Table des matières
J'ai réussi le test de Turing 
Est-il nécessaire que l’intelligence artificielle soit comme les humains ?
Maison Périphériques technologiques IA L'intelligence artificielle doit-elle être comme les humains ?

L'intelligence artificielle doit-elle être comme les humains ?

Apr 11, 2023 pm 08:29 PM
人工智能 机器人 计算机科学

Les machines peuvent-elles penser ? L’intelligence artificielle peut-elle être aussi intelligente que les humains ?

Une dernière étude montre que l’intelligence artificielle pourrait y parvenir.

Dans un test de Turing non linguistique, une équipe de recherche dirigée par le professeur Agnieszka Wykowska de l'Institut italien de technologie a découvert que la variabilité comportementale de type humain (variabilité comportementale) peut brouiller la différence entre les humains et les machines, c'est-à-dire qu'elle peut aider les robots ressemblent davantage à des humains.

Plus précisément, leur programme d'IA a réussi le test non verbal de Turing en simulant la variabilité comportementale des temps de réaction humains tout en jouant à un jeu sur la correspondance des formes et des couleurs avec des coéquipiers humains.

Le document de recherche pertinent s'intitule « La variabilité comportementale de type humain brouille la distinction entre un humain et une machine dans un test de Turing non verbal » et a été publié dans la revue scientifique Science Robotics.

L'équipe de recherche a déclaré que ces travaux peuvent fournir des orientations pour la conception future de robots, en donnant aux robots des comportements semblables à ceux des humains que les humains peuvent percevoir.

À propos de cette recherche, Tom Ziemke, professeur de systèmes cognitifs à l'Université de Linköping, et le chercheur postdoctoral Sam Thellman estiment que les résultats de la recherche « brouillent la distinction entre les humains et les machines » et contribuent à la compréhension scientifique de la cognition sociale humaine. contribution.

Cependant, « la ressemblance humaine n'est pas nécessairement un objectif souhaitable pour le développement de l'intelligence artificielle et de la robotique, et rendre l'IA moins humaine peut être une approche plus sage.

J'ai réussi le test de Turing 

1950", Alan Turing, le père de l'informatique et de l'intelligence artificielle, a proposé une méthode de test pour déterminer si une machine est intelligente, le test de Turing.

L'idée clé du test de Turing est que des questions complexes sur la possibilité de la pensée machine et de l'intelligence peuvent être vérifiées en testant si les humains peuvent dire s'ils interagissent avec un autre humain ou avec une machine.

Aujourd'hui, le test de Turing est utilisé par les scientifiques pour évaluer quelles caractéristiques comportementales devraient être mises en œuvre sur des agents artificiels pour empêcher les humains de distinguer les programmes informatiques du comportement humain.

Herbert Simon, le pionnier de l'intelligence artificielle, a dit un jour : « Si le comportement affiché par le programme est similaire à celui affiché par les humains, alors nous les appelons intelligents. » De même, Elaine Rich a défini l'intelligence artificielle comme « Rechercher comment faire les ordinateurs font des choses que les humains font mieux actuellement. »

Le test de Turing non linguistique est une forme de test de Turing. Réussir le test non verbal de Turing n'est pas facile pour l'intelligence artificielle, car elle n'est pas aussi habile que les humains à détecter et à distinguer les caractéristiques comportementales subtiles d'autres personnes (objets).

Alors, un robot humanoïde peut-il réussir le test non verbal de Turing et incarner des caractéristiques humaines dans son comportement physique ? Dans le test non verbal de Turing, l’équipe de recherche a cherché à voir si une IA pouvait être programmée pour faire varier ses temps de réaction dans une plage similaire à la variation comportementale humaine, et ainsi être considérée comme humaine.

Pour ce faire, ils ont disposé des humains et des robots dans une pièce avec différentes couleurs et formes sur l'écran.

L'intelligence artificielle doit-elle être comme les humains ?

Lintelligence artificielle doit-elle être comme les humains ?Image|Les robots et les humains effectuent des tâches ensemble. (Source : The paper)

Lorsque la forme ou la couleur change, le participant appuie sur un bouton, et le robot répond à ce signal en cliquant sur la couleur ou la forme opposée affichée à l'écran.

L'intelligence artificielle doit-elle être comme les humains ?

Lintelligence artificielle doit-elle être comme les humains ?Figure | Répondre en appuyant sur un bouton (Source : le journal)

Lors des tests, le robot était tantôt contrôlé à distance par un humain et tantôt par une intelligence artificielle entraînée à imiter la variabilité comportementale.

L'intelligence artificielle doit-elle être comme les humains ?

Photo|Les participants ont été invités à juger si le comportement du robot était préprogrammé ou contrôlé par un humain. (Source : Le journal)

Les résultats ont montré que les participants pouvaient facilement savoir quand le robot était utilisé par une autre personne.

Cependant, lorsque le robot était piloté par l'intelligence artificielle, la probabilité que les participants se trompent était de plus de 50 %.

L'intelligence artificielle doit-elle être comme les humains ?

Figure|Précision moyenne du test de Turing. (Source : Le journal)

Cela signifie que leur intelligence artificielle a réussi le test non verbal de Turing.

Cependant, les chercheurs suggèrent également que la variabilité du comportement humain pourrait n'être qu'une condition nécessaire et insuffisante pour réussir le test non verbal de Turing pour l'intelligence artificielle des entités, car elle peut également se manifester dans des environnements humains.

Est-il nécessaire que l’intelligence artificielle soit comme les humains ?

La recherche sur l'intelligence artificielle utilise depuis longtemps la similarité humaine comme objectif et mesure, et les recherches de l'équipe de Wykowska démontrent que la variabilité comportementale peut être utilisée pour rendre les robots plus semblables aux humains.

Ziemke et d'autres pensent que rendre l'intelligence artificielle moins semblable aux humains pourrait être une approche plus sage, et ont développé les deux cas des voitures autonomes et des robots de discussion.

Par exemple, lorsque vous êtes sur le point de traverser un passage pour piétons sur la route et que vous voyez une voiture s'approcher de vous, de loin, vous ne pourrez peut-être pas dire s'il s'agit d'une voiture autonome, vous ne pouvez donc juger qu'en fonction de le comportement de la voiture pour juger.

L'intelligence artificielle doit-elle être comme les humains ?

(Source : Pixabay)

Cependant, même si vous voyez quelqu'un assis devant le volant, vous ne pouvez pas être sûr si cette personne contrôle activement le véhicule ou surveille simplement les opérations de conduite du véhicule.

"Cela a un impact très important sur la sécurité routière. Si une voiture autonome ne peut pas indiquer aux autres si elle est en mode de conduite autonome, cela peut conduire à des interactions homme-machine dangereuses."

Certaines personnes diraient peut-être. , idéal Dans ce cas, vous n'avez pas besoin de savoir si une voiture est autonome, car à long terme, les voitures autonomes peuvent conduire mieux que les humains. Cependant, pour l’instant, la confiance des gens dans les voitures autonomes est loin d’être suffisante.

Le chatbot est plus proche du scénario réel du test original de Turing. De nombreuses entreprises utilisent des chatbots dans leur service client en ligne, où les sujets de conversation et les options d'interaction sont relativement limités. Dans ce contexte, les chatbots sont souvent plus ou moins impossibles à distinguer des humains.

L'intelligence artificielle doit-elle être comme les humains ?

(Source : Pixabay)

La question est donc : les entreprises devraient-elles informer leurs clients du statut non humain des chatbots ? Une fois dit, cela entraîne souvent des réactions négatives de la part des consommateurs, comme une perte de confiance.

Comme l'illustrent les cas ci-dessus, même si un comportement semblable à celui des humains peut constituer une réussite impressionnante d'un point de vue technique, l'indiscernabilité des humains et des machines entraîne des problèmes psychologiques, éthiques et juridiques évidents.

D'une part, les personnes qui interagissent avec ces systèmes doivent connaître la nature de ce avec quoi elles interagissent pour éviter l'usurpation d'identité. En prenant les chatbots comme exemple, la Californie aux États-Unis a promulgué une loi sur la divulgation des informations sur les chatbots depuis 2018, précisant clairement que la divulgation est une exigence stricte.

D’un autre côté, il existe des exemples encore plus indiscernables que les chatbots et le service client humain. Par exemple, lorsqu'il s'agit de conduite autonome, les interactions entre les voitures autonomes et les autres usagers de la route n'ont pas les mêmes points de départ et d'arrivée clairs, elles ne sont souvent pas individuelles et elles ont certaines réalités. contraintes de temps.

La question est donc de savoir quand et comment communiquer l’identité et les capacités des voitures autonomes.

De plus, les voitures entièrement automatisées pourraient être dans des décennies. Par conséquent, un trafic mixte et des degrés divers d’automatisation partielle seront probablement une réalité dans un avenir proche.

De nombreuses recherches ont été menées sur le type d'interface externe dont les voitures autonomes peuvent avoir besoin pour communiquer avec les gens. Cependant, on sait peu de choses sur les complexités auxquelles les usagers de la route vulnérables, tels que les enfants et les personnes handicapées, sont réellement capables et désireux de faire face.

Ainsi, la règle générale ci-dessus selon laquelle « les personnes interagissant avec un tel système doivent être informées de la nature des objets avec lesquels ils interagissent » ne peut être suivie que dans des circonstances plus explicites.

De même, cette ambivalence se reflète dans les discussions sur la recherche en robotique sociale : étant donné la tendance des humains à anthropomorphiser leurs états mentaux et à leur attribuer des attributs humains, de nombreux chercheurs visent à faire en sorte que les robots ressemblent et se comportent davantage comme des humains, afin qu'ils puissent interagir dans d'une manière plus ou moins humaine.

Cependant, il y a aussi ceux qui pensent que les robots devraient être facilement identifiables comme des machines afin d'éviter des attributs trop anthropomorphes et des attentes irréalistes.

« Il serait peut-être plus sage d’utiliser ces découvertes pour rendre les robots moins humains. » Au début de l’intelligence artificielle, imiter les humains était peut-être un objectif commun dans l’industrie, « mais après que l’intelligence artificielle soit devenue un fait partie de la vie quotidienne des gens "Une partie d'aujourd'hui, nous devons au moins réfléchir à la direction dans laquelle il est vraiment logique de s'efforcer de parvenir à une intelligence artificielle de type humain."

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

Repo: Comment relancer ses coéquipiers
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
2 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Comment obtenir des graines géantes
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
Combien de temps faut-il pour battre Split Fiction?
4 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Cinq écoles d'apprentissage automatique que vous ne connaissez pas Cinq écoles d'apprentissage automatique que vous ne connaissez pas Jun 05, 2024 pm 08:51 PM

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. Aug 01, 2024 pm 09:40 PM

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

See all articles