Alan Mathison Turing

Turing-teszt

1. Bevezetés................................................................................................................... 3

1. Bevezetés................................................................................................................... 4

2. Turing-teszt............................................................................................................. 5

2.1 A Turing-teszt lényege..................................................................................... 6

2.2 A Turing-teszt és az e-kommunikáció..................................................... 7

2.3 A "zero-knowledge proof".............................................................................. 8

2.4 A sakk nagymester probléma...................................................................... 9

2.5 Az átlagéletkor probléma.......................................................................... 10

3. Turing szemléltető példája....................................................................... 11

4. A Turing-teszt e-gyakorlata...................................................................... 13

5. Irodalomjegyzék............................................................................................... 14

Alan Mathison Turing

1912. június 23-án Paddingtonban (London) született, felső középosztálybeli család második fiaként. Míg a szülők 1926-ig Indiában éltek, a gyerekek különböző rokonoknál laktak.

1931-1935: egyetemi tanulmányok (King's College, Cambridge). Főként a kvantummechanika, a logika, a valószínűség számítás érdekelte.

1936-1938: PhD, Princeton Egyetem (Egyesült Államok), az első elméleti munkák (Turing-gép, számelmélet, logika, algebra).

1938-1939: Cambridge. Kutatásai mellett Ludwig Wittgenstein matematikafilozófiai előadásait is látogatta.

1939-1945: a második világháború alatt a brit hadsereg német titkos kódok elemzésére szakosodott csoportjában ("Bletchley Park") dolgozott. Elévülhetetlen érdemeket szerzett az Enigma kódolt üzeneteinek megfejtésében.

1945-1947: Nemzeti Fizikai Laboratórium (London), Cambridge. Számítógépet tervez (ACE = Automatic Computing Engine), elméleti munkákat publikál: programozásról, neurális hálókról, mesterséges intelligenciáról. Közben atletizál is, főként fut: az 1948-as londoni olimpián való részvételét sérülés hiúsítja meg.

1948-tól a Manchesteri Egyetem számítógép-laboratóriumának vezetője.

1950-ben jelent meg "Computing Machinery and Intelligence" című, a gépi intelligenciát tesztelendő imitációs játékot (Turing-teszt) felvázoló írása.

1951-1954: szerteágazó biológiai (a nemlineáris morfogenezis elmélete, stb.) és fizikai kutatások. 1951 júliusától a Royal Society társaság tagja.

1952. március 31-én - (nyíltan vállalt) homoszexualitása miatt - letartóztatták, pert indítottak ellene, majd a libidót semlegesítő orvosi beavatkozásnak vetették alá.

1954. június 7-én (Wilmslow, Cheshire), két héttel és két nappal negyvenkettedik születésnapja előtt, ciánmérgezésben halt meg. A halottkém jelentése szerint öngyilkosság történt.

1.
Bevezetés

A mai informatika (és a kapcsolódó csúcstechnológiák) elméleti alapjait, még a harmincas-negyvenes években négy tudós rakta le: Neumann János, Claude Shannon, Norbert Wiener és Alan Turing. Utóbbit leginkább akkor emlegetjük, ha a mesterséges intelligenciáról merengünk.

Bertrand Russell és Alfred North Whitehead, 1910 és 1915 között publikált Principia Matematicája szerint a logika jelenti a matematikai igazság biztos, ellentmondásmentes alapját. Tévedtek, hiszen Gödel 1931-es (nem-teljességi) tétele kimondja: "a számelmélet összes axiomatikus megfogalmazása tartalmaz eldönthetetlen állításokat". Létezik-e - akár csak elméletileg - olyan módszer (algoritmus), mellyel az összes matematikai kérdés megoldható? - tette fel a kérdést Turing. Az ember által végrehajtott, logikai alapokon nyugvó módszertani folyamatokat, illetve egy (elméleti) számítógép működését elemezve, jutott arra a következtetésre, hogy a szükséges algoritmus nem létezik.

Az angol tudós mindezt a "kiszámítható számokról" szóló, 1936 decemberében megjelent dolgozatában vetette papírra. A matematikai problémán túllépve, azt általánosítva - a logikus és a fizikai folyamatok, gondolkodás és cselekvés szintézisére törekedett.

