Algoritmer kan hjælpe os med at vælge, hvilke film vi skal se, hvilken musik vi skal streame, og hvilken litteratur vi skal læse.
Men hvad nu hvis algoritmerne ikke blot var formidlere af den menneskelige kultur, men i stedet begyndte selv at skabe kultur?
I 1950 publicerede den engelske matematiker, Alan Turing, en artikel, 'Computing Machinery and Intelligence'. Artiklen starter med at foreslå et tankeeksperiment, som han kalder 'The Imitation Game':
I det ene værelse sidder en menneskelig 'forhørsleder', og i et andet værelse sidder en mand og en kvinde, som forhørslederen ikke kan se.
Målet med spillet er, at 'forhørslederen' gennem fjernkommunikation finder ud af, hvilken af de ukendte og skjulte samtalepartnere, der er henholdsvis manden og kvinden.
Det sker gennem en spørgsmålssekvens, hvor svarene bliver videregivet enten af en tredjemand eller skrevet ned og derefter sendt tilbage.
Man vinder 'The Imitation Game' ved at gætte identifikationen ved det første skud.
Turing modificerede 'Imitation Game'
Turing modificerede spillet ved at erstatte enten den mandlige eller kvindelige deltager i samtalen med en computer for at få svar på spørgsmålet:
Kan maskiner tænke?
Med andre ord: Kan en computer konversere godt nok til, at en 'forhørsleder' ikke er i stand til at afgøre, om der er tale om et menneske eller en maskine?
Denne nye version af 'The Imitation Game' kalder vi nu simpelthen kalder Turing-Testen.
Turings enkle, men imponerende, tankeeksperiment leverer en meget generel ramme for at teste mange forskellige aspekter af begrænsningerne for menneske-maskine-samspillet, hvoraf samtale blot er ét enkelt eksempel.
I et nyt projekt i Dartmouth, USA, kaldet 'Turing Tests in the Creative Arts' vil vi teste et af intelligensens andre områder ved at undersøge evnen til at skelne mellem maskine- og menneskegenereret kunst.
I forbindelse med projektet har vi undersøgt, om maskiner er i stand til at skabe sonetter, noveller eller musik, der ikke kan skelnes fra menneske-genererede værker, men som måske alligevel endnu ikke er helt så avancerede som Shakespeare, O. Henry eller Daft Punk.
Sådan foregår konkurrencen
I dansemusik-konkurrencen ('Algorhythms') skal deltagerne (dvs. maskinerne) konstruere en danse-venlig playliste udfra et foruddefineret dansemusik-bibliotek.
Første sang i playlisten er et tilfældigt udvalgt stykke musik fra databasen. Software-pakken burde så være i stand til at bruge dette musikstykke (den såkaldte 'seed' eller 'spire', red.) som inspiration til at skabe et 15-minutter langt set, der mixer og modificerer musikbibliotekets udvalg, som omfatter mere end 20 funktioner, såsom genre, tempo (bpm), beat locations, chroma (pitch) og klarhed (klangfarve).
Hvad der nok er en større udfordring end dansemusikkonkurrencen, er sonet- og novellekonkurrencerne (som kaldes henholdsvis 'PoeTix' og 'DigiLit'), der kræver, at deltagerne fremlægger uafhængige softwarepakker, der ved indlæsningen af et 'seed' eller et (almindeligt) substantiv (eksempelvis 'hund' eller 'ostehøvl') er i stand til at generere det tilsigtede litterære produkt.
Koden skal ideelt set desuden være i stand til et generere et uendeligt antal værker fra et enkelt givent eksempel.
Dommerpanel afgør, om menneske eller computer står bag værket
For at udføre testen vil vi screene de computergenerede bidrag for at eliminere åbenlyst maskinfremstillede kreationer.
Vi blander så de menneske-genererede værker med de øvrige værker og beder et dommerpanel om at afgøre, hvilke værker der er produceret af mennesker, og hvilke, de tror, der er computergenererede.
For dansemusik-konkurrence overlader vi scoringen til en gruppe studerende, der skal danse til både menneske- og computergenereret musiksæt.
Det 'vindende' bidrag vil ikke være til at skelne fra et menneskeskabt værk.
Kunstig intelligens benyttes til streaming
Konkurrencen er åben for alle. Til dato inkluderer deltagerlisten både akademikere såvel som ikke-akademikere. Så vidt vi ved, har ingen virksomheder officielt meldt sig på banen.
Det er vi faktisk noget overraskede over, fordi der allerede nu er en række virksomheder, der er skudt op omkring computergeneret formularagtig 'litteratur' såsom indtjeningsrapporter og opsummering af sportsbegivenheder.
Og selvfølgelig er der er hel del kunstig intelligens involveret i streaming-playlister; den mest kendte er nok Pandora.
Bedømmelsen er svær
Evalueringen af de konkurrende bidrag er ikke helt ligetil.
Selv ved den oprindelige 'Imitation Game' var spørgsmålet, om man over tid ville være i stand til at afsløre, om man talte med en mand eller en kvinde, (og det er slående, at dette spørgsmål blev stillet af en homoseksuel mand, der stadig ikke var sprunget ud af skabet).
Turing-testen stiller på lignende vis spørgsmålet, om computeren vil afsløre en mangel på menneskelighed; ikke bare i løbet af en enkelt interaktion, men over tid.
Det er også værd at overveje testens kontekst. Er sandsynligheden for at vinde 'Imitation Game' uafhængig af tid, kultur og social klasse?
'Imitation Game' er blevet sværere at vinde
I takt med at vi her i Vesten nærmer os en tid med mere flydende kønsdefinitioner, er det oprindelige ‘Imitation Game’ blevet vanskeligere at vinde.
Men hvad med Turing-testen?
I det 21. århundrede kommunikerer vi i stigende grad med maskiner (uanset om vi kan lide det eller ej). SMS og chat-beskeder har ændret både formen og vores forventninger til kommunikation dramatisk.
For eksempel er forkortelser, stavefejl og udeladte ord efterhånden nærmest normen. De samme overvejelser gælder også for flere kunstformer.
Hvem er kunstneren egentlig?
Det fører naturligvis til et andet spørgsmål:
Hvem er kunstneren egentlig?
Er det den person, som skriver en computerkode, der skaber en sonet eller en digter? Er programmøren af en algoritme, der genererer noveller, forfatter? Er den person, der skriver koden til en mixerfil, DJ?
Hvor er skellet mellem kunstneren og computerassistenten, og hvilken effekt har optegnelsen af dette skel haft på klassificeringen af de forskellige værker?
Bidragene udvider kreativitens horisont
Sonet-formen blev konstrueret som en algoritme for kreative værker - selvom den bliver udført af mennesker.
I dag, hvor Microsoft Office Assistant 'korrigerer' vores grammatik eller stiller 'spørgsmålstegn' ved vores ordvalg, og vi tilpasser os det (enten med glæde eller ud af ren og skær dovenskab), er det kreative arbejde så stadig 'vores', eller er det blevet et menneske-maskine-samspils værk?
Vi glæder os til at se alle bidragene.
Uanset hvordan de klarer testen, så vi alle bidragsyderne være medvirkende til at udvide kreativitetens horisont og menneskets og computernes sam-evolution.
Michael Casey modtager støtte fra National Science Foundation, National Endowment for the Humanities og Neukom Institute for Computational Science at Dartmouth College. Daniel N. Rockmore modtager støtte fra Neukom Institute for Computational Science ved Dartmouth College og Dartmouth College. Denne artikel er oprindeligt publiceret hos The Conversation.
Oversat af Stephanie Lammers-Clark
