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

การทดสอบแบบทัวริ่ง : คอมพิวเตอร์สามารถเป็นมนุษย์ได้หรือไม่ - อเล็กซ์ เจนดเลอร์ (Alex Gendler)

Translator: Kelwalin Dhanasarnsombut Reviewer: Rawee Ma

What is consciousness?

อะไรคือสติสัมปชัญญะ

Can an artificial machine really think?

เครื่องจักรกลสามารที่จะคิดได้หรือเปล่า

Does the mind just consist of neurons in the brain,

ความคิดของเราเป็นแค่การรวมกัน ของเส้นประสาทในสมองหรือเปล่า

or is there some intangible spark at its core?

หรือมันมีอะไรบางอย่างที่ยากต่อการอธิบาย ซ่อนอยู่ในหัวใจสำคัญของมัน

For many, these have been vital considerations

สำหรับใครหลาย ๆ คน นี่เป็นเรื่องสำคัญที่จะต้องพิจารณา

for the future of artificial intelligence.

เพื่ออนาคตของจักรกลอัฉริยะ

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

แต่นักวิทยาศาสตร์คอมพิวเตอร์ชาวอังกฤษ อลัน ทัวริง ตัดสินใจที่จะเพิกเฉยต่อคำถามเหล่านี้

in favor of a much simpler one:

เพื่อคำถามที่ง่ายกว่าคือ

can a computer talk like a human?

คอมพิวเตอร์สามารถพูดได้อย่างมนุษย์หรือเปล่า

This question led to an idea for measuring aritificial intelligence

คำถามนั้นนำไปสู่แนวคิดเพื่อการวัด จักรกลอัฉริยะ

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

ที่ต่อมาเป็นที่รู้จักกันอย่างแพร่หลาย ว่า การทดสอบแบบทัวริง

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

ในเอกสารทางวิทยาศาสตร์ปี ค.ศ. 1950 "เครื่องกลคอมพิวเตอร์และอัฉริยภาพ"

Turing proposed the following game.

ทัวริงเสนอเกมส์ดังต่อไปนี้

A human judge has a text conversation with unseen players

กรรมการมนุษย์มีการสื่อสารทางข้อความ กับผู้เล่นที่มองไม่เห็น

and evaluates their responses.

และประเมินการตอบสนองของผู้เล่นนั้น

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

เพื่อที่จะผ่านการทดสอบ คอมพิวเตอร์ จะต้องสามารถแทนที่ผู้เล่นสักคนหนึ่ง

without substantially changing the results.

โดยไม่ทำให้เกิดผลลัพท์ ที่เปลี่ยนแปลงไปอย่างมีนัยสำคัญ

In other words, a computer would be considered intelligent

หรือพูดอีกอย่างหนึ่งก็คือ คอมพิวเตอร์จะถูกพิจารณาว่ามีอัฉริยภาพ

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

ถ้าหากการสนทนาของมัน ไม่สามารถถูกบ่งบอกได้โดยง่ายโดยมนุษย์

Turing predicted that by the year 2000,

ทัวริงคาดว่าพอถึงปี ค.ศ. 2000

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

เครื่องจักรที่มีหน่วยความจำ 100 เมกะไบต์ จะสามารถผ่านการทดสอบนี้ได้โดยง่าย

But he may have jumped the gun.

แต่เขาอาจจะคิดล่วงหน้าไกลไปสักหน่อย

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

แม้ว่าคอมพิวเตอร์ทุกวันนี้ จะมีความจำมากกว่านั้นมาก

few have succeeded,

ก็มีเป็นส่วนน้อยเท่านั้นที่ผ่านการทดสอบ

and those that have done well

และพวกที่ทำได้ดี

focused more on finding clever ways to fool judges

ก็มุ่งความสนใจไปยังวิธีการที่ชาญฉลาด ในการหลอกกรรมการ

than using overwhelming computing power.

มากไปกว่าจะใช้ความสามารถอันทรงพลัง ของคอมพิวเตอร์

Though it was never subjected to a real test,

แม้ว่ามันจะไม่เคยถูกทดสอบจริง ๆ

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

โปรแกรมแรกที่มีการกล่าวอ้างว่า ประสบความสำเร็จ มีชื่อว่า อิไลซา (ELIZA)

With only a fairly short and simple script,

ด้วยข้อความที่ค่อนข้างสั้นและง่าย

it managed to mislead many people by mimicking a psychologist,

มันสามารถที่จะทำให้คนหลายคนเข้าใจผิด โดยเลียนแบบนักจิตวิทยา

encouraging them to talk more

คือทำให้พวกเขาพูดมากขึ้น

and reflecting their own questions back at them.

และสะท้อนคำถามของพวกเขา ให้ย้อนกับไปหาตัวพวกเขา

Another early script PARRY took the opposite approach

อีกหนึ่งข้อความ PARRY ใช้วิธีการที่ตรงข้ามกัน

by imitating a paranoid schizophrenic

โดยเลียนแบบผู้ป่วยจิตเภทที่หวาดระแวง

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

ผู้ที่คอยกำกับการสนทนา ให้กลับมายังหัวข้อที่เขาหมกมุ่น

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

ความสำเร็จของพวกมันในการหลอกคน บ่งบอกถึงจุดอ่อนหนึ่งที่สำคัญของการทดสอบนี้

Humans regularly attribute intelligence to a whole range of things

โดยทั่วไปคนมักจะให้คุณสมบัติของอัฉริยภาพ กับสิ่งต่าง ๆ มากมาย

that are not actually intelligent.

