my history up until being nys emt 1998,(preceded by my run through of emergency room today)
目次:
1950年にコンピューター科学者、コードブレーカー、そして戦争の英雄Alan Turingが非常に単純な前提を世界にもたらしました。ロボットが人とテキストベースの会話をし、その人が人間だと信じ込ませることができれば当時、私たちはそのロボットが「考える」機械であることに確かに同意することができました。チューリングの目標は、人々にコンピュータのインタラクションについてより創造的に考えることを強いることでしたが、彼はロボットインテリジェンス開発者や解説者が長年にわたって信頼してきたテストを誤って作成することになりました。しかし、真面目な人工知能の思想家は、死んだ天才を3分の1に混乱させることに焦点を合わせていません。彼らはより実質的な指標に焦点を当てています。
基本的に、チューリングテストの問題点は、定義が不十分なため、簡単に重複する結果を提供するのではなく、誇大宣伝(ジョージア州のそのような偽の教育アシスタント)を容易にすることです。それ以上に、それは人為的な力ではなく人間の弱さを測定すると主張することができます。たとえば、13歳のウクライナの少年を偽装するように設計されたEugene Goostmanというボットは、最近、審査員団の3分の1を悪用して、その悪用を信じさせています。ユージーンは会話の中でちょっとした落書きとしてやって来て、そしてこれは彼の秘密の武器であることがわかった。裁判官たちは、質問を避けたり、悪い冗談を言ったり、不平を言ったり、絵文字を使ったりしていたのではなく、知能をプログラムしたロボットを期待していた。
私の年間チューリングテスト#fmlに失敗しました
- jam(@hugdeserver)2016年5月11日
チューリングテストではないなら、それでは何?世界中の研究者がいくつかの選択肢を考え出しています。
あいまいな文の解読
チューリングチャットボットの根本的な問題は、機械が文を理解するのに非常に苦労することです。 「ピーターは、ガールフレンドと一緒に眠ったのでポールに怒鳴りつけました。」人間にとって、パウロがピーターのガールフレンドと一緒に眠ったことはすぐに明らかですが、コンピュータ「彼」と「彼」はそれぞれどちらかを指すことができます。何が起こったのかを理解するには、誰かに叫ぶことが何を意味するのか、そしてどのような条件の下でそれをやる気があるのかについて何かを知ることが必要です。
トロント大学のコンピュータサイエンスの教授であるHector Levesqueは、チューリングテストの代わりとして、Winogradスキーマと呼ばれるこれらの種類のあいまいに構成された文から意味を引き出すための挑戦的な機械を提案しました。これは人間の言語をまねることを超えてそして実際の理解の領域に入ることを必要とするでしょう。すでに25,000ドルの賞金が開発者に提供されています。この開発者は、このタスクに関して人間と同様に実行できるボットを作成することができます - ボットは各質問を最大5分間検討することができます。
顔認識
いくつかのA.I.研究者たちは、マシンインテリジェンスは言葉を超えても可能であり、またそうすべきであるという考えを考えてきました。顔認識は、人間が特にうまく行っていることの一例です - 結局のところ、赤ちゃんは出生後数週間以内に母親を認識することができます。
これは本当の知性の尺度であるかどうかはまだ議論の問題ですが、いくつかのコンピュータはすでに顔を認識することで人間を凌駕しています。 1つの点で非常に優れているとプログラムされたマシンは、さまざまな方法でさまざまな状況で使用できる柔軟なインテリジェンスを備えているのとはまったく異なります。
大学の受け入れ
日本のロボット学者は大学に入ることができるロボットを造ろうとしています。東京大学への入学試験は非常に困難で、高校生よりもロボットにとってはなおさらです。
ロボットにとって不幸なことに、テストが上手であることは多くの事実を暗記する以上のことをします。数学の質問はあなたに解決する方程式を与えるのではありません - 彼らは平易な言葉でシナリオを記述し、正しい答えになる方程式を作る方法を考え出すためにあなたに任せます。歴史的事実についての直接的な質問でさえ、ロボットが使用される言語の文法や文脈を把握できなければ複雑になる可能性があります。
そして、入学試験は単なる選択テストではありません - ロボットもエッセイを書く必要があります。おそらく、盗作は許されず、機械は独創的かつ知的な両方の与えられた主題について何らかの散文を生成しなければならないでしょう。ロボットが13歳の言語をまねるのに十分な時間があることを考えると、これはかなり遠いようです。それでも、関係する研究者たちは、2021年までに彼らの小さなボットを大学に見送りたいと言っています。
プレイ毎に
これは特に高いバーです。スポーツの試合についてコメントするには、複雑な視聴覚情報を取り込み、何が起こっているのかをわかりやすい言葉で伝える必要があります。ロボットは視覚処理システムに加えて非常に優れた言語スキルを持たなければならないでしょう。
コンピュータがフットボールの試合について半分まともなライブレポートを作成することさえできれば、人間はそのロボットがかなり頭が良くスマートであることに同意することができるかもしれません。ただし、おそらく65年後には、スポーツコメンテーターのボットは特に2次元に見えるようになるでしょう。それらが飛躍するためには、いくつかの新しいハードルを考え出す必要があります。