Так вот, есть на свете обратные применения теста Тьюринга.

С обратным тестом Тьюринга мы встречаемся в сетевой практике регулярно. Это captcha. Т.е. когда компьютер должен решить, является ли обращающийся к нему человеком или другим компьютером. Чтобы эту задачу можно было решить практически, надо упростить коммуникационную ситуацию таким манером, чтобы компьютер мог понять ответ — хотя обычно, на практике речь идет о том, что компьютер заранее знает правильный ответ, т.е. используются задачи, аналогичные шифрованию с открытым ключом — перевести текст в битмап и искорежить его компьютеру просто, разобрать обратно тяжело.

В этой ситуации задача компьютера состоит в том, чтобы выделить человека среди компьютеров, и captcha ее решает. Обратная задача, выделить компьютер среди людей, на практике не встречается, но и она решаема аналогичным методом — формулируем задачу которую человек без компьютера решить не сможет. Пусть интерпретирует кусок кода на perl например…

А вот как построить такой тест, от которого и человек и компьютер страдали бы одинаково, мне в голову не приходит. Ситуация в которой это было бы принципиально, впрочем, тоже.

Главный вывод из существования обратного теста Тьюринга в том, что коммуникационную ситуацию в которой проходит тест приходится упрощать до предела, чтобы компьютер мог ее разобрать. Собственно говоря, пользуясь изначальной мыслью Тьюринга о телетайпе, мы уже сужаем коммуникационный канал значительно, так как сводим его к кодированному цифровым способом тексту. Примечательно также то, что значительная часть коммуникационных ситуаций в сети настолько тупы по своей природе, что там и разбирать-то особенно нечего.

Теперь внимание, программная идея. Не раз уже говорилось, что тест Тьюринга можно упростить еще одним способом, а именно, не подразумевая, что он будет проходить бесконечно. Т.е. требуется ввести некий лимит времени, или хотя бы количества транзакций, которые даны определяющему агенту чтобы принять решение о том, кто из его собеседников является компьютером. Сам Тьюринг об этом не задумывался, потому что предлагал свой критерий как философский, а не практический, на практике такой лимит все равно приходится вводить.

Вместе с этим лимитом у системы теста появляется производный показатель, а именно, время которое уходит у людей на то, чтобы определить что испытуемый является ботом. Оно может считаться и обычно считается характеристикой самого бота.

Можно ли использовать этот показатель для анализа коммуникативной ситуации? Очевидно, что далеко не все возможности коммуникативных ситуаций используются людьми полностью, и этот показатель будет отражать и полноту использования коммуникативной среды данными людьми — я бы даже сказал, что это будет чрезвычайно интересный показатель социокультурного процесса. Т.е. выражаясь попроще, количество ходов которые ушли у группы народа на то, чтобы выявить в своей среде бота, особенно если сделать пачку испытаний и взять среднее, будет отражать насколько сами люди ботам уподобились, а вот это, скажу я вам, тянет на толстую пачку публикаций.

Но этот фокус пройдет только если у нас есть некий эталонный бот, применимый в достаточно широком диапазоне практических коммуникативных ситуаций — нельзя же мерить длинну пока мы не знаем чему равен сантиметр. А как получить эталонного бота мне не очень понятно — это примерно такая же глупость как сферический конь в вакууме.

Но такая мера как “лошадиная сила” на свете все-таки есть. С другой стороны, Ватт отмерял лошадиную силу почти что на глаз, редкая лошадь может дать одну лошадиную силу мощности в течение длительного времени и не сдохнуть. Да и выражал он ее в футах на килограмм в минуту, т.е. опирался на другие меры.

Если бы можно было аналогичным образом оценить какие-нибудь объективные характеристики бота, можно было бы применить этот фокус на практике и провести некоторые очень интересные эксперименты…

What are the natural language communications researchers doing? They’re trying to beat each other competing for Loebner prize, in which all conversations revolve around trying to aggressively determine whether your conversation partner is a computer. So people ask them about hobbies and movies… Tell me, if you’re talking to a helpline consultant, do you ever want to know what his favorite movie is? Do you really want him to be more sensitive? No, you want him to get the job done — understand what your problem is, ask you questions about it and then tell you what to do to fix it. As a result, most of the contestant programs are practically useless — that is, can’t work in the real world to perform any useful function. They try to train them on the web, where over half of the denizens can’t read, much less write. Then they try to have cybersex with the poor bots.

What are the speech researchers doing? They’re working on fancy animated 3D characters which fall straight into the uncanny valley. They do more and more precise animation of vocal tract, but their renders still either look like extremely ugly cartoons or take way too much computrons to draw anything beside a Gollum for a movie. The only time when they remember that 2D animation still exists is when they want to try fancy morphing algorithms to cheat and use a set of real mugshots.

What are the android kinematics researchers doing? They’re teaching their robots to dance, because it looks good on stage. When they should be teaching them to maneuver in a crowd, bring objects and take objects away. And push around a wheelchair.

