チューリングテスト

概要

チューリングテストは、イギリスの数学者アラン・チューリング(Alan Turing)が1950年に学術誌Mind(第59巻)に発表した論文「Computing Machinery and Intelligence」で提案した、機械の知能を判定する方法です。原論文でチューリングはこの方法を「模倣ゲーム」(the imitation game)と呼んでいます。質問者は相手の姿も声も分からない状態で、文字のやりとりだけを手がかりに相手を見分けようとします。機械が人間のふりをして、質問者に人間と同じくらい判定を誤らせることができるかどうかを見ます。

模倣ゲームの設定

原論文は、まず人間3人で行うゲームを説明します。

• 参加者は、男性A、女性B、質問者Cの3人です。質問者Cの性別は問いません。
• 質問者Cはほかの2人とは別の部屋にいて、2人をXとYというラベルでしか知りません。Cの目的は、XとYのどちらが男性でどちらが女性かを当てることです。
• 声で見分けられないように、質問と回答はタイプライターなどを使った文字で行います。
• 女性Bは正直に答えて質問者を助けます。男性Aは、質問者に誤った判定をさせようとします。

チューリングはこの設定を使って、「このゲームでAの役を機械が務めたらどうなるか」と問います。機械がAを務めたときに、質問者が男女で行う場合と同じくらいの頻度で判定を誤るかどうかを比べるのです。

質問者はどんな質問をしてもかまいません。原論文には、ソネット(14行の定型詩)を書くよう頼む質問、足し算を求める質問、チェスの局面を示して次の手を尋ねる質問が例として出てきます。チューリングは、文字の質疑応答であれば人間の営みのほぼすべての分野について問える点を、この方法の利点に挙げています。

なぜこの方法が提案されたか

チューリングの出発点は「機械は考えられるか」という問いです。しかしチューリングは、この問いそのものを「議論に値しないほど無意味」(too meaningless to deserve discussion)だと述べました。そのうえで、模倣ゲームで機械がどれだけうまく振る舞えるかという別の問いに置き換えました。

つまりチューリングテストは、「考える」とは何かを定義する代わりに、外から観察できる会話の振る舞いで判断しようとする提案です。機械の内部で何が起きているかは問いません。

チューリング自身の予測

チューリングは原論文で、次のような見通しを述べています。およそ50年後には、記憶容量が約10の9乗の計算機をプログラムして、模倣ゲームをうまく行わせることができるだろう。そのとき平均的な質問者が5分間質問したあとで正しく判定できる確率は、70%を超えないだろう。

またチューリングは、「機械は考えられるか」という問いは無意味だと考えつつも、20世紀の終わりまでには言葉の使い方や教養ある人々の意見が変わり、機械が考えると言っても反論されなくなるだろう、とも書いています。

チューリングが自