Turingin testin jälkeen

Nyt on luvassa pientä ajatuksen virtaa.

Turingin testi on tullut varmasti vastaan elokuvissa tai tv-sarjoissa. Testihenkilöt kommunikoivat kirjallisesti keskenään. Joku tekstiä tuottavista tahoista on kuitenkin keinoäly, joka yrittää esittää olevansa ihminen. Jos keinoäly onnistuu huijaamaan ihmistä on tapahtunut jotain merkittävää. Modernissa maailmassa tätä testiä tehdään chätboteilla. Ja ne onnistuvat useita huijaamaan ihmisiä. Noin joka kolmatta testiin osallistunutta ihmistä. Mutta Turingin testillä on tietenkin rajoituksensa. Onnistunut tulos testissä on riippuvainen ihmisten käsityksistä ja kysymysten muotoilusta.

Botti voidaan ohjelmoida antamaan monimutkaisia keskusteluja, mutta lopulta pinnalle nousevat samat ongelmat. Botti välttelee kysymyksiin vastaamista, vaihtaa puheenaihetta, antaa epämääräisiä vastauksia ja toistaa ihmiselle takaisin asioita joita normaali ihminen ei tekisi keskustelun aikana. Luonnollisesti myös tietyt ihmiset onnistuisivat epäonnistumaan Turingin testissä esiintyessään ihmisinä. Netti on väärällään erilaisia chätbotteja, joilla voit treenata algoritmin kanssa keskustelua.

Yleisesti tiedostetaan, ettei Turingin testi ole paras mahdollinen, jos tarkoituksena on luoda paras mahdollinen keinoäly. Se vaatii monipuolisempaa testaamista. Eräs uusi tapa on mitata kuinka tarkasti keinoäly pystyy tunnistamaan kasvoja massivisesta valokuvakokoelmasta. Se on tuttu mm. Facebookin kasvojentunnistuksesta. Lataamistasi valokuvista löydetään kasvot, joihin pyydetään kasvojen nimiä. Älykkyyttä testattaessa tähtävänä on mm. yhdistää löydettyjä kasvoja saman ihmisen kasvoihin eri valokuvissa. Tai tunnistaa erilaisia esineitä tuhansien valokuvien kokoelmista. Jotkin tunnistusalgoritmit pääsevät ihmisen tasolla tällaisessa tehtävässä. Eräs sovellus tällaiselle algoritmille on tietenkin valvontakameroilla suoritettava ihmisten tunnistaminen ja jäljittäminen.

Tällainen tunnistaminen ja tietojen yhdistäminen olisi vain yksi pieni viipale siitä kokonaisuudesta, jota ihmistä vastaavan keinoälyn kehittäminen vaatisi. Yksinkertaistetussa pokeripelissä keinoäly pystyy puhdistamaan tavallisten pulliaisten pelipöydät mennen tullen. Pro tason pokeripelaajat pystyvät sentään vielä panemaan hanttiin.

Kilpailu on rajua. Merkittävien edistysaskelten saavuttaminen kun tuo tekoälyä kehittävälle taholle mainetta ja kunniaa. Ja sen myötä sponsorointirahaa. Kesällä yksi firma jäi kiikkiin kilpailujen sääntöjen kiertämisestä. Kiinalainen ohjelmistofirma Baidu sai näpeilleen, kun sen joukkueen todettiin ladanneen testimateriaalia liian monta kertaa.

Jo nyt keinoäly hoitaa maailman markkinatalouden hartiahommia, kun tietokoneet tekevät keskenään kauppaa osakkeilla nopeammin mihin ihmiset pystyisivät. Se saadaanko päättelyyn ja oppimiseen kykenevä keinoäly joskus rakennettua ei ole mysteeri. Vastaus on erittäin varma kyllä. Mysteeri on vain se milloin tuo merkittävä tapahtuma vihdoinkin tapahtuu.

Teknologian kehitys on avain tekoälyn saavuttamiseen.Nykyiset virtapiirit ovat siihen auttamatta liian kömpelöitä, vaikka osien kokoluokka onkin jo nanomaailman tasoa. Se minkälainen kokoonpano vihdoinkin mahdollistaa tarpeeksi suuren laskentatehon ihmisen veroisen tekoälyn tasolla on myös - toistaiseksi - mysteeri. Yksi mahdollinen edistysaskel on melko uusi havainto kultapartikkelien soveltuvuudesta hermoverkkojen pohjana. Teknisen paperin luettavampi versio löytyy New Scientist -lehden sivulta.

The team used gold particles about 20 nanometres across. They laid a few tens of these in a rough circle, each about 1 nanometre from its nearest neighbours, and surrounded them with eight electrodes. The computations happened when they applied just the right voltages to the cluster at six specific locations. Then the gold effectively forms a network of transistors that lacks the strict order of connections in a regular microchip, allowing them to run calculations using less energy.  

Nothing about the particles told the researchers what the voltages should be, however. They started with random combinations of voltages and learned which were the most useful using a genetic algorithm, a procedure that borrows ideas from Darwinian evolution to home in on the “fittest” ones.  

It compared many sets of voltages, discarding those for which the unit’s behaviour made no sense, creating slightly different versions of those that seemed promising, and trying again. In effect, the clump of gold particles was evolving towards the behaviour the researchers hoped to get.

Tuollainen tiede saa tällaisen tiedeuskovaisen ihan polvilleen. 

Olen lukenut Nature -lehteä kohta vuoden verran. Käsitykseni tieteen ja tekonologian mahdollisuuksista ja nykyisestä kyvystä ovat muuttuneet huomattavasti jokaisen lehden lukemisen jälkeen. Keinoälyn kehittäminen ei pelota minua. Kunhan muistamme jättää ydinaseiden hallintajärjestelmän digitaalisesti autistiseksi.