E célt szolgálta, az úgynevezett (Egyetemes) Turing-gép teóriája. Tulajdonképpen egy automatát, egyszerű számítógépmodellt képzelt el, amely három részből - belső állapotból: memóriából és utasításkészletből, érzékelő fejből, illetve négyzetekre osztott, elméletileg végtelen bemenő (input) szalagból - állna. A bemeneti jelek rendeltetését szabályok határozzák meg, majd a gép újabb jeleket (azaz számokba kódolt, standardizált utasításokat) ír a szalagra. Ha a szalag elegendő hosszúságú, bármi kiszámolható; az összes (jól-meghatározott) feladat, egyetlen (a szükséges programokkal ellátott) géppel. De hogyan rendszerezhetők, milyen szabályok alapján működnek a valóság matematikailag rendkívül nehezen vagy egyáltalán nem modellálható szegmensei, például az emberi intuíció?

A negyvenes években, elektronikai ismeretekkel felvértezve, az elméleti számítógép gyakorlati megvalósításán munkálkodott. Már nem foglalkoztatta az, hogy mire képtelen a Turing-gép, hanem a benne rejlő lehetőségeket tanulmányozta. "Mintha egy agyat építenénk" nyilatkozta. Elképzelhetőnek tartotta, hogy a jövőben (az ezredfordulóig bezárólag) mesterséges intelligenciát hozzunk világra. AI-t, amely átmenne a Turing-teszten. A korabeli neurológia, fiziológia eredményeire támaszkodva a mai neuronhálózatokat előlegező elméletet vázolt fel: ha egy mechanikus rendszer kellően komplex, akár a tanulás képességével is bírhat.

2. Turing-teszt

Alan Mathison Turing 1950-ben megjelent [TURING 50] dolgozatát ezzel a mondattal kezdte: "Szeretném, ha elgondolkoznának azon, hogy tudnak-e a gépek gondolkodni ?"

Ez a nyilvánvalóan provokatív kérdés abban az időben nagy meghökkenést keltett, hiszen az akkor még újszülött korban lévő digitális számítógépek megjelenéséig a gépeket csaknem kizárólag mechanikus feladatok elvégzésére tervezték és alkalmazták, így nem volt oka az intellektuális képességek feltételezésének.

"A század végére a szavak használata és a tanult emberek véleménye annyira meg fog változni, hogy anélkül beszélhetünk majd a gépi gondolkodásról, hogy mások ezzel vitába szállnának" - jósolta Turing. Dacára a szép részeredményeknek, eddig még egyetlen gép sem ment át a teszten.

A programozható gépekkel kapcsolatban, szintén a XX. század 30-as éveiben vetődött fel a kérdés, hogy létezik-e (létezhet-e) olyan programozási feladat, amely nem oldható meg, a Church-tézis szerint, létezik-e olyan programozási feladat, amelyhez nem található Turing-gép ?

Nos, 1937-ben A.M. Turing bebizonyította, hogy a válasz "igen", mivel azok és csak azok az algoritmusok programozhatók, melyekhez úgynevezett rekurzív függvények tartoznak. A matematikának azt a területét, amely eme kérdések egzakt tárgyalását tűzte ki céljául, kiszámíthatóság elméletnek, algoritmus elméletnek, illetve Turing előbbi tétele szerint a rekurzív függvények elméletének nevezzük. Ezek az elméleti területek leegyszerűsítve a következő kérdéssel foglalkoznak:

Melyek azok a számítások, amiket a számítógép el tud végezni, ha minden gyakorlati jellegű korláttól eltekintünk (mint például a rendelkezésre álló idő és tárkapacitás)?

A.M. Turing tehát kereste saját konstrukciójának a korlátait és egyben a mesterséges intelligencia kutatások előfutárának is tekinthető, mivel Ő vetette fel elsőként azt a kérdést, hogy mit is jelent a "gépi intelligencia"?

Az első megválaszolásra váró kérdés persze az, hogy létezik-e ilyen, hiszen a máig létező többségi felfogás szerint intelligenciával csupán az ember rendelkezik, ezért a "gépi intelligencia" szóösszetétel értelmetlen. Turing azt is jól látta, hogy az intelligencia és gondolkodás fogalmak egymástól elválaszthatatlanok, ezért fogalmazta meg 1950-ben megjelent, klasszikussá vált cikkében, a dolgozatom elején idézett, egyetlen mondatba sűrített kérdését: "… tudnak-e a gépek gondolkodni ?"

