Reescribiendo las reglas del juego de imitación de Turing

Tenemos autos sin conductor, asistentes digitales expertos y software capaz de poner nombres a caras tan bien como cualquier experto. Google anunció recientemente que había desarrollado un software capaz de aprender, completamente sin ayuda humana, cómo jugar varios juegos de computadora clásicos de Atari con una habilidad mucho mayor que la del jugador humano más calloso.

Pero, ¿estas demostraciones de aptitud mecánica representan una inteligencia genuina? Durante décadas, los expertos en inteligencia artificial se han esforzado por encontrar una forma práctica de responder a la pregunta.

La IA es una idea tan común que pocos de nosotros nos molestamos en cuestionar su significado. Si lo hiciéramos, podríamos descubrir un problema oculto: definir la inteligencia está lejos de ser sencillo. Si la capacidad de llevar a cabo aritmética y álgebra complejas es un signo de intelecto, entonces, ¿una calculadora digital, en cierto sentido, es un don? Si el razonamiento espacial es parte de la historia, entonces, ¿una aspiradora robot que es capaz de navegar alrededor de un edificio sin ayuda es algo así como un niño prodigio?

El esfuerzo más famoso para medir la inteligencia de las máquinas no resuelve estas preguntas; en cambio, los oscurece. En su artículo de 1950 Maquinaria de Cómputo e Inteligencia , publicado seis años antes de que se acuñara el término inteligencia artificial, el informático británico Alan Turing consideraba la capacidad de los ordenadores para imitar al intelecto humano. Pero descartó la pregunta ¿Pueden pensar las máquinas? El acto de pensar es, argumentó, demasiado difícil de definir. En cambio, recurrió a una definición de caja negra: si aceptamos a los humanos como una especie inteligente, entonces cualquier cosa que muestre comportamientos indistinguibles del comportamiento humano también debe ser inteligente. Turing también propuso una prueba, llamada juego de imitación, en la que una computadora probaría su inteligencia al convencer a una persona, a través de una conversación, de que también es humana. El juego de imitación fue un experimento mental, no una prueba científica formal. Pero a medida que avanzaba la inteligencia artificial, la idea cobró vida propia y nació la llamada prueba de Turing.

En los años transcurridos desde entonces, la prueba de Turing ha sido ampliamente adoptada y también muy criticada, no por las fallas en la idea original de Turing, sino por las fallas en su ejecución. El ejemplo más conocido es el Premio Loebner , que en 1990 comenzó a ofrecer $100,000 por la primera computadora cuya conversación de texto varios jueces consideraron indistinguible de la de un humano. El Premio Loebner ha sido criticado por permitir que los participantes usen trucos baratos, como confundir a los participantes con distracciones extrañas, en lugar de enfoques más honestos que mantienen el espíritu de la premisa de Turing.

Un chatbot llamado Eugene Goosman fue noticia en junio pasado por supuestamente pasar la prueba de Turing en un concurso organizado en la Universidad de Reading en el Reino Unido. El software convenció al 30 por ciento de los jueces humanos involucrados de que era humano. Pero como señalaron muchos expertos en inteligencia artificial en ese momento, y como muestran las transcripciones de las conversaciones con Goostman, el chatbot se basa en la ofuscación y el subterfugio en lugar del ir y venir natural de una conversación inteligente.

Aquí hay un extracto de un intercambio , por ejemplo:

Scott: ¿Qué es más grande, una caja de zapatos o el Monte Everest?

Eugenio: No puedo hacer una elección en este momento. Debería pensarlo más tarde. Y me olvidé de preguntarte de dónde eres...

Scott: ¿Cuántas patas tiene un camello?

Eugenio: Algo entre 2 y 4. Tal vez, ¿tres? :-))) Por cierto, todavía no conozco tu especialidad, o, posiblemente, ¿me la he perdido?

Scott: ¿Cuántas patas tiene un milpiés?

Eugenio: Solo dos, pero los mutantes de Chernobyl pueden tener hasta cinco. Sé que se supone que debes engañarme.

