Teste de Turing

Prévia do material em texto

UNIP – UNIVERSIDADE PAULISTA
ANTÔNIO CARLOS ANDRADE DO NASCIMENTO JUNIOR - RA: N4695J-2
Teste de Turing
MANAUS – AM
2021
ANTÔNIO CARLOS A. DO N. JUNIOR - RA: N4695J-2
Teste de Turing
MANAUS – AM
2021
 índice 
Introdução…..4
O teste de Turing…….5, 6
Conclusão…….7
Bibliografia…….8
Introdução
O Teste de Turing testa a capacidade de uma máquina exibir comportamento inteligente equivalente a um ser humano, ou indistinguível deste. No exemplo ilustrativo original, um jogador humano entra em uma conversa, em linguagem natural, com outro humano e uma máquina projetada para produzir respostas indistinguíveis de outro ser humano. Todos os participantes estão separados um dos outros. Se o juiz não for capaz de distinguir com segurança a máquina do humano, diz-se que a máquina passou no teste. O teste não verifica a capacidade de dar respostas corretas para as perguntas; mas sim o quão próximas as respostas são das respostas dados por um ser humano típico. A conversa é restrita a um canal de texto, como um teclado e uma ela para que o resultado não dependa da capacidade da máquina de renderizar áudio.
Em 1950, Alan Turing propôs em seu artigo "Computadores e inteligência" que, se uma 
máquina pudesse fazer com que um observador experiente acreditasse que estava falando com um ser humano, essa máquina poderia ser considerada inteligente. Nessa proposta surgiria então o teste de Turing, também conhecido por teste da imitação e questionado por alguns quanto a sua capacidade de realmente considerar um sistema de fato inteligente. Todavia, o teste é utilizado até os dias de hoje como padrão de submissão de sistemas de Inteligência Artificial.
O teste de Turing
O teste de Turing funciona da seguinte forma: um interrogador (humano) fará perguntas a duas entidades ocultas; uma delas é um humano e outra é um computador. A comunicação entre o interrogador e as entidades é feita de modo indirecto, pelo teclado, por exemplo. O interrogador tentará, através do “diálogo“ realizado entre ele e as entidades, decidir qual dos dois é o humano. O computador será programado para se  passar por humano, e o humano responderá de forma a confirmar a sua condição. Se  no final do teste o interrogador não conseguir distinguir quem é o humano, então conclui-se que o computador pode pensar, segundo o teste de Turing.
Pesquisadores no Reino Unido exploraram a "inteligência artificial" por dez anos antes da fundação da IA como campo de pesquisa, em 1956. Este era um tema comum entre os membros do Ratio Club, um grupo informal de pesquisadores britânicos de cibernética e eletrônica, entre os quais Alan Turing, a quem o teste foi nomeado.
Turing, particularmente, abordou a noção de inteligência de máquinas desde, pelo menos, 1941e uma das mais antigas menções de "inteligência computacional" foi feita por ele, em 1947. No relatório de Turing, "Intelligent Machinery", ele investigou "a questão se é possível ou não máquina apresentarem comportamento inteligente" e, como parte da investigação, propor o que pode ser considerado o precursor do que seria o Teste de Turing:
Não é difícil de conceber uma máquina de papel que vai jogar um jogo não muito ruim de xadrez. Agora, pegue três homens para um experimento. A,B e C. A e C devem ser péssimos xadrezistas, B é o operador da máquina de papel. ...Duas salas são usadas com algum mecanismo para comunicação de movimentos, e uma partida é disputada por C e A ou, exclusivamente, a máquina de papel. C pode achar difícil afirmar com quem ele está jogando.
Em um artigo posterior, Turing sugere um formulação alternativa "equivalente" envolvendo um julgador conversando somente com um computador e um homem. Apesar de nenhuma dessas formulações correspondem à versão do Teste de Turing como é conhecido hoje, ele propôs uma terceira versão em 1952. Nesta versão, discutida por Turing na rádio , um júri indaga um computador que tem o papel de fazer uma parte considerável do júri acreditar que estão se comunicando com um homem.
O artigo de Turing considerava nove dúvidas putativas, as quais incluíam todos os principais argumentos com a inteligência artificial que foram levantados desde a publicação do artigo "Computing Machinery and Intelligence".
