"¿Pueden pensar las máquinas?" preguntó Alan Turing en 1950. Sí, pueden, si un humano no puede distinguir entre una computadora y una persona. La prueba de Turing, muy influyente pero muy criticada, se convirtió en uno de los conceptos más importantes de la filosofía de la IA.
Setenta años después, las aplicaciones de IA son parte de nuestra vida diaria e incluso superan a los humanos en algunos de los los videojuegos más desafiantes del mundo. Sin embargo, moderno La IA es débil ya que las tareas específicas de un dominio limitado limitan su éxito. En otras palabras, incluso si la IA vence a Garry Kasparov en el ajedrez, no puede vencerlo en otras áreas de la actividad humana.
¿Cómo pasar la prueba de Turing?
Coloque una computadora (A) y un humano (B) en un lado y un evaluador humano (C) en el otro lado. Si el evaluador (C) no puede reconocer qué candidato es humano y qué candidato es una computadora después de una serie de preguntas, la computadora pasó con éxito la prueba de Turing.
La computadora pasa la prueba si el evaluador (C) decide erróneamente con tanta frecuencia cuando el juego se juega con una computadora (A) como cuando se juega con un humano (B).
Hasta la fecha, ninguna IA ha pasado la prueba de Turing, pero algunas estuvieron bastante cerca.
En 1966, Joseph Weizenbaum (informático y profesor del MIT) creó ELIZA, un programa que buscaba palabras clave específicas en comentarios mecanografiados para transformarlos en oraciones. Su guión pretendía ser un psicoterapeuta rogeriano que daba respuestas "no direccionales". Si ELIZA no pudo encontrar una palabra clave en el texto de un usuario, proporcionaría una respuesta "no direccional" que contenga una palabra clave al principio de la conversación. Es por eso que ELIZA pudo engañar a algunos humanos y afirmó ser uno de los programas para pasar la prueba de Turing. Sin embargo, ELIZA era un blanco fácil si se trataba de hacer preguntas intencionadamente que pudieran hacer que una computadora fallara.
En 1972, PARRY, un chatbot que modela el comportamiento de un esquizofrénico paranoico, utilizó un enfoque similar al de ELIZA. Durante la prueba de Turing, dos grupos de psiquiatras analizaron las transcripciones de conversaciones tanto de pacientes reales como de computadoras que ejecutaban PARRY. Los psiquiatras fueron engañados el 48 por ciento de las veces, ¡impresionante!
Avance rápido hasta 2014: Eugene Goostman, un programa de computadora que simulaba a un niño de 13 años de Ucrania, apareció en los titulares afirmando haber pasado la prueba de Turing. El bot convenció al 33% de los jueces humanos de que era un humano (lea algunas de las transcripciones de la conversación esta página). Sin embargo, solo hubo tres jueces, lo que significa que solo uno fue engañado, lo que no es exactamente un resultado significativo. Otro problema fue que, al retratar al chatbot como un niño de 13 años de Odessa, los jueces dejarían escapar oraciones sin sentido y errores obvios, explicándolo por sus habilidades en inglés y su corta edad.
En 2018, Google Duplex Voice AI llamó a un peluquero y concertó una cita con éxito frente a la audiencia. La peluquera no reconoció que estaba hablando con una IA. Considerado un logro innovador en la tecnología de voz de IA, Google Duplex también está lejos de pasar la prueba de Turing.
Duplex es un sistema de aprendizaje profundo que representa la 'Segunda ola de IA', capacitado con cientos de horas para realizar tareas muy limitadas. El aprendizaje en tiempo real, la comprensión profunda y el razonamiento requieren verdaderas habilidades cognitivas que ninguno de los programas de inteligencia artificial de la segunda ola tiene. Tan pronto como el humano dirigiera la conversación en una dirección diferente, Google Duplex fallaría.
¿Estamos cerca de desarrollar una IA que finalmente pase la prueba de Turing?
Algunos sugieren que podría suceder alrededor de 2030; algunos dicen que no antes de 2040. La mayoría de los científicos de IA están de acuerdo en que necesitamos saber más sobre el cerebro humano antes de replicar algo que todavía no entendemos por completo.
Según el neurocientífico, productor de juegos de computadora y maestro de ajedrez Demis Hassabis, para avanzar verdaderamente en la IA, necesitamos comprender cómo funciona el cerebro humano a nivel algorítmico.
"Si supiéramos cómo se formó el conocimiento conceptual a partir de las entradas perceptivas, permitiría de manera crucial que el significado de los símbolos en un sistema de lenguaje artificial se basara en la realidad sensorial", dijo Hassabis.
Esencialmente, Alan Turing utilizó la inteligencia natural del cerebro humano como prototipo de inteligencia artificial. Anteriormente, los investigadores de inteligencia artificial habían ignorado en gran medida al cerebro como una fuente de ideas de algoritmos que carecen de los medios para analizar el cerebro humano correctamente. Hoy, podemos mirar dentro de nuestra “caja negra” biológica para encontrar las respuestas y construir sistemas artificiales inteligentes y justos. En este viaje, también obtendríamos inevitablemente una mayor comprensión de nuestra propia conciencia.
Coinsmart. Mejor Bitcoin-Börse en Europa
Fuente: https://dataconomy.com/2021/03/which-ai-closest-passing-turing-test/