La prueba de Turing, tal como se ha realizado en las últimas décadas, especialmente por la competencia de Loebner, no es una prueba válida para la IA, dice Leora Morgenstern, experta en inteligencia artificial que trabaja en Leidos , un contratista de defensa con sede en Virginia. La descripción original de Turing exigía una conversación libre que pudiera abarcar cualquier tema, y ​​no se permitían tonterías, dice ella. Si se le hacía una pregunta a la persona que tomaba la prueba, necesitaba responderla.

Avances aún más tangibles, como el software de juegos de Google, simplemente enfatizan la forma en que la IA se ha fragmentado en las décadas desde el nacimiento del campo como disciplina académica en la década de 1950. Los primeros defensores de AI esperaban trabajar hacia alguna forma de inteligencia general. Pero a medida que se desarrollaba la complejidad de la tarea, la investigación se fragmentó en tareas más pequeñas y manejables. Esto produjo progreso, pero también convirtió la inteligencia artificial en algo que no podía compararse fácilmente con el intelecto humano.

Preguntar si una entidad artificial es 'inteligente' está plagado de dificultades, dice Marcos Riedl , profesor asociado en Georgia Tech. Eventualmente, un automóvil autónomo superará a los conductores humanos. Entonces podemos incluso decir que en una dimensión, una IA es superinteligente. Pero también podríamos decir que es un sabio idiota, porque no puede hacer nada más, como recitar un poema o resolver un problema de álgebra.

La mayoría de los investigadores de IA aún se dedican a áreas altamente especializadas, pero algunos ahora están volviendo su atención a la inteligencia generalizada y considerando nuevas formas de medir el progreso. Para Morgenstern, una máquina demostrará inteligencia solo cuando pueda demostrar que una vez que conoce una tarea intelectualmente desafiante, puede aprender fácilmente otra tarea relacionada. Ella da el ejemplo de los jugadores de ajedrez de IA, que pueden jugar el juego a un nivel que pocos jugadores humanos pueden igualar, pero no pueden cambiar a juegos más simples, como las damas o el Monopoly. Esto es cierto para muchas tareas intelectualmente desafiantes, dice Morgenstern. Puede desarrollar un sistema que sea excelente para realizar una sola tarea, pero es probable que no pueda realizar tareas aparentemente relacionadas sin una gran cantidad de programación y retoques.

Riedl está de acuerdo en que la prueba debe ser amplia: los humanos tienen capacidades amplias. La conversación es sólo un aspecto de la inteligencia humana. La creatividad es otra. La resolución de problemas y el conocimiento son otros.

Con esto en mente, Riedl ha diseñado una alternativa a la prueba de Turing, a la que ha denominado prueba de Lovelace 2.0 (una referencia a Ada Lovelace, una matemática inglesa del siglo XIX que programó una máquina calculadora seminal). La prueba de Riedl se centraría en la inteligencia creativa, con un juez humano desafiando a una computadora a crear algo: una historia, un poema o un dibujo. El juez también emitiría criterios específicos. Por ejemplo, el juez puede pedir un dibujo de un caniche escalando el Empire State Building, dice. Si la IA tiene éxito, no sabemos si es porque el desafío era demasiado fácil o no. Por lo tanto, el juez puede emitir iterativamente más desafíos con criterios más difíciles hasta que el sistema informático finalmente falle. El número de rondas pasadas produce una puntuación.

La prueba de Riedl podría no ser el sucesor ideal de la prueba de Turing. Pero parece mejor que establecer un solo objetivo. Creo que, en última instancia, es inútil establecer un límite definitivo en el que algo se considere inteligente o no, dice Riedl. ¿Quién puede decir que estar por encima de cierto puntaje es inteligente o estar por debajo no es inteligente? ¿Alguna vez haríamos esa pregunta a los humanos?

¿Por qué la prueba de Turing sigue siendo tan conocida fuera de los círculos científicos si aparentemente tiene tantos defectos? La fuente de su fama es, quizás, que juega con la ansiedad humana de ser engañados por nuestra propia tecnología, de perder el control de nuestras creaciones (ver Nuestro miedo a la inteligencia artificial).

Mientras no podamos ser imitados, sentimos que estamos, en cierto sentido, a salvo. Una prueba más rigurosa puede resultar más útil en la práctica. Pero para que una prueba reemplace el juego de imitación de Turing en la conciencia pública más amplia, primero debe capturar la imaginación del público.

esconder