริกซ์ความสับสน
- เครือข่ายประสาทเทียม
- cybersecurity
- ผ้าข้อมูล
- การเล่าเรื่องข้อมูล
- ข้อมูลวิทยาศาสตร์
- คลังข้อมูล
- ต้นไม้ตัดสินใจ
- Deepfakes
- การเรียนรู้ลึก ๆ
- การเรียนรู้การเสริมแรงเชิงลึก
- devops
- DevSecOps
- แบบจำลองการแพร่กระจาย
- ดิจิตอลแฝด
- การลดขนาด
- คำศัพท์ (E ถึง K)
- เอดจ์ไอ
- อารมณ์ AI
- การเรียนรู้ทั้งมวล
- การแฮ็กอย่างมีจริยธรรม
- ETL
- AI ที่อธิบายได้
- สหพันธ์การเรียนรู้
- ฟินอ๊อฟ
- กำเนิด AI
- เครือข่ายผู้ให้กำเนิด
- กำเนิดเทียบกับการเลือกปฏิบัติ
- ไล่โทนสี
- โคตรไล่ระดับ
- การเรียนรู้ไม่กี่ช็อต
- การจำแนกรูปภาพ
- การดำเนินงานด้านไอที (ITOps)
- ระบบอัตโนมัติของเหตุการณ์
- วิศวกรรมอิทธิพล
- K-หมายถึงการจัดกลุ่ม
- K-เพื่อนบ้านที่ใกล้ที่สุด
- คำศัพท์ (L ถึง Q)
- คำศัพท์ (R ถึง Z)
- การเรียนรู้เสริมแรง
- AI ที่มีความรับผิดชอบ
- อาร์แอลเอชเอฟ
- ระบบอัตโนมัติของกระบวนการหุ่นยนต์
- มีโครงสร้าง vs ไม่มีโครงสร้าง
- การวิเคราะห์ความเชื่อมั่น
- อยู่ภายใต้การดูแล vs ไม่ได้รับการดูแล
- สนับสนุนเครื่องเวกเตอร์
- ข้อมูลสังเคราะห์
- สื่อสังเคราะห์
- การจัดประเภทข้อความ
- TinyML
- ถ่ายทอดการเรียนรู้
- เครือข่ายประสาทหม้อแปลง
- การทดสอบของทัวริง
- การค้นหาความคล้ายคลึงกันของเวกเตอร์
ปัญญาประดิษฐ์ทั่วไป
การทดสอบทัวริงคืออะไรและเหตุใดจึงสำคัญ
สารบัญ
หากคุณเคยอยู่ในแวดวงปัญญาประดิษฐ์ (AI) คุณคงเคยได้ยินคำว่า 'การทดสอบทัวริง'. นี่เป็นการทดสอบครั้งแรกที่เสนอโดย Alan Turing ในปี 1950 การทดสอบนี้ได้รับการออกแบบให้เป็นการทดลองขั้นสุดท้ายว่า AI มีความฉลาดระดับมนุษย์หรือไม่ ตามแนวคิดแล้ว หาก AI สามารถผ่านการทดสอบได้ ก็จะได้รับสติปัญญาที่เทียบเท่าหรือแยกไม่ออกจากมนุษย์
เราจะสำรวจว่าใคร ทัวริงอลัน คือ การทดสอบคืออะไร ทำไมจึงสำคัญ และเหตุใดคำจำกัดความของการทดสอบอาจต้องมีวิวัฒนาการ
อลัน ทัวริงคือใคร?
