Makinelere Bakış: Turing, Winograd ve Ötesi

Edebiyat teorisinden ilginç bir kavram, bir okuyucu bir metni anlamlandırmak isterse, o metnin kendi dünya görüşüyle veya belki daha doğrusu sandığı dünya görüşüyle tutarlı bir yorum bulacağını belirtir. ilgili metin. Çoğu zaman, böyle bir arzuyu yerine getirmek için okuyucunun kendi bilgisindeki boşlukları olduğu kadar yazarın mantığındaki veya retoriğindeki boşlukları da satır aralarını okuyarak doldurması gerekir. Bu şekilde, tüm metinler esasen yazar tarafından başlatılan ve okuyucu tarafından sürdürülen, okuyucunun belki de hatalı bir şekilde yazarın niyetlerini şekillendirdiği bir diyalogdur.

Bu kavramı öğrendikten sonra, kitaplarda ve dergilerde bulunan metin parçacıklarıyla şiirsel saçmalıklar yazmaya aşık oldum. çıkan satırlarda; belki de bu heyecan bir tür sadizmdir – bilmiyorum – ama kes-yapıştır yaratıcı sürecim sırasında, her şiir benim için kişisel bir anlam kazanmaya başladı, bu yüzden belki de değil.

Ama zaaflarım hakkında bu kadar yeter. Şimdi, özellikle metin oluşturma görevlerine odaklanarak, bu kavramın yapay zeka alanındaki önemini keşfedelim

Makineler düşünebilir mi?

Bir bilgisayarın düşünüp düşünemeyeceği sorusu, bir denizaltının yüzüp yüzemeyeceği sorusundan daha ilginç değildir.
— EW Dijkstra

Bir bilgisayarın düşünüp düşünemeyeceği kadar çok tartışmaya yol açan herhangi bir soru, ilgi uyandırma yeteneğine dayalı olarak kesinlikle ilginç olarak sınıflandırılabilirken, öncelikle semantik yorumlamaya dayanan herhangi bir sorunun ilgi çekici olmayan olarak sınıflandırılabileceğini kabul ediyorum. Böyle bir soruyu ele almayı amaçlayan herhangi bir tartışmanın tatmin edici ve çürütülemez bir evet veya hayır yanıtı vermesi muhtemel olmadığından ve verimsiz tartışmalar belki de özünde ilgi çekici olmadığından, tartışıldığı ölçüde.

Her iki durumda da, bir makinenin düşünüp düşünemeyeceğini sormak için, önce bir makineyi ve ayrıca düşünme fiilini tanımlamanız gerekir ; söz konusu belirli bir makine yoksa, bu makinenin kapasitesinin sınırları konusunda net bir fikir birliği yoksa bu zor olabilir. bilgi işlem ve düşünmenin ne anlama geldiğine dair kesin bir tanım yok.

Anlamsal belirsizliğin tüm olası kaynaklarını ele almak yerine, yalnızca bir tanesine odaklanacağım: Kişi düşündüğünü iddia ettiğinde ne anlama gelir?

İngilizce konuşan insanlar genellikle kelimeyi kullandıklarından, düşünmek, inanmak veya aynı fikirde olmak ile eşanlamlı olarak kabul edilebilir ; ya da eylem bir sonuca varmak , düşünmek ya da tefekkür etmek , derin derin düşünmek ya da meditasyon yapmak , yansıtmak ya da tasarlamak , soyutlamak ya da fikir oluşturmak , bağlantı kurmak ya da kaybolmak için yapıldığından; ve benzeri. Ne yazık ki, bu tipik uygulamalar, orijinal fiilden daha fazla düşüncenin altında yatan eylemin göstergesi değildir.düşünmek için kullanılır ve bu nedenle bir makinenin düşünüp düşünemeyeceğini belirlemek için kullanılamazlar.

İnsan düşünebilir mi?

Biyolojik bir bakış açısıyla, düşünce sırasında nöronlar ateşlenirken beyinde elektrokimyasal bir şeyler olduğunun söylendiğini duydum – belki ikili bir şekilde veya belki daha incelikli bir şekilde, ancak yine de ateşleniyor – ve makineler kesinlikle Anensefalik tasarımla, bilgiyi biyolojik beyin gibi benzer bir şekilde işlediklerinin söylendiğini de duydum. Bununla birlikte, semantik perspektifte olduğu gibi, bu benzerlik kimlikten ziyade analoji yoluyla geliyor gibi görünüyor, çünkü bir makinenin yaptığı şey biyolojik bir beynin yaptığı gibi hissetmez , yani düşünür.

