Wikibeta, Bách khoa tri thức mở

Phép thử Turing

(Đổi hướng từ Kiểm nghiệm Turing)


Phép thử Turing (tiếng Anh: Turing test) do Alan Turing đề xuất nhằm đánh giá khả năng của máy tính trong việc thể hiện các hành vi được coi là thông minh tương đương với con người thông qua việc bắt chước cách con người nói chuyện. Trong phiên bản hiện đại, một người đánh giá sẽ đọc một văn bản ghi lại của cuộc trò chuyện bằng ngôn ngữ tự nhiên giữa một con người và một cỗ máy, rồi cố gắng xác định bên nào là máy. Máy vượt qua phép thử nếu người đánh giá không thể phân biệt được một cách đáng tin cậy. Kết quả không phụ thuộc vào việc máy trả lời đúng hay sai, mà chỉ phụ thuộc vào liệu câu trả lời của máy có giống với câu trả lời của con người hay không. Vì bài kiểm tra có mục đích là thử khả năng trí tuệ của máy tính chứ không phải khả năng giao tiếp, phép thử có thể được thực hiện chỉ thông qua màn hình và bàn phím.[1]

Mô hình chuẩn của phép thử Turing, trong đó người chơi C, đóng vai trò người hỏi, có nhiệm vụ xác định người chơi A và B, bên nào là máy tính, bên nào là con người bằng cách đặt các câu hỏi và nhận câu trả lời từ A và B.
Mô hình chuẩn của phép thử Turing, trong đó người chơi C, đóng vai trò người hỏi, có nhiệm vụ xác định người chơi A và B, bên nào là máy tính, bên nào là con người bằng cách đặt các câu hỏi và nhận câu trả lời từ A và B.

Phép thử được Turing giới thiệu lần đầu dưới tên trò chơi bắt chước (imitation game) trong bài báo năm 1950 "Computing Machinery and Intelligence" khi ông đang làm việc tại Đại học Manchester.[2] Bài báo mở đầu bằng câu hỏi: "Liệu máy móc có thể suy nghĩ không?". Vì "suy nghĩ" là một khái niệm triết học khó định nghĩa, Turing chọn cách thay thế câu hỏi đó bằng một câu hỏi khác có thể trả lời được trong thực tế: "Có một máy tính trên lý thuyết nào có thể vượt qua trò chơi bắt chước này không?" Trong phần còn lại của bài báo, ông phản bác các lập luận rằng máy tính không thể suy nghĩ.[2]

Kể từ khi ra đời, phép thử Turing đã có ảnh hưởng lớn trong triết học trí tuệ nhân tạo, dẫn đến nhiều cuộc tranh luận. Trong đó đáng chú ý là lập luận của triết gia John Searle cho rằng phép thử này không thể dùng để phát hiện ý thức thực sự của máy.[3]

Lịch sử

Bối cảnh triết học và văn hóa

Câu hỏi liệu máy móc có thể suy nghĩ được hay không có lịch sử lâu dài, gắn liền với cuộc tranh luận giữa ba trường phái triết học về bản chất của tâm trí; trong đó chủ nghĩa duy tâm và nhị nguyên luận và cho rằng tâm trí là phi vật chất và không thể giải thích hoàn toàn bằng các quy luật vật lý, trong khi chủ nghĩa duy vật cho rằng tâm trí có thể được giải thích bằng vật chất (chẳng hạn như từ các liên kết của neuron thần kinh), đồng nghĩa với việc có thể tạo ra một tâm trí nhân tạo.[4]

René Descartes đã phác thảo một ý tưởng gần giống với phép thử Turing trong cuốn Phương pháp luận năm 1637, khi ông lập luận rằng dù máy móc có thể phát ra lời nói và phản ứng với môi trường tự nhiên, chúng không thể sắp xếp ngôn ngữ một cách linh hoạt để trả lời phù hợp với mọi tình huống như con người.[5] Descartes không đặt ra câu hỏi liệu máy móc trong tương lai có thể vượt qua giới hạn đó không, nhưng ông đã xác định khả năng phản hồi ngôn ngữ linh hoạt là ranh giới phân biệt con người với máy móc—chính là tiêu chí mà phép thử Turing sau này sử dụng. Năm 1746, Denis Diderot trong cuốn Pensées philosophiques đã nêu một tiêu chí tương tự: "Nếu người ta tìm được một con vẹt có thể trả lời mọi câu hỏi, tôi sẽ không ngần ngại tuyên bố nó là sinh vật có trí tuệ."[6]

Năm 1936, triết gia Alfred Ayer đặt ra câu hỏi về vấn đề tâm trí của người khác (other minds problem): làm sao một người có thể biết những người khác có ý thức giống bản thân họ? Trong cuốn Language, Truth and Logic, ông đề xuất rằng cơ sở duy nhất để khẳng định một thứ gì đó không có ý thức là nó không vượt qua được các phép kiểm tra thực nghiệm về sự hiện diện của ý thức.[7] Đề xuất này rất giống với phép thử Turing, dù không rõ Turing có biết đến tác phẩm của Ayer hay không.