ทัวริงเป็นนักคณิตศาสตร์ชาวอังกฤษที่ไม่ธรรมดา ซึ่งเป็นที่รู้จักจากแนวคิดที่แหวกแนวแห่งอนาคต
ในปี 1935 เมื่ออายุได้ 22 ปี ผลงานของเขาเกี่ยวกับทฤษฎีความน่าจะเป็นทำให้เขาได้รับทุน Fellowship of King's College แห่งมหาวิทยาลัยเคมบริดจ์ แนวคิดทางคณิตศาสตร์ที่เป็นนามธรรมของเขาช่วยผลักดันเขาไปในทิศทางที่แตกต่างไปจากเดิมอย่างสิ้นเชิงในสาขาที่ยังไม่ได้รับการคิดค้น
ในปี พ.ศ. 1936 ทัวริงได้ตีพิมพ์บทความซึ่งปัจจุบันได้รับการยอมรับว่าเป็นรากฐานของวิทยาการคอมพิวเตอร์ นี่เองที่เขาได้คิดค้นแนวคิดของ 'Universal Machine' ที่สามารถถอดรหัสและดำเนินการชุดคำสั่งใดก็ได้
ในปี 1939 ทัวริง ได้รับการคัดเลือกจากแผนกถอดรหัสของรัฐบาลอังกฤษ ในเวลาที่เยอรมนีใช้สิ่งที่เรียกว่า 'เครื่องปริศนา' ถึง เข้ารหัสสัญญาณทางทหารและทางเรือทั้งหมด ทัวริงพัฒนาเครื่องจักรใหม่อย่างรวดเร็ว ('บอมบ์') ซึ่งสามารถทำลายข้อความปริศนาในระดับอุตสาหกรรมได้ การพัฒนานี้ถือเป็นเครื่องมือในการช่วยผลักดันการรุกรานของนาซีเยอรมนี
ในปี พ.ศ. 1946 ทัวริงกลับมาทำงานตามแนวคิดปฏิวัติของเขาที่เผยแพร่ในปี พ.ศ. 1936 เพื่อพัฒนาคอมพิวเตอร์อิเล็กทรอนิกส์ที่สามารถใช้งานการคำนวณประเภทต่างๆ ได้ เขาออกแบบรายละเอียดสำหรับสิ่งที่เรียกว่า เครื่องยนต์คอมพิวเตอร์อัตโนมัติ (อช.)
ในปีพ.ศ. 1950 ทัวริงได้ตีพิมพ์ผลงานของเขาโดยถามว่าเครื่องจักรคิดได้?“. บทความนี้ได้พลิกโฉมทั้งวิทยาการคอมพิวเตอร์และ AI ไปอย่างสิ้นเชิง
ในปีพ.ศ. 1952 หลังจากชายหนุ่มคนหนึ่งแจ้งความกับตำรวจ ทัวริงถูกตัดสินว่ามีความผิดฐานอนาจารอย่างร้ายแรงเนื่องจากกิจกรรมรักร่วมเพศของเขา ด้วยเหตุนี้การรักษาความปลอดภัยของรัฐบาลจึงถูกยกเลิก และอาชีพของเขาก็ถูกทำลาย เพื่อลงโทษเขา เขาถูกตอนทางเคมี
เมื่อชีวิตของเขาพังทลาย เขาถูกคนทำความสะอาดพบในบ้านของเขาในวันที่ 8 มิถุนายน พ.ศ. 1954 เขาเสียชีวิตจากพิษของไซยาไนด์เมื่อวันก่อน แอปเปิ้ลที่กินไปบางส่วนวางอยู่ข้างกายของเขา คำตัดสินของเจ้าหน้าที่ชันสูตรเป็นการฆ่าตัวตาย
โชคดีที่มรดกของเขายังคงอยู่ต่อไป
การทดสอบทัวริงคืออะไร?
ในปี พ.ศ. 1950 อลัน ทัวริงได้ตีพิมพ์บทความเรื่อง "เครื่องจักรคอมพิวเตอร์และหน่วยสืบราชการลับ” ในนิตยสารมายด์ ในเอกสารรายละเอียดนี้คำถาม "เครื่องจักรคิดได้หรือไม่" ถูกเสนอ กระดาษแนะนำให้ละทิ้งภารกิจที่กำหนดว่าเครื่องจักรสามารถคิดได้หรือไม่ ให้ทดสอบเครื่องจักรด้วย 'เกมเลียนแบบ' แทน เกมง่ายๆ นี้เล่นกับคนสามคน:
- ผู้ชาย (A)
- ผู้หญิง (B)
- และผู้สอบสวน (C) ที่อาจเป็นเพศใดก็ได้
แนวคิดของเกมคือผู้ซักถามอยู่ในห้องที่แยกจากทั้งผู้ชาย (A) และผู้หญิง (B) เป้าหมายคือให้ผู้ซักถามระบุว่าผู้ชายเป็นใครและผู้หญิงเป็นใคร ในกรณีนี้ เป้าหมายของผู้ชาย (A) คือการหลอกลวงผู้ซักถาม ในขณะที่ผู้หญิง (B) สามารถพยายามช่วยผู้ซักถาม (C) เพื่อให้เกิดความยุติธรรมนี้ ไม่สามารถใช้คำพูดใดๆ ได้ แต่จะส่งเฉพาะคำถามและคำตอบที่พิมพ์ดีดกลับไปกลับมาเท่านั้น จากนั้นคำถามจะกลายเป็น: ผู้ซักถามรู้ได้อย่างไรว่าใครควรไว้วางใจ?