Düşünmek, standart insanmerkezci çağrışımını korumaksa, o zaman bilgisayarların düşünemeyeceği açıktır, çünkü yalnızca insanlar (ve belki de cömert hissediyorsanız, diğer memeliler) düşünebilir. Bununla birlikte, düşünmek, bir girdiye dayalı bir çıktı üretmek anlamına gelecek şekilde basitleştirilirse (başlangıç ve son süreci tanımlar ve eylem mekanizması bir kara kutu içinde gerçekleşir), o zaman bilgisayarlar oldukça açık bir şekilde düşünebilir – bu tür olaylar olmasına rağmen. daha yaygın olarak bilgi işlem olarak adlandırılır ve bu sadece daha uygun hissettirir .

Düşünceyle ilgili kibrimizi belki de en iyi şekilde herkesin en sevdiği solipsist aforizma destekler: Düşünüyorum, öyleyse varım. Başka bir deyişle, varlığımdan emin olmam – ki emin olabileceğim tek şey bu – düşünme yeteneğime bağlıdır. Böyle bir kaide üzerine oturtulduğunda ve yaptığım şeyi kendinden emin bir şekilde düşünmek olarak tanımladığım için, düşünmenin ne olduğuna dair ilk elden bilgiye sahibim ve benim gibi olanların, yani diğer insanların da düşünebileceğini varsayıyorum ( hiçbir kanıtım olmamasına rağmen), fiziksel olarak düşünceleri oluşturmak, sonuçlandırmak, düşünmek vb. ne anlama gelirse gelsin, kafatasımın kara kutusu içinde ve bu girişim, deyim yerindeyse, düşünmekle eşdeğer değildir. hesaplama, çünkü hesaplama yapmıyorum: Sanırım (en azından yaptığımı düşünüyorum).

Açıkçası, ilginç olmayan bir soru bile anlamsal bir bakış açısıyla ele alındığında ilginç olabilir, ancak aynı zamanda oldukça verimsiz bir muhakeme hattıdır.

Taklit oyunu

Asıl soru, ‘Makineler düşünebilir mi?’ Tartışmayı hak edemeyecek kadar anlamsız olduğuna inanıyorum.¹
— AM Turing

Dijkstra gibi, bir makinenin düşünüp düşünemeyeceği sorusunun tartışmaya değmez olduğunu iddia etse de, 1950’de Mind : A Quarterly Review of Psychology and Philosophy’de Alan Turing , konuyu araştıran 10.000’den fazla kelime yazarak olasılığa karşı iddiaları çürüttü. düşünen makineler ve doğrudan o aşağılık soruyu sormaya alternatif olarak yapılabilecek bir test tasarlamak.

Denemede Turing, günümüzde daha çok Turing testi olarak anılan ünlü taklit oyununu tasarlıyor. Oyun sırasında, bir sorgulayıcı bir dizi soru sorarak yarışmacılardan hangisinin, yani bir insan ve bir bilgisayarın insan olduğunu belirlemeye çalışmalıdır. Soruların kapsamı sınırlı değildir ve bu nedenle sorgulayıcı, yarışmacının bir insan olup olmadığını doğrudan sorabilir veya bilgisayar yarışmacısının bir insan kişiliğini (yani yalan söylemeyi) üstlenmesini gerektirecek diğer soruları (örneğin, En sevdiğiniz yiyecek nedir?) sorabilir. veya uygun bilgisayar eşdeğeri) kendini ele vermemek için.

Her yarışmacı sorulara uygun gördüğü şekilde yanıt verir (düşünce, hesaplama, ozmoz veya başka ne yaparsanız yapın) ve sonunda, makine sorgulayıcı tarafından yanlış bir şekilde insan yarışmacı olarak tanımlanırsa, o zaman Turing testini geçtiği söyleniyor. Diğer bir deyişle, oyunun bir sonucu olarak, bir makinenin, türün gerçek bir üyesinin ürettiğinden daha inandırıcı insan sorularına yanıtlar üretip üretemeyeceği konusunda bir kişinin fikrini alıyoruz .

Makine öğrenmesi nerede?