Ezzel a kérdéssel és az ezt követő gondolataival indította útjára, a napjainkban egyre aktuálisabb mesterséges intelligencia kutatást. Turing szerint a "gondolkodni" szó inkább érzelmi kérdéssé teszi ezt az egész kérdéskört, ezért el is veti, mint túlságosan bizonytalan (szubjektív) fogalmat. Ugyanakkor az 1950-es években sokan úgy gondolták, hogy Kurt Gödel (1906-1978) nem teljességi tétele a mesterséges intelligencia lehetetlenségét is bizonyítja.

Mivel a mesterséges intelligencia mindig "egy program", azaz egy Turing-gép (Church-tézis). Az ebben a gépben tárolt axiómarendszer meghatároz egy "nyelvet", amely nyelven megfogalmazható olyan kérdés, amelyre ebben az axiómarendszerben nem vezethető le igen-nem jellegű válasz (Gödel-tétel). Tehát e mesterséges intelligencia számára érthető nyelven, megfogalmazható olyan kérdés, amelyre nem tud sem igennel, sem nemmel válaszolni!

Bár ez az érvelés több sebből vérzik, témánk szempontjából csupán egyet emelek ki ezek közül: Ha a mesterséges intelligenciát, mint az emberi intelligenciát utánzó konstrukciót fogjuk fel, akkor ennek megvalósíthatatlanságát nem bizonyítja az az érv, hogy bizonyos kérdésekre nem tud felelni, hiszen ez az emberi gondolkodásnak is jellemzője.

A rekurzív függvények elméletének, a matematikai nyelvészetnek jelentős alakja, a magyarországi kibernetikai iskola megalapítója, Kalmár László (1905 – 1976) az 1948-as amszterdami Filozófiai kongresszuson tartott előadásában bebizonyította, hogy a Church-tétel a Gödel tételből levezethető, így Church tétele nem bizonyíthatja abszolút eldönthetetlen probléma létezését.

Turingot az ellenvetések és főleg a "gépi intelligencia" fogalmának bizonytalansága csak inspirálta egy új megközelítés felvetésére. Ennek lényege, hogy e szubjektív és ezáltal tudományosan megfoghatatlan fogalmak helyett, egy olyan módszert kell konstruálni, amelyet jól definiált technikai fogalmakkal lehet leírni. Javaslata szerint ez az általa "utánzási játéknak" nevezett módszer, melyet manapság Turing-teszt, vagy Turing-próba néven ismerünk.

2.1 A Turing-teszt lényege.

"Három ember játssza a játékot: egy férfi (A), egy nő (B) és egy kérdező (C), aki bármilyen nemű lehet. A kérdező olyan szobában tartózkodik, amely el van választva a másik kettőtől. A játék célja a kérdező számára az, hogy megállapítsa, a másik kettő közül melyik a férfi és melyik a nő. Hogy a hangszín se segíthesse, a válaszokat írásban, vagy még jobb, ha gépírással adják meg. Most kérdezzük meg: Mi történik, ha A szerepét egy gép veszi át? Vajon a kérdező ugyanolyan gyakran fog rosszul dönteni, ha a játékot így játsszák, mint akkor, ha a játék egy férfi és egy nő között zajlik? E kérdések helyettesítik az eredeti kérdésünket: tudnak-e a gépek gondolkodni?" A kérdések az élet minden területére - tudomány, művészet, sport, időjárás, stb. - vonatkoznak. Ha a tesztelő egy előre megállapodott idő után sem képes eldönteni, hogy a válaszok embertől vagy géptől jönnek, akkor a válaszadó intelligensnek tekinthető.

A teszt egyik óriási előnye, hogy az intelligenciáról, gondolkodásról való elmeélesítő gondolatkísérletek síkjáról, gyakorlatban kivitelezhető és a probléma lényegét megragadó eszközt kaptunk a kezünkbe. Hiszen most már az eredeti kérdés helyett azzal a jól kezelhető kérdéssel állunk szemben, hogy "van-e olyan gép, amely ezt a játékot jól tudja játszani?"

