Kann maschinelles Lernen verwendet werden, um den Turing-Test zu bestehen?

Können wir sagen, dass der Turing-Test darauf abzielt, Maschinen oder Methoden zu entwickeln, um bei allen kognitiven Aufgaben eine Leistung auf menschlicher Ebene zu erreichen, und dass maschinelles Lernen eine dieser Methoden ist, die den Turing-Test bestehen können?

Im Wesentlichen ja.

Der Turing - Test ist im Wesentlichen eine Benchmark oder Herausforderung Problem . Es ist eine Aufgabe, die KI-Forscher gerne lösen möchten.

Maschinelles Lernen ist eine Technik . Es ist ein Werkzeug, das von KI-Forschern entwickelt wurde, um verschiedene Probleme zu lösen. Einige Arten des maschinellen Lernens sind auf den Turing-Test anwendbar, andere nicht. Maschinelles Lernen ist auch auf eine Vielzahl anderer Probleme anwendbar.

Jobst Landgrebe und Barry Smith argumentieren in der Arbeit Making AI again sinnvoll (2019), dass maschinelles Lernen nicht ausreicht, um eine KI aufzubauen, die in der Lage ist, Sprache (wie Menschen) vollständig zu verstehen. Sie geben an, dass derzeitige Ansätze des maschinellen Lernens (oder des stochastischen Lernens) beim Verstehen der Sprache (z. B. bei der maschinellen Übersetzung) möglicherweise nicht viele Kontexte berücksichtigen, da möglicherweise keine zugehörigen Daten vorliegen oder eine große Anzahl möglicher Lösungen für eine Sprache vorliegt Problem verstehen.

Wenn das Verstehen der Sprache eine notwendige Fähigkeit ist, um den Turing-Test zu bestehen, reicht das derzeitige maschinelle Lernen nicht aus, um eine KI zu erstellen, die den Turing-Test (gemäß ihnen) besteht.