क्या ChatGPT ट्यूरिंग टेस्ट को मात दे सकता है?

ChatGPT द्वारा ट्यूरिंग टेस्ट को सफलतापूर्वक नेविगेट करने की धारणा को तेजी से एक अपरिहार्य परिणाम के रूप में माना जा रहा है। वास्तव में, कुछ शोधकर्ता पहले से ही आश्वस्त हैं कि इसने इस उपलब्धि को हासिल कर लिया है।

चैटबॉट का विकास, ChatGPT द्वारा उदाहरणित, बुद्धिमत्ता, स्वाभाविकता और मानव-जैसी गुणों में उल्लेखनीय वृद्धि को दर्शाता है। यह प्रगति तार्किक है, यह देखते हुए कि मनुष्य बड़े भाषा मॉडल (LLMs) के वास्तुकार हैं जो इन AI चैटबॉट की आधारशिला बनाते हैं। जैसे-जैसे ये उपकरण अपनी "तर्क" क्षमताओं को परिष्कृत करते हैं और अधिक सटीकता के साथ मानव भाषण का अनुकरण करते हैं, एक महत्वपूर्ण प्रश्न उठता है: क्या वे ट्यूरिंग टेस्ट पास करने के लिए पर्याप्त रूप से उन्नत हैं?

दशकों से, ट्यूरिंग टेस्ट मशीन इंटेलिजेंस के आकलन में एक महत्वपूर्ण बेंचमार्क रहा है। वर्तमान में, शोधकर्ता सक्रिय रूप से ChatGPT जैसे LLM को इस कठोर मूल्यांकन के अधीन कर रहे हैं। एक सफल परिणाम AI विकास के क्षेत्र में एक स्मारकीय मील का पत्थर होगा।

तो, क्या ChatGPT ट्यूरिंग टेस्ट पास करने में सक्षम है? कुछ शोधकर्ता पुष्टि करते हैं कि यह है। हालांकि, परिणाम व्याख्या के लिए खुले रहते हैं। ट्यूरिंग टेस्ट सीधा बाइनरी परिणाम नहीं देता है, जिससे निष्कर्ष कुछ हद तक अस्पष्ट हो जाते हैं। इसके अलावा, भले ही ChatGPT ट्यूरिंग टेस्ट पास कर ले, लेकिन यह LLM में निहित "मानव-जैसी" गुणों का निश्चित संकेत नहीं दे सकता है।

आइए जटिलताओं में गहराई से उतरें।

ट्यूरिंग टेस्ट को खोलना

ट्यूरिंग टेस्ट का सार आश्चर्यजनक रूप से सरल है।

ब्रिटिश गणितज्ञ एलन ट्यूरिंग द्वारा कल्पना की गई, जो कंप्यूटर विज्ञान में एक अग्रणी व्यक्ति हैं, इमिटेशन गेम, जैसा कि इसे शुरू में जाना जाता था, मशीन इंटेलिजेंस के लिए एक लिटमस टेस्ट के रूप में कार्य करता है। ट्यूरिंग टेस्ट में एक मानव मूल्यांकनकर्ता एक मानव और एक मशीन दोनों के साथ बातचीत में शामिल होता है, बिना यह जाने कि कौन कौन है। यदि मूल्यांकनकर्ता मशीन को मानव से अलग करने में असमर्थ है, तो मशीन को ट्यूरिंग टेस्ट पास करने के लिए समझा जाता है। एक शोध सेटिंग में, यह परीक्षण विभिन्न मूल्यांकनकर्ताओं के साथ कई बार आयोजित किया जाता है।

यह पहचानना महत्वपूर्ण है कि यह परीक्षण निश्चित रूप से यह पता नहीं लगाता है कि LLM में मानव के समान स्तर की बुद्धिमत्ता है या नहीं। इसके बजाय, यह एक मानव के रूप में convincingly प्रतिरूपण करने की LLM की क्षमता का आकलन करता है।

LLM की सोच प्रक्रिया

LLM, अपने स्वभाव से, एक भौतिक मस्तिष्क, चेतना या दुनिया की व्यापक समझ की कमी है। वे आत्म-जागरूकता से रहित हैं और उनके पास वास्तविक राय या विश्वास नहीं हैं।