Az eredeti Turing probléma valóban a gépi és emberi intelligencia megkülönböztetése volt. A mesterséges intelligencia kutatások célkitűzése tehát, a gépek alkalmassá tétele arra, hogy az embert minél pontosabban tudják utánozni. Turing eme korszakos cikkében kifejezte meggyőződését, hogy a XX. század végére a gépek már elég jól fogják játszani ezt a játékot ahhoz, hogy egy átlagos kérdezőnek nem lesz 70%-nál több esélye az azonosításra 5 percnyi kérdezés után.

2.2 A Turing-teszt és az e-kommunikáció

Vajon ha A.M.Turing megérte volna éppen 2002-ben esedékes 90. életévét, hogyan értékelné saját ötven évvel ezelőtti elképzeléseit ? Valószínűleg elismerné, hogy fantáziája nem volt elegendő ahhoz, hogy előre lássa azt a technikai robbanást, amely a számítástechnikában, elektronikában, kommunikáció-technológiában bekövetkezett, s amelynek eredményeként a jelenünk, mindennapjaink részévé, napi gyakorlattá vált a Turing teszt.

A mai információsnak nevezett, információ alapú, vagy inkább e-kommunikációs társadalom ugyanis egy "fekete doboz" modellt valósít meg. Ebben a modellben egy óriási információ tárolóval (ez a "fekete doboz") kommunikál minden felhasználó úgy, hogy a felhasználók egymás számára valójában ismeretlenek és csak a "fekete doboz"-hoz való csatlakozás követel meg egyszerűbb, vagy szigorúbb azonosítást ("bemutatkozást"), fordítva ez ellenőrizhetetlen. Ma az internet egyik fő vonzereje a "globális névtelenség", ami egyúttal számos visszaélés és bűncselekmény forrása is.

A modell tehát úgy működik, hogy mindenki egy közös dobozba ("fekete doboz") helyezi be az információit (lehet az személy, cég, intézmény, stb.) és ebből mindenki annyit vehet ki, amennyire a „fekete doboz” engedélyt ad.

Ez a modell pontosan úgy néz ki, mint egy megsokszorozott Turing-modell, ahol mindenki a géppel kommunikál elektronikusan, így mindenki lehet kérdező (K) és kérdezett (E), a gép pedig összegyűjti és tárolja a információt. A globális modell tehát tömören leírható Arkagyij Rajkin szavaival: "Én vagyok itt (K). De ki van odaát ?!"

A válasz, az információs társadalom kulcskérdéséhez vezet. A.M.Turing idézett 1950-es cikkében tesztjét így fogalmazta meg:

"Azt állíthatjuk, hogy egy gép gondolkodik, ha kérdéseket tehetünk fel neki, éspedig tetszőleges kérdéseket és az úgy válaszol, hogy ha nem 'nézünk oda', nem tudjuk, hogy a felelet géptől, vagy embertől származik-e."

Azt már Turing is látta, sőt elméletileg bizonyította, hogy ha egy gép tökéletesen játsza az "utánzási játékot", akkor a Turing teszt kérdésfeltevése ("Mesterséges vagy természetes intelligenciával állunk szemben?") eldönthetetlen. A globális kommunikációs modellben ugyanakkor a C gép igazából nem a saját, hanem a sok-sok E₁ ,E₂ ,E₃ ,… felhasználó intelligenciájával "játszik", így K-val szemben emberi intelligenciák sokasága áll. E modell kísértetiesen hasonlít Kempelen báró 200 évvel ezelőtti "sakkozó automatájához", amelynek saját korában csodájára jártak, az utókor pedig egy szélhámos szemfényvesztéseként tartja számon. Pedig Kempelen "automatájában" csupán egyetlen pici, ámde zseniális emberke kuporgott !

2.3 A "zero-knowledge proof"

A probléma megfogalmazása igen egyszerű, ha észrevesszük, hogy a globális kommunikáció modelljében a szerepek felcserélhetők, azaz mindenki lehet kérdező és kérdezett, valamint fenti gondolatmenetünk szerint a gép és a számtalan felhasználó sem különböztethető meg információelméleti alapon.

