アラン遊雅堂 スポーツベットの70周年に続いて、元ケンブリッジ大学のコンピューターサイエンス講師でソフトウェアのCEOであるジョンベイツ博士は、彼の遺産の重要な部分を再考する必要性についていくつかの考えを持っています。
彼の70周年記念早すぎる通過今年6月、私たちの多くは、コンピューターサイエンスの父、アラン遊雅堂 スポーツベットを称えるために静かにグラスを育てました。
しかし、再評価を保証する彼の遺産の1つの側面は有名です遊雅堂 スポーツベットテスト- マシンのインテリジェンスが「思考」と言われるベンチマーク。
遊雅堂 スポーツベットが最初に人工知能に関する彼の反省を最初に公開して以来呼ばれるジャーナルマインド1950年、彼のアイデアは、対話者が一連のプログラミング指示ではなく、他の人と話す必要があると推定するのに十分なほどの応答を模倣する機械に集中していました。この構造は、彼の最初の質問に答えるために考案されました：「マシンは考えることができますか？」
機械がすぐに考えるという彼の信念の基礎として、遊雅堂 スポーツベットはこの予測を提供しました。 、平均的な尋問者が正しく識別する70％以下の確率を持たないような腕前で模倣ゲームに従事できるようにする
1970年代と1980年代のAIシステムは、悪名高い脆弱でした
10のパワー9、または10億（1つに続いて9ゼロ）は、必要な保管容量に対する遊雅堂 スポーツベットの保守的な見積もりであり、現在私たちが現在知られていることを達成するのに半世紀かかると予想していました。しかし、遊雅堂 スポーツベットの論文はエンジニアリングペーパーではなく、哲学的な論文であり、遊雅堂 スポーツベットが設定する質問は深刻な答えに値します。
1つの段落の数十年にわたるAIの研究を要約することで、人間の反応を模倣できるマシンを開発するのに50年かかることがないことは注目に値します。わずか14年以内に、エリザと呼ばれる言語プログラムがコミュニケーションが上手になり、対話者が始まった彼女のすべての秘密を彼女に打ち明ける。遊雅堂 スポーツベットテストはその時代に効果的に達成されたと主張することができます。
しかし、その認識は誤解を招くものです。 1970年代と1980年代の最も印象的なAIシステムでさえ、悪名高い「脆い’。彼らは1つの特定のタスクで優れていましたが、さまざまなユースケースに適応する転送可能な能力がありませんでした。
ただし、重要なシフトが進行中です：chatgpt。このシステムとそのカウンターパートは、大規模な言語モデルとして知られており、本当に驚くべき根本的な技術を持っています。
そして、これらのシステムを使用して時間を費やす人なら誰でも明確になりますが、非常に熟練していますが、実際には真の知性を持っていません。それらは非常に優れたパターンマッチャーとオートコンプリートアルゴリズムです。
アラン遊雅堂 スポーツベットは限られた知性を予測しました
私にとって魅力的なのは、アラン遊雅堂 スポーツベットがこれを予想していたことです。彼がインテリジェントなコンピューターが処理できると信じていた質問のいくつかを考えてみてください：
- Q：フォースブリッジの主題についてソネットを書いてください。
- a：これについて私を数えます。私は詩を書くことができませんでした。
- Q：34957を70764に追加
- a ：（約30秒を停止してから答えを出す）105621。
- Q：チェスをしますか？
- A：はい。
- Q：K1にKがあり、他の作品はありません。 K6ではKとR1でRのみがあります。
- a ：（ 15秒の一時停止後）R-R8、mate。
ChatGptは、1GB以上が自由に使えるように、今日、これを即座に達成できます。ですから、遊雅堂 スポーツベットのテストがついに満たされたことを認めなければならないようです。
しかし、LLMがそうだと思ういくつかのフリンジAI研究者を除いて感覚を達成する、ほとんどの人は、これらのシステムが私たちと会話し、理解する能力にもかかわらず、相互作用が限られたままであると感じています。あなたを完全に理解することができないが、頑固にあなたをできることを拒否しているチャットボットを考えてみてください。
それは、いくつかの点で、コンピューターがマシン思考に関する彼の実験に合格するために必要と呼ばれる会話能力に到達したが、これらのシステムを私たちの等しいものと見なしていないことを示唆しています。したがって、私たちは、会話のパートナーを人間と区別することができないという完全な意味で、遊雅堂 スポーツベットテストに真に合格していません。
私たちのマシンのヘルパーが私たちのようであるかどうか心配するのをやめましょう
公平を期すために、AI研究者テストに完全に満足したことがない。しかし、本当の問題は、世界では急速に改善するAIに遭遇するユビキタスなのは、マシンインテリジェンスのより良いリトマステストを求める必要がありますか？
これについての数分の反射は、私たちが長い道のりであるという考えを強化します。たとえば、テスラオートパイロットが大好きですが、実際に行っているのは、（人間によって選択された」運転の例に基づいて遊雅堂 スポーツベットラルネットワークを調整することです。同じ方法でドライバーではありません。
自信を持って主張できるのは、ChatGptがインターネット上で利用可能な情報に基本的に根ざしていることです。新しいアイデアや情報を自律的に生成することはできません。
今、これが明確な形の知性を表していることを認めてうれしいです。そして確かに、これは人間の学習方法かもしれません。
ブリジット・ジョーンズを検討してください（そして、彼女の人生の物語の別の楽しい分割払いに参加しているようです）。有名で最も関連性の高い方法で、ブリジットは、デートと伝統的な紙に彼女のカロリー摂取に関する彼女の最も内側の考えをすべて記録しています。
ブリジットはこの賢い日記を人と見なしますか？おそらく彼女はそうかもしれない。
この程度まで、アラン遊雅堂 スポーツベットは正しかった。これらのインテリジェントヘルパーシステムへのインターフェイスは、それらがマシンであることを忘れてしまい、ほとんどの人のように感じることができるまで改善されます。
