Når du kjøper via tilknyttede lenker på nettstedet vårt, kan vi motta en provisjon uten ekstra kostnad for deg. Les mer om 
Turing testen vurderer en maskins evne til å etterligne menneskelig intelligens. I denne artikkelen kan du lese om testens betydning, hvordan den brukes i praksis, og få en dypere forståelse av Turingtesten.
Hva er Turing-testen?
Turing-testen er et evalueringsverktøy for kunstig intelligens (AI) som ble introdusert i 1950 av Dr. Alan Turing, en britisk matematiker og datavitenskapsmann. Turing var på jakt etter en enkel måte å besvare spørsmålet: «Kan maskiner tenke?»
I stedet for å dykke ned i det filosofiske spørsmålet om hva «tenkning» betyr, omformulerte Turing problemet ved å foreslå en konkret, operasjonell test: Hvis en maskin kunne imitere menneskelige svar overbevisende nok til å lure en menneskelig utspørrer, kunne den for alle praktiske formål sies å «tenke». Strategien han foreslo, ble en av de tidligste målestokkene for å vurdere maskinintelligens.
For å samle inn kvalitative data om maskinintelligens foreslo Turing et spørreskjemabasert spill, som senere ble populært kjent som «Imitasjonsspillet» eller, mer kjent, «Turing-testen».
Nøkkelpunkter
- Turing-testen er et evalueringsverktøy for kunstig intelligens (AI) som ble introdusert i 1950 av Dr. Alan Turing, en britisk matematiker og datavitenskapsmann.
- Turing-testen markerte en viktig milepæl innen kunstig intelligens ved å fokusere mindre på abstrakte definisjoner av tanke og mer på praktiske evalueringer av maskiners atferd i samtaler.
- Turings fokus på samtaleintelligens har drevet frem utviklingen innen Natural Language Processing (NLP) og maskinlæring (ML), og har skapt verktøy som kan forstå, generere og analysere menneskelig språk.
- Programmer som ELIZA, PARRY og Cleverbot gjenspeiler utviklingen av kunstig intelligens når det gjelder å bestå Turing-testen, mens nyere systemer som Google Duplex og GPT-3 viser hvordan kunstig intelligens i samtaler har gjort fremskritt når det gjelder å etterligne menneskelig respons.
- Alternativer til Turing-testen, som Chinese Room- og Lovelace-testene, vurderer maskinintelligens utover bare samtale.
- Turing-testen er også mye brukt i media, markedsføring og etikk, særlig ettersom utviklingen av kunstig intelligens reiser nye spørsmål om tillit og ansvarlig bruk.
- Se hele listen
Hva er Imitasjonsspillet?
Turings test for maskinintelligens er basert på en selskapslek som var populær i viktoriatiden. I det opprinnelige spillet måtte man være tre personer: en mann, en kvinne og en forhørsleder. (Forhørslederen kunne være enten en mann eller en kvinne.) Mannen og kvinnen ble plassert i ett rom, mens forhørslederen ble plassert i et annet rom.
Forhørslederen startet spillet med å stille en rekke spørsmål som deltakerne skulle skrive (eller skrive på maskin) svarene sine på. For å gjøre spillet mer utfordrende fikk den ene deltakeren lov til å lyve og dikte opp svar, mens den andre deltakeren alltid måtte fortelle sannheten. Målet med spillet var at forhørslederen skulle gjette hvilke svar som var skrevet av mannen – og hvilke som var skrevet av kvinnen.
Hvordan fungerer Turing-testen?
Som beskrevet i artikkelen «Computing Machinery and Intelligence» fra 1950, krevde Turings versjon av Imitasjonsspillet også en utspørrer og to deltakere. I Turings versjon var imidlertid én av deltakerne et menneske, mens den andre var en datamaskin.
I bunn og grunn var Turings versjon av spillet et banebrytende forsøk på å sette en praktisk målestokk for maskinintelligens, uten å ta stilling til det filosofiske spørsmålet om hva det vil si å «tenke». Turing foreslo at hvis forhørslederen ikke kunne skille mellom maskinens og menneskets svar på en pålitelig måte, kunne maskinen sies å demonstrere menneskelignende tankeprosesser og intelligens.
De nøyaktige kriteriene for å fastslå en maskins intelligens har alltid vært gjenstand for debatt, men basert på Turings artikkel har det ofte blitt hevdet at hvis en jury av avhørere tror at de kommuniserer med et annet menneske i minst 70 % av tilfellene – når de i virkeligheten har snakket med et dataprogram – kan programvarensskapere med rette hevde at programmeringen av kunstig intelligens (AI) har bestått Turing-testen.
Hvorfor er Turing-testen viktig?
