ကိုယ်နဲ့ စကားပြောသူက AI လား လူအစစ်လားဆိုတာ ခွဲခြားနိုင်ပြီလား

ကိုယ်နဲ့ စကားပြောသူက လူသားအစစ်လား ဒါမှမဟုတ် ဉာဏ်ရည်တုလားဆိုတာ ခွဲခြားနိုင်ပြီလား။

အခုဆို ကွန်ပျူတာတွေရဲ့ ဉာဏ်ရည် မြင့်မားလာတာနဲ့အမျှ ဒါဟာလည်း လူအများရဲ့ မေးစရာမေးခွန်းတွေထဲက တစ်ခု ဖြစ်လာပါတယ်။

ဒါတွေအားလုံးရဲ့အစဟာ ၁၉၅၀ ခုနှစ်က ဗြိတိသျှ သင်္ချာပညာရှင်လည်းဖြစ်သလို ကွန်ပျူတာသိပ္ပံပညာရှင်လည်းဖြစ်တဲ့ Alan Turing ရဲ့ ' Turing Test ' စမ်းသပ်မှုကနေ စတင်ပါတယ်။ Turing Test ဆိုတဲ့ နာမည်ဟာ Alan Turing ရဲ့ နောက်ဆုံးနာမည်ကို အစွဲပြုပြီးပေးခဲ့တာပါ။

သူဟာ စက်တွေ ရဲ့ ဉာဏ်ရည်ကို ပထမဆုံး သုတေသနပြု လေ့လာစမ်းသပ်မှုတွေ လုပ်ခဲ့ပါတယ်။

ဒီစမ်းသပ်မှုမှာ ကွန်ပျူတာတစ်ခုရဲ့အမူအကျင့်ဟာ လူတစ်ဦးရဲ့အမူအကျင့်တွေ နဲ့ ခွဲခြားလို့မရနိုင်ရင် ဒါကို 'ဉာဏ်ရည်မြင့်မား' တယ်ဆိုပြီး မှတ်ယူပါတယ်။

ဒါပေမယ့် လူမေးတာကို စာနဲ့ပြန်လည်တုံ့ပြန်နိုင်တဲ့ ဉာဏ်ရည်တု AI ChatBot တစ်ခု ၂၀၁၄ ခုနှစ်မှာ စမ်းသပ်မှုအောင်မြင်ခဲ့တဲ့အခါမှာတော့ ဒါဟာ သမိုင်းမှတ်တိုင်ဆိုတာထက် အငြင်းပွားမှုကို မီးထိုးပေးခဲ့သလို ဖြစ်ခဲ့ပါတယ်။​

အတုအယောင်ခံဂိမ်း

'The Turing Test ' ဆိုတာဟာ အတုအယောင်ခံတဲ့ ဂိမ်းတစ်ခုဖြစ်ပါတယ်။ လူတစ်ယောက် ကနေ နောက်ထပ် လူတစ်ယောက် နဲ့ ကွန်ပျူတာတစ်ခုကို စာရိုက်ပြီး စကားပြောတဲ့ ဂိမ်းပါ။

သူတို့တွေဟာ ကိုယ်ကြိုက်နှစ်သာရာ မေးခွန်းတွေ မေးနိုင်ပါတယ်။ ပြီးမှ လူအစစ်လား၊ စက်ရုပ်လား ဆိုတာ ဆုံးဖြတ်မှာပါ။

"Turing ရဲ့ အဆိုအရ လူတွေက လူ နဲ့ စက်ရုပ်တွေကို မခွဲခြားနိုင်ဘူးဆိုရင် လူတွေက တွေးတောနိုင်ပြီး စက်ရုပ်တွေက မတွေးတောနိုင်ဘူးလို့ တပ်အပ်ပြောဖို့ မဖြစ်နိုင်ဘူး " လို့ အမေရိကန်နိုင်ငံ၊ နယူးယော့ခ်မြို့၊ Stony Brook တက္ကသိုလ်၊ စိတ်ပညာဌာန ရဲ့ တွဲဖက်ပါမောက္ခ ဒေါက်တာ ကင်မရွန်း ဂျုန်းစ်က ပြောပါတယ်။