ผู้ซักถามรู้จักพวกเขาจากป้ายกำกับ X และ Y เท่านั้น และในตอนท้ายของเกม เขาเพียงแค่ระบุว่า 'X คือ A และ Y คือ B' หรือ 'X คือ B และ Y คือ A'
คำถามก็คือ ถ้าเราเอาผู้ชาย (A) หรือผู้หญิง (B) ออก แล้วเอาเครื่องจักรอัจฉริยะมาแทนที่บุคคลนั้น เครื่องจะสามารถใช้ระบบ AI ของมันหลอกให้ผู้สอบปากคำ (C) เชื่อว่าเป็นผู้ชายหรือ ผู้หญิง? นี่คือธรรมชาติของการทดสอบทัวริงโดยแท้
กล่าวอีกนัยหนึ่ง หากคุณต้องสื่อสารกับระบบ AI โดยไม่รู้ตัว และคุณคิดว่า 'ตัวตน' ที่อยู่อีกด้านหนึ่งเป็นมนุษย์ AI จะหลอกคุณไปเรื่อย ๆ ได้หรือไม่?
เหตุใดการทดสอบทัวริงจึงมีความสำคัญ
ในเอกสารของอลัน ทัวริง เขาพาดพิงถึงข้อเท็จจริงที่ว่าเขาเชื่อว่าการทดสอบทัวริงสามารถเอาชนะได้ในที่สุด เขากล่าวว่า: "ภายในปี พ.ศ. 2000 ข้าพเจ้าเชื่อว่าในเวลาประมาณห้าสิบปี จะสามารถตั้งโปรแกรมคอมพิวเตอร์ได้ โดยมีความจุประมาณ 109เพื่อให้พวกเขาเล่นเกมเลียนแบบได้ดีจนผู้ซักถามโดยเฉลี่ยจะมีไม่เกิน 70 เปอร์เซ็นต์ โอกาสในการระบุตัวตนที่ถูกต้องหลังจากซักถามห้านาที"
เมื่อดูการทดสอบทัวริงผ่านเลนส์สมัยใหม่ ดูเหมือนว่าเป็นไปได้มากที่ระบบ AI สามารถหลอกมนุษย์ได้ห้านาที บ่อยแค่ไหนที่มนุษย์โต้ตอบกับแชทบอทสนับสนุนโดยไม่รู้ว่าแชทบอทนั้นเป็นมนุษย์หรือบอท?
มีรายงานมากมายเกี่ยวกับการผ่านการทดสอบทัวริง ในปี 2014 โปรแกรมแชทบอทชื่อ ยูจีน กูสต์แมนซึ่งจำลองเด็กชายยูเครนอายุ 13 ปี กล่าวกันว่าผ่านการทดสอบของทัวริงในงานที่จัดโดยมหาวิทยาลัยเร้ดดิ้ง เห็นได้ชัดว่าแชทบอททำให้ผู้พิพากษา 33% ของราชสมาคมในลอนดอนเชื่อว่าเป็นมนุษย์ อย่างไรก็ตาม นักวิจารณ์ต่างรีบชี้ให้เห็นถึงความไม่เพียงพอของการทดสอบ ความจริงที่ว่าผู้พิพากษาจำนวนมากไม่มั่นใจ ระยะเวลาของการทดสอบ (เพียง 5 นาที) เช่นเดียวกับการขาดหลักฐานที่จะเกิดขึ้นสำหรับความสำเร็จนี้
ในปี 2018 ระบบการจอง Google Duplex ด้วยความช่วยเหลือของ Google Assistant ได้โทรศัพท์ไปยังร้านทำผมเพื่อนัดเวลาตัดผม ในกรณีนี้ ระบบเอไอไม่ได้แนะนำตัวเองว่าเป็นเอไอ และระหว่างที่คุยโทรศัพท์ก็แสร้งเป็นมนุษย์ขณะพูดกับพนักงานต้อนรับของร้านเสริมสวย หลังจากการแลกเปลี่ยนสั้น ๆ กำหนดการตัดผมก็สำเร็จและทั้งสองฝ่ายก็วางสาย