Trong văn hóa đại chúng, ý tưởng kiểm tra trí tuệ của máy móc cũng xuất hiện từ sớm. Trong tiểu thuyết Gulliver's Travels (1726) của Jonathan Swift, vị vua xứ Brobdingnag ban đầu nghi ngờ Gulliver là một cỗ máy cơ học, và chỉ tin Gulliver là người thật sau khi liên tục đặt câu hỏi và nhận được những câu trả lời hợp lý.[8] Đến thập niên 1940, các phép thử tương tự đã trở thành một quy ước phổ biến trong văn học khoa học viễn tưởng.[9]

Alan Turing và trò chơi bắt chước

Alan Turing, "cha đẻ của máy tính", người phát minh ra phép thử này.
Alan Turing, "cha đẻ của máy tính", người phát minh ra phép thử này.

Các nhà nghiên cứu tại Vương quốc Anh đã khám phá khái niệm "trí tuệ máy móc" (machine intelligence) trong gần mười năm trước khi ngành trí tuệ nhân tạo chính thức ra đời vào năm 1956. Turing là một trong những người tiên phong: ông đã suy nghĩ về vấn đề này ít nhất từ năm 1941, và một trong những đề cập sớm nhất được biết đến về "trí tuệ máy tính" (computer intelligence) xuất phát từ chính ông vào năm 1947.[10]

Trong một báo cáo năm 1948, Turing đã đề xuất một tiền thân của phép thử sau này: ông mô tả một thí nghiệm trong đó người quan sát phải phân biệt giữa một kỳ thủ cờ vua và một máy tính tính toán các nước đi và di chuyển quân cờ nhờ một người trung gian (tương tự như trận đấu giữa Garry Kasparov và Deep Blue gần 50 năm sau), và ông lập luận rằng người quan sát có thể sẽ khó phân biệt được ai trong hai người sử dụng những nước đi được máy tính đề xuất.[11]

Bài báo "Computing Machinery and Intelligence" năm 1950 là công trình đầu tiên của Turing tập trung hoàn toàn vào trí tuệ máy móc. Thay vì cố định nghĩa "suy nghĩ"—một khái niệm tương đối mơ hồ và còn gây tranh cãi trong giới triết học—Turing đề xuất chuyển câu hỏi "Máy móc có thể suy nghĩ không?" thành "Máy móc có thể làm được những gì con người (một thực thể có khả năng suy nghĩ) làm được không?"[2]

Tập tin:The Imitation Game.svg
Tập tin:Turing Test Version 1.svg
Trò chơi bắt chước gốc và phiên bản thứ nhất của phép thử Turing. Trong trò chơi gốc, người hỏi C cố xác định giới tính của A và B; trong phiên bản phép thử Turing, máy tính thay thế vai trò của A.

Để minh họa, Turing đề xuất một phép thử lấy cảm hứng từ một trò chơi tập thể gọi là "trò chơi bắt chước": một người hỏi C đặt câu hỏi bằng văn bản cho một nam A và một nữ B. Từ các câu trả lời của A và B, C sẽ phải cố gắng xác định giới tính của từng người, trong đó A sẽ cố lừa C rằng anh ta là B, còn B thì cố giúp C nhận ra mình là nữ. Turing sau đó đặt câu hỏi: điều gì sẽ xảy ra nếu máy móc thay thế vai trò của A trong trò chơi này (trong khi B vẫn hỗ trợ C)? Liệu C có bị đánh lừa nhiều hơn không?[2]

Ngay trong cùng bài báo, Turing cũng đề xuất một phiên bản thứ hai: người hỏi trò chuyện với một máy tính và một người nam, cả hai đều cố thuyết phục người hỏi rằng mình là người thật. Phiên bản này khác phiên bản gốc ở chỗ cả máy lẫn người đều đang cố đánh lừa, và không có B nào để hỗ trợ người hỏi cả.[2]

Năm 1952, trong một buổi phát thanh trên BBC, Turing mô tả thêm một biến thể khác: một hội đồng đặt câu hỏi cho máy tính, và nhiệm vụ của máy là khiến phần lớn hội đồng tin rằng mình là người thật.[12]

Cách hiểu phổ biến nhất hiện nay không xuất hiện trong bài báo gốc hay chính bản thân Turing nhưng lại là phiên bản được nhắc đến nhiều nhất: người hỏi trò chuyện với một máy và một người, nhiệm vụ là xác định bên nào là máy. Khác với các phiên bản của Turing, mục tiêu ở đây không phải là so sánh tần suất bị đánh lừa mà đơn giản là xem máy có thể giả làm người thành công hay không.[13]

Điểm mạnh

Sức hút của phép thử Turing nằm ở sự đơn giản của nó. Triết học tinh thần, tâm lý học và thần kinh học hiện đại vẫn chưa đưa ra được định nghĩa đủ chính xác và tổng quát về thế nào mới là "trí tuệ" để áp dụng trên máy móc xem chúng có trí tuệ hay không.[1] Phép thử Turing, dù không hoàn hảo, ít nhất cung cấp một tiêu chí có thể đo lường được trong thực tế.[14]