၂၀၀၀ ပြည့်နှစ်ရောက်တဲ့အခါမှာ ကွန်ပြူတာတွေဟာ ၅ မိနစ်ကြာ စမ်းသပ်မေးခွန်းကို ၁ မိနစ်ခွဲလောက်နဲ့ ပြန်ပြီးဖြေကြားနိုင်လိမ့်မယ်လို့ Turing က ခန့်မှန်းခဲ့ပါတယ်။

'မမျှတတဲ့ ယှဉ်ပြိုင်မှု'

၂၀၁၄ ခုနှစ်တုန်းက Turing Test တစ်ခုပြုလုပ်ခဲ့ပါတယ်။

အဲဒီစမ်းသပ်မှုမှာ Eugene Goostman လို့ခေါ်တဲ့ ဉာဏ်ရည်တု AI chatbot က အကဲဖြတ်သူတွေ ရဲ့ ၃၃ ရာခိုင်နှုန်းကို သူဟာ လူတစ်ယောက် ဖြစ်ကြောင်း လှည့်စားနိုင်ခဲ့ပါတယ်။

ပြိုင်ပွဲစီစဉ်သူတွေ အနည်းဆုံးသတ်မှတ်ထားတဲ့ရာခိုင်နှုန်းထက်ကို ကျော်လွန်ပြီး လှည့်စားနိုင်ခဲ့တာပါ။

ဉာဏ်ရည်တု chatbot က သူ့ကိုယ်သူ အင်္ဂလိပ်စကားပြောတဲ့ အသက် ၁၃ နှစ်အရွယ် ယူကရိန်းကလေးငယ်တစ်ဦး အသွင်ယူခဲ့ပါတယ်။

ဂျာမနီနိုင်ငံက RWTH Aachen တက္ကသိုလ်မှာ ဧည့်ကတိကလည်းဖြစ်၊ အတွေးအခေါ်ပညာရှင် ဒေါက်တာ မားကပ် ပန့်စာ ကတော့ ဒါဟာ "မျှမျှတတ ယှဉ်ပြိုင်မှု" မဟုတ်ဘူးလို့ ပြောပါတယ်။

"ဉာဏ်ရည်တု Chatbot ရဲ့ ချို့ယွင်းချက်တွေက အင်္ဂလိပ်စာ သိပ်မပြောတတ်တဲ့ ယူကရိန်းဆယ်ကျော်သက်ကလေးတစ်ယောက်နဲ့ သဏ္ဍန်လုပ် သရုပ်တူသွားတာ" လို့ သူက ထောက်ပြပါတယ်။

အဲဒီနောက်ပိုင်း ပိုပြီးအဆင့်မြင့်လာတဲ့ ဉာဏ်ရည်တုတွေကလည်း Turing Test ကို အောင်မြင်ခဲ့တယ်လို့ သိရပါတယ်။

၂၀၂၅ နှစ်ဆန်းပိုင်းက ထုတ်ဝေခဲ့တဲ့ စစ်တမ်းအရ စမ်းသပ်မှုတွေမှာ Open AI ကုမ္ပဏီရဲ့ ChatGPT 4.5 က ၇၃ ရာခိုင်နှုန်း လူအစစ်နဲ့ တူပြီး၊ Facebook ရဲ့ မိခင်ကုမ္ပဏီ Meta ရဲ့ ဉာဏ်ရည်တု Llama 3.1 ကတော့ လူအစစ်နဲ့ ၅၆ ရာခိုင်နှုန်းတူတယ်လို့ ဖော်ပြပါတယ်။

" စမ်းသပ်ချက်တွေအရ ဉာဏ်ရည်တုတွေဟာ လူတွေထက်ကို ပိုပြီး လူသားဆန်တယ်ဆိုတဲ့အချက်ကို ငြင်းဆန်ဖို့ ခက်ခဲလိမ့်မယ်" လို့ နယူးယောက်မြို့၊ Stony Brook တက္ကသိုလ်က ဒေါက်တာ ကင်မရွန်း ဂျုန်းစ်က ပြောပါတယ်။

ဒါပေမယ့် တချို့ကတော့ ဒါဟာ ကွန်ပျူတာတွေ တကယ်ပဲ တွေးခေါ်နိုင်ပြီဆိုတာ လက်ခံရ ခက်ခက်ဖြစ်နေဆဲပါ။