อย่างไรก็ตาม มันเป็นยุคของการประมวลผลภาษาธรรมชาติ (NLP) โดยมีสาขาย่อยของความเข้าใจภาษาธรรมชาติ (NLU) และการตีความภาษาธรรมชาติ (NLI) คำถามจะต้องถูกถาม หากเครื่องถามและตอบคำถามไม่ครบถ้วน การทำความเข้าใจบริบทเบื้องหลังสิ่งที่กล่าวไว้ว่าเครื่องจักรมีความชาญฉลาดอย่างแท้จริงหรือไม่
ท้ายที่สุดหากคุณทบทวน เทคโนโลยีที่อยู่เบื้องหลังวัตสันซึ่งเป็นระบบคอมพิวเตอร์ที่สามารถตอบคำถามในภาษาธรรมชาติ พัฒนาโดย IBM เพื่อเอาชนะแชมป์ Jeopardy เห็นได้ชัดว่าวัตสันสามารถเอาชนะแชมป์โลกได้ด้วยการดาวน์โหลดความรู้ของโลกจำนวนมากผ่านทางอินเทอร์เน็ต โดยไม่เข้าใจจริงๆ บริบทเบื้องหลังภาษานี้ มีข้อมูล 200 ล้านหน้าจากแหล่งต่างๆ รวมทั้งวิกิพีเดีย มีข้อจำกัดตรงที่วัตสันไม่สามารถเข้าถึงอินเทอร์เน็ตได้ในขณะที่เล่นเกม แต่นี่เป็นเพียงข้อจำกัดเล็กน้อยสำหรับ AI ที่สามารถเข้าถึงความรู้ทั้งหมดของมนุษย์ก่อนที่เกมจะเริ่มขึ้น
คล้ายกับเครื่องมือค้นหา มีการสร้างคำหลักและจุดอ้างอิง หาก AI สามารถบรรลุความเข้าใจในระดับนี้ เราควรพิจารณาว่าด้วยเทคโนโลยีที่ก้าวหน้าในปัจจุบัน การหลอกมนุษย์เป็นเวลา 5 หรือ 10 นาทีนั้นไม่ได้สร้างมาตรฐานที่สูงพอ
การทดสอบทัวริงควรมีวิวัฒนาการหรือไม่?
การทดสอบทัวริงทำงานได้อย่างยอดเยี่ยมในการยืนหยัดในการทดสอบของเวลา อย่างไรก็ตาม AI ได้พัฒนาไปอย่างมากตั้งแต่ปี 1950 ทุกครั้งที่ AI บรรลุความสำเร็จที่เราอ้างว่ามีเพียงมนุษย์เท่านั้นที่ทำได้ เราก็สร้างมาตรฐานให้สูงขึ้น จะใช้เวลาไม่นานจนกว่า AI จะสามารถผ่านการทดสอบทัวริงได้อย่างสม่ำเสมอตามที่เราเข้าใจ
เมื่อตรวจสอบประวัติของ AI บารอมิเตอร์ที่ดีที่สุดว่า AI สามารถบรรลุความฉลาดระดับมนุษย์ได้หรือไม่นั้นมักจะขึ้นอยู่กับว่าสามารถเอาชนะมนุษย์ในเกมต่างๆ ได้หรือไม่ ในปี พ.ศ. 1949 คลอดด์แชนนอน ได้เผยแพร่ความคิดของเขาในหัวข้อการสร้างคอมพิวเตอร์ให้เล่นหมากรุกได้อย่างไร เพราะสิ่งนี้ถือเป็นสุดยอดปัญญาของมนุษย์
จนกระทั่งวันที่ 10 กุมภาพันธ์ พ.ศ. 1996 หลังจากการแข่งขันสามชั่วโมงที่เหน็ดเหนื่อยแชมป์หมากรุกโลกคนนั้น Garry Kasparov แพ้เกมแรกจากหกเกมที่พบกับ Deep Blueซึ่งเป็นคอมพิวเตอร์ของ IBM ที่สามารถประเมินการเคลื่อนไหวได้ 200 ล้านครั้งต่อวินาที ไม่นานนักหมากรุกก็ไม่ถือว่าเป็นจุดสุดยอดของความฉลาดของมนุษย์อีกต่อไป จากนั้นหมากรุกก็ถูกแทนที่ด้วยเกมโก ซึ่งเป็นเกมที่มีต้นกำเนิดในประเทศจีนเมื่อกว่า 3000 ปีที่แล้ว แถบสำหรับ AI ที่บรรลุระดับสติปัญญาของมนุษย์ถูกเลื่อนขึ้น
