Egy új kutatás azt állítja, hogy a GPT-4 átment a Turing-teszten, mivel a legtöbb résztvevő nem tudta megkülönböztetni ezt a mesterséges intelligenciát az embertől – számol be a történelmi fejleményről a Live Science. Az Alan Turing által 1950-ben felvetett Turing-teszt egy gép azon képességét méri, hogy mennyire képes emberszerű intelligenciát mutatni. Érdekesség, de részben valószínűleg ez a teszt inspirálta a Szárnyas Fejvadász híres Voight-Kampff tesztjét is.

A nemrég végzett vizsgálat során 500 résztvevő négy különböző “ágenssel” beszélgetett – egy emberrel, az 1960-as évekbeli ELIZA AI programmal, a GPT-3.5-tel és a GPT-4-gyel. Öt perces interakció után a résztvevőknek ki kellett találniuk, hogy emberrel vagy mesterséges intelligenciával beszéltek-e.

A GPT-4-et az esetek 54%-ában embernek ítélték meg, míg az ELIZA 22%-ot, a GPT-3.5 50%-ot, a tényleges ember pedig 67%-ot ért el. Ezen eredmények szerint tehát a GPT-4 társalgási képességei elég jól utánozzák az emberi reakciókat, ami példátlan mérföldkövet jelent az MI fejlesztésében, sőt egészében az ember és a gép viszonyrendszerében. Mint azt Nell Watson, az Institute of Electrical and Electronics Engineers (IEEE) mesterséges intelligenciával foglalkozó kutatója a Live Science-nek kifejtette:

“A gépek képesek konfabulálni, összekeverni a dolgok hihető, utólagos indokait, ahogyan azt az emberek teszik. Kognitív elfogultságoknak lehetnek kitéve, meg lehet őket zavarni, sőt manipulálni is lehet őket, de ezzel együtt ők is egyre megtévesztőbbek. Mindezek az elemek azt jelentik, hogy az AI-rendszerekben az emberhez hasonló hibák és furcsaságok jelennek meg, ami emberszerűbbé teszi őket, mint a korábbi rendszereket, amelyek alig voltak többek, mint előre elkészített válaszok listái.”

A tanulmány visszhangozza azokat az aggodalmakat is, melyek szerint az emberinek tűnő MI-rendszereknek “széleskörű társadalmi és gazdasági következményei” lesznek. A tudósok emellett azt is állítják, hogy a Turing-teszt túlságosan is egyszerű megközelítést alkalmaz, és hogy a “stilisztikai és szocio-emocionális tényezők nagyobb szerepet játszanak a Turing-teszt teljesítésében, mint a hagyományos intelligenciafogalmak”. Az előbbi, bonyolult mondat lényegében egyetlen, egyszerűen felfogható következtetéshez vezet:

Eddig egyszerűen rossz helyen kerestük a gépi intelligenciát.

Mint Watson hozzátette:

“A nyers értelem csak egy bizonyos határig terjed. Ami igazán számít, az az, hogy kellően intelligensek legyünk ahhoz, hogy megértsünk egy helyzetet, mások készségeit, és rendelkezzünk kellő empátiával, hogy ezeket az elemeket összekapcsoljuk. A szellemi képességek csak egy kis részét képezik a mesterséges intelligencia teljes értékének – az is elengedhetetlen, hogy képesek legyenek megérteni mások értékeit, preferenciáit és határait. Ezek a tulajdonságok teszik lehetővé, hogy a mesterséges intelligencia hűséges és megbízható asszisztensként szolgáljon az életünkben.

Az ELIZA az előre megírt válaszokra korlátozódott, ami nagymértékben korlátozta a képességeit. Lehet, hogy valakit öt percig képes megtéveszteni, de gyorsan világossá válnak a korlátai. A nyelvi modellek viszont végtelenül rugalmasak, képesek szintetizálni a témák széles skáláját, adott nyelveken vagy szociolektusokon (egy társadalmi csoporthoz kapcsolódó nyelvváltozat vagy nyelvhasználati forma – a szerk.) beszélni, és karaktervezérelt személyiséggel és értékekkel ábrázolni magukat. Ez óriási előrelépés az emberi lény által kézzel beprogramozott dolgokhoz képest, akármilyen ügyesen és körültekintően is jártunk el velük kapcsolatban.”

Watson a témát azzal zárta, hogy mindebből tisztán látszik, hogy mennyire radikálisan új korszakot hozott a “GPT-éra”.

(A cikkhez használt képet a DALL-E generálta/raketa.hu)