Тьюринг, Камбербэтч и Игра в имитацию

В 2014 году вышел фильм “Игра в имитацию” про гениального математика Алана Тьюринга с Камбербэтчем в главной роли. Сам фильм я посмотрел около года назад и он мне очень понравился, но у меня остался незакрытый гештальт относительно названия фильма, которое вызывало у меня вопросы:)

Вопросы были в основном связаны с тем, что я знал 2 объекта, которые обычно называют именем Тьюринга:
- тест Тьюринга (собственно тест для определения того, может ли машина мыслить)
- машина Тьюринга (превосходная концепция абстрактной вычислительной машины, формализующая понятие алгоритм)

Но в то же самое время я не имел понятия почему фильм назвали “Игра в имитацию”. Но сегодня я дочитал знаменитую статью “Computing machinery and intelligence”, опубликованную в 1950 году в журнале Mind, и наконец узнал в чем было дело.

В этой статье автор описал свой подход при поиске ответа на вопрос “Может ли машина мыслить”. Сейчас этот подход зачастую называют тестом Тьюринга, а сам автор назвал это игрой в имитацию.

Интересно, что данную статью ребята из издательства “АСТ” превратили в книгу из серии “Книги, изменившие мир. Писатели, объединившие поколения”. И это действительно так.

Суть подхода в том, что вопрос “может ли машина мыслить” слишком общий. Для того, чтобы на него ответить придется дать сначала определение того, что такое машина, потом что такое мыслить. Причем определение того, что мы понимаем под мышлением машины и мышлением человека может не совпасть. Поэтому Тьюринг предлагает сделать шаг в сторону и заменить изначальный вопрос на тот, что может быть относительно легко проверен, а именно сможет ли машина отвечать на вопросы человека так, чтобы он счел ее человеком. Если машина на это способна, то она проходит тест, который в наше время называется тестом Тьюринга.

Забавно, что большую часть книги автор борется с возможными контраргументами относительно такого перехода и дальше относительно главного вопроса, причем борется успешно. Он опровергает следующие контраргументы:

  • The Theological Objection — теологические аргументы не находят поддержки в глазах Тьюринга
  • The “Heads in the Sand” Objection — трусливый способ страуса не спасает от происходящего вокруг и не является аргументом в полной мере
  • The Mathematical Objection — о теореме Геделя о неполноте формальных систем тоже не смущает автора и он делает вывод “In short, then, there might be men cleverer than any given machine, but then again there might be other machines cleverer again, and so on.”
  • The Argument from Consciousness — эти аргументы автор утрирует до солипсизма, в которой собственное индивидуальное сознание определяет окружающую реальность
  • Arguments from Various Disabilities — аргументы относительно того, что машина не может что-либо повторить автор сводит к тому, что у нее просто не хватает capacity на определенную деятельность, а не в том, что есть фундаментальная невозможность ее осуществления
  • Lady Lovelace’s Objection — возражение первого программиста, а именно леди Ады Лавлейс звучит так “The Analytical Engine has no pretensions to originate anything. It can do whatever we know how to order it to perform”. Автор парирует это используя понятие “creative mental act”, который может быть осуществлен как машиной, так и человеком
  • Argument from Continuity in the Nervous System — аргумент о разнице между дискретными компьютерами и аналоговостью нервной системы автор парирует тем, что в имитации игры эта разница будет не заметна при прочих равных
  • The Argument from Informality of Behaviour — забавный аргумент о неформальности поведения людей в отличии от машин. Забавность в том, что машинные правила могут быть настолько сложны, что по поведению машины их будет так же сложно определить, как и поведение человека
  • The Argument from Extrasensory Perception — аргумент про экстрасенсорику был добавлен автором на всякий случай, по крайней мере мне так кажется. Но обсуждать его серьезно просто не серьезно:)

В последеней части статьи, которую автор назвал “Learning Machines” автор предвосхищает современные области ML (machine learning), а именно обучение с учителем и reinforcement learning. Читать эти строки почти 70 лет спустя написания оригинальной статьи интересно и познавательно, а также вдохновляюще. Не зря на обложке книги говорится о писателях, объединивших поколения, и жалко, что Тьюринг прожил так мало …

Director of digital ecosystem development department at Tinkoff. Bachelor at applied math, Master at system analysis, Postgraduate studies at economics.

Director of digital ecosystem development department at Tinkoff. Bachelor at applied math, Master at system analysis, Postgraduate studies at economics.