ये मॉडल पुस्तकों, ऑनलाइन लेखों, दस्तावेजों और ट्रांसक्रिप्ट सहित जानकारी स्रोतों की एक विस्तृत श्रृंखला को शामिल करते हुए विशाल डेटासेट पर प्रशिक्षित होते हैं। जब कोई उपयोगकर्ता पाठ्य इनपुट प्रदान करता है, तो AI मॉडल इनपुट के पीछे सबसे संभावित अर्थ और इरादे को समझने के लिए अपनी "तर्क" क्षमताओं का उपयोग करता है। इसके बाद, मॉडल इस व्याख्या के आधार पर एक प्रतिक्रिया उत्पन्न करता है।

अपने मूल में, LLM परिष्कृत शब्द भविष्यवाणी इंजन के रूप में कार्य करते हैं। अपने व्यापक प्रशिक्षण डेटा का लाभ उठाते हुए, वे अपनी शब्दावली पर ड्राइंग करके प्रतिक्रिया के प्रारंभिक "टोकन" (आमतौर पर एक एकल शब्द) के लिए संभावनाओं की गणना करते हैं। यह पुनरावृत्त प्रक्रिया तब तक जारी रहती है जब तक कि एक पूर्ण प्रतिक्रिया तैयार न हो जाए। जबकि यह स्पष्टीकरण सरलीकृत है, यह इस बात का सार कैप्चर करता है कि कैसे LLM दुनिया की वास्तविक समझ के बजाय सांख्यिकीय संभावनाओं के आधार पर प्रतिक्रियाएं उत्पन्न करते हैं।

इसलिए, यह सुझाव देना गलत है कि LLM पारंपरिक अर्थों में "सोचते" हैं।

अनुभवजन्य साक्ष्य: ChatGPT और ट्यूरिंग टेस्ट

कई अध्ययनों ने ट्यूरिंग टेस्ट पर ChatGPT के प्रदर्शन का पता लगाया है, जिनमें से कई ने सकारात्मक परिणाम दिए हैं। इससे कुछ कंप्यूटर वैज्ञानिकों को यह दावा करने के लिए प्रेरित किया गया है कि GPT-4 और GPT-4.5 जैसे LLM ने अब ट्यूरिंग टेस्ट की सीमा को पार कर लिया है।

इनमें से अधिकांश मूल्यांकन OpenAI के GPT-4 मॉडल पर ध्यान केंद्रित करते हैं, जो ChatGPT इंटरैक्शन के बहुमत को शक्ति प्रदान करता है। UC सैन डिएगो द्वारा किए गए एक अध्ययन से पता चला कि मानव मूल्यांकनकर्ता अक्सर GPT-4 को एक मानव से अलग करने में असमर्थ थे। इस अध्ययन में, GPT-4 को 54% मामलों में मानव के रूप में गलत तरीके से पहचाना गया था। हालांकि, यह प्रदर्शन अभी भी वास्तविक मनुष्यों से पीछे है, जिन्हें 67% समय मानव के रूप में सही ढंग से पहचाना गया था।

GPT-4.5 की रिलीज के बाद, UC सैन डिएगो के शोधकर्ताओं ने अध्ययन को दोहराया। इस बार, LLM को 73% मामलों में मानव के रूप में पहचाना गया, जो वास्तविक मनुष्यों के प्रदर्शन से अधिक है। अध्ययन ने यह भी संकेत दिया कि मेटा का LLaMa-3.1-405B परीक्षण पास करने में सक्षम था।

UC सैन डिएगो से स्वतंत्र रूप से किए गए समान अध्ययनों ने भी GPT को उत्तीर्ण ग्रेड सौंपा है। रीडिंग विश्वविद्यालय द्वारा 2024 के एक अध्ययन में GPT-4 को स्नातक पाठ्यक्रमों के लिए टेक-होम आकलन के लिए प्रतिक्रियाएं उत्पन्न करना शामिल था। ग्रेडर प्रयोग से अनजान थे और उन्होंने 33 में से केवल एक सबमिशन को फ़्लैग किया। ChatGPT को शेष 32 प्रविष्टियों के लिए औसत से ऊपर ग्रेड प्राप्त हुए।

क्या ये अध्ययन निर्णायक हैं? पूरी तरह से नहीं। कुछ आलोचकों का तर्क है कि ये शोध निष्कर्ष दिखने की तुलना में कम प्रभावशाली हैं। यह संदेह हमें निश्चित रूप से यह घोषित करने से रोकता है कि ChatGPT ने ट्यूरिंग टेस्ट पास कर लिया है।

फिर भी, यह स्पष्ट है कि जबकि GPT-4 जैसी LLM की पिछली पीढ़ियों ने कभी-कभी ट्यूरिंग टेस्ट पास किया, LLM के आगे बढ़ने के साथ-साथ सफल परिणाम तेजी से प्रचलित हो रहे हैं। GPT-4.5 जैसे अत्याधुनिक मॉडल के उद्भव के साथ, हम तेजी से एक ऐसे बिंदु पर पहुंच रहे हैं जहां मॉडल लगातार ट्यूरिंग टेस्ट पास कर सकते हैं।

