Søgningen efter en kunstig intelligens, der var i stand til blot at opretholde en samtale på en venlig måde, viste sig at være alvorlig lang. Da Alan Turing, faren til moderne computere, præsenterede sin berømte test for at vise den rigtige intelligens ved et computerprogram, satte han et meget ambitiøst mål for hardware. Hvis en computer kunne overbevise en gruppe af menneskelige dommere om, at de taler med en person - hvis den kunne føre en samtale - ville det være et bevis på en kunstig intelligens, der har udviklet sig til det punkt, at det ikke kan skelnes fra et menneske.
Denne handske blev droppet i 1950. Indtil videre har intet computerprogram lykkedes at bestå Turing-testen. Individuelle pseudo-feats tæller ikke.
Hvorfor falske feats? Fordi de betragtes som fiaskoer snarere end resultater. F.eks. Udviklede Joseph Weisenbaum i 1966, da computere blev programmeret med store udstansede kort, software til naturlig talebehandling - ELIZA. “Eliza” var en maskine, der skulle føre en samtale, som foregik at være en psykoterapeut; du kan tale med hende i dag.
At tale med "Eliza" er lidt underligt. Hun omskriver ofte det, du sagde, så hvis du f.eks. Siger "Jeg føler mig deprimeret", svarer hun måske "Kom du til mig, fordi du føler dig deprimeret?" Når hun ikke forstår, hvad du siger, svarer hun "ja" eller "fortæl mig mere."
Under dialogens åbningslinjer, især hvis du behandler hende som din læge, kan "Eliza" være ganske overbevisende. Da Weisenbaum bemærkede dette, blev han let bange: folk var klar til at se mere menneskeligt i algoritmen end der var menneske i den. Selvom nogle af emnerne alligevel indså, at de havde at gøre med en maskine, afslørede de snart deres dybe oplevelser og hemmeligheder. De hældte deres sjæl ud til maskinen. Da Weisenbaums sekretær talte med”Eliza”, skønt hun vidste, at hun talte til programmet, insisterede hun stadig på, at Weisenbaum forlod rummet.
Nogle af de uventede reaktioner, som ELIZA har fremkaldt, kan være, at folk er mere tilbøjelige til at åbne op for maskinen, idet de er klar over, at ingen vil dømme dem, selvom maskinen ikke kan sige noget relateret eller hjælpe overhovedet. Eliza-effekten blev opkaldt efter dette computerprogram: mennesker har en tendens til at give maskiner med menneskelige egenskaber eller tænker på dem som mennesker.
Weisenbaum selv, der senere blev dybt mistænksom over virkningen af computere og kunstig intelligens på menneskers liv, var forbløffet over, at folk var villige til at tro, at hans manuskript var menneskeligt. "Jeg troede aldrig, at et meget kort kendskab til et simpelt computerprogram ville føre til sådan vildfarelse ved helt normale mennesker."
Eliza-effekten kan have foruroliget Weisenbaum, men den har fascineret og fascineret andre i årtier. Du har måske bemærket det på dig selv, når du taler med AI som Siri, Alexa eller Google Assistant - disse korte svar virker for virkelige. I dit sane sind, ved du, at du taler til et stort stykke kode, der er gemt et sted i luften. Men ubevidst ser det ud til, at du taler til en person.
Salgsfremmende video:
Desuden. Facebook åbnede sit Messenger-program og stillede software til rådighed for mennesker og virksomheder til at oprette deres egne chatbots. Naturlig talebehandling er gået med store skridt siden 1960'erne. I dag kan du finde imødekommende chatbots som Mitsuku, der for nylig vandt Loebner-prisen, som tildeles maskiner, der er ved at løse Turing-testen. Hun vil svare på hvad du skriver til hende. Ideen er enkel: Hvis der allerede er en app til bestilling af pizza, hvorfor ikke bestille en pizza ved f.eks. At spørge en chatbot som en gammel ven?
Startups som Semantic Machines håber, at deres virtuelle assistenter kan interagere med dig som sekretærer, mens de stadig er i stand til at udtrække oplysninger fra Internettet. Snart er de overalt.
Men mennesker, der laver chatbots - både sociale og kommercielle - står over for et fælles problem: Folk måske ubevidst accepterer chatbots for folk og bliver frustrerede, når de ikke kan holde en normal samtale. Frustration med misforståelser er ofte knyttet til høje indledende forventninger.
Indtil nu har ingen maskiner været i stand til at lære at forstå konteksten - tag hensyn til det, der blev sagt tidligere, henvis til det og svar på baggrund af dialogens aktuelle position. Selv Mitsuku vil ofte forsøge at huske samtaleemnet efter et par dialoglinjer.
Dette er klart. Samtalen kan være mangesidig og kompleks. Der kan være hundreder af svar på, hvad du siger, der giver mening. Når du opretter yderligere lag samtale, multipliceres disse faktorer ved at multiplicere alle slags dialogvariationer. Det er sværere end at spille skak eller gå.
Men det forhindrer ikke folk i at forsøge at oprette nye chatbots. Amazon lancerede for nylig Alexaprisen, hvor AI-vinderen tildeles en $ 500.000-pris plus en ekstra $ 1 million på toppen, hvis udviklingsholdet kan skabe en "social bot", der kan tale med menneskelige brugere i 20 minutter om forskellige emner. …
Emner, der identificeres, inkluderer videnskab og teknologi, politik, sport og berømthed sladder. For nylig blev annoncerne annonceret: chatbots fra universiteter i Prag, Edinburgh og Seattle. Finalisterne blev valgt ud fra Alexa brugervurderinger.
Efter at have indsnævret samtalens område til et specifikt emneområde, begynder chatboten dygtigt at omgå kontekstproblemet. Det er meget lettere at simulere en samtale, der omhandler domæne-begrænsede emner.
Det kan være udfordrende at udvikle en maskine, der kan understøtte næsten enhver menneskelig samtale. Måske kræver det generel kunstig intelligens for en komplet løsning snarere end tidligere anvendte tilgange med registrerede svar eller neurale netværk, der forbinder inputdata med svar.
Men der vil bestemt være en maskine, der fører meningsfuld dialog, og som folk kan nyde. Vinderen af Alexaprisen offentliggøres i november. Eliza-effekten betyder, at vi vil stole på maskiner hurtigere, end vi troede.
Ilya Khel
