The Turing test: Can a computer pass for a human? - Alex Gendler

Translator: sadegh zabihi Reviewer: Hajar Almasi

What is consciousness?

هوشیاری چیست؟

Can an artificial machine really think?

آیا واقعا یک ماشین مصنوعی می‌تواند فکر کند؟

Does the mind just consist of neurons in the brain,

آیا ذهن فقط شامل عصب‌های درون مغز است٬

or is there some intangible spark at its core?

یا بارقه‌ای باور نکردنی در مرکز آن است؟

For many, these have been vital considerations

برای بسیاری٬ این‌ها مسائلی حیاتی

for the future of artificial intelligence.

برای آینده هوش مصنوعی بوده است.

But British computer scientist Alan Turing decided to disregard all these questions

اما دانشمند علوم کامپیوتر بریتانیایی الن تورینگ تصمیم گرفت همه‌ی این سوالات را

in favor of a much simpler one:

برای حل سوالی بسیار ساده تر نادیده بگیرد:

can a computer talk like a human?

آیا یک رایانه می‌تواند مثل یک انسان صحبت کند؟

This question led to an idea for measuring aritificial intelligence

این سوال به ایده‌ای برای اندازه گیری هوش مصنوعی منجر شد

that would famously come to be known as the Turing test.

که با نام آزمون تورینگ شهرت یافت.

In the 1950 paper, "Computing Machinery and Intelligence,"

در مقاله‌ی سال ۱۹۵۰ ٬ «ماشین‌های محاسبه‌گر و هوش»٬

Turing proposed the following game.

تورینگ این بازی را ارائه کرد.

A human judge has a text conversation with unseen players

یک قاضی انسان با بازیکنانی که آنها را ندیده است مکالمه نوشتاری انجام می‌دهد

and evaluates their responses.

و بازخوردهای آنها را ارزیابی می‌کند.

To pass the test, a computer must be able to replace one of the players

برای قبولی در آزمون٬ یک رایانه باید بتواند جای یکی از بازیکنان را بگیرد

without substantially changing the results.

بدون اینکه نتایج تغییر قابل ملاحظه‌ای داشته باشند.

In other words, a computer would be considered intelligent

به بیان دیگر٬ رایانه‌ای هوشمند شناخته می‌شود

if its conversation couldn't be easily distinguished from a human's.

که نتوان صحبت‌های او را به راحتی از یک انسان تشخیص داد.

Turing predicted that by the year 2000,

تورینگ پیش بینی کرد که تا سال ۲۰۰۰ ٬

machines with 100 megabytes of memory would be able to easily pass his test.

ماشین‌هایی با ۱۰۰ مگا بایت حافظه می‌توانند به سادگی در آزمون او پذیرفته شوند.

But he may have jumped the gun.

اما ممکن است زیادی تند رفته باشد.

Even though today's computers have far more memory than that,

با وجود اینکه امروزه رایانه‌ها خیلی بیشتر از آن مقدار حافظه دارند٬

few have succeeded,

تعداد کمی قبول شده‌اند٬

and those that have done well

و آنهایی هم که قبول شده‌اند

focused more on finding clever ways to fool judges

بیشتر روی پیدا کردن راهی برای فریب دادن داوران تمرکز کرده‌اند

than using overwhelming computing power.

تا پیشبرد توانایی‌های رایانه.

Though it was never subjected to a real test,

هرچند این آزمون هرگز به عنوان یک امتحان واقعی شناخته نشد٬

the first program with some claim to success was called ELIZA.

اولین برنامه‌ای که ادعای موفقیت کرد «ELIZA» نام داشت.

With only a fairly short and simple script,

با متنی نسبتا کوتاه و ساده٬

it managed to mislead many people by mimicking a psychologist,

عده‌ی زیادی را با تقلید از یک روانشناس فریب داد٬

encouraging them to talk more

و آنها را به بیشتر حرف زدن تشویق کرد

and reflecting their own questions back at them.

و سوالات آنها را به خودشان انعکاس داد.

Another early script PARRY took the opposite approach

روشی دیگر در همان زمان به نام «PARRY» راهی کاملا برعکس را در پیش گرفت،

by imitating a paranoid schizophrenic

و از یک مجنون مبتلا به شیزوفرنی تقلید کرد

who kept steering the conversation back to his own preprogrammed obsessions.

که دائما مکالمه را به موضوعات برنامه ریزی شده‌ی خودش هدایت می‌کرد.

Their success in fooling people highlighted one weakness of the test.

موفقیت آنها در فریب دادن افراد یکی از نقاط ضعف آزمون را آشکار ساخت.

Humans regularly attribute intelligence to a whole range of things

انسان‌ها معمولا هوش را با چیزهایی توصیف می‌کنند

that are not actually intelligent.

