Dijo directamente cualquier argumento en contra del conductismo (Enciclopedia de Filosofía de Internet). La prueba de Turing resuelve el problema de definir la inteligencia al considerar que la inteligencia se expresa a través de la forma en que actúas y eres percibido. Ignora lo que sucede dentro de la caja y solo compara su resultado con lo que conocemos como seres inteligentes: nosotros
En base a eso, puede señalar directamente al menos 2 posibles problemas:
- El hecho de actuar de manera inteligente no significa que realmente entiendas lo que haces, en consecuencia, no eres realmente inteligente solo actuando como eres. Esta es la raíz de la habitación china de Searle. La persona en la habitación que se comunica con un extraño no entiende japonés, solo parece que gracias a todos los libros que tiene.
- Por el contrario, la base de comparación puede no ser suficiente tampoco. Ser inteligente como un ser humano puede ser un simple subconjunto de lo que es la inteligencia. Por supuesto, si pasa la prueba de Turing, la gente puede asumir “bueno, se confunde con los humanos, los humanos son inteligentes, por lo tanto lo es”, pero ¿es la forma en que los humanos son inteligentes la única forma de ser inteligentes? Específicamente, la ilustración realizada por Turing (y luego desarmada por Searle, entre otros) se basa en la comunicación: las personas entrevistan a la IA / humano y necesitan determinar cuál es. Pero una IA que no puede hablar este idioma fallará automáticamente a pesar de que está mucho más avanzada en otros aspectos, de la misma manera que un genio que no habla inglés fallará. Por supuesto, la prueba de Turing puede, y ha sido, transpuesta a diferentes dominios, pero una vez más compara el sistema con los humanos, lo que lo obliga a comportarse como humanos, incluso si puede haber formas inteligentes alternativas para lidiar con el problema dado.
Ambos demuestran que la prueba de Turing no es una prueba necesaria ni suficiente de que haya producido una IA. Un sistema puede fallar una prueba de Turing y, sin embargo, presentar todas las demás cualidades internas que creemos necesarias para la inteligencia (capacidades para inferir / proyectar / adaptar / …) y en el lado opuesto, un programa podría tener éxito en la prueba a pesar de que no tiene ninguno de esos: Este es el caso de muchos bots de chat que en su mayoría están haciendo una reformulación predefinida y todavía pueden engañar a la mayoría de las personas por un tiempo.
- ¿Cuál es la diferencia entre una red neuronal, propagación hacia atrás, red convolucional, aprendizaje profundo y aprendizaje extremo?
- ¿Cuál es la relación entre el algoritmo Metropolis-Hastings para Markov Chain Monte Carlo y Gradient Descent?
- ¿Qué software, lenguajes de programación y / o bibliotecas recomendaría para comenzar a hacer investigación independiente de redes neuronales y aprendizaje automático?
- ¿La entrada de texto de reconocimiento de voz requiere IA?
- ¿Cuáles son algunos problemas interesantes que se pueden resolver utilizando redes multineurales?
La prueba de Turing fue muy popular porque estaba evitando el problema de definir qué componen la inteligencia y simplemente reorientó el problema en la forma “si actúa como un ser humano inteligente, entonces probablemente sea inteligente”. Ninguna otra prueba presentaba algo tan simple y bien definido para evaluar qué tan cerca está uno de la inteligencia (y que yo sepa todavía no hay nada). Aún así, dependía de la noción de conductismo que era muy popular en aquel entonces y, en el campo de la robótica o la IA, era (es) todavía muy fuerte durante la mayor parte del siglo pasado, pero ha estado cada vez más abierto al debate desde luego.