ที่อันที่จริงแล้วไม่ได้มีอัฉริยภาพ

Nonetheless, annual competitions like the Loebner Prize,

ไม่ว่าอย่างไรก็ดี การแข่งขันประจำปี อย่าง ลอบเนอร์ ไพรซ์ (Loebner Prize)

have made the test more formal

ได้ทำให้การทดสอบเป็นทางการมากขึ้น

with judges knowing ahead of time

โดยทำให้กรรมการรู้ตัวก่อนการทดสอบ

that some of their conversation partners are machines.

ว่าคู่สนทนาบางคนของพวกเขา เป็นจักรกล

But while the quality has improved,

แต่ในขณะที่คุณภาพได้รับการปรับปรุงพัฒนา

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

โปรแกรมหุ่นยนต์สนทนาบางโปรแกรม ได้ใช้แนวทางเดียวกับ ELIZA และ PARRY

1997's winner Catherine

แคทรีน ผู้ชนะประจำปี ค.ศ. 1997

could carry on amazingly focused and intelligent conversation,

สามารถมีสมาธิจดจ่อได้อย่างน่าทึ่ง และมีการสนทนาที่มีอัฉริยภาพ

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

แต่ส่วนใหญ่จะเป็นตอนที่ กรรมการพูดเรื่องบิล คลินตัน

And the more recent winner Eugene Goostman

และผู้ชนะล่าสุด ยูจีน กอสแมน

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

ได้ให้บุคลิกของเด็กชายชาวยูเครน อายุ 13 ปี

so judges interpreted its nonsequiturs and awkward grammar

กรรมการก็เลยตีความคำพูดที่ไม่มีเหตุผล และไวยากรณ์ที่ตะกุกตะกัก

as language and culture barriers.

ว่าเป็นอุปสรรคทางภาษาและวัฒนธรรม

Meanwhile, other programs like Cleverbot have taken a different approach

ในขณะเดียวกัน โปรแกรมอื่น ๆ อย่าง เคลเวอร์บอท ได้ใช้วิธีการอื่น

by statistically analyzing huge databases of real conversations

โดยวิเคราะห์ฐานข้อมูลขนาดใหญ่ในเชิงสถิติ ของการสนทนาจริง ๆ

to determine the best responses.

เพื่อกำหนดการตอบสนองที่ดีที่สุด

Some also store memories of previous conversations

บางโปรแกรมยังเก็บความทรงจำ ของการสนทนาครั้งก่อน ๆ เอาไว้

in order to improve over time.

เพื่อที่จะพัฒนาปรับปรุงมันในครั้งต่อไป

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

แต่ในขณะที่แต่ละตัวคำตอบของเคลเวอร์บอท ฟังดูคล้ายมนุษย์มาก

its lack of a consistent personality

มันขาดบุคลิกที่มีความสม่ำเสมอ

and inability to deal with brand new topics

และการที่มันไม่สามารถ จะประมวลผลเรื่องใหม่ ๆ ได้

are a dead giveaway.

เป็นการเผยไต๋หมดเปลือก

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

ใครก็ตามที่อยู่ในช่วงเวลาของทัวริง จะไปคาดว่าคอมพิวเตอร์ในทุกวันนี้

would be able to pilot spacecraft,

จะสามารถควบคุมยานอวกาศ

perform delicate surgeries,

ทำการผ่าตัดที่ซับซ้อน

and solve massive equations,

และแก้ไขสมการได้มากมาย

but still struggle with the most basic small talk?

แต่แค่คุยเรื่องง่าย ๆ ก็ยังตะกุกตะกัก

Human language turns out to be an amazingly complex phenomenon

กลายเป็นว่าภาษาของมนุษย์ เป็นปรากฏการณ์ซับซ้อนที่น่าทึ่ง

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

ที่ไม่สามารถจัดเก็บได้ โดยพจนานุกรมที่ใหญ่ที่สุด

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

โปรแกรมหุ่นยนต์สนทนาอาจจนด้วยเกล้า ด้วยคำใช้เอื้อนเอ่ยอย่าง "อืม"

or questions with no correct answer.

หรือคำถามที่ไม่มีคำตอบที่ถูกต้อง

And a simple conversational sentence,

และประโยคสนทนาธรรมดา ๆ

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

อย่าง "ฉันเอาน้ำผลไม้ออกมาจากตู้เย็น แล้วให้กับเขาไป

but forgot to check the date,"

แต่ลืมตรวจสอบวันที่"

requires a wealth of underlying knowledge and intuition to parse.

ต้องการความรู้พื้นฐานค่อนข้างมาก และไหวพริบในการตีความ

It turns out that simulating a human conversation

กลายเป็นว่าการจำลองการสนทนาของมนุษย์

takes more than just increasing memory and processing power,

ต้องใช้มากกว่าการเพิ่มความจำ และประสิทธิภาพในการประมวลผล

and as we get closer to Turing's goal,

และเมื่อเรายิ่งเข้าใกล้กับเป้าหมายของทัวริง

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

เราอาจจะต้องเผชิญหน้ากับคำถามสำคัญ เกี่ยวกับสติสัมปชัญญะในท้ายที่สุด