Turings test er historisk viktig fordi den flyttet debatten fra å handle om hvorvidt maskiner kan tenke, til å handle om hvorvidt maskiner kan etterligne menneskelignende samtaler. Denne endringen i fokus ga det fremvoksende datavitenskapelige miljøet et pragmatisk rammeverk for å vurdere fremskritt.
I årenes løp har Turing-testens gyldighet skapt mye debatt blant dataforskere, filosofer og kognitive psykologer. Testens utholdenhet ligger i dens evne til å være både en teknisk målestokk og et filosofisk verktøy for å undersøke og diskutere hvorvidt en maskin noen gang kan bli virkelig intelligent.
Ved å bruke samtale som det primære kriteriet for intelligens har man imidlertid utilsiktet skapt et snevrere perspektiv på intelligens, og man har neglisjert betydningen av andre typer intelligens, som emosjonell intelligens, romlig intelligens eller kreativ intelligens.
Med dagens fremskritt innen maskinlæring (ML) og nevrale nettverk blir det stadig mer mulig å lage chatboter med arkitekturer som kan etterligne mønstre i treningsdata på en nøyaktig måte. ChatGPT-4 og Google Bard er for eksempel ganske dyktige til å håndtere et bredt spekter av samtaleemner, og i mange tilfeller kan de produsere svar som er umulig å skille fra et menneskes.
Det betyr imidlertid ikke nødvendigvis at chatboten er intelligent. I langvarige interaksjoner kan de store språkmodellene (LLM) som støtter chatbotene, hallusinere og generere resultater som er inkonsekvente, motstridende eller ulogiske.
Innledende innvendinger mot Turing-testen
Det er viktig å merke seg at selv om Turing i dag er anerkjent som en visjonær, var han ganske kontroversiell i sin samtid, og arbeidet hans ble ikke alltid verdsatt. Mange akademikere og teologer tvilte på at maskiner noen gang kunne etterligne menneskelig tankegang, og Turings ganske radikale ideer om maskinintelligens skapte en opphetet filosofisk og teologisk debatt.
Turing forutså imidlertid innvendingene mot ideene sine, og kom med motargumenter for hvorfor han mente at maskiner kunne gjenskape menneskelig tankegang. Denne troen er forklart i Church-Turing-tesen.
Church-Turing-tesen går ut på at alle beregninger eller matematiske problemer som kan løses av et menneske ved hjelp av et bestemt sett med instruksjoner, også kan løses av en maskin. Dette konseptet ble grunnlaget for moderne informatikk.
Turing-maskin vs. universell Turing-maskin
Turing introduserte begrepet maskinintelligens for første gang i artikkelen «On Computable Numbers, with an Application to the Entscheidung’s Problem» fra 1936. I denne artikkelen introduserte Turing en enkel teoretisk innretning som i prinsippet kunne beregne en hvilken som helst tallrekke hvis den ble gitt de riktige instruksjonene.
En Turing-maskin (TM) er en abstrakt matematisk modell for beregning. I Turings hode besto hans imaginære maskin av et uendelig bånd inndelt i celler, et båndhode som kunne bevege seg til venstre eller høyre, og et sett med tilstander og regler som dikterte hvordan båndhodet leste fra og skrev til båndet. Han så for seg at hver Turing-maskin skulle være konstruert for å utføre en bestemt oppgave eller beregning.
Turing foreslo også en universell Turing-maskin. Dette skulle være en spesiell type Turing-maskin som kunne simulere alle andre Turing-maskiner. I teorien skulle en UTM kunne bruke en beskrivelse av en annen Turing-maskin (og dens input) som sin egen input.
Konseptet med en universell turingmaskin introduserte ideen om at en datamaskin kunne simulere en hvilken som helst annen datamaskin hvis den ble gitt de riktige inndataene. Dette ble grunnlaget for dagens dataprogrammer og var et viktig skritt i utviklingen av allsidige datamaskiner.
Er Turing-testen fortsatt et gyldig vurderingsverktøy?
Turing-testen anses først og fremst som et historisk verktøy for å evaluere kunstig intelligens i dag.
Testen er imidlertid fortsatt et omdiskutert tema på grunn av dens innvirkning på AI-forskningen. Turing-testen flyttet det filosofiske spørsmålet «Kan maskiner tenke?» til et annet spørsmål som faktisk kunne besvares og underbygges med data.
Dette er viktig, fordi det nye spørsmålet «Kan maskiner oppføre seg på en måte som er umulig å skille fra mennesker under en samtale?» kunne besvares på en definitiv måte ved hjelp av vitenskapelig metode.
Denne subtile (men likevel dyptgripende) perspektivendringen fikk stor betydning og oppmuntret tidlige forskere innen kunstig intelligens til å legge mer vekt på studier av naturlig språkbehandling (NLP), naturlig språkforståelse (NLU) og naturlig språkgenerering (NLG).
