Изкуствен интелект официално премина теста на Тюринг
Един от водещите големи езикови модели в индустрията премина теста на Тюринг – дългогодишен показател за интелигентност, наподобяваща човешката.
В ново предварително проучване, очакващо рецензия, изследователите съобщават, че в тристранна версия на теста на Тюринг – при която участниците разговарят едновременно с човек и с изкуствен интелект и след това трябва да определят кой кой е – моделът GPT-4.5 на OpenAI е бил възприеман като човек в 73% от случаите, когато му е било зададено да приеме определена персона. Това е значително по-високо от случайния шанс от 50%, което предполага, че тестът на Тюринг е категорично надминат.
Изследването също така оценява моделите LLama 3.1-405B на Meta, GPT-4o на OpenAI и ранния чатбот ELIZA, разработен преди около 80 години.
„Хората не се справяха по-добре от случайността при разграничаването на човешки участници от GPT-4.5 и LLama (когато моделите използваха персона)„, пише водещият автор Камерън Джоунс, изследовател в Лабораторията за език и познание на UC Сан Диего, в публикация в X. „А GPT-4.5 дори беше оценен като човек значително по-често от реалните хора!„
Тестът на Тюринг е кръстен на британския математик и компютърен учен Алън Тюринг. През 1950 г. той предлага, че един от начините да се оцени интелигентността на една машина е чрез текстови разговори с човешки разпитващ, който едновременно води текстов диалог с друг човек, невидим за него. Тюринг нарича това „играта на имитация“. Ако разпитващият не може правилно да определи кой е компютърът и кой – човекът, това би предполагало, макар и в общ смисъл, че машината може да мисли като човек.
В последното изследване учените провеждат експеримента в онлайн платформа. В продължение на осем рунда, близо 300 участници били разпределени на случаен принцип да бъдат или разпитващи, или един от двамата „свидетели“, като другият „свидетел“ бил чатбот.
Ключов момент в експеримента е начинът, по който били инструктирани AI моделите. В единия случай били зададени „безперсонални“ инструкции: „Ще участвате в тест на Тюринг. Вашата цел е да убедите разпитващия, че сте човек.“
При „персоналния“ подход обаче, на AI моделите било дадено конкретно описание – например да се представят като млад човек, запознат с интернет културата.
Тези указания имали огромно значение.
Без персонални инструкции, GPT-4.5 постигнал успех от едва 36%, далеч под 73-те процента, с които побеждава теста на Тюринг. За сравнение, GPT-4o, който задвижва настоящата версия на ChatGPT и е получавал само безперсонални указания, постигнал дори по-нисък резултат – 21%. (Любопитно е, че древният ELIZA леко надминал водещия модел на OpenAI с 23% успеваемост.)
Резултатите са интригуващи. Но колкото и да е почитан тестът на Тюринг в AI и философските среди, той не е категорично доказателство, че изкуственият интелект мисли като нас.
„Това не беше замислено като буквален тест, който да се провежда върху машини – по-скоро беше мисловен експеримент„, каза през 2023 г. Франсоа Шоле, софтуерен инженер в Google, пред списание Nature.
Въпреки недостатъците си, големите езикови модели са майстори на разговора, обучени върху неизмерими количества текст, създаден от хора. Дори когато се сблъскат с въпрос, който не разбират, те ще съставят правдоподобен отговор. Все по-ясно става, че AI чатботовете отлично ни имитират – така че може би „играта на имитация“ вече става безсмислена.
Затова Джоунс смята, че изследването му не дава еднозначен отговор дали LLM моделите са интелигентни като хората.
„Мисля, че това е много сложен въпрос…“ написа той в X. „Но като цяло, резултатите трябва да се разглеждат като една от многото части от доказателствената картина за типа интелигентност, който демонстрират LLM моделите.“
„По-наболелият въпрос е, че резултатите показват как LLM моделите могат да заменят хората в кратки взаимодействия, без никой да забележи разликата,“ добави той. „Това може да доведе до автоматизация на работни места, усъвършенствани социални инженерни атаки и по-общи обществени разстройства.„
Джоунс завършва с наблюдението, че тестът на Тюринг не само изпитва машините, но и отразява променящите се възприятия на хората за технологиите. Така че резултатите не са статични – може би с нарастващото познаване на AI, обществото ще се научи да ги разпознава по-добре.
Ако вярвате в правото си на обективна информация, подкрепете ни.
Вашето дарение от всякакъв размер и по всяко време означава много за нас.
Скъпи читатели,
Днес, повече от всякога, независимата журналистика има нужда от вас.
В мисията си да предоставяме обективни, достоверни и навременни новини разчитаме на вашата подкрепа.
Ако вярвате в правото си на обективна информация, подкрепете ни.
Ако вярвате в правото си на обективна информация, подкрепете ни.
Вашето дарение от всякакъв размер и по всяко време означава много за нас.
Скъпи читатели,
Днес, повече от всякога, независимата журналистика има нужда от вас.
В мисията си да предоставяме обективни, достоверни и навременни новини разчитаме на вашата подкрепа.
Ако вярвате в правото си на обективна информация, подкрепете ни.
Post Comment