تست تورینگ چیست؟بررسی چالش ها و محدودیت های آن

هوش مصنوعی به عنوان شاخه‌ای از علوم کامپیوتر است که با خودکارسازی رفتارهای هوشمندانه سروکار دارد. به طور کلی اصطلاح هوش مصنوعی برای تشریح کردن سیستم‌هایی به کار می‌رود که هدف آن‌ها استفاده از ماشین‌ها برای تقلید و شبیه‌سازی هوش انسانی و رفتارهای مرتبط با آن است. این هدف گاه ممکن است با استفاده از الگوریتم‌های ساده و الگوهای از پیش تعیین شده محقق شود. ولی گاهی هم نیاز به الگوریتم‌ها فوق‌العاده پیچیده دارد. اما یکی از رایج‌ترین روش‌های ارزیابی هوش مصنوعی، آزمونی موسوم به آزمون تورینگ است. این آزمون در سال ۱۹۵۱ توسط آلن تورینگ، که یکی از ریاضی‌دانان و متخصصین برجسته‌ی علوم رایانه در بریتانیا بود پیشنهاد شده است. در ادامه با این آزمون بیشتر آشنا می‌شویم.

تاریخچه تست تورینگ

تورینگ این آزمون را در مقاله خود با نام محاسبات و هوش ماشینی زمانی که در دانشگاه منچستر درس می‌خواند منتشر کرد. در این مقاله تورینگ عبارت بازی تقلید(Imitation Game) را مطرح کرد. هوش مصنوعی در بازی تقلید حضور نداشت. بازی تقلید شامل سه انسان در سه اتاق بود. هر اتاق یک تلویزیون و کیبورد دارد و یک اتاق مرد، یک اتاق زن و یک اتاق یک قاضی مرد یا زن دارد. شرکت کننده زن تلاش می‌کند تا قاضی را متقاعد کند که مرد است و قاضی باید تشخیص دهد که حقیقت است یا نه.

شاید بپرسید این بازی نسبتا ساده چه ارتباطی با هوش مصنوعی دارد؟ بر اساس پیشنهاد تورینگ، می‌توان به جای قرار دادن یک زن و یک مرد در دو سوی این رقابت، یک انسان و یک رایانه را در دو سوی این رقابت قرار داد. در این حالت، وظیفه‌ی داور نیز شناسایی رایانه خواهد بود. به عبارت دیگر، داور به مدت پنج دقیقه به گفتگو‌‌ی متنی با دو شرکت کننده (یکی انسان و دیگری رایانه) می‌پردازد . در این بین وظیفه‌ی رایانه فریب دادن داور است. برای دست‌یابی به نتیجه‌ی نهایی، این آزمون بارها تکرار می‌شود. اگر در بیش از نیمی از موارد، داور فریب خورده و رایانه را به‌عنوان انسان قلمداد کند، این رایانه در آزمون تورینگ موفق شده است و می‌توان آن را «هوشمند» قلمداد کرد.

چت‌بات‌ها چگونه در تست تورینگ موفق می‌شوند؟

برنامه‌های مختلفی ادعا می‌کنند که توانسته‌اند آزمون تورینگ را با موفقیت پشت سر بگذارند. هرچند که صاحب‌نظران در رابطه با موفقیت این نرم‌افزارها در آزمون تورینگ اتفاق نظر ندارند. الیزا یکی از اولین برنامه‌های کامپیوتری پردازش زبان طبیعی است که از سال ۱۹۶۴ تا 1966 در آزمایشگاه هوش مصنوعی MIT توسط جوزف ویزنیام طراحی شده‌است. برای نشان دادن سطحی از ارتباط بین انسان و ماشین اختراع شد.  این چت‌بات سوال‌هایی را از شخص می‌پرسید و بر اساس کلمات کلیدی موجود در پاسخ، پاسخ مناسبی ارائه می‌داد یا سوالات دیگری را مطرح می‌کرد. اگر در پاسخ داده هیچ کلمه‌ای وجود نداشت که با کلمات کلیدی موجود در بانک اطلاعاتی ELIZA مطابقت داشته باشد، یک جمله یا سوال عمومی ارائه می‌شد تا از این طریق گفتگو ادامه پیدا کند.