Ngoài ra, định dạng hỏi-đáp của phép thử cho phép người hỏi có thể đặt câu hỏi ở trong gần như bất kỳ lĩnh vực nào. Turing nhận xét rằng "phương pháp hỏi-đáp có vẻ phù hợp để đưa vào hầu hết mọi lĩnh vực hoạt động của con người mà ta muốn kiểm tra".[2] Để vượt qua một phép thử Turing được thiết kế tốt, cỗ máy này cần có khả năng xử lý ngôn ngữ tự nhiên, lưu trữ và suy luận dựa trên kiến thức nó sẵn có, đồng thời có thể học từ những dữ kiện mới. Đây đều là các bài toán trọng tâm mà ngành trí tuệ nhân tạo hiện nay đang cố giải quyết.[15]

Điểm yếu

Người hỏi thiếu kinh nghiệm

Trong thực tế, kết quả của phép thử dễ bị chi phối bởi kỹ năng đặt câu hỏi của người hỏi hơn là trí tuệ thực sự của máy. Turing không quy định cụ thể người hỏi cần có kỹ năng hay kiến thức gì, chỉ dùng cụm từ "người hỏi trung bình", với một ngưỡng mà ông đặt ra là người này không có quá 70% cơ hội nhận ra máy sau năm phút hỏi chuyện.[2] Nhiều chuyên gia, trong đó có nhà khoa học nhận thức Gary Marcus, cho rằng phép thử chỉ cho thấy con người dễ bị đánh lừa đến mức nào, chứ không phản ánh trí tuệ của máy.[16]

Các chương trình chatbot đời đầu như ELIZA đã nhiều lần đánh lừa người dùng không nghi ngờ vào tin rằng họ đang trò chuyện với người thật mà không cần bất kỳ khả năng hiểu biết thực sự nào. ELIZA hoạt động bằng cách nhận diện các từ khóa trong câu nói của người dùng để đưa ra đoạn hội thoại phù hợp dựa vào quy luật cố định, tạo ảo giác rằng nó đang thực sự lắng nghe và quan tâm.[17] Các cuộc thi Loebner Prize nhằm thực hiện hóa phép thử này trên thực tế ban đầu cũng sử dụng người hỏi thiếu kinh nghiệm, dẫn tới việc mô hình vô địch năm 1991 chiến thắng nhờ khả năng bắt chước lỗi đánh máy của con người chứ không phải nhờ trí tuệ thực sự.[18]

Ngoài ra còn có hiện tượng ngược lại: người thật đôi khi bị người hỏi nhận nhầm là máy, vì cách trả lời của họ không khớp với kỳ vọng của người hỏi về thế nào mới là "câu trả lời của người thật".[19]

Giả định về hành vi con người

Phép thử Turing giả định rằng hành vi của con người là thước đo của trí tuệ. Tuy nhiên, con người chưa chắc lúc nào cũng hành động một cách thông minh, ngược lại có những hành động thông minh mà con người không làm được.
Phép thử Turing giả định rằng hành vi của con người là thước đo của trí tuệ. Tuy nhiên, con người chưa chắc lúc nào cũng hành động một cách thông minh, ngược lại có những hành động thông minh mà con người không làm được.

Phép thử Turing dựa trên một giả định ngầm quan trọng: hành vi của con người là thước đo của trí tuệ. Giả định này dựa trên chủ nghĩa duy con người, dẫn tới hai vấn đề đối xứng nhau:

Một mặt, không phải mọi hành vi của con người đều thông minh. Phép thử yêu cầu máy bắt chước toàn bộ hành vi của con người, kể cả những hành vi không mấy thông minh như mắc lỗi chính tả, dễ cảm thấy bị xúc phạm, hoặc nói dối.[20] Bản thân Turing đã gợi ý rằng các chương trình nên cố tình thêm lỗi vào câu trả lời để trông giống người hơn nhằm vượt qua bài thử, xong điều này chỉ cho thấy phép thử có thể bị vượt qua bởi một cỗ máy có khả năng sự giả tạo cao hơn là một cỗ máy có trí tuệ thực sự, trong khi tìm ra cỗ máy thứ hai mới là mục đích chính của phép thử.[2]

Mặt khác, không phải mọi hành vi thông minh đều thuộc về con người. Phép thử bỏ qua hoàn toàn những năng lực vượt trội hơn người: nếu máy giải được một bài toán mà con người không thể giải trong thời gian ngắn, người hỏi sẽ lập tức nhận ra đó không phải người thật, và máy sẽ trượt phép thử dù thực ra nó đang thể hiện trí tuệ ở mức cao hơn. Vì lý do này, phép thử không thể dùng để xây dựng hay đánh giá các hệ thống thông minh hơn con người, và một số nhà nghiên cứu đã đề xuất các phép thử thay thế có thể đánh giá các hệ thống với trí tuệ siêu việt.[14]

Phép thử chỉ tập trung vào khả năng ngôn ngữ

Nhà tâm lý học Howard Gardner cũng chỉ ra rằng phép thử chỉ kiểm tra năng lực ngôn ngữ, trong khi theo lý thuyết đa trí tuệ của ông, trí tuệ con người bao gồm nhiều loại năng lực khác nhau như âm nhạc, không gian–thị giác, vận động, hay cảm xúc; và tất cả đều bị phép thử Turing bỏ qua hoàn toàn.[21]

