Letingen etter en kunstig intelligens som bare kunne opprettholde en samtale på en vennlig måte, viste seg å være alvorlig lang. Da Alan Turing, faren til moderne databehandling, presenterte sin berømte test for å vise den sanne intelligensen til et dataprogram, satte han et veldig ambisiøst mål for maskinvare. Hvis en datamaskin kunne overbevise en gruppe menneskelige dommere om at de snakker med en person - hvis den kunne føre en samtale - ville det være et bevis på en kunstig intelligens som har utviklet seg til å være utelukkbar fra et menneske.
Denne hansken ble droppet i 1950. Så langt har ikke noe dataprogram lyktes i å bestå Turing-testen. Individuelle pseudo-feats teller ikke.
Hvorfor falske bragder? Fordi de anses som feil enn prestasjoner. For eksempel utviklet Joseph Weisenbaum i 1966, da datamaskiner ble programmert med store hullkort, programvare for naturlig talebehandling - ELIZA. “Eliza” var en maskin som skulle føre en samtale, og lot som om hun var en psykoterapeut; du kan snakke med henne i dag.
Det er litt rart å snakke med "Eliza". Hun omskriver ofte det du sa, så for eksempel hvis du sier "Jeg føler meg deprimert", kan hun svare: "Kom du til meg fordi du føler deg deprimert?" Når hun ikke forstår hva du sier, svarer hun "ja" eller "fortell meg mer."
Under åpningslinjene for dialogen, spesielt hvis du behandler henne som legen din, kan “Eliza” være ganske overbevisende. Da Weisenbaum la merke til dette, ble han litt skremt: folk var klare til å se mer menneskelig i algoritmen enn det var menneskelig i den. Selv om noen av forsøkspersonene likevel skjønte at de hadde å gjøre med en maskin, avslørte de sine dype erfaringer og hemmeligheter. De helte sjelen ut til maskinen. Da Weisenbaums sekretær snakket med “Eliza”, selv om hun visste at hun snakket med programmet, insisterte hun fortsatt på at Weisenbaum skulle forlate rommet.
Noe av den uventede reaksjonen som ELIZA har fremkalt, kan være fordi folk er mer tilbøyelige til å åpne seg for maskinen, og innse at ingen vil dømme dem, selv om maskinen ikke kan si noe relatert eller hjelpe i det hele tatt. Eliza-effekten ble oppkalt etter dette dataprogrammet: folk har en tendens til å gi maskiner med menneskelige egenskaper eller tenke på dem som menneskelige.
Weisenbaum selv, som senere ble dypt mistenksom for innvirkningen av datamaskiner og kunstig intelligens på menneskelivet, ble overrasket over at folk var villige til å tro at manuset hans var menneskelig. "Jeg trodde aldri at et veldig kort bekjentskap med et enkelt dataprogram ville føre til slik vrangforestilling hos ganske normale mennesker."
Eliza-effekten kan ha skremt Weisenbaum, men den har fascinert og fascinert andre i flere tiår. Du har kanskje lagt merke til det på deg selv og snakket med AI som Siri, Alexa eller Google Assistant - disse korte svarene virker for reelle. I ditt sinns sinn vet du at du snakker med et stort kodenett lagret et sted på lufta. Men ubevisst ser det ut til at du snakker med en person.
Salgsfremmende video:
Dessuten. Facebook åpnet Messenger-programmet sitt og gjorde programvare tilgjengelig for folk og selskaper for å lage sine egne chatbots. Naturlig taleprosessering har gått fremover siden 1960-tallet. I dag kan du finne innbydende chatbots som Mitsuku, som nylig vant Loebner-prisen, som blir tildelt maskiner som skal løse Turing-testen. Hun vil svare på hva du skriver til henne. Ideen er enkel: Hvis det allerede er en app for å bestille pizza, hvorfor ikke bestille en pizza ved å spørre for eksempel en chatbot som en gammel venn?
Oppstart som Semantic Machines håper deres virtuelle assistenter kan samhandle med deg som sekretærer, mens de fortsatt kan hente ut informasjon fra Internett. Snart vil de være overalt.
Men folk som lager chatbots - både sosiale og kommersielle - står overfor et vanlig problem: Folk, kanskje ubevisst, godtar chatbots for folk og blir frustrerte når de ikke kan føre en normal samtale. Frustrasjon med misforståelser er ofte knyttet til høye innledende forventninger.
Til nå har ingen maskiner vært i stand til å lære å forstå konteksten - ta hensyn til det som ble sagt tidligere, referer til det og svar basert på dialogens nåværende posisjon. Til og med Mitsuku vil ofte prøve å minne om samtaleemnet etter et par dialoglinjer.
Dette er klart. Samtalen kan være mangefasettert og sammensatt. Det kan være hundrevis av svar på hva du sier som gir mening. Når du oppretter flere lag med samtaler, multipliserer disse faktorene seg og multipliserer alle slags dialogvarianter. Det er vanskeligere enn å spille sjakk eller gå.
Men det hindrer ikke folk i å prøve å lage nye chatbots. Amazon lanserte nylig Alexaprisen, der AI-vinneren vil bli tildelt en pris på $ 500 000, pluss en ekstra $ 1 million på toppen hvis utviklingsteamet kan lage en "sosial bot" som kan snakke med menneskelige brukere i 20 minutter om en rekke temaer. …
Temaer som er identifisert inkluderer vitenskap og teknologi, politikk, sport og kjendis sladder. Finalistene ble nylig kunngjort: chatbots fra universitetene i Praha, Edinburgh og Seattle. Finalistene ble valgt ut fra Alexa brukervurderinger.
Etter å ha begrenset samtaleområdet til et bestemt emneområde, begynner chatbot på en dyktig måte å omgå kontekstproblemet. Det er mye lettere å simulere en samtale som omhandler domenebegrensede emner.
Det kan være utfordrende å utvikle en maskin som kan støtte nesten enhver menneskelig samtale. Kanskje vil det kreve generell kunstig intelligens for en fullstendig løsning, i stedet for tidligere brukte tilnærminger med registrerte svar eller nevrale nettverk som knytter inputdata til svar.
Men det vil helt sikkert være en maskin som vil føre meningsfull dialog og som folk kan glede seg over. Alexaprisvinneren blir kunngjort i november. Eliza-effekten betyr at vi vil stole på maskiner raskere enn vi trodde.
Ilya Khel