Bununla birlikte, aldatmada, çalışılmış ve kurnazca aldatmanın bilimden daha iyi ve daha hızlı başarıya ulaşma eğiliminde olduğunu dikkate almalıyız.²
–JR Pierce

Tornalama testi, makine zekasının belki de en ünlü testi olmaya devam etse de, önemli bir kusuru vardır: Taklit oyunu, nesnel ve bağımsız bir standart yerine bir sorgulayıcının öznel yargısına ve bir insan yarışmacının performansına dayandığından, makinenin akıl yürütme yeteneği üzerinden aldatma yeteneği. Bu nedenle, ~1950’de bir düşünce deneyi olarak düşünce için gıda sağlayabilirken, test, bir makinenin akıl yürütme kapasitesini değerlendirme yeteneği açısından pratikte oldukça sınırlı olacaktır.

Turing, yukarıdaki sorunun gayet iyi farkındaydı; ancak, bir dereceye kadar, bunun bir böcekten çok bir özellik olduğuna inanıyormuş gibi görünüyor:

Sorgulayıcının, onlara bir dizi aritmetik problemi çözerek makineyi insandan ayırt edebileceği iddia ediliyor. Ölümcül isabetliliği nedeniyle makinenin maskesi düşecekti. Bunun cevabı basit. Makine… sorgulayıcının kafasını karıştıracak şekilde kasıtlı olarak hatalar yapacaktır.¹

Bir bilgisayarın bir insanı başarılı bir şekilde taklit etme yeteneği belki bazı insanlar için ilginç veya belirli görevler için arzu edilirken, bir bilgisayarın düşünüp düşünemeyeceğine ilişkin asıl sorunun, bir bilgisayarın bir bilgisayarı iyi bir şekilde taklit edip edemeyeceğini belirleyerek tatmin edici bir şekilde ele alınabileceğine inanmıyorum. Bilgisayar düşüncesi sorunu olarak insanın, bu temelde elde edilen insan benzeri sonuçlardan çok, mantığın uygulanması ve insanlar tarafından sergilenen esnek öğrenme eğilimi ile ilgili olduğuna inanıyorum.

Başka bir deyişle, eğer bir bilgisayar insan benzeri olmayan ancak kendi içinde tutarlı sonuçlar üretmek için insan benzeri olmayan ancak esnek bir şekilde öğrenilmiş mantığı uygulayabilseydi, o zaman belki de bilgisayardan daha çok düşünen bir varlık olurdu. insan insan. ᵈ ᵉ

ELIZA Etkisi

Aldatma en azından kısmen işe yarar çünkü meşru konuşma olarak kabul edeceğimiz şeyler açısından son derece bağışlayıcıyız.³
— HJ Levesque

Taklit oyununun felsefi bir alıştırmadan daha fazlası olarak yukarıdaki eksikliğinin önemi, ELIZA etkisi ile iyi bir şekilde örneklenebilir. Rogeryen bir psikanalisti inandırıcı bir şekilde taklit edebilen kötü şöhretli ELIZA sohbet robotundan alan ELIZA etkisi, bir kişinin bir bilgisayar programı tarafından üretilen yanıtları çok derinlemesine okuma eğilimini tanımlar. ELIZA etkisi altında, bir makineyle etkileşime giren bir kişi, aldığı yanıtların düşünen bir varlığın tüm kasıtlılığıyla üretildiğine inanabilir.

ELIZA etkisi, kişi bir makine ile etkileşime girdiğinin farkında olsa bile ortaya çıkabilir, ancak kişi başka bir insanla etkileşime girdiğine inanıyorsa bu daha da sinsidir.⁴ Bu, makinelerin sadist olduğu anlamına mı gelir? Muhtemelen, ama bu soru tamamen ilgi çekici değil ve bu yüzden sonraki bir makalede ayrıntılı olarak ele alacağım.

Eğer değilse, o zaman ne?

Turing’in kaçınmaya çalıştığı şey , akıllı davranışı üretebildiğimizi varsayan felsefi tartışmadır ; ancak oraya nasıl ulaşacağımız, dış cephede her şey sakinken her türlü iç faaliyet dahil olmak üzere tamamen açıktır.³
— HJ Levesque

Bilgisayarlar ilk ortaya çıktığında, düşünen bir makine fikri, bazılarına muhtemelen abartılı, bazılarına ürkütücü ve ne şüpheci ne de korkacak kadar önsezi ve cesarete sahip olanlar için büyüleyici görünüyordu. Bu nedenle, konuşmayı şüphecilerin ve korkakların şüphelerinden ve endişelerinden uzaklaştırmak için Turing, düşünen makinelere yönelik başlıca eleştirileri çürüttü ve makineleri değerlendirmek için kullanılabilecek yöntemlere ilişkin daha değerli olduğuna inandığı tartışmayı desteklemek için taklit oyununu tasarladı. yetenek açısından.