Bên cạnh đó, Arthur Schwaninger bày tỏ lo ngại rằng các mô hình ngôn ngữ lớn hiện nay có thể vượt qua phép thử Turing đơn giản bằng cách tái tổ hợp các văn bản từ dữ liệu huấn luyện mà chưa chắc đã thực sự "hiểu" những thông tin mà nó nói, ông đề xuất đặt cho máy các câu hỏi triết học không phụ thuộc vào kiến thức có sẵn mà đòi hỏi khả năng tự suy ngẫm thực sự để trả lời.[22]

Căn phòng tiếng Trung

Năm 1980, triết gia John Searle công bố bài báo "Minds, Brains, and Programs" với thí nghiệm tư duy nổi tiếng mang tên "căn phòng tiếng Trung". Thi nghiệm miêu tả một người ngồi trong phòng kín, nhận các tờ giấy được viết bằng tiếng Trung từ bên ngoài, tra bảng quy tắc để tạo ra câu trả lời bằng tiếng Trung rồi chuyển lại ra ngoài. Người bên ngoài sẽ thấy các câu trả lời hoàn toàn hợp lý, kể cả khi người trong phòng không hiểu một chữ tiếng Trung nào; họ chỉ đang viết lại các ký hiệu mà họ không hiểu theo các quy tắc được định sẵn. Searle lập luận rằng máy tính cũng hoạt động theo cách tương tự: dù có thể vượt qua phép thử Turing bằng cách xử lý ký hiệu theo quy tắc, cỗ máy này không thực sự hiểu ý nghĩa của những gì nó nói, và do đó không thực sự "suy nghĩ" hay có ý thức.[3]

Lập luận này đã nhận được nhiều ý kiến phản biện. Một hướng phản biện phổ biến cho rằng sự hiểu biết không nằm ở người trong phòng mà nằm ở toàn bộ hệ thống: người, bảng quy tắc, và quy trình xử lý gộp lại. Searle bác bỏ điều này bằng cách lập luận rằng ngay cả khi người đó ghi nhớ toàn bộ bảng quy tắc và không còn cần đến phòng nữa, họ vẫn không hiểu tiếng Trung.[23] Một hướng khác cho rằng vấn đề nằm ở chỗ hệ thống trong phòng bị cô lập hoàn toàn với thế giới thực: nếu máy có thể tương tác với môi trường xung quanh qua cảm biến và hành động, các ký hiệu sẽ dần được gắn với ý nghĩa thực qua kinh nghiệm, tương tự cách con người học ngôn ngữ từ nhỏ thông qua tiếp xúc với thế giới.[23] Ray Kurzweil cũng lập luận rằng lý luận của Searle có thể áp dụng ngược lại cho chính não người: não hoạt động bằng cách điều phối nồng độ chất dẫn truyền thần kinh và các cơ chế vật lý và hóa học khác vốn tự thân không mang ý nghĩa gì tương tự như bảng quy tắc kia, nhưng ta vẫn cho rằng não người hiểu được mọi thứ.[23]

Phép thử không phù hợp với nghiên cứu AI

Nhiều nhà nghiên cứu AI cho rằng việc cố phát minh ra các hệ thống AI chỉ nhằm vượt qua phép thử Turing sẽ làm mất thời gian có thể dành cho những hướng nghiên cứu có giá trị hơn trong thực tiễn. Russell và Norvig nhận xét rằng "các nhà nghiên cứu AI dành rất ít sự chú ý để vượt qua phép thử Turing", vì hầu hết nghiên cứu AI hiện đại nhắm đến các mục tiêu cụ thể như thị giác máy tính nhằm phân loại hình ảnh hoặc phân vùng ảnh; và để kiểm tra các chương trình đó, người ta đơn giản giao cho chúng đúng bài toán cần giải và thuật toán tối ưu hóa, chứ không cần đến phép thử Turing. Họ cũng so sánh với ngành hàng không khi người ta kiểm tra máy bay bằng cách xem chúng bay tốt đến mức nào, chứ không phải bằng cách xem chúng có giống chim đến mức đánh lừa được những con chim khác hay không.[15]

Ngoài ra, Erik Brynjolfsson lập luận rằng việc tập trung vào việc bắt chước hành vi của con người thay vì hỗ trợ cho các năng lực của nhân loại có thể dẫn đến hậu quả kinh tế tiêu cực khi các công nghệ thay thế con người sẽ làm giảm lương và thu nhập của người lao động, từ đó làm suy yếu cả quyền lực kinh tế lẫn chính trị của nhân loại. Ông gọi đây là "Bẫy Turing" (Turing Trap) và cho rằng hiện đang có quá nhiều động lực thúc đẩy việc tạo ra máy móc bắt chước thay vì hỗ trợ con người.[24]