اما در ورای این الگوریتم ساده و توانایی ساخت جملات ساده‌ی انگلیسی، ELIZA و دیگر چت‌بات‌ها از تکنیک دیگری نیز برای موفقیت در آزمون تورینگ استفاده می‌کنند؛ این تکنیک را می‌توان «شخصیت پردازی» نامید. در این تکنیک، شخصیت خاصی برای چت‌بات تعریف می‌شود تا بدین شکل بتوان محدودیت‌های زبانی و گفتگو‌های چت‌بات‌ها را توجیه کرد. برای مثال، یکی از معروف‌ترین سناریوهای تعریف شده برای ELIZA، سناریویی موسوم به «دکتر» بود. در این سناریو، چت‌بات نقش یک روان‌شناس انسان‌گرا را بازی می‌کرد. روان‌شناسان انسان‌گرا به‌طور معمول سوالات مختلفی از بیماران می‌پرسند، اما جواب‌های دقیقی ارائه نمی‌دهند. در چنین حالتی، محدود بودن پاسخ‌های داده شده توسط ELIZA با توجه به شخصیت تعریف شده برای آن توجیه می‌شد. به کمک این ترفند ساده و الگوریتم اولیه‌ی خود، ELIZA می‌توانست افراد زیادی را متقاعد کند که او یک انسان است.

محدودیت های تست تورینگ

در طول سالیان، آزمون تورینگ انتقاد های زیادی داشته است. مثلا برای سالها اگر از کامپیوتر ها سوال های با جواب بله/خیر می‌پرسیدید، امتیاز بالایی در آزمون دریافت می‌کرد .اما اگر سوالاتی می‌پرسیدید که احتیاج به جواب تشریحی داشت، عملکرد خوبی از کامپیوتر دریافت نمی‌کردید. یا برنامه ای مثل ELIZA می‌توانست به راحتی با دستکاری نماد ها آزمون را با موفقیت پشت سر بگذارد. به پیشنهاد آلن تورینگ، مدت زمان پنج دقیقه برای گفتگو‌ی هر داور با شرکت کنندگان در نظر گرفته شده‌است. اما اکنون پیشنهاد می‌شود این مدت حتی تا ۱۲۰ دقیقه افزایش پیدا کند.

بر اساس مشکلات ساختاری آزمون تورینگ، پیشنهادهای مختلفی برای بهبود و جایگزینی این آزمون ارائه شده‌اند. پیشنهادهایی که مرتبط با بهبود این آزمون هستند اصولا به قوانین این آزمون مربوط می‌شوند.

همچنین پیشنهاد شده که به‌جای گفتگو‌ی داور با یک رایانه و یک انسان؛ داور به‌طور همزمان با سه انسان و یک رایانه گفتگو کند . از میان این چهار گفتگو‌کننده، تشخیص دهد کدام‌یک انسان نیست. افزایش تعداد داوران نیز یکی از بهبودهای پیشنهادی در آزمون تورینگ است. برای مثال پیشنهاد شده که هر رایانه توسط سه داور مورد ارزیابی قرار گیرد، در این حالت موفقیت رایانه در فریب دو داور از مجموع سه داور، به معنای موفقیت در نسخه‌ی اصلاح‌شده‌ی آزمون تورینگ است. اما پیشنهاداتی نیز برای جایگزینی آزمون تورینگ ارائه شده‌اند.

پیشنهاد جایگزین تست تورینگ

یکی از پیشنهادهای ارائه شده توسط موسسه‌ی تحقیقاتی OpenAI که به تحقیق در حوزه‌ی هوش مصنوعی می‌پردازد. آزمونی است که در آن هوش مصنوعی در مقابل هوش مصنوعی قرار می‌گیرد. در این آزمون پیشنهادی، مسئله‌ای برای هوش مصنوعی تعریف می‌شود. بدیهی است که هوش مصنوعی با الگوریتم‌های تعریف شده‌ی خود به حل مسئله می‌پردازد. پس از حل مسئله، داوران کارآمدی روش استفاده شده برای حل مسئله را مورد ارزیابی قرار می‌دهند؛ اما تفاوت اصلی در ماهیت داوران است. بر اساس پیشنهاد OpenAI، در این آزمون، در کنار داوران انسانی، دست کم یک رایانه نیز به قضاوت در مورد عملکرد هوش مصنوعی می‌پردازد. به‌عبارتی، در چنین حالتی رایانه‌ها همتایان خود را مورد سنجش و ارزیابی قرار می‌دهند.