OpenAI एक ऐसे भविष्य की कल्पना करता है जहां मानव और AI के बीच अंतर करना असंभव हो जाता है। यह दृष्टि OpenAI के CEO सैम ऑल्टमैन के एक मानव सत्यापन परियोजना में निवेश में परिलक्षित होती है जिसमें The Orb नामक एक आईबॉल-स्कैनिंग डिवाइस शामिल है।

ChatGPT का स्व-मूल्यांकन

जब पूछा गया कि क्या यह ट्यूरिंग टेस्ट पास कर सकता है, तो ChatGPT ने सकारात्मक रूप से जवाब दिया, हालांकि उन चेतावनियों के साथ जिनकी पहले ही चर्चा की जा चुकी है। जब प्रश्न के साथ संकेत दिया गया, "क्या ChatGPT ट्यूरिंग टेस्ट पास कर सकता है?" AI चैटबॉट (4o मॉडल का उपयोग करके) ने कहा कि "ChatGPT कुछ परिदृश्यों में ट्यूरिंग टेस्ट पास कर सकता है, लेकिन मज़बूती से या सार्वभौमिक रूप से नहीं।" चैटबॉट ने निष्कर्ष निकाला कि "यह आकस्मिक परिस्थितियों में एक औसत उपयोगकर्ता के साथ ट्यूरिंग टेस्ट पास कर सकता है, लेकिन एक दृढ़ और विचारशील पूछताछकर्ता लगभग हमेशा इसे बेनकाब कर सकता है।"

ट्यूरिंग टेस्ट की सीमाएं

कुछ कंप्यूटर वैज्ञानिक अब ट्यूरिंग टेस्ट को अप्रचलित और LLM का मूल्यांकन करने में सीमित मूल्य मानते हैं। गैरी मार्कस, एक अमेरिकी मनोवैज्ञानिक, संज्ञानात्मक वैज्ञानिक, लेखक और AI टिप्पणीकार, ने हाल ही में एक ब्लॉग पोस्ट में इस दृष्टिकोण को संक्षेप में सारांशित करते हुए कहा कि "जैसा कि मैंने (और कई अन्य लोगों ने) वर्षों से कहा है, ट्यूरिंग टेस्ट मानव भोलापन का परीक्षण है, न कि बुद्धिमत्ता का परीक्षण।"

यह याद रखना भी महत्वपूर्ण है कि ट्यूरिंग टेस्ट वास्तविक बुद्धिमत्ता के बजाय बुद्धिमत्ता की धारणा पर केंद्रित है। यह अंतर महत्वपूर्ण है। ChatGPT 4o जैसा मॉडल केवल मानव भाषण की नकल करके परीक्षण पास कर सकता है। इसके अलावा, परीक्षण पर LLM की सफलता चर्चा के विषय और मूल्यांकनकर्ता पर निर्भर करेगी। ChatGPT आकस्मिक बातचीत में उत्कृष्टता प्राप्त कर सकता है लेकिन वास्तविक भावनात्मक बुद्धिमत्ता की आवश्यकता वाली बातचीत के साथ संघर्ष कर सकता है। इसके अलावा, आधुनिक AI सिस्टम का उपयोग तेजी से सरल बातचीत से परे अनुप्रयोगों के लिए किया जा रहा है, खासकर जैसे-जैसे हम एजेंटिक AI की दुनिया की ओर बढ़ रहे हैं।

यह सुझाव देना नहीं है कि ट्यूरिंग टेस्ट पूरी तरह से अप्रासंगिक है। यह एक महत्वपूर्ण ऐतिहासिक बेंचमार्क बना हुआ है, और यह ध्यान देने योग्य है कि LLM इसे पास करने में सक्षम हैं। हालांकि, ट्यूरिंग टेस्ट मशीन इंटेलिजेंस का अंतिम उपाय नहीं है।