Biến thể

Phép thử Turing ngược và CAPTCHA

Một biến thể trong đó vai trò của con người và máy bị đảo ngược được gọi là phép thử Turing ngược (reverse Turing test). Trong phép thử Turing gốc, máy cố giả làm người để qua mắt người hỏi; trong phép thử Turing ngược, máy mới là bên đặt câu hỏi và cố xác định xem đối phương là người hay máy. Nhà phân tâm học Wilfred Bion là người đầu tiên đề xuất ý tưởng này, khi ông đặc biệt quan tâm đến câu hỏi liệu một cá thể sở hữu tâm trí có thể nhận ra một cá thể tương tự hay không.[25] Năm 2000, học giả văn học Peter Swirski phát triển ý tưởng này thành "phép thử Swirski" và lập luận rằng nó khắc phục được hầu hết các điểm yếu của phép thử gốc.[26] R. D. Hinshelwood mở rộng thêm bằng định nghĩa tâm trí là một "bộ máy nhận diện tâm trí". Từ đó, phép thử này không yêu cầu máy tính phải là giả làm người, mà là xác định được liệu nó đang tương tác với người hay với máy khác, một tiêu chuẩn mà Hinshelwood cho là đủ cao để xác định liệu cỗ máy "có thể suy nghĩ" hay không.[27]

Một ví dụ về CAPTCHA, trong đó người dùng phải điền những chữ cái mà họ nhìn thấy; một điều mà trước đây máy tính rất khó có thể thực hiện.
Một ví dụ về CAPTCHA, trong đó người dùng phải điền những chữ cái mà họ nhìn thấy; một điều mà trước đây máy tính rất khó có thể thực hiện.

CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) là ứng dụng phổ biến nhất của phép thử Turing ngược trong thực tế. Thay vì người hỏi máy, CAPTCHA là hệ thống tự động do máy tính điều hành, đặt ra các bài kiểm tra nhằm phân biệt người dùng thật với bot. Các phiên bản CAPTCHA đầu tiên yêu cầu người dùng nhận dạng các ký tự bị biến dạng, một bài toán mà con người có thể giải dễ dàng nhưng máy tính thời đó gặp nhiều khó khăn. reCAPTCHA v2 của Google sau đó chuyển sang dùng bài kiểm tra nhận dạng hình ảnh (ví dụ "chọn tất cả ô chứa đèn giao thông") trong đó các hình ảnh được lấy trực tiếp từ Google Street View, và mỗi lần người dùng chọn đúng cũng đồng thời cung cấp nhãn huấn luyện miễn phí cho hệ thống thị giác máy tính của Google.[28] Tuy nhiên, cơ chế thật sự phân biệt người và bot trong reCAPTCHA v2 không phải là bài toán hình ảnh mà người dùng phải giải mà là phân tích hành vi: hệ thống theo dõi chuyển động chuột, thời gian phản ứng và lịch sử trình duyệt ngay từ khi trang tải. Nếu các tín hiệu này đủ thuyết phục, người dùng sẽ được xác nhận mà không cần làm bài kiểm tra nào cả.[29] reCAPTCHA v3 thậm chí không hiển thị bất kỳ bài kiểm tra nào với người dùng, mà thay vào đó liên tục theo dõi hành vi trong suốt phiên làm việc của người dùng bao gồm cách di chuyển chuột, tốc độ cuộn trang và nhịp gõ bàn phím để tính ra một điểm rủi ro từ 0 đến 1, trong đó điểm càng gần 1 thì càng có khả năng là người thật.[29][30]

Mặc dù vậy, các phần mềm phá CAPTCHA với một độ chính xác cao đã bắt đầu được phát triển không lâu sau khi CAPTCHA ra đời.[31] Năm 2013, các nhà nghiên cứu tại Vicarious tuyên bố rằng họ đã phát triển một hệ thống có thể giải các thử thách CAPTCHA của Google, Yahoo! và PayPal trong tới 90% số lần thử.[32] Năm 2014, các kỹ sư Google trình diễn một hệ thống có thể vượt qua các thử thách CAPTCHA với độ chính xác 99,8%.[33] Năm 2015, Shuman Ghosemajumder, cựu lãnh đạo phụ trách chống gian lận nhấp chuột của Google, cho biết tồn tại các trang web sở hữu bởi các tội phạm mạng có cung cấp dịch vụ phá CAPTCHA hỗ trợ nhiều hình thức gian lận khác nhau.[34]

Phép thử Turing toàn diện

Nhà khoa học nhận thức Stevan Harnad đề xuất "phép thử Turing toàn diện" (Total Turing test), bổ sung thêm hai yêu cầu so với phép thử gốc: người hỏi có thể kiểm tra cả khả năng tri giác của máy (như thị giác máy tính hoặc nhận diện giọng nói) và khả năng thao tác trên các vật thể vật lý (yêu cầu robot học) chứ không chỉ giới hạn ở khả năng ngôn ngữ nữa.[35]

Phép thử chuyên gia

Edward Feigenbaum đề xuất năm 2003 một biến thể gọi là phép thử Turing chuyên gia (subject-matter expert Turing test), hay còn gọi là phép thử Feigenbaum. Ở phép thử này, thay vì kiểm tra khả năng giả làm người nói chung, máy phải thể hiện kiến thức không thể phân biệt với một chuyên gia trong một lĩnh vực cụ thể như y học, hóa học hay luật pháp.[36]

