Kiểm tra Turing

Bài kiểm tra Turing là gì và nó hoạt động như thế nào?

‍Bài kiểm tra Turing là một bài kiểm tra trí tuệ nhân tạo nhằm xác định liệu, thông qua một cuộc trò chuyện, máy tính có thể thuyết phục con người rằng nó là con người hay không. Một người sẽ đánh giá xem “người” mà họ đang trò chuyện là con người hay máy tính. Nếu họ nghĩ rằng mình đang nói chuyện với con người nhưng thực ra là với máy tính, thì máy tính đó đã vượt qua bài kiểm tra Turing.

Về cơ bản, đây là một bài kiểm tra để đánh giá liệu máy tính có thể bắt chước con người đủ thuyết phục để đánh lừa người đối thoại rằng họ đang nói chuyện với con người hay không. Tất nhiên, có rất nhiều điều cần phân tích về bài kiểm tra này.

Mục đích của kiểm tra Turing là gì?

Câu hỏi này có vẻ lạ vì mục đích dường như đã rõ: để biết liệu máy móc có thể bắt chước con người một cách thuyết phục trong trò chuyện hay không. Tuy nhiên, có những khía cạnh sâu xa hơn.

Chúng ta đang kiểm tra xem một cỗ máy có thực sự bắt chước được con người về mặt tư duy hoặc trí tuệ bên trong hay chỉ đơn giản là đánh lừa con người nghĩ rằng nó là con người? Có sự khác biệt giữa hai điều này.

Việc bắt chước con người về mặt tư duy hoặc trí tuệ bên trong là điều mà mọi người thường nghĩ đến khi nhắc đến bài kiểm tra Turing – rằng con người thực sự không thể phân biệt được đang trò chuyện với người hay máy. Tuy nhiên, đây không phải là cách bài kiểm tra này được đề xuất ban đầu vì việc “đánh lừa” con người là được phép. Ví dụ, việc máy tính cố tình gõ sai chính tả có thể khiến con người tin rằng nó là người, vì máy móc thì không bao giờ mắc lỗi chính tả.

Vấn đề cốt lõi là các bài kiểm tra đều có quy tắc và do đó không tránh khỏi những thiếu sót. Ví dụ, thời gian trò chuyện với đối tượng kiểm tra rất quan trọng. Bắt chước con người trong 5 phút dễ hơn nhiều so với trong hàng trăm giờ trò chuyện. Các mẹo nhỏ có thể hiệu quả trong phiên bản 5 phút nhưng không còn tác dụng trong phiên bản kéo dài hàng trăm giờ.

Ai thực hiện bài kiểm tra Turing có quan trọng không?

Một nhà khoa học được đào tạo để nhận biết máy móc và con người sẽ khó bị đánh lừa hơn nhiều so với một người bình thường – không chỉ vì khả năng đánh giá câu trả lời mà còn vì họ biết nên hỏi những câu gì.

Ngay cả khi máy tính có mức độ “suy nghĩ” và trí tuệ ngang với con người, điều đó cũng chưa chắc đủ để đánh lừa người kiểm tra. Bởi vì máy tính có thể trả lời quá hoàn hảo hoặc thiếu cảm xúc.

Thậm chí còn có những tranh luận triết học xoay quanh kiểm tra Turing, như việc nếu máy tính đạt được trí tuệ tổng quát ngang với con người thì liệu điều đó có nghĩa là máy có thể “suy nghĩ” hoặc có ý thức hay không. Đây cũng là một phần câu hỏi mà Alan Turing muốn tránh với bài kiểm tra này. Nếu máy có thể bắt chước con người một cách chính xác thì về mặt thực tiễn, nó đang “suy nghĩ”.

Tất nhiên, điều đó không có nghĩa là nó có ý thức hoặc suy nghĩ giống như con người. Thực tế, chắc chắn nó không suy nghĩ theo cách của con người. Điều thực sự thú vị ở câu hỏi này là khi nhìn từ góc độ thực tiễn. Ví dụ, máy bay có thể bay – đó mới là điều quan trọng. Việc chúng không bay giống chim thì ít quan trọng hơn nhiều.