Tételezzük fel, hogy a "fekete dobozban" egy labirintus van, mely egy titkos ajtót rejt, amelyen mindenképpen át kell jutni ahhoz, hogy a labirintus egyik feléből a másikba jussunk. A B játékos ismeri az ajtó titkát (ki tudja nyitni azt!), de úgy kell ezt bebizonyítania az A játékosnak, hogy közben magát a titkot ne árulja el. Ezt nevezi a nemzetközi szakirodalom "zero-knowledge proof"-nak, azokat az eljárásokat, amelyek alkalmasak az ilyenfajta bizonyításra, "zero-knowledge protocol"-nak

Íme egy általános eljárás (protocol) az előismeret nélküli bizonyításra:

1. Az A játékos a labirintus bejáratánál áll, míg a B játékos eltűnik a labirintusban.

2. Az A játékos két dolgot kérhet B-től:

3. Gyere ki a jobboldali folyosón!

4. Gyere ki a baloldali folyosón !

5. Mivel a B játékos a titkos ajtó egyik oldalán állhat csak, így ahhoz, hogy a kérést mindenképpen teljesítse, feltétlenül ki kell tudnia nyitni a titkos ajtót.

6. Az A játékos n-szer ismételheti meg a kérést és a B játékos mind az n-szer teljesíti.

Így a B játékos bebizonyítja, hogy ismeri a titkot, de A-nak mégsem kell elárulnia azt. Ha csak egyszer játszák el a 2.-3.lépéseket (n=1), akkor az A játékos bizalmatlanul mondhatná, hogy 1/2 valószínűséggel, véletlenül is átjuthatott a titkos ajtón a B játékos. Ha azonban 10-szer, vagy akár 20-szor ismétlik meg a 2.-3.lépéseket, akkor már mindössze a tévedés valószínűsége.

A zero-knowledge protocolok jelentősége egyre nyilvánvalóbb, így a szakirodalomban és a gyakorlati információ védelemben is egyre nagyobb szerepet töltenek be. A modell analógia alapján könnyen belátható, hogy ilyen „labirintus” szituációban vagyunk minden bank automatánál, kártyával történő fizetésnél, vagy akár telefonálásnál, vagy például az e-mail boxunkba való belépésnél.

Szellemi relaxációként bemutatok néhány érdekes példát a zero-knowledge proof alkalmazására.

2.4 A sakk nagymester probléma

Hogyan képes Valaki, aki éppen csak a sakkjáték szabályait ismeri, méltó ellenfélként játszani, vagy akár legyőzni egy sakk nagymestert?

Valaki kihívja egyszerre Gary Kasparovot és Anatolij Karpovot egy játszmára, ugyanabban az időpontban és ugyanazon helyen, de két külön helyiségben (figyelemre méltó, hogy a kísérleti elrendezés mennyire hasonlít a Turing-teszthez).

Valaki világossal játszik Kasparov és sötéttel Karpov ellen.

1. Karpov, mint a világos figurákkal játszó játékos megteszi a kezdőlépést. Valaki megjegyzi a lépést és átmegy Kasparov helyiségébe, ahol Ő vezeti a világos figurákat, így megteszi ugyanazt a lépést, amit Karpov tett.

2. Ekkor megvárja Kasparov válaszlépését, amelyet szintén megjegyez és átmegy Karpov helyiségébe, ahol Ő játszik a sötét figurákkal, így meglépi ugyanazt a lépést, amit Kasparov lépett.

3. Ezt az eljárást folytatja mindaddig, míg megnyeri valamelyik játszmát, vagy döntetlent játszik mindkettővel.

Így Valaki valóban szinte nulla ismerettel bizonyítja be a gyanútlan résztvevőknek (és nézőknek!), hogy nagymesteri szinten tud sakkozni.

2.5 Az átlagéletkor probléma

Hogyan lehet egy csoport tagjainak átlagéletkorát kiszámítani úgy, hogy senkinek az életkora ne derüljön ki?

