Sökandet efter en konstgjord intelligens som helt enkelt kunde hålla en konversation på ett vänligt sätt visade sig vara allvarligt lång. När Alan Turing, modern dators far, presenterade sitt berömda test för att visa ett dataprograms sanna intelligens, satte han ett mycket ambitiöst mål för hårdvaran. Om en dator skulle kunna övertyga en grupp mänskliga domare att de pratar med en person - om den skulle kunna hålla en konversation - skulle det vara ett bevis på en konstgjord intelligens som har utvecklats så att den inte kan skiljas från en människa.
Denna handske tappades 1950. Hittills har inget datorprogram lyckats klara Turing-testet. Individuella pseudofunktioner räknas inte.
Varför falska feats? Eftersom de betraktas som misslyckanden snarare än resultat. Till exempel utvecklade Joseph Weisenbaum 1966, då datorer programmerades med stora stansade kort, mjukvara för naturlig talbehandling - ELIZA. "Eliza" var en maskin som var tänkt att föra en konversation, som låtsades vara en psykoterapeut; du kan prata med henne idag.
Att prata med "Eliza" är lite konstigt. Hon omformas ofta vad du sa, så till exempel, om du säger "Jag känner mig deprimerad", kanske hon svarar, "Kom du till mig för att du känner dig deprimerad?" När hon inte förstår vad du säger svarar hon "ja" eller "berätta mer."
Under dialogens öppningslinjer, särskilt om du behandlar henne som din läkare, kan "Eliza" vara ganska övertygande. När Weisenbaum märkte detta, blev han lätt skrämd: människor var redo att se mer mänskligt i algoritmen än det var mänskligt i den. Snart, även om några av ämnena ändå insåg att de hade att göra med en maskin, avslöjade de sina djupa upplevelser och hemligheter för den. De hällde sina själar ut mot maskinen. När Weisenbaums sekreterare talade med”Eliza”, även om hon visste att hon pratade med programmet, insisterade hon fortfarande på att Weisenbaum skulle lämna rummet.
Några av de oväntade reaktionerna som ELIZA har framkallat kan vara att människor är mer benägna att öppna upp för maskinen, inser att ingen kommer att döma dem, även om maskinen inte kan säga något relaterat eller hjälpa alls. Eliza-effekten fick sitt namn efter detta datorprogram: människor tenderar att förse maskiner med mänskliga egenskaper eller tänka på dem som människor.
Weisenbaum själv, som senare blev djupt misstänksam över hur datorer och artificiell intelligens påverkade människors liv, blev förvånad över att människor var villiga att tro att hans manus var mänskligt. "Jag trodde aldrig att en mycket kort bekantskap med ett enkelt datorprogram skulle leda till sådant bedrägligt tänkande hos ganska vanliga människor."
Eliza-effekten kan ha oroat Weisenbaum, men den har fascinerat och fascinerat andra i årtionden. Du kanske har lagt märke till det på dig själv och pratat med AI som Siri, Alexa eller Google Assistant - dessa korta svar verkar för riktiga. I ditt förnuftiga sinne vet du att du pratar med en stor bit kod lagrad någonstans i luften. Men medvetet verkar det som om du pratar med en person.
Kampanjvideo:
Dessutom. Facebook öppnade sitt Messenger-program och gjorde programvara tillgänglig för människor och företag för att skapa sina egna chatbots. Den naturliga talbehandlingen har gått framåt sedan 1960-talet. Idag kan du hitta välkomnande chatbots som Mitsuku, som nyligen vann Loebner-priset, som tilldelas maskiner som ska lösa ett Turing-test. Hon kommer att svara på vad du skriver till henne. Idén är enkel: om det redan finns en app för att beställa pizza, varför inte beställa en pizza genom att till exempel fråga en chatbot som en gammal vän?
Startups som Semantic Machines hoppas att deras virtuella assistenter kan interagera med dig som sekreterare, medan de fortfarande kan hämta information från Internet. Snart kommer de att vara överallt.
Men människor som skapar chatbots - både sociala och kommersiella - står inför ett vanligt problem: Människor accepterar kanske medvetet chatbots för människor och blir frustrerade när de inte kan hålla en normal konversation. Frustration med missförstånd är ofta kopplad till höga initiala förväntningar.
Hittills har ingen maskin kunnat lära sig att förstå sammanhanget - ta hänsyn till vad som sagts tidigare, hänvisa till det och svara baserat på dialogens nuvarande position. Till och med Mitsuku kommer ofta att försöka påminna om samtalets ämne efter ett par dialograder.
Detta är tydligt. Konversationen kan vara mångfacetterad och komplex. Det kan finnas hundratals svar på vad du säger som är meningsfullt. När du skapar ytterligare lager av konversation multiplicerar dessa faktorer och multiplicerar alla slags dialogvarianter. Det är svårare än att spela schack eller gå.
Men det hindrar inte människor från att försöka skapa nya chatbots. Amazon lanserade nyligen Alexa-priset, där AI-vinnaren kommer att tilldelas ett $ 500 000-pris plus ytterligare 1 miljon dollar på toppen om utvecklingsgruppen kan skapa en "social bot" som kan prata med mänskliga användare i 20 minuter om olika ämnen. …
Ämnen som identifieras inkluderar vetenskap och teknik, politik, sport och kändisskvaller. Finalisterna tillkännagavs nyligen: chatbots från universitet i Prag, Edinburgh och Seattle. Finalisterna valdes utifrån Alexa användarbetyg.
Efter att ha begränsat konversationsområdet till ett specifikt område av ämnen, börjar chatbot på ett skickligt sätt kringgå sammanhangsproblemet. Det är mycket lättare att simulera en konversation som handlar om domänbegränsade ämnen.
Att utveckla en maskin som kan stödja nästan alla mänskliga konversationer kan vara utmanande. Kanske kommer det att kräva allmän konstgjord intelligens för en fullständig lösning, snarare än tidigare använda tillvägagångssätt med inspelade svar eller neurala nätverk som associerar inmatningsdata med svar.
Men det kommer säkert att finnas en maskin som kommer att föra en meningsfull dialog och som människor kan njuta av. Alexaprisvinnaren tillkännages i november. Eliza-effekten innebär att vi litar på maskiner förr än vi trodde.
Ilya Khel