Kiểm tra Turing quan tâm đến kết quả, không phải cách đạt được kết quả đó.

Điều quan trọng hơn là kiểm tra Turing thường được hiểu là mô tả trạng thái mà trí tuệ máy móc đã đạt đến mức ngang với con người. Chỉ có một nhóm nhỏ quan tâm đến việc liệu máy móc có thực sự vượt qua kiểm tra Turing về mặt kỹ thuật, xét đến tất cả những hạn chế đã nêu trên.

Dù vượt qua kiểm tra Turing có thể là một thành tựu kỹ thuật ấn tượng, đặc biệt nếu bài kiểm tra kéo dài và do những người có chuyên môn thực hiện, nhưng nó vẫn kém ấn tượng hơn nhiều so với một cỗ máy có thể đánh lừa tất cả mọi người, mọi lúc. Tất nhiên, thời gian kiểm tra càng dài và trình độ của người đánh giá càng cao, hai kịch bản này càng có xu hướng hội tụ.

Chúng ta có gần đạt đến việc máy tính vượt qua bài kiểm tra Turing không?

Bây giờ bạn đã hiểu bài kiểm tra là gì, câu hỏi tiếp theo chắc chắn là "chúng ta có đang tiến gần đến việc máy tính vượt qua bài kiểm tra này không?" (tức là đạt được trí tuệ nhân loại tổng quát). Câu trả lời ngắn gọn là “Không”.

Dù đã có những tiến bộ vượt bậc trong Xử lý ngôn ngữ tự nhiên – khả năng của máy tính nhận biết ý định đằng sau một câu nói (công nghệ đứng sau các trợ lý giọng nói), chúng ta vẫn còn rất xa trí tuệ tổng quát ngang với con người.

Thực tế, công nghệ hiện tại không giỏi xử lý sự mơ hồ (hiểu ý nghĩa đằng sau những câu nói không rõ ràng), trí nhớ (kết hợp các thông tin đã nói trước đó vào cuộc trò chuyện hiện tại) hoặc ngữ cảnh (xem xét các yếu tố không được nói ra nhưng liên quan đến tình huống hiện tại). Tóm lại, công nghệ hiện tại gần như chưa đáp ứng được những yêu cầu này.

Một phần vấn đề là công nghệ AI hiện nay cần học từ lượng dữ liệu khổng lồ. Bất kỳ lĩnh vực nào có nhiều dữ liệu lặp đi lặp lại đều phù hợp để áp dụng AI, ví dụ như nhận diện giọng nói và xử lý hình ảnh, bao gồm cả xe tự lái.

Thành công trong xử lý ngôn ngữ tự nhiên (NLP) dựa vào thực tế là có gần như vô hạn dữ liệu cho các câu nói hoặc câu hỏi đơn lẻ không có ngữ cảnh hay trí nhớ. Nếu tôi nói “Tôi muốn mua nước cam”, trong hầu hết các trường hợp đây là một câu đơn giản, không cần thêm thông tin về ngữ cảnh hay trí nhớ để hiểu. Ý định là: “Mua nước cam”.

Khi có ngữ cảnh hoặc trí nhớ, vấn đề trở nên phức tạp hơn. Nếu tôi nói muốn “mua nước cam” nhưng trước đó đã nói rằng tôi là nhà giao dịch tài chính chuyên về nước cam, thì bạn cần hiểu rằng trong trường hợp này tôi muốn mua một công cụ tài chính liên quan đến giá nước cam.

‍

Vậy dữ liệu của chúng ta sẽ như thế nào? “Mua nước cam” có thể nghĩa là: mua một chai nước cam ở cửa hàng HOẶC nếu trước đó đã nói rằng mình là nhà giao dịch nước cam, thì nghĩa là muốn mua một công cụ tài chính liên quan đến giá nước cam.

Nếu nhà giao dịch tài chính đó vừa nói rằng anh ta đang khát, thì ý của anh ta là muốn mua một chai nước cam ở cửa hàng. Vậy chúng ta lại có thêm một trường hợp: HOẶC nếu trước đó đã nói là nhà giao dịch nước cam nhưng vừa nói là đang khát, thì nghĩa là muốn mua một chai nước cam.