Bár e kérdés felvetése úgy tűnik főleg női társaságban aktuális, mégis a módszert számos igen komoly területen is alkalmazhatjuk, ha például az életkor helyett jövedelem, vagyon, vagy akár szavazatok, vagy más titkos adatok szerepelnek. Íme a problémához rendelhető zero-knowledge protocol:

1. Legyen az A csoporttag adata a, a B csoporttagé b, a C csoport tagé c.

2. A választ egy tetszőleges (általában véletlen) számot, legyen ez v és képezi az a'=a+v számot, amit egy borítékban átad B-nek.

3. B a borítékban kapott számhoz hozzáadja a saját adatát, azaz képezi az b'=a'+b számot, amit egy borítékban átad C-nek.

4. C a borítékban kapott számhoz hozzáadja a saját adatát, azaz képezi az c'=b'+c számot, amit egy borítékban továbbad.

5. Az utolsó csoporttag a saját borítékját átadja A-nak, aki a borítékban kapott számból kivonja a csak általa ismert v értéket, majd elosztja a csoport létszámával, így megkapják a csoport átlagértékét (pl. átlagéletkor), anélkül, hogy bárkinek az adata mások számára kiderült volna.

Bírálható ez a protocol azzal, hogy túl nehézkes az a megoldás, hogy minden csoport tag csak egymás után adhatja le adatát, azaz az eljárás szekvenciális. Az eljárás könnyen "párhuzamosítható":

1. Legyen az A csoport tag adata a, a B csoport tagé b, a C csoport tagé c.

2. A választ egy tetszőleges véletlen számot, legyen ez x és képezi az a+x számot.

3. a+x-et az U urnába, míg x-et a V urnába dobja be.

4. B választ egy tetszőleges véletlen számot, legyen ez y és képezi az b+y számot.

5. b+y-t az U urnába, míg y-t a V urnába dobja be.

6. C választ egy tetszőleges véletlen számot, legyen ez z és képezi a c+z számot.

7. c+z-t az U urnába, míg z-t a V urnába dobja be.

A kiértékelés egyszerű, hiszen csak az U urnában levő számok összegéből (a+x+b+y+c+z) levonjuk a V urnában levő számok összegét (x+y+z), ekkor pontosan a csoport tagok adatainak összegét kapjuk (a+b+c), amelyet elosztunk a csoport létszámmal, így pontosan az adatok átlagához jutunk. Világos, hogy mivel az U és V urnába dobott számok utólag már nem összepárosíthatók, a számítások közben az egyedi adatok nem azonosíthatók, azaz úgy számítottuk ki a csoport átlag adatát, hogy közben senkinek az egyéni adatára nem derült fény.

3. Turing szemléltető példája

Turing idézett, úttörő jelentőségű cikkében [TURING 50], demonstrációként bemutat egy elképzelt párbeszédet a K kérdező és a V válaszadó között:

K: Kérem, írjon egy szonettet a Forth-i Híd témájára (ez egy híd a Firth of Forth folyón Skóciában)

V: Ne számítson rám, sohasem tudtam verseket írni.

K: Adja össze a 34957-et és a 70764-et.

V: 105621 (kb. 30 másodperc várakozás után jön a válasz)

K: Tud sakkozni?

V: Igen.

K: A királyom e1-en áll és nincs más bábom. Az Ön királya e3-on áll, a bástyája az a8-on. Ön következik. Mit lép?

V: Bástya a1 matt. (15 másodperc múlva jön a válasz)

E párbeszéd jól mutatja, hogy a K kérdező erőteljes törekvése ellenére, amely az emberi intelligencia legjellemzőbb „műfajait” (művészi hajlam, rutin műveletek, logikai képesség) igyekszik tesztelni, a válaszokból nem könnyen vonhatunk le a „természetes vagy mesterséges?” kérdés megválaszolásához messzemenő következtetéseket. Az azonban meghökkentő, hogy az utánzási stratégia legtöbb problémája éppen a legegyszerűbb rutin kérdéssel, az összeadással kapcsolatban vethető fel.