Phép thử tín hiệu thông minh tối thiểu

Chris McKinstry đề xuất phép thử tín hiệu thông minh tối thiểu (minimum intelligent signal test) như một dạng trừu tượng hóa tối đa của phép thử Turing. Trong đó, phép thử chỉ cho phép các câu trả lời nhị phân (đúng/sai hoặc có/không), nhằm tập trung hoàn toàn vào năng lực tư duy mà không bị nhiễu bởi các yếu tố như phong cách ngôn ngữ hay xu hướng nhân cách hóa máy móc của người hỏi. Cách tiếp cận này cũng cho phép đánh giá các hệ thống thông minh hơn con người, vì không yêu cầu máy phải giả vờ kém hơn thực lực.[37]

Các lần thử nghiệm thực tế

ELIZA và PARRY

Năm 1966, nhà khoa học máy tính Joseph Weizenbaum tạo ra chương trình ELIZA nhằm mô phỏng cách một nhà trị liệu tâm lý theo trường phái Carl Rogers lắng nghe bệnh nhân. ELIZA hoạt động bằng cách nhận diện các từ khóa trong câu của người dùng rồi trả lời lại dưới dạng câu hỏi theo một quy luật cố định. Ví dụ, nếu người dùng nói "Tôi buồn", ELIZA sẽ hỏi "Tại sao bạn buồn?". Dù không có bất kỳ hiểu biết thực sự nào về ngôn ngữ hay tâm lý, ELIZA đã đánh lừa nhiều người dùng vào tin rằng họ đang trò chuyện với người thật.[17]

Năm 1972, nhà khoa học Kenneth Colby tạo ra PARRY, một chương trình mô phỏng hành vi của bệnh nhân tâm thần phân liệt mắc chứng hoang tưởng. Khi các bác sĩ tâm thần được yêu cầu so sánh bản ghi hội thoại của PARRY với bản ghi của bệnh nhân thật, họ chỉ xác định đúng khoảng 52% trường hợp, gần như tương đương với xác suất ngẫu nhiên.[38]

Eugene Goostman

Năm 2001, ba lập trình viên phát triển Eugene Goostman, một chatbot đóng vai một cậu bé 13 tuổi người Ukraine nói tiếng Anh như ngôn ngữ thứ hai. Bối cảnh này được chọn có chủ đích để người hỏi dễ bỏ qua các lỗi ngữ pháp và câu trả lời vô lý của chương trình. Trong một cuộc thi, 33% người hỏi tin rằng Goostman là người thật.[39]

Giải thưởng Loebner

Giải thưởng Loebner là cuộc thi thường niên tổ chức các phép thử Turing thực tế, với lần đầu tiên được tổ chức vào tháng 11 năm 1991. Giải được tài trợ bởi Hugh Loebner, một phần vì sau 40 năm thảo luận về phép thử Turing, chưa ai thực sự tổ chức nó trong thực tế.[40]

Người thắng cuộc đầu tiên năm 1991 là một chương trình không có trí tuệ đáng kể mà chỉ đạt được kết quả này nhờ khả năng bắt chước lỗi đánh máy của con người và khai thác sự thiếu kinh nghiệm của người hỏi.[18] Giải đồng (hạng mục hội thoại văn bản) được trao hàng năm cho chương trình thể hiện hành vi "giống người nhất", trong khi giải bạc (âm thanh và hình ảnh) và giải vàng chưa bao giờ được trao. A.L.I.C.E. (Artificial Linguistic Internet Computer Entity) đoạt giải đồng ba lần vào các năm 2000, 2001 và 2004. Jabberwacky đoạt giải năm 2005 và 2006. Cuộc thi kết thúc vào năm 2019 do thiếu kinh phí sau khi Loebner qua đời năm 2016.[41]

Các mô hình ngôn ngữ lớn

Sự xuất hiện của các mô hình ngôn ngữ lớn đã thay đổi đáng kể cách nhìn nhận về phép thử Turing. Năm 2022, mô hình LaMDA của Google nhận được sự chú ý rộng rãi khi kỹ sư Blake Lemoine tuyên bố trong một cuộc phỏng vấn với tờ Washington Post rằng mô hình đã đạt đến mức có ý thức. Google đã điều tra và bác bỏ tuyên bố này, đồng thời đình chỉ Lemoine.[42]

ChatGPT của OpenAI, ra mắt tháng 11 năm 2022, đã được nhiều nghiên cứu đánh giá là đã vượt qua được phép thử Turing. Tháng 7 năm 2023, nhà báo khoa học Celeste Biever viết trên tạp chí Nature rằng "ChatGPT đã phá vỡ phép thử Turing".[43] Tháng 3 năm 2024, các nhà nghiên cứu tại Stanford công bố kết quả cho thấy phiên bản GPT-4 của OpenAI cũng vượt qua phép thử Turing, dù nó có xu hướng hợp tác hơi thái quá hơn mức trung bình của con người.[44]