که در واقع هوشمند نیستند.

Nonetheless, annual competitions like the Loebner Prize,

به هرحال٬ مسابقات سالانه مثل جایزه لوبنر،

have made the test more formal

به آزمون شکل رسمی تری داده‌،

with judges knowing ahead of time

با داورانی که با گذشت زمان متوجه می‌شوند

that some of their conversation partners are machines.

که بعضی از طرف‌های صحبت‌های آنها ماشین‌ها هستند.

But while the quality has improved,

اما با وجود افزایش کیفیت٬

many chatbot programmers have used similar strategies to ELIZA and PARRY.

تعداد زیادی از برنامه نویسان از روش‌های مشابه ELIZA و PARRY استفاده کرده‌اند.

1997's winner Catherine

برنده سال ۱۹۹۷ کاترین

could carry on amazingly focused and intelligent conversation,

می‌توانست مکالمه‌ی متمرکز و هوشمند بسیار جالبی انجام دهد٬

but mostly if the judge wanted to talk about Bill Clinton.

اما بیشتر وقتی که داور می‌خواست درباره بیل کلینتون صحبت کند.

And the more recent winner Eugene Goostman

و برنده اخیر Eugene Goostman

was given the persona of a 13-year-old Ukrainian boy,

شخصیتی مشابه یک پسر ۱۳ ساله‌ی اکراینی داشت٬

so judges interpreted its nonsequiturs and awkward grammar

پس داور زبان غیر منطقی و عجیب او را

as language and culture barriers.

ناشی از تفاوت‌های زبان و فرهنگ تفسیر می‌کرد.

Meanwhile, other programs like Cleverbot have taken a different approach

در همین حین٬ برنامه‌های دیگری مانند Cleverbot روش‌های دیگری در پیش گرفته‌اند

by statistically analyzing huge databases of real conversations

و یک بانک داده عظیم از مکالمات واقعی را به صورتی هدفمند تحلیل می‌کنند

to determine the best responses.

تا بهترین واکنش‌ها را شناسایی کنند.

Some also store memories of previous conversations

بعضی هم مکالمات پیشین را به حافظه می‌سپارند

in order to improve over time.

و با گذشت زمان پیشرفت می‌کنند.

But while Cleverbot's individual responses can sound incredibly human,

اما با وجود اینکه واکنش‌های متفاوت Cleverbot می‌تواند خیلی انسانی به نظر برسد

its lack of a consistent personality

اما عدم وجود یک شخصیت ثابت

and inability to deal with brand new topics

و عدم توانایی در انجام مکالمات با موضوعات کاملا جدید

are a dead giveaway.

مانع از توفیق یافتن آنها شده است.

Who in Turing's day could have predicted that today's computers

چه کسی در زمان تورینگ می‌توانست تصور کند که روزی رایانه‌ها

would be able to pilot spacecraft,

می‌توانند فضاپیماها را خلبانی کنند٬

perform delicate surgeries,

جراحی‌های ظریف را انجام دهند٬

and solve massive equations,

و معادلات پرحجم را انجام دهند٬

but still struggle with the most basic small talk?

اما هنوز با ابتدایی ترین مکالمه‌ها دست و پنجه نرم کنند؟

Human language turns out to be an amazingly complex phenomenon

مشخص شده است که زبان انسان‌ها یک پدیده‌ی شگفت انگیز و پیچیده است

that can't be captured by even the largest dictionary.

که حتی با بزرگترین فرهنگ لغات هم نمی‌توان آن را ثبت کرد.

Chatbots can be baffled by simple pauses, like "umm..."

Chatbotها می‌توانند با مکث‌های ساده مثل «آم...» گیج شوند

or questions with no correct answer.

یا سولاتی که جواب صحیح ندارند آنها را سردرگم می‌کنند.

And a simple conversational sentence,

و یک جمله‌ی مکالمه‌ای ساده

like, "I took the juice out of the fridge and gave it to him,

مثل٬ «آبمیوه را از یخچال بیرون آوردم و به او دادم٬

but forgot to check the date,"

اما یادم رفت تاریخ را چک کنم٬»

requires a wealth of underlying knowledge and intuition to parse.

برای تحلیل به دانش پیش زمینه‌ی غنی و بینش کافی نیاز دارد.

It turns out that simulating a human conversation

مشخص شده که شبیه سازی یک مکالمه‌ی انسانی،

takes more than just increasing memory and processing power,

به چیزی بیش از تنها بالابردن حافظه و توانایی تحلیل نیاز دارد٬

and as we get closer to Turing's goal,

و با نزدیک تر شدن ما به هدف آزمون تورینگ٬

we may have to deal with all those big questions about consciousness after all.

شاید در آخر مجبور شویم دوباره با همان پرسش بزرگ درباره هوشیاری سر و کله بزنیم.