ချေပချက် သို့မဟုတ် 'Chinese Room' စမ်းသပ်မှု

ဂျွန်ဆဲဆိုတဲ့ အတွေးအခေါ်ပညာရှင် က 'Chinese Room Argument' ဆိုတဲ့ အတွေးအခေါ်စမ်းသပ်မှုတစ်ခုကို ၁၉၈၀ ခုနှစ်မှာ မိတ်ဆက်ခဲ့ပါတယ်။

ဒီအတွေးအခေါ်စမ်းသပ်မှုဆိုတာက အရင်ဆုံး တရုတ်စကားနားမလည်တဲ့ အင်္ဂလိပ်လူမျိုးတစ်ယောက်ကို တရုတ် အက္ခရာစကားလုံးတွေ ပြည့်နေတဲ့ အခန်းတစ်ခန်းထဲမှာ ပိတ်လိုက်တာပါ။ ဒီစကားလုံးတွေကို ဘယ်လိုအသုံးပြုရမလဲဆိုတဲ့ လမ်းညွှန်ချက်တွေတော့ ပေးထားပါတယ်။

အခန်းအပြင်မှာရှိသူတွေက အခန်းထဲကို တရုတ်လိုရေးထားတဲ့ မေးခွန်းတွေ ထည့်ပေးပါတယ်။ ပြီးရင်တော့ အခန်းထဲကလူက လမ်းညွှန်ချက်တွေအတိုင်း တရုတ်ဘာသာစကားနဲ့ တုံ့ပြန်မှုတွေ ပေးရပါတယ်။

အပြင်မှာရှိနေတဲ့သူတွေအမြင်မှာတော့ အထဲကလူဟာ တရုတ်စကားပြောတတ်သယောင် ဖြစ်နေမှာပါ။ တကယ်တော့ သူဘာပြောနေလဲဆိုတာ သူကိုယ်တိုင်တောင် မသိပါဘူး။ တချို့ကတော့ ဒါဟာ သင့်တော်တဲ့ တုံ့ပြန်မှုတွေပေးဖို့ တီထွင်ထားတဲ့ ကွန်ပျူတာတွေလို့ ထင်ကောင်းထင်နိုင်ပါတယ်။

"Turing Test က ဉာဏ်ရည်မြင့်မားမှုကို စမ်းသပ်တယ်လို့ပြောပေမယ့် တကယ်တော့ စက်ယန္တရားတစ်ခုက လူသားတစ်ယောက်လို အတုခိုးနိုင်သလား စမ်းသပ်တာပါ" လို့ Turing Test လိုမျိုး စမ်းသပ်မှုတစ်ခု တီထွင်ထားတဲ့ အမေရိကန်နိုင်ငံ၊ ကယ်လီဖိုးနီးယားပြည်နယ်က ‌ဆော့ဝဲဖ် အင်ဂျင်နီယာ ဂျော့ရှ် မက်ပေါရက် က ပြောပါတယ်။

သူက ဥပမာတစ်ခု ပေးပါတယ်။

" ခင်ဗျားက ဥာဏ်ရည်တု AI bot တစ်ခုကို တိုင်ကပ်နာရီတွေ ဘယ်လို အလုပ်လုပ်လဲဆိုတာ ရှင်းပြခိုင်း ကြည့်ပါ။ သူအတိအကျ ပြန်ရှင်းပြပါလိမ့်မယ်" လို့ သူကပြောပါတယ်။

ဒါပေမယ့် ကိုယ်ကြိုက်နှစ်သက်တဲ့ အချိန်တစ်ခုကို ညွှန်ပြနေတဲ့ နာရီတစ်လုံးရဲ့ ဓာတ်ပုံကိုတောင်းကြည့်ရင်တော့ အခုခေတ် ဉာဏ်ရည်တု နည်းပညာတွေအားလုံးက ပေးနိုင်မှာမဟုတ်ပါဘူး။

"ဉာဏ်ရည်တုတွေက သတင်းအချက်အလက်တွေကို သေချာနားမလည်ဘူး" လို့ သူက ပြောပါတယ်။

ဒေါက်တာ မားကပ် ပန့်စာလို လူတွေကတော့ Turing Test ဟာ ကွန်ပျူတာတွေရဲ့ လှည့်ဖြားနိုင်စွမ်းကိုပဲ အလေးပေးလေ့လာနေတယ်လို့ ထင်မြင်ပါတယ်။

