پژوهشگران خواستار کنار گذاشتن آزمون تورینگ و تمرکز بر ایمنی هوش مصنوعی شدند

چرا آزمون تورینگ دیگر معیار مناسبی نیست؟

آزمون تورینگ که در اصل «بازی تقلید» نامیده شد، یک آزمایش فکری است که می‌پرسد آیا یک رایانه می‌تواند در گفت‌وگوی متنی، داور را قانع کند که انسان است. با این حال، پژوهشگران دلایل متعددی برای کنار گذاشتن آن مطرح می‌کنند:

• عبور آسان مدل‌های پیشرفته: امروزه، توانمندترین سامانه‌های هوش مصنوعی، به‌ویژه نسخه‌های پیشرفته مدل‌های زبانی بزرگ (LLM)، به‌راحتی می‌توانند از این آزمون عبور کنند. در ماه مارس، بهترین چت‌بات‌ها در یک نسخه از آزمون تورینگ موفق شدند.
• عدم درک واقعی: سارا دیلون، پژوهشگر دانشگاه کمبریج، اشاره می‌کند که تورینگ هرگز قصد نداشت این آزمون را معیاری جدی یا عملی بداند. همچنین، توانایی چت‌بات‌ها در سخن گفتن خوب، لزوماً به معنای داشتن درک واقعی از سوی آن‌ها نیست.
• تخصص‌گرایی هوش مصنوعی: به گفته مارکس، ایده هوش عمومی مصنوعی شاید هدف درستی نباشد. بسیاری از بهترین مدل‌های هوش مصنوعی مانند آلفافولد (AlphaFold) شرکت دیپ‌مایند گوگل، بسیار تخصصی هستند و فقط یک کار انجام می‌دهند.

تمرکز بر ایمنی و سودمندی به جای تقلید

انیل سِث، عصب‌شناس دانشگاه ساسکس، معتقد است که تمرکز بر مسیر رسیدن به هوش عمومی مصنوعی، تخیل ما را درباره نوع سیستم‌هایی که می‌توانیم در جامعه داشته باشیم، محدود می‌کند. او و دیگر پژوهشگران پیشنهاد می‌کنند که تمرکز باید بر ارزیابی ایمنی هوش مصنوعی و ساخت توانایی‌های خاصی باشد که به سود عموم باشند.

ویلیام آیزاک، پژوهشگر گوگل دیپ‌مایند، می‌گوید: «آزمون تورینگ در آینده باید بسنجد که آیا یک هوش مصنوعی ایمن، قابل‌اعتماد و واقعاً سودمند است یا خیر و همچنین باید بررسی کند که چه کسی هزینه این سود را می‌پردازد.»

او تأکید کرد که وظیفه دانشمندان ارائه استدلال‌های دقیق و هدفمند بر پایه شواهد تجربی است تا از هیاهوی اغراق‌آمیز بکاهند.

پیشنهاد معیارهای جدید برای سنجش هوش ماشینی

پژوهشگران در پی ساخت آزمون‌های دشوارتری برای سنجش توانایی‌های فزاینده هوش مصنوعی و مهارت‌های غیرزبانی هستند. این آزمون‌ها معمولاً به‌عنوان نقاط عطف در مسیر رسیدن به هوش عمومی مطرح می‌شوند، اما هنوز اجماعی بر سر یک معیار واحد وجود ندارد.

المپیک تورینگ و قابلیت‌های مجزا

مارکس پیشنهاد می‌کند که ارزیابی مناسب‌تر می‌تواند چیزی شبیه «المپیک تورینگ» باشد. این المپیک شامل حدود دوازده آزمون مختلف است که مهارت‌های گوناگونی را می‌سنجد، از جمله:

• درک فیلم و فهمیدن آنچه در آن می‌گذرد.
• دنبال کردن دستورالعمل‌های مونتاژ یک وسیله چوبی.

شَنِن وَلور، متخصص اخلاق هوش مصنوعی، نیز توضیح داد که معنای هوش در محیط‌ها و دوره‌های مختلف تغییر می‌کند. او پیشنهاد می‌کند به‌جای پرسیدن اینکه آیا ماشین باهوش است، باید بپرسیم دقیقاً این ماشین چه می‌کند؟ تقسیم توانایی‌های ماشین به قابلیت‌های مجزا، مانند تمرکز فقط بر زبان، کمک می‌کند تا از نسبت دادن صفاتی مانند فهم یا همدلی به هوش مصنوعی پرهیز شود.