آن‌چه توسط OpenAI پیشنهاد شده، فراتر از مفهوم هوش مصنوعی در آزمون تورینگ است .این پیشنهاد بر تعامل سطحی انسان و ماشین متمرکز شده است. آزمون‌های آتی که برای سنجش هوش مصنوعی ایجاد می‌شوند، باید بر تعامل عمیق و سازنده میان ماشین‌ها و دنیای اطراف، از جمله انسان، متمرکز باشند. به گفته‌ی آلکس هرن از نشریه‌ی گاردین:

با مجبور کردن [هوش مصنوعی] به تقلید از انسان، ما مانع فراتر رفتن آن‌ها از [مرزهای] انسانی شده‌ایم.

طرح های پیشنهادی برای آزمون های آینده

در حال حاضر شش ضابطه برای ساخت آزمون‌های آینده جهت ارزیابی هوش مصنوعی پیشنهاد شده‌اند.

 اولین ضابطه، توانایی تطبیق هوش مصنوعی با شرایط و واکنش مناسب نسبت به شرایط است.

دومین ضابطه توانایی هوش مصنوعی جهت یادگیری از تجربیات در گذر زمان است.هوش مصنوعی باید بتواند با کسب تجربیات جدید، آن‌ها را تحلیل کرده و در تصمیم‌گیری‌های آتی مورد استفاده قرار دهد.

 سومین ضابطه، توانایی ارتباط با دیگر رایانه‌ها و نرم‌افزارهای هوش مصنوعی است. در جهان هستی، اجزای مختلف با یکدیگر در تعامل هستند. اگر قرار است تصمیم‌گیری‌ها را به هوش مصنوعی واگذار کنیم، یکی از پیش‌شرط‌ها، توانایی آن‌ها برای ارتباط با دیگر رایانه‌های هوشمند خواهد بود.

توانایی حفظ و به‌خاطر سپاری نیز یکی دیگر از نیازهای هوش مصنوعی است. به توانایی یادگیری از تجربیات پیشین اشاره کردیم. طبیعی است که یکی از پیش‌شرط‌های بهره بردن از تجربیات، توانایی حفظ و به‌خاطرسپاری است.

توانایی پیش‌بینی نیازهای آینده نیز یکی دیگر از شروط ارزیابی هوش مصنوعی است. به ویژه در زمینه‌هایی مانند تصمیم‌گیری‌های تجاری، توانایی پیش‌بینی آینده یک نیاز حیاتی خواهد بود.

انعطاف‌پذیری نیز یکی از توانایی‌های مورد نیاز برای هوش مصنوعی است. انعطاف‌پذیری، تا حدودی برایند توانایی‌های فوق‌الذکر است؛ اما لازم است که به‌طور جداگانه مدنظر قرارگرفته شود.

انواع تست تورینگ

انواع مختلفی از آزمون تورینگ را معرفی کرده‌اند که در زیر تعدادی را می‌خوانیم:

تست تورینگ معکوس: 

در این آزمون یک انسان سعی می‌کند به کامپیوتر بفهماند که یک کامپیوتر نیست. مثل CAPTCHA

تست تورینگ کامل: 

در این آزمون پرسشگر می‌تواند توانایی های ادراکی و همچنین توانایی دستکاری اشیاء را هم مورد آزمون قرار دهد.

تست تورینگ هوش سیگنالی: 

در این آزمون فقط سوال های با جواب درست/غلط یا بله/خیر پرسیده می‌شوند.

بسیاری از محققین آزمون تورینگ را مشکل دار میدانستند . در نتیجه آزمون های دیگری را به جای آزمون تورینگ ارائه دادند.

تست تورینگ مارکوس: 

در این آزمون کامپیوتر یک برنامه تلویزیونی را نگاه می‌کند . سپس از آن سوال هایی درباره برنامه ای که دیده می‌پرسند.

تست Lovelace:

در این آزمون کامپیوتر باید یک اثر هنری بسازد.

تست Winograd Schema:

در این آزمون کامپیوتر باید به سوال های چند گزینه ای پاسخ دهد.