"တကယ် ဉာဏ်ရည်မြင့်မားပါတယ်ဆိုတဲ့ အမူအကျင့်တွေမှာ လှည့်ဖြားနိုင်စွမ်းလည်းပါပါတယ်။ ဒါပေမယ့် ဒါကအဓိကတော့ မဟုတ်ပါဘူး" လို့ သူက ထောက်ပြပါတယ်။

တခြားစမ်းသပ်မှုတွေ

ဒေါက်တာ မားကပ် ပန့်စာကတော့ လူထုအခြေပြုတဲ့ ဉာဏ်ရည် စမ်းသပ်မှု(CBIT) ကို ပြီးခဲ့တဲ့နှစ်တွေမှာ အဆိုပြုပါတယ်။

သူ့ရဲ့ စမ်းသပ်မှုဟာ Turing Test လို စမ်းသပ်ခန်းမှာမဟုတ်ဘဲ ဉာဏ်ရည်တုစနစ်တစ်ခု ကို လူထုအကြား ထည့်လိုက်တာပါ။

ဆိုလိုချင်တာ အွန်လိုင်းပေါ်က သင်္ချာပညာရှင်တွေရဲ့ စုရပ်တစ်ခု မှာ သူတို့မသိအောင် ဉာဏ်ရည်တုနည်းပညာကို ထည့်ပေးလိုက်တာပါ။

အချိန်တစ်ခုကြာတဲ့အခါမှာတော့ ဒီအဖွဲ့ဝင်တွေက ဒီဉာဏ်ရည်တုစနစ်ဟာ လူအစစ်လား စက်ရုပ်လားဆိုတာ သတိထားမိနိုင်မလားဆိုတာ စမ်းသပ်ပါတယ်။

"ဉာဏ်ရည်တုတွေကို သဘာဝဆန်တဲ့ အခြေအနေတွေမှာပဲ စမ်းသပ်သင့်ပါတယ်။ ကျွန်တော်တို့ တကယ်ထိတွေ့ ရတဲ့ ပတ်ဝန်းကျင်ပုံစံမျိုးပေါ့" လို့ အတွေးအခေါ်ပညာရှင်က တိုက်တွန်းပါတယ်။

တီထွင်သူတွေအနေနဲ့လည်း ဉာဏ်ရည်တုနည်းပညာတွေက လှည့်ဖြားမှုရှိမရှိစမ်းသပ်နေတာထက် ဒီနည်းပညာတွေကို ဖန်တီးလို့ အကျိုးရှိ၊ မရှိကိုဆိုတာကိုပဲ အာရုံစိုက်ဖို့ သူ့ရဲ့ စမ်းသပ်မှုတွေက တိုက်တွန်းထားတယ်လို့ သူက ပြောပါတယ်။

‌တစ်ဖက်မှာလည်း ကယ်လီဖိုးနီးယားက ဆော့ဝဲဖ် အင်ဂျင်နီယာ ဂျော့ရှ် မက်ပေါရက်က ဉာဏ်ရည်တုတွေရဲ့စွမ်းဆောင်ရည်တွေကို ပိုပြီး တိတိကျကျတိုင်းတာနိုင်တယ်လို့ဆိုတဲ့ စမ်းသပ်မှုတစ်ခုကို တီထွင်ပါတယ်။

လူတွေ နဲ့ ဉာဏ်ရည်တူလို့ပြောကြတဲ့ AI ဖြစ်လာဖို့ဆိုရင် သိပ္ပံဆိုင်ရာ အသိပညာတွေ၊ ရှင်းပြချက်တွေ၊ သိသင့်တဲ့ သတင်းအချက်အလက်တွေရှိဖို့ လိုအပ်တယ်လို့ သူက ယုံကြည်ပါတယ်။

ဝေဖန်မှုတွေ ရှိနေပေမယ့်လည်း Turing Test က ဒီနေ့ခေတ် AI သုတေသနတွေအတွက် တန်ဖိုးရှိနေသေးတယ်လို့ ယုံကြည်တဲ့သူတွေ ရှိပါတယ်။