Konversasjonell AI og Turing-testen
I tiårene etter Turings død ble Turings rolle i å knekke Enigma-koden offentlig kjent, og hans bidrag og innsikt i maskinintelligens ble undersøkt på nytt. Følgende teknologier og konsepter har en fellesnevner med Turing-testen – de søker alle å gjenskape menneskelig atferd i en maskinkontekst.
Turing-testen og generativ AI
Turing-testen nevnes ofte i artikler om generativ AI (Gen AI), og det er fordi Turing-testen i seg selv er generativ. Når en språkmodell genererer en historie, en artikkel eller et dikt, handler det ikke bare om å sette sammen ord; den prøver å skape innhold som føles som om det er laget av et menneske.
Et av de første dataprogrammene som forsøkte seg på interaktiv samtale, var ELIZA, en chatterbot som ble skapt på 1960-tallet av Joseph Weizenbaum ved MIT. ELIZA nevnes ofte i diskusjoner om Turing-testen fordi det var et av de første dataprogrammene som kunne etterligne en menneskelignende samtale og lure folk til å tro at de samhandlet med en ekte person.
I datidens kontekst kan ELIZA betraktes som generativt, fordi det produserte varierte svar uten at en menneskelig manusforfatter spesifiserte hver eneste mulige samtalevending.
Berømte forsøk på å bestå Turing-testen
Selv om ELIZA ikke var designet spesielt for å bestå Turing-testen, gjorde chatbotens evne til å etterligne visse typer menneskelig interaksjon den til en viktig milepæl i historien om kunstig intelligens og interaksjon mellom menneske og datamaskin.
Ironisk nok satte folks respons og reaksjoner på ELIZA også søkelyset på den menneskelige tendensen til å tillegge maskiner andre menneskelige egenskaper. Dette fenomenet, som er kjent som Eliza-effekten, kan brukes som et synonym for personifisering i forbindelse med informasjonsteknologi.
I tillegg til ELIZA er andre bemerkelsesverdige chatboter assosiert med konversasjonell AI og Turing-testen:
Berømte Turing-testkonkurranser
I årenes løp har flere konkurranser brukt den kontroversielle Turing-testen til å evaluere «intelligensen» i programmeringen av kunstig intelligens.
Velkjente historiske eksempler inkluderer:
- Loebner-prisen, som ble etablert i 1990 av Hugh Loebner i samarbeid med Cambridge Center for Behavioral Studies, er en av de mest kjente Turing Test-konkurransene. Loebner-prisen ble avviklet i 2020.
- Chatterbox Challenge var en årlig konkurranse som startet på begynnelsen av 2000-tallet og ble arrangert i en årrekke. I sin storhetstid var Chatterbox Challenge en av de fremste chatbot-konkurransene.
- Nettstedet Chatbot Battle Arena setter ulike chatboter opp mot hverandre og lar seerne avgjøre hvilken bot som skal vinne. I denne Turing Test-lignende konkurransen bestemmer seeren sine egne kriterier for seier.
- Turing100 ble arrangert av European Association for Artificial Intelligence i 2012. Det var en del av feiringen av 100-årsjubileet for Alan Turings fødsel.
- 2K BotPrize var en konkurranse som ble arrangert i forbindelse med videospillet «Unreal Tournament 2004». I stedet for å fokusere på samtale, var utfordringen for programmerere å lage en bot som oppfører seg så menneskelignende i spillet at den forveksles med en menneskelig spiller.
Alternativer til Turing-testen
Det har blitt foreslått ulike alternativer og supplementer til Turing-testen for å kompensere for testens begrensninger.
Noen av disse vurderingene er utformet for å evaluere maskinintelligens utover samtalebasert AI:
Argumentet om det kinesiske rommet
Et tankeeksperiment foreslått av filosofen John Searle, som utfordret gyldigheten av Turing-testen og forsøkte å bevise at det er umulig for digitale datamaskiner å forstå språk eller tenke.
Lovelace-testen
Denne testen, som er oppkalt etter Ada Lovelace, den første kvinnelige programmereren, evaluerer en maskins evne til å skape originalt, kunstnerisk innhold som ikke eksplisitt er programmert inn i den.
Marcus-testen
En test av kunstig intelligens foreslått av Gary Marcus, en kognitiv forsker ved New York University. Den er utformet for å vurdere en kunstig intelligens’ evne til å forstå og reagere på hendelser i den virkelige verden.
Hvordan brukes Turing-testen i dag?
Selv om Turing-testen kanskje ikke har den samme statusen som den en gang hadde når det gjelder maskinintelligens, lever arven etter den videre. Testen er fortsatt et verdifullt diskusjons- og markedsføringsverktøy.
Her er noen måter Turing-testen brukes på i dag:
