Nedávná studie provedená týmem výzkumníků se pokusila předefinovat tradiční Turingův test tím, že účastníky zapojila do konverzací s různými entitami, včetně člověka, AI programu ELIZA z 60. let, GPT-3.5 a GPT-4. Interakce trvaly pět minut a vyzvaly účastníky, aby rozeznali mezi lidskými a umělými inteligentními protějšky.
Výsledky odhalily, že účastníci v 54 % případů chybně považovali GPT-4 za člověka, což ukazuje na pokrok v schopnostech AI v napodobování lidských reakcí. Naopak předprogramovaný systém ELIZA byl identifikován jako člověk pouze ve 22 % případů, což zdůrazňuje důležitost neuronové architektury síťových modelů AI. GPT-3.5 dosáhl rozpoznání v 50 % případů, zatímco lidský účastník exceloval s přesností 67 %.
Uznávaná výzkumnice v oblasti AI Nell Watson zdůraznila rozvíjející se povahu AI, uvedla, že stroje jsou nyní schopné vytvářet pravděpodobné pozdní justifikace jako lidé, což rozmazává hranice mezi umělým a lidským úsudkem. Tento vývoj vychází z toho, že AI systémy ukazují lidské slabosti a zvláštnosti, čímž se stávají přitažlivějšími a lidskými.
Další faktory: Jedním významným aspektem, který v článku není uveden, je rostoucí reliance na testovací rámce AI jako je OpenAI Codex a GPT-Neo od EleutherAI pro hodnocení schopností AI. Tyto rámce posunuly hranice testování AI tím, že umožnily vývojářům vytvářet složitější a nuancovanější hodnocení pro AI systémy.
Dalším klíčovým bodem k zvážení je rostoucí důraz na etická hlediska v testování AI, zejména pokud jde o detekci biasu, spravedlnost a transparentnost. Zajištění testování AI systémů vzhledem k etickým důsledkům se stalo klíčové pro vývoj a nasazení technologií umělé inteligence.
Pro další průzkum tématu testování AI a jeho důsledky můžete navštívit doménu Asociace pro rozvoj umělé inteligence na www.aaai.org. Tato webová stránka nabízí bohatství zdrojů a výzkumných poznatků do oblasti testování a vývoje umělé inteligence.