ဒေါက်တာ ကင်မရွန်းဂျုန်းစ်ကတော့ AI ကို လွတ်လွတ်လပ်လပ် မေးခွန်းတွေမေးလို့ရနေတာကလည်း "ထူးခြားပြီး လိုက်လျောညီထွေတဲ့ ဉာဏ်ရည်တု"ကို စမ်းသပ်နိုင်မှာဖြစ်တယ်လို့ ပြောပါတယ်။

"ဒါကို တခြား စမ်းသပ်မှုတွေနဲ့ အစားထိုးလိုက်ရင် ၊ Turing စမ်းသပ်မှုတွေကို နားလည်မှုလွဲရာကျတယ်" လို့ သူက ပြောပါတယ်။

'ရှုံးနေတဲ့ တိုက်ပွဲ'

ဘယ်စမ်းသပ်မှုတွေကိုပဲ သုံးသုံး၊ AI နည်းပညာတွေ တိုးတက်လာလေလေ၊ ဉာဏ်ရည်တုနဲ့ လူအစစ်ကို ခွဲခြားဖို့ ခက်ခဲလာလေပဲလို့ ဒေါက်တာ မားကပ် ပန့်စာ က ယုံကြည်ပါတယ်။

"နောက်ဆုံးတော့ ကျွန်တော့်တို့ က စစ်ရှုံးနေတဲ့ တိုက်ပွဲတစ်ခုကို တိုက်နေရသလိုဖြစ်နေပြီ" လို့ သူကပြောပါတယ်။

ဒါ့ကြောင့် တာဝန်ယူမှု၊ တာဝန်ခံမှုရှိစေဖို့ နဲ့ AI ဟာ လူမဟုတ်ဘဲ AI သာဖြစ်ကြောင်း သတ်မှတ်ဖို့ ဥပဒေပိုင်းဆိုင်ရာ မူဘောင်တွေ လိုအပ်နေပြီဆိုတာ မီးမောင်းထိုးပြနေတယ်လို့ သူက ထောက်ပြပါတယ်။

"ဆိုလိုချင်တာ ကျွန်တော် ရေးတဲ့ စာတမ်းက မမှန်ကန်တဲ့ အချက်အလက်တွေပါရင် ကျွန်တော့် မှာ တာဝန်ရှိတယ်။ ဒါပေမယ့် AI က ရေးတဲ့ စာတမ်းဆိုရင် ဘယ်သူ့မှာမှ တာဝန်မရှိဘူး" လို့ ပန့်စာ က ပြောပါတယ်။

ဂျုန်းစ်ကတော့ စက်ရုပ်တွေဟာ လူတွေ လို ဘယ်လောက်တုနိုင်သလဲ ဆိုတာ တိုင်းတာနိုင်ဖို့ အရေးကြီး တယ်လို့ ယူဆပါတယ်။ ဒီနေရာမှာ Turing Test က အခရာကျလာပါတယ်။

" ကျွန်တော်တို့ရဲ့ အချိန်အများစုကို အင်တာနက်ပေါ် မှာ လူတွေ နဲ့ ထိတွေ့ဆက်ဆံရင်း ကုန်ဆုံးလေ့ရှိပါတယ်။ လူတွေ ပိုကြုံလာရတဲ့ အထူးအဆန်း ဖြစ်ရပ်တွေလည်း ရှိတယ်။ Twitter မှာ အကောင့်တစ်ခု ရဲ့ ပိုင်ရှင် နဲ့ လူတွေက ငြင်းခုန် ကြတယ်။ ဒါပေမယ့် အဲအကောင့် ပိုင်ရှင်က လူမဟုတ် AI ဆိုတာ ပြီးမှ သိကြတာ" လို့ ဂျုန်းစ်က ပြောပါတယ်။

"Turing Test ရဲ့ လုပ်ဆောင်ချက်တွေ ထဲက တစ်ခုကလည်း ဒီလိုဖြစ်စဉ်မျိုးတွေ အနာဂတ်မှာ ဘယ်လောက် ထိ ဖြစ်လာနိုင်ခြေရှိမလဲဆိုတာ စောင့်ကြည့်သွားဖို့ ဖြစ်ပါတယ်" လို့ သူက ထပ်ပြောပါတယ်။