Một doanh nghiệp tài chính sẽ gặp rắc rối lớn nếu họ triển khai một bot giao dịch mà người dùng tin rằng có "trí tuệ" ngang với con người.

Việc vượt qua bài kiểm tra Turing có phải là điều không thể?

Dữ liệu hội thoại có rất nhiều chiều, thậm chí là vô hạn. Điều này có nghĩa là các thuật toán học máy sẽ cần một bộ dữ liệu khổng lồ cho mọi chiều có thể xảy ra, điều này rõ ràng là không thể.

Tuy nhiên, điều này không có nghĩa là vượt qua kiểm tra Turing là không thể. Chúng ta biết điều đó là có thể vì chúng ta đã có công nghệ để làm được điều đó – chính là bộ não của chúng ta. Cũng giống như hàng trăm năm trước, con người biết rằng bay là có thể khi quan sát chim bay.

Vấn đề là cách tiếp cận AI hiện nay không thể dựa vào dữ liệu lớn, vì không tồn tại dữ liệu lớn với đủ chiều như vậy. Có quá nhiều biến số, quá nhiều chiều. Ngay cả hiện tại, Google mỗi ngày nhận được 800 triệu lượt tìm kiếm mà trước đó chưa từng có. Điều này cho thấy cách tiếp cận dựa vào dữ liệu sẽ khó khăn như thế nào.

Ray Kurtzweil tại Google đang theo đuổi một hướng tiếp cận phần nào mô phỏng não bộ con người. Ông ước tính rằng chúng ta sẽ đạt được trí tuệ tổng quát và có thể vượt qua một bài kiểm tra Turing rất khó vào năm 2029.

Dự báo của ông dựa trên giả định rằng tiến bộ trong lĩnh vực này sẽ theo cấp số nhân và do đó, ngay cả những tiến bộ tương đối khiêm tốn ngày nay cũng có ý nghĩa lớn hơn nhiều nếu bạn cho rằng chúng ta đang trên một lộ trình phát triển theo cấp số nhân.

Liệu ông ấy đúng hay không thì chúng ta phải chờ xem, nhưng điều này cho thấy rất khó có khả năng đột phá sẽ xảy ra trong 10 năm tới.

Một cỗ máy vượt qua bài kiểm tra Turing một cách thuyết phục sẽ có ý nghĩa gì?

Điểm cuối cùng là điều gì sẽ xảy ra nếu một cỗ máy vượt qua bài kiểm tra Turing một cách thuyết phục. Nếu máy vượt qua bài kiểm tra nhờ các phương pháp dựa trên dữ liệu lớn, tương tự như cách máy tính đánh bại con người ở các trò chơi trên bàn cờ, kể cả những trò phức tạp, thì tác động sẽ không lớn bằng việc máy vượt qua nhờ mô phỏng não bộ.

Phương pháp mô phỏng não bộ sẽ có nghĩa là máy móc có khả năng "suy nghĩ" gần giống với cách con người định nghĩa về suy nghĩ. Nó có thể suy luận ý nghĩa từ những ví dụ tối thiểu giống như con người, thay vì cần hàng trăm ví dụ chính xác để rút ra ý nghĩa.

Như đã đề cập ở trên, khả năng cao là phương pháp "mô phỏng não bộ" sẽ tạo ra đột phá vì cách tiếp cận dữ liệu lớn là không khả thi. Điều này có thể đồng nghĩa với việc máy móc đã đạt được trí tuệ tổng quát, không chỉ trong hội thoại mà còn ở nhiều lĩnh vực khác.

Tác động của điều này không thể bị đánh giá thấp vì nó có thể dẫn đến một sự thiết lập lại hoàn toàn xã hội. Điều này càng đúng hơn nếu máy móc có khả năng tự cải thiện một cách đáng kể, dẫn đến khả năng trí tuệ của chúng tăng trưởng theo cấp số nhân trong một vòng lặp tích cực, thay đổi hoàn toàn cuộc sống như chúng ta biết.