กรอไปข้างหน้าอย่างรวดเร็วจนถึงเดือนตุลาคม 2015 AlphaGo ลงเล่นนัดแรกกับ Mr Fan Hui แชมป์ยุโรป XNUMX สมัยที่ครองแชมป์ AlphaGo ชนะการแข่งขัน Go มืออาชีพเป็นครั้งแรก ด้วยสกอร์ 5-0 Go ถือเป็นเกมที่ซับซ้อนที่สุดในโลกด้วย 10360 การเคลื่อนไหวที่เป็นไปได้ ทันใดนั้นบาร์ก็ถูกเลื่อนขึ้นอีกครั้ง
ในที่สุดข้อโต้แย้งก็คือ AI จะต้องสามารถเอาชนะทีมผู้เล่นในเกม MMORPG (เกมเล่นตามบทบาทออนไลน์ที่มีผู้เล่นหลายคนจำนวนมาก) OpenAI ก้าวเข้าสู่ความท้าทายอย่างรวดเร็วโดยใช้การเรียนรู้แบบเสริมกำลังเชิงลึก
เนื่องจากการย้ายแถบสุภาษิตที่สอดคล้องกันนี้ทำให้เราควรพิจารณาคำจำกัดความใหม่ของการทดสอบทัวริงใหม่ การทดสอบในปัจจุบันอาจอาศัยการหลอกลวงและเทคโนโลยีที่อยู่ในแชทบอทมากเกินไป อาจเป็นไปได้ว่าด้วยวิวัฒนาการของวิทยาการหุ่นยนต์ เราอาจต้องการให้ AI บรรลุความฉลาดระดับมนุษย์อย่างแท้จริง AI จะต้องมีปฏิสัมพันธ์และ "ใช้ชีวิต" ในโลกจริงของเรา เทียบกับสภาพแวดล้อมในเกมหรือสภาพแวดล้อมจำลองที่มีกฎกำหนดไว้
ถ้าแทนที่จะหลอกเรา หุ่นยนต์สามารถโต้ตอบกับเราได้เหมือนมนุษย์ทั่วไป โดยการสนทนา เสนอแนวคิดและการแก้ปัญหา บางทีเท่านั้นจึงจะผ่านการทดสอบทัวริง เวอร์ชันสุดท้ายของการทดสอบทัวริงอาจเป็นตอนที่ AI เข้าใกล้มนุษย์ และพยายามโน้มน้าวให้เรารู้ว่า AI รู้ตัว
ณ จุดนี้ เราจะได้รับปัญญาประดิษฐ์ทั่วไป (AGI) คงจะหลีกเลี่ยงไม่ได้ที่ AI/หุ่นยนต์จะแซงหน้าเราไปอย่างรวดเร็วในด้านสติปัญญา
ผู้ร่วมก่อตั้ง unite.AI และเป็นสมาชิกของ สภาเทคโนโลยี Forbes อองตวนเป็นอ ผู้เป็นเจ้ายังมาไม่ถึง ผู้หลงใหลเกี่ยวกับอนาคตของ AI และหุ่นยนต์
เขายังเป็นผู้ก่อตั้ง หลักทรัพย์.ioซึ่งเป็นเว็บไซต์ที่เน้นการลงทุนด้านเทคโนโลยีก่อกวน
คุณอาจชอบ
Next-Gen AI: การก้าวกระโดดของ OpenAI และ Meta สู่เครื่องให้เหตุผล
เราจะบรรลุ AGI ภายใน 5 ปีได้หรือไม่? Jensen Huang ซีอีโอของ NVIDIA เชื่อว่าเป็นไปได้
ปัญญาประดิษฐ์ทั่วไป (AGI) คืออะไร และเหตุใดจึงยังไม่เกิดขึ้น: การตรวจสอบความเป็นจริงสำหรับผู้ที่ชื่นชอบ AI
ภูมิทัศน์ที่เปลี่ยนแปลงไปของ Generative AI: การสำรวจการผสมผสานระหว่างผู้เชี่ยวชาญ ความหลากหลายทางรูปแบบ และการแสวงหา AGI
การเชื่อมต่อจุดต่างๆ: คลี่คลายโมเดล Q-Star ที่ถูกกล่าวหาของ OpenAI
เปิดตัว Sensory AI: เส้นทางสู่การบรรลุปัญญาประดิษฐ์ทั่วไป (AGI)