ट्यूरिंग टेस्ट से परे: एक बेहतर बेंचमार्क की तलाश

ट्यूरिंग टेस्ट, जबकि ऐतिहासिक रूप से महत्वपूर्ण है, को तेजी से सच्ची कृत्रिम बुद्धिमत्ता का एक अपर्याप्त उपाय माना जा रहा है। मानव बातचीत की नकल करने पर इसका ध्यान बुद्धिमत्ता के महत्वपूर्ण पहलुओं, जैसे समस्या-समाधान, रचनात्मकता और अनुकूलन क्षमता को अनदेखा करता है। छल पर परीक्षण की निर्भरता नैतिक चिंताओं को भी बढ़ाती है, क्योंकि यह AI प्रणालियों को वास्तविक बुद्धिमत्ता विकसित करने के बजाय मानव-जैसी गुणों को बनाने के लिए प्रोत्साहित करती है।

नई मैट्रिक्स की आवश्यकता

जैसे-जैसे AI तकनीक आगे बढ़ रही है, अधिक व्यापक और प्रासंगिक बेंचमार्क की आवश्यकता तेजी से स्पष्ट होती जा रही है। इन नए मैट्रिक्स को ट्यूरिंग टेस्ट की कमियों को दूर करना चाहिए और AI क्षमताओं का अधिक सटीक आकलन प्रदान करना चाहिए। भविष्य के बेंचमार्क के लिए कुछ संभावित दिशाओं में शामिल हैं:

• वास्तविक दुनिया की समस्या-समाधान: ऐसे परीक्षण जिनमें AI प्रणालियों को जटिल वास्तविक दुनिया की समस्याओं को हल करने की आवश्यकता होती है, जैसे कि एक स्थायी ऊर्जा ग्रिड को डिजाइन करना या किसी बीमारी के लिए इलाज विकसित करना।
• रचनात्मक कार्य: मूल्यांकन जो एक उपन्यास लिखने, संगीत रचना करने या कलाकृति बनाने जैसी मूल और कल्पनाशील सामग्री उत्पन्न करने की AI की क्षमता का आकलन करते हैं।
• अनुकूलन क्षमता और सीखना: मेट्रिक्स जो नए अनुभवों से सीखने और बदलते वातावरण के अनुकूल होने की AI की क्षमता को मापते हैं।
• नैतिक विचार: आकलन जो नैतिक निर्णय लेने और पूर्वाग्रहों से बचने की AI की क्षमता का मूल्यांकन करते हैं।

उभरते बेंचमार्क के उदाहरण

ट्यूरिंग टेस्ट की सीमाओं को दूर करने के लिए कई नए बेंचमार्क उभर रहे हैं। इसमें शामिल हैं:

• विनोग्राद स्कीमा चुनौती: यह परीक्षण वाक्यों में अस्पष्ट सर्वनामों को समझने की AI की क्षमता पर केंद्रित है।
• AI2 तर्क चुनौती: यह बेंचमार्क जटिल ग्रंथों के आधार पर तर्क करने और प्रश्नों का उत्तर देने की AI की क्षमता का आकलन करता है।
• कॉमनसेंस रीजनिंग चैलेंज: यह परीक्षण सामान्य ज्ञान की AI की समझ और अनुमान लगाने की क्षमता का मूल्यांकन करता है।

AI मूल्यांकन का भविष्य

AI मूल्यांकन के भविष्य में संभवतः विभिन्न बेंचमार्क का संयोजन शामिल होगा, प्रत्येक को बुद्धिमत्ता के विशिष्ट पहलुओं का आकलन करने के लिए डिज़ाइन किया गया है। AI तकनीक में तेजी से हो रहे विकास के साथ तालमेल बनाए रखने के लिए इन बेंचमार्क को लगातार विकसित होना चाहिए। इसके अलावा, AI बेंचमार्क के विकास और मूल्यांकन में शोधकर्ताओं, नीति निर्माताओं और जनता सहित विभिन्न हितधारकों को शामिल करना महत्वपूर्ण है।

नकल से परे जाना

अंततः, AI अनुसंधान का लक्ष्य ऐसी प्रणालियों का विकास होना चाहिए जो न केवल बुद्धिमान हों बल्कि मानवता के लिए भी फायदेमंद हों। इसके लिए मानव-जैसी नकल की खोज से परे जाने और AI प्रणालियों को विकसित करने पर ध्यान केंद्रित करने की आवश्यकता है जो वास्तविक दुनिया की समस्याओं को हल कर सकती हैं, रचनात्मकता को बढ़ा सकती हैं और नैतिक निर्णय लेने को बढ़ावा दे सकती हैं। नए बेंचमार्क को अपनाकर और इन व्यापक लक्ष्यों पर ध्यान केंद्रित करके, हम AI की पूरी क्षमता को अनलॉक कर सकते हैं और एक ऐसा भविष्य बना सकते हैं जहां AI और मनुष्य मिलकर एक बेहतर दुनिया बना सकें।