Azonnal feltűnik a hosszú válaszolási idő (30 másodperc), ami gépi válasz esetén teljesen elfogadhatatlan, emberi válasz esetén közepesnek tekinthető. Azt azonban kevesen veszik észre, hogy a V válaszoló által megadott eredmény helytelen (a pontos eredmény: 105721) és a tévedés is „inkább emberi” tulajdonság. Hiba lenne ugyanakkor elhamarkodottan a V válaszolót egyértelműen embernek minősíteni, hiszen számtalan érv szólhat a „gépi tévedés” mellett is. Példaként néhány ilyen hiba lehetőség:

- véletlen hardver hiba

- programozási hiba

- rendszer hiba

El kell ismernünk, hogy ha a V válaszoló meg akarja téveszteni a K kérdezőt, akkor legalább olyan nehéz feladata van, mint a K kérdezőnek, akinek e válaszok alapján döntenie kell arról, hogy V gép, vagy ember. A fenti rövid párbeszéd elemzéséből (amelyet idézett cikkében Turing igen részletesen megtesz) kiderül, hogy Turing tesztje valóban „utánzó játék”, azaz V számára kétféle stratégia követhető:

- az ember utánozza a gépet

- a gép utánozza az embert

Turing cikkében így foglalja össze módszerének előnyeit:

„Az új problémafelvetés előnye az, hogy elég éles határvonalat húz az ember fizikai és értelmi képességei között. Nem akarjuk ugyanis büntetni a gépet azért, mert nem képes szépségversenyen tündökölni, de az embert sem, mert veszít egy repülőgép elleni versenyben.”

Márpedig az információs társadalomban a Turing-teszt napi gyakorlattá válik és a globális kommunikációs rendszerek fekete dobozában (mint arra az előző részben rávilágítottunk), a két stratégia bábeli keveréke áll elő. Felmerül tehát ílymódon az információk azonosíthatóságának, valódiságának, azaz az információ-biztonság garantálhatóságának problémája, vagyis a „valós vagy virtuális információ?” alapvető jelentőségű kérdése, amelyre mindenképpen egy információ-alapú társadalomnak válaszolnia kell!

4. A Turing-teszt e-gyakorlata

A mesterséges intelligencia éppen az emberi racionalitás miatt, csak a jó, pozitív, „hasznos” emberi, illetve élő tulajdonságokat igyekszik modellezni (lemásolni). Hiszen az emberiségnek eme tulajdonságokkal lehet általában a teljesítményét maximalizálni. Attól jó egy gép, ha „fáradhatatlan”, kiszámíthatóan, biztonságosan működik. Például az emberi fáradást, betegségeket, vagy más tökéletlenséget senkinek nem áll érdekében lemásolni, modellezni, gépi formában reprodukálni. Éppen ezért a mesterséges (gépi) rendszerek tesztelésére olyan pozitív tulajdonságok, paraméterek meglétét tételezzük fel, amelyekkel általában az ember (vagy az élő organizmus) rendelkezik. Ilyen tulajdonságok például az organizmusban keletkező hibák kijavítása, az organizmus reprodukáló, vagy alkalmazkodó képessége, stb.

A.Turing is arról beszél, hogy az ezredfordulón, „a gépek elég jól fogják játszani az utánzó játékot” és ezalatt azt érti, hogy „elég intelligensen lehet egy géppel kommunikálni”. Így tehát, ha Kempelen Farkas módjára egy gépben elég ügyesen emberi intelligenciát helyezünk el (éppen ez történik az e-kommunikációs rendszerek fekete dobozában!), azaz „virtuális gépembert” készítünk, akkor a saját teljesítményközpontúságunk akadályoz meg abban, hogy az utánzó játékkal, mint tesztelési lehetőséggel célhoz érjünk, ha a gépet és az embert akarjuk megkülönböztetni egymástól.

Turing fent idézett példája tükrözi azt a humánus személyiséget, aki nem tud a valódi, a szó szoros értelmében vett gép – ember viszonyon túllépni, akinek látnoki képzelőereje sem volt képes a tiszta játékszabályokon túlra látni. Ezért csupa tényszerű, vagy konkrét emberi cselekvésre irányuló kérdés (kérés) képezi a képzeletbeli párbeszédeit. Kritikája, probléma listája is mélyen emberi! A valóságos jelenségvilágból nem tud (valószínűleg nem is akar!) kiszakadni. Ezért talán joggal hitte azt, hogy a tesztje valóban el tudja dönteni a „tudnak-e a gépek gondolkodni?”, avagy a „természetes vagy mesterséges intelligencia?” kérdését.