Sự tương tác giữa con người và máy móc

Quay lại những vấn đề thực tế hơn, cần nhớ rằng ngay cả khi một cỗ máy ngang bằng với con người, điều đó không có nghĩa là chúng ta sẽ tương tác với nó giống như với con người. Điều này cũng giống như với con người vậy. Tương tác với con người không phải lúc nào cũng hiệu quả. Việc cố gắng giải thích cho đồng nghiệp cách làm một việc gì đó qua điện thoại có thể rất tẻ nhạt và kém hiệu quả trong những tình huống mà việc chỉ trực tiếp sẽ dễ dàng hơn nhiều. Giá mà con người cũng có giao diện đồ họa trên web!

Giao diện giọng nói (hoặc giao diện trò chuyện) rõ ràng có những hạn chế về việc nhập hoặc xuất thông tin. Rõ ràng có những giới hạn và tình huống mà việc hiển thị thông tin bằng đồ họa, hoặc nhấp vào giao diện đồ họa, sẽ hiệu quả hơn nhiều so với sử dụng giao diện giọng nói. Nền tảng bot vì vậy được thiết kế để luôn cố gắng đưa người dùng trở lại lộ trình chính và không để cuộc trò chuyện đi chệch hướng.

Ý tôi là máy tính không bị giới hạn như con người về các giao diện mà chúng có thể sử dụng để nhận hoặc cung cấp thông tin, do đó các cuộc trò chuyện với máy móc sẽ luôn sử dụng giao diện tối ưu nhất cho từng nhiệm vụ cụ thể.

Dù vượt qua bài kiểm tra Turing sẽ là một cột mốc lớn trong tương tác giữa con người và máy tính, nhưng các "cuộc trò chuyện" thực tế giữa con người và máy tính sẽ không chỉ giới hạn ở giọng nói và văn bản.

Câu hỏi thường gặp

Bài kiểm tra Turing so với các tiêu chuẩn đánh giá AI khác như Winograd Schema Challenge hay ARC Challenge như thế nào?

Bài kiểm tra Turing kiểm tra xem AI có thể bắt chước hội thoại của con người không, nhưng các tiêu chuẩn mới như Winograd Schema Challenge và ARC Challenge tập trung nhiều hơn vào khả năng suy luận, hiểu biết thông thường và giải quyết vấn đề. Những yếu tố này phản ánh trí tuệ sâu sắc hơn thay vì chỉ bắt chước bề ngoài.

Bài kiểm tra Turing hiện nay còn được coi là quan trọng trong nghiên cứu AI hiện đại không, hay đã có những lựa chọn tốt hơn?

Bài kiểm tra Turing vẫn là một phép thử tư duy hữu ích và là một cột mốc, nhưng nhiều nhà nghiên cứu hiện nay cho rằng nó đã lỗi thời. Các bài kiểm tra hiện đại tập trung nhiều hơn vào việc đo lường khả năng hiểu thực sự, logic và khả năng tổng quát hóa.

Thiên vị về văn hóa hoặc ngôn ngữ ảnh hưởng thế nào đến kết quả của bài kiểm tra Turing?

Có. AI có thể hiểu sai thành ngữ, hài hước hoặc các tham chiếu gắn liền với văn hóa hoặc ngôn ngữ cụ thể, khiến nó dễ bị phát hiện là không phải con người trong một số bối cảnh nhất định.

Nếu vượt qua bài kiểm tra Turing, điều đó sẽ thay đổi định nghĩa về "con người" như thế nào?

Nếu một cỗ máy vượt qua bài kiểm tra Turing nghiêm ngặt, điều này có thể buộc chúng ta phải suy nghĩ lại liệu tính người là về sinh học hay hành vi, và điều gì thực sự làm cho cách suy nghĩ của chúng ta trở nên độc đáo.

Những loại câu hỏi nào thường hiệu quả nhất trong việc phát hiện các đặc điểm phi nhân tính ở AI?

Những câu hỏi dựa vào ngữ cảnh, sắc thái cảm xúc hoặc kiến thức thông thường trong đời sống, như giải thích sự mỉa mai, ám chỉ mơ hồ hoặc thông tin mâu thuẫn, thường là những dấu hiệu dễ nhận biết nhất.