Vào năm 2023, công ty AI21 Labs tổ chức thí nghiệm xã hội trực tuyến mang tên "Human or Not?", trong đó người tham gia trò chuyện hai phút với một đối tác ngẫu nhiên rồi đoán xem đối phương là người hay máy. Đối tác này có thể là người thật hoặc bot dựa trên các mô hình ngôn ngữ lớn như GPT-4. Thí nghiệm thu hút hơn 2 triệu người tham gia với hơn 10 triệu lượt chơi, trở thành thí nghiệm dạng phép thử Turing lớn nhất từ trước đến nay. Kết quả cho thấy 32% người tham gia không phân biệt được người và máy.[45][43]

Tháng 3 năm 2025, một nghiên cứu đánh giá bốn hệ thống ELIZA, GPT-4o, LLaMA-3.1-405B và GPT-4.5 trong hai thí nghiệm được thiết kế theo tiêu chuẩn khoa học nghiêm ngặt, trong đó phương pháp và tiêu chí đánh giá được công bố công khai trước khi thu thập dữ liệu. Người tham gia trò chuyện đồng thời với một người thật và một trong các hệ thống trên trong 5 phút, rồi xác định bên nào là người. Khi được yêu cầu đóng vai người, GPT-4.5 được nhận diện là người thật trong 73% trường hợp, cao hơn đáng kể so với bản thân người thật. LLaMA-3.1 đạt 56%, trong khi ELIZA và GPT-4o chỉ đạt lần lượt 23% và 21%.[46]