Bununla birlikte, bir makinenin gerçekten zeki olması için, girdilere aldatıcı bir şekilde insan benzeri tepkiler üretmekten daha fazlasını yapması gerektiği bugün iyi anlaşılmıştır. Bu nedenle, makine zekasını daha iyi nitelendirmek için bir yöntem olarak Winograd Schema (WS) meydan okuması önerildi.

WS challenge’da şöyle bir soru sorulabilir: “Mark, Paul’ün arkasından sahneyi göremedi çünkü çok kısaydı. Kim çok kısa, Mark mı Paul mü?” Zamir çözümüyle ilgili bu tür sorular için, önemsiz olmayan bir dil anlayışı gereklidir çünkü uzamsal akıl yürütme olmadan kimin çok kısa olduğunu önceden bilmek mümkün değildir . Bu nedenle, bu soruyu anadili İngilizce olan herhangi bir yetişkin kolayca yanıtlayabilirken, bir bilgisayarın yanıtlaması zordur.

Turing’in taklit oyunu gibi, WS meydan okuması da bir makinenin dili anlamasını gerektirir; ancak, oyunun aksine, meydan okuma, konuşma yaklaşımından çok evet-hayır okuduğunu anlama sorularına dayanmaktadır. Bu nedenle, WS meydan okuması, Turing’in taklit oyununun iki ana yolunda bir gelişmedir: (1) aldatıcı bir makine tarafından kur yapılması muhtemel değildir ve (2) uzman yargıçlar olmadan nesnel olarak derecelendirilebilir.

Winograd Schema yarışmasını geçebilen bir bilgisayar düşünür mü? Kim bilir? — belki tüm madde bilinçlidir, belki hayat bir simülasyondur.

Son düşünceler

Makine düşüncesini, öğrenmeyi ve zekayı sorguladığımızda, bilgisayarları insanlarla karşılaştırma eğilimindeyiz çünkü düşünceyle inanılmaz derecede yakın bir ilişkimiz var ve belki de düşünme ve diğerleri. bir makinenin ne yaptığını açıklamak için yanlış terimlerdir, çünkü bir makinenin düşünüp düşünemeyeceğini sormak vb.

Bu nedenle, belki de insanmerkezci sözcük dağarcığımızdaki sözcükleri kullanan makineler hakkında araştırma yapmamalıyız, bunun yerine tür olarak artık canımızı sıkmak istemediğimiz görevleri yerine getirmek için yeterince doğru olup olmadıklarını sormalıyız. Bir bilgisayarın düşünüp düşünemeyeceği sorusu ilgi çekici değildir , çünkü karar verme mekanizmasını tanımlamak için kullanılan semantik ve mekanizmanın insan beynininkine benzerliği, bilgisayar etik ve doğru bir şekilde yaptığı görevleri yerine getirebildiği sürece önemli değildir. programlandı.ᶠ

Bununla birlikte, bilgisayarların öğrenme süreçlerinde büyük ilerlemeler olmadan, bir makinenin bir insanı papağan gibi konuşmaktan daha karmaşık ve aldatmadan daha dürüst bir şekilde taklit etme gereksiniminin bazı görevler için muhtemelen imkansız olduğuna inanıyorum. Ortalama bir insanın başına bela olan savunma mekanizması ve malapropizm arasında sevecen bir denge gerektiren ve sayısal hesaplamalar gibi diğerleri için tamamen alakasız olan iletişim görevleri, çünkü bir bilgisayarın bu tür görevler için yeteneği zaten herhangi bir insanınkinden çok daha fazladır ve yeteneklerini bizimkine uyacak şekilde köreltmek aptalca olur.

Yani belki bilgisayarlar sadece hesap yapıyor ve sadece insanlar düşünüyor ya da belki beyin özensiz ama esnek bir şekilde parlak bir bilgisayar; belki, belki ama ~2.600 kelime sonra konu hala çok az ilgi çekiyor.