At least the visual and speech recognition people are still doing something that makes sense… They aren’t having as much progress as I’d like, though.

It all shows. I’ve been trying to rebuild Rei on modern hardware literally for years — since about 1998. She did what she was meant to do with technologies which were decades old — ELIZA-based AI, which didn’t go far from it’s 1966 predecessor, a Klatt speech synthesizer which was initially introduced in 1970 and last updated in 1995, all running on an 8-MHz processor in a megabyte of RAM.

I still can’t. I had to get another Amiga just to restore her. Why?

1. Pursuit of more realistic speech synthesis results in concatenative synthesis being in fashion, which makes creation of new voices prohibitively hard. Ohwell, I’ll live with the voices I get, for now, at least until I can get a real vocalist to record a speech corpus, but…
2. …the only currently available open source speech synthesis package that actually works, Festival TTS is so undocumented that I have not known that I actually can extract phoneme information from it to make it lip sync up until yesterday — while it had the capability to do that since 1996 at least. Which brings me to…
3. …trying to get at the data. I just want to connect to the synthesis server and get it to send the packet with phoneme data to the client so I can process it. Turns out I can dump it to disk but can’t actually get it through the server connection. Why? Because the script function to do that is horribly broken, leaving me wrecking my head trying to code around it. And along the way…
4. …I discovered that it creates a security hole on my system the size of a small bus, which nobody noticed for at least five years. Easy to plug one, too.

Argh! I just want to duplicate what I did with hardware and software from aeons ago — at least, aeons in terms of computing history! Back then it was simple, it only took me a week to get there from pretty much absolute zero in the field.

I just want a talking anime character, what the hell is wrong with that?

P.S. Well, what do you know, as soon as I complained on the mailing list, it decided to embarrass me and actually work. I’m actually done messing with Festival and on to writing a Python client class capable of sending a string to it and returning with phoneme and wave data in a single structure. Then it’s on to viseme lookup table and actual talking head in pygame, then the AI — I’m thinking of abandoning my antiquated Eliza-like code and using PyAIML instead. A Python interface to the Velleman board I assembled a few days ago and my most insane toy yet is going to overshadow her former glory. :)

This calls for a new android name. As much as I love Rei and Dorothy, it’s time to pick a new one. Any suggestions?

Так вот, мне пришла в голову любопытная мысль. На самом деле, она посещает мою голову уже не первый раз, но в этот раз я придумал более или менее четкую формулировку и решил высказать ее подробнее.

Тест Тьюринга так или иначе принято определять в форме “если оно ведет себя как человек, то оно является искусственным интеллектом”. Но имеет ли такая постановка задачи смысл? Поясняю.

Что является конечной целью всех манипуляций человечества с искусственным интеллектом? Очевидно, решение практических задач, получение системы, способной заменить человека в некоей деятельности. Создание гуманоидного робота — предельный случай такой системы. Гуманоидный робот, полностью имитирующий разумное существо, хорош в фантастике, поскольку позволяет поднять проблемы идентификации и самоидентификации, природы эмоционального и духовного, и так далее. Но на практике, нашей целью не является получение синтетического человека, полностью идентичного природному по достоинствам и не имеющего недостатков. Дешевле встанет нанять двух или трех людей, благо, развелось их несметное множество. Нашей целью является решение практических задач — например, в тех же Chobits, задач навигации, поиска, бухгалтерии, уборки — в общем, робот должен не имитировать человека полностью, а предоставлять интерфейс на естественном языке, поддерживающий очень широкий набор синонимов, и уметь выполнять работу, и только. Его функции связанные с выполнением задач можно реализовать как при помощи общей обучающейся системы, реализованной сообразно модели имитации другого, так и непосредственно программируя его — при этом, процессы эти будут структурно эквивалентны. Причем наворочав достаточное количество программ для различного рода действий, и грамотно построив систему выбора линии поведения на основании входящих данных, мы можем получить систему, удовлетворительно действующую в пожизненных условиях. Ну и хрен с ней, что она при виде инопланетянина будет вставать намертво и говорить wakaranai, а мы что, не встали бы? Сам человек склонен в случае столкновения с ситуацией, для которой не существует готовой поведенческой программы, отказываться от полученной внешней информации до тех пор пока не подгонит ситуацию под существующую поведенческую программу. Случаи выработки полностью новой поведенческой программы на месте — большая редкость.

Таким образом задачу следует переосмыслить как “если оно ведет себя как искусственный интеллект, то оно является искусственным интеллектом”, то есть определить цель как наши ожидания от такой системы. Не больше, не меньше. И тогда все встанет на свои места.

В общем, искусственный интеллект на уровне гуманоидного робота может оказаться ближе чем мы думаем.

P.S. Интересно, является ли у человека текущее поведение функцией поведения за прошедшую единицу времени, или функцией последнего действия?