Tham khảo

  1. ^ a b Oppy, Graham; Dowe, David (2011). "The Turing Test". Stanford Encyclopedia of Philosophy.
  2. ^ a b c d e f g h Turing, Alan (1950). "Computing Machinery and Intelligence". Mind. Quyển 59 số 236. tr. 433–460. doi:10.1093/mind/LIX.236.433.
  3. ^ a b Searle, John (1980). "Minds, Brains and Programs". Behavioral and Brain Sciences. Quyển 3 số 3. tr. 417–457. doi:10.1017/S0140525X00005756.
  4. ^ Heil, John (1998). Philosophy of Mind: A Contemporary Introduction. London: Routledge. ISBN 978-0-415-13060-8.
  5. ^ Descartes, René (1996). Discourse on Method and Meditations on First Philosophy. Yale University Press. tr. 34–35.
  6. ^ Diderot, Denis (1746). Pensées philosophiques.
  7. ^ Ayer, Alfred Jules (1936). Language, Truth and Logic. London: Victor Gollancz Limited.
  8. ^ Swift, Jonathan (1726). "A Voyage to Brobdingnag, Chapter 3". Gulliver's Travels. ISBN 978-1246582116.
  9. ^ Svilpis, Janis (2008). "The Science-Fiction Prehistory of the Turing Test". Science Fiction Studies. Quyển 35 số 3. tr. 430–449. doi:10.1525/sfs.35.3.0430.
  10. ^ Copeland, Jack (2003). "The Turing Test". Trong Moor, James (biên tập). The Turing Test: The Elusive Standard of Artificial Intelligence. Springer. tr. 1–2. ISBN 978-1-4020-1205-1.
  11. ^ Turing, Alan (2004) [1948]. "Machine Intelligence". Trong Copeland, B. Jack (biên tập). The Essential Turing. Oxford University Press.
  12. ^ Turing, Alan (2004) [1952]. "Can Automatic Calculating Machines be Said to Think?". Trong Copeland, B. Jack (biên tập). The Essential Turing. Oxford University Press.
  13. ^ Traiger, Saul (2003). "Making the Right Identification in the Turing Test". Trong Moor, James (biên tập). The Turing Test: The Elusive Standard of Artificial Intelligence. Springer. ISBN 978-1-4020-1205-1.
  14. ^ a b Russell, Stuart J.; Norvig, Peter (2003). Artificial Intelligence: A Modern Approach (ấn bản thứ 2). Prentice Hall. tr. 2–3. ISBN 978-0-13-790395-5.
  15. ^ a b Russell, Stuart J.; Norvig, Peter (2003). Artificial Intelligence: A Modern Approach (ấn bản thứ 2). Prentice Hall. tr. 3. ISBN 978-0-13-790395-5.
  16. ^ Marcus, Gary (ngày 9 tháng 6 năm 2014). "What Comes After the Turing Test?". The New Yorker.
  17. ^ a b Weizenbaum, Joseph (1966). "ELIZA – A Computer Program For the Study of Natural Language Communication Between Man And Machine". Communications of the ACM. Quyển 9 số 1. tr. 36–45. doi:10.1145/365153.365168.
  18. ^ a b Shieber, Stuart M. (1994). "Lessons from a Restricted Turing Test". Communications of the ACM. Quyển 37 số 6. tr. 70–78. doi:10.1145/175208.175217.
  19. ^ Warwick, Kevin; Shah, Huma (2015). "Human Misidentification in Turing Tests". Journal of Experimental and Theoretical Artificial Intelligence. Quyển 27 số 2. tr. 123–135. doi:10.1080/0952813X.2014.921734.
  20. ^ Saygin, A. P.; Cicekli, I. (2002). "Pragmatics in human-computer conversation". Journal of Pragmatics. Quyển 34 số 3. tr. 227–258. doi:10.1016/S0378-2166(02)80001-7.
  21. ^ Gardner, Howard (2011). Frames of Mind: The Theory of Multiple Intelligences. Basic Books. ISBN 978-0-465-02434-6.
  22. ^ Schwaninger, Arthur C. (2022). "The Philosophising Machine – a Specification of the Turing Test". Philosophia. Quyển 50 số 3. tr. 1437–1453. doi:10.1007/s11406-022-00480-5.
  23. ^ a b c "The Chinese Room Argument". Stanford Encyclopedia of Philosophy. 2004.
  24. ^ Brynjolfsson, Erik (2022). "The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence". Daedalus. Quyển 151 số 2. tr. 272–287. doi:10.1162/daed_a_01915.
  25. ^ Bion, W. S. (1979). "Making the best of a bad job". Clinical Seminars and Four Papers. Fleetwood Press.
  26. ^ Swirski, Peter (2000). Between Literature and Science: Poe, Lem, and Explorations in Aesthetics, Cognitive Science, and Literary Knowledge. McGill-Queen's University Press. ISBN 978-0-7735-2078-3.
  27. ^ Hinshelwood, R. D. (2001). Group Mentality and Having a Mind: Reflections on Bion's work on groups and on psychosis.
  28. ^ "How CAPTCHAs work". Cloudflare. Truy cập ngày 30 tháng 6 năm 2026.
  29. ^ a b Smirnov, Nikolai. "reCAPTCHA v2 vs v3: Key Differences". CapSolver. Truy cập ngày 30 tháng 6 năm 2026.
  30. ^ Swisher, Jen. "What is reCAPTCHA? How Does it Work?". Akismet. Truy cập ngày 30 tháng 6 năm 2026.
  31. ^ Malik, Jitendra; Mori, Greg, Breaking a Visual CAPTCHA, lưu trữ bản gốc ngày 23 tháng 3 năm 2019, truy cập ngày 30 tháng 6 năm 2026
  32. ^ Pachal, Pete, Captcha FAIL: Researchers Crack the Web's Most Popular Turing Test, lưu trữ bản gốc ngày 3 tháng 12 năm 2018, truy cập ngày 30 tháng 6 năm 2026
  33. ^ Tung, Liam, Google algorithm busts CAPTCHA with 99.8 percent accuracy, lưu trữ bản gốc ngày 23 tháng 3 năm 2019, truy cập ngày 30 tháng 6 năm 2026
  34. ^ Ghosemajumder, Shuman, The Imitation Game: The New Frontline of Security, lưu trữ bản gốc ngày 23 tháng 3 năm 2019, truy cập ngày 30 tháng 6 năm 2026
  35. ^ Russell, Stuart J.; Norvig, Peter (2010). Artificial Intelligence: A Modern Approach (ấn bản thứ 3). Prentice Hall. tr. 3. ISBN 978-0-13-604259-4.
  36. ^ Feigenbaum, Edward A. (2003). "Some challenges and grand challenges for computational intelligence". Journal of the ACM. Quyển 50 số 1. tr. 32–40. doi:10.1145/602382.602400.
  37. ^ McKinstry, Chris (1997). "Minimum Intelligent Signal Test: An Alternative Turing Test". Canadian Artificial Intelligence. Số 41.
  38. ^ Colby, K. M.; Hilf, F. D.; Weber, S.; Kraemer, H. (1972). "Turing-like indistinguishability tests for the validation of a computer simulation of paranoid processes". Artificial Intelligence. Quyển 3. tr. 199–221. doi:10.1016/0004-3702(72)90049-5.
  39. ^ Parsons, Paul; Dixon, Gail (2016). 50 Ideas You Really Need to Know: Science. Quercus. tr. 65. ISBN 978-1-78429-614-8.
  40. ^ Loebner, Hugh Gene (1994). "In response". Communications of the ACM. Quyển 37 số 6. tr. 79–82. doi:10.1145/175208.175218.
  41. ^ Wakefield, Jane (ngày 13 tháng 9 năm 2019). "The hobbyists competing to make AI human". BBC News. Truy cập ngày 30 tháng 6 năm 2026.
  42. ^ Tiku, Nitasha (ngày 11 tháng 6 năm 2022). "The Google engineer who thinks the company's AI has come to life". Washington Post.
  43. ^ a b Biever, Celeste (2023). "ChatGPT broke the Turing test — the race is on for new ways to assess AI". Nature. Quyển 619 số 7971. tr. 686–689. doi:10.1038/d41586-023-02361-7.
  44. ^ Mei, Qiaozhu; Xie, Yutong; Yuan, Walter; Jackson, Matthew O. (2024). "A Turing test of whether AI chatbots are behaviorally similar to humans". Proceedings of the National Academy of Sciences. Quyển 121 số 9. doi:10.1073/pnas.2313925121.
  45. ^ Jannai, Daniel; và đồng nghiệp (2023). "Human or Not? A Gamified Approach to the Turing Test". arXiv:2305.20010 [cs.CL].
  46. ^ Jones, Cameron R.; Bergen, Benjamin K. (2025). "Large Language Models Pass the Turing Test". arXiv:2503.23674 [cs.CL].
Lấy từ “https://wikibeta.org/index.php?title=Phép_thử_Turing&oldid=3834292”