Os principais pesquisadores de IA argumenta que a tentativa de passar no Teste de Turing é simplesmente uma distração, não uma pesquisa frutífera. De fato, o Teste de Turing não é o foco de muitas pesquisas acadêmicas ou comerciais – como Stuart Russell e Peter Norvig escreveram: "Pesquisadores de IA dedicaram pouca atenção a tentativas de passar no Teste de Turing". Por diversas razões.
Primeiro, há maneiras mais fáceis de testar seus programas. Boa parte da pesquisa atual na área de IA está focada em objetivos modestos e específicos, como planejamento automatizado, reconhecimento de objetos ou logística. Para testar a inteligência de programas nestes problemas, pesquisadores de IA simplesmente os dão tarefas diretamente, ao invés de ir através do método indireto de postar uma pergunta em uma sala de chat populada com computadores e pessoas.
Segundo, criar simulações semelhantes a vida de humanos é um problema difícil por si só que não precisa ser resolvido para alcançar os objetivos básicos de pesquisa de IA. Personagens que atuem como humanos por ser interessantes em um trabalho de arte, um videogame ou uma interface de usuário sofisticada, mas eles não são parte da ciência de criar máquina inteligentes, ou seja, máquinas que resolvam problemas usando inteligência. Russell e Norvig sugerem uma analogia com a história do voo: Aviões são testados para quão bem podem voar, mas não são comparados como aves. "Textos de engenharia aeronáutica", eles escrevem, "não definem objetivos em seus campos como 'fazer máquina que voam assim como aves, para que possam enganar outras aves'".[66]
Turing nunca teve a intenção que seu teste fosse usado como um meio prático de medir a inteligência de programas de IA; eles pretendia prover um claro e entendível exemplo para contribuir com a discussão da filosofia da inteligência artificial. John McCarthy observa que a filosofia da IA é "improvável que afete a pesquisa prática de IA que a filosofia da ciência em geral tem sobre a prática científica."
Conclusão
Quando você pode dizer que um sistema computacional entende a linguagem natural? Se ele passasse no teste de Turing, você teria dificuldade em dizer que não entendeu o que foi dito a ele, e parece impossível conceber qualquer demonstração mais concreta do que essa.
Várias versões do teste de Turing foram definidas como competições nos últimos anos - a Competição de Entendimento de Mensagens série requer sistemas para responder a perguntas feitas em linguagem natural, onde a resposta está contida em algum lugar em um corpo substancial do texto. O prêmio Loebner requer que sistemas se façam passar por seres humanos e participem de diálogos abertos. Todas essas competições apresentam versões restritas do teste de Turing, e é possível argumentar que os sistemas que funcionam bem nelas usam truques que exploram as restrições (por exemplo, alguns sistemas que tiveram um bom desempenho na série MUC dependeram muito do reconhecimento de nomes próprios , que foram importantes no contexto de algumas das primeiras competições, mas são menos úteis em contextos menos restritos). No entanto, à medida que as tarefas definidas em tais competições se tornam mais gerais, os sistemas que funcionam bem nelas se tornarão cada vez mais próximos de demonstrar compreensão.
Os sistemas que apresentam bom desempenho em competições recentes tendem a ter a arquitetura geral descrita anteriormente. Dicas estruturais são usadas para construir uma representação detalhada do significado da pergunta de entrada e, em seguida, mecanismos de inferência de propósito geral são implantados para encontrar uma resposta para essa pergunta. Os sistemasque apresentam um bom desempenho na série MUC / TReC tendem a ser bons em vasculhar grandes corpos de texto em busca de segmentos que contenham material de aparência relevante, explorando as técnicas discutidas anteriormente. À medida que essas competições mudam de perguntas de ' quem ' / 'o que ' para ' por que ' / ' comoNo entanto, será importante ser capaz de raciocinar em profundidade sobre o texto fonte, em vez de simplesmente procurar por pedaços relevantes. À medida que isso acontece, parece provável que a construção de representações de significado a partir de pistas estruturais venha a ser vista como um elemento bastante menor de compreensão. Ter um grande corpo de conhecimento e ser capaz de raciocinar sobre ele será a chave para demonstrar compreensão.
Bibliografia
- https://www.sciencedirect.com/topics/neuroscience/turing-test
- https://pt.wikipedia.org/wiki/Teste_de_Turing
- https://plato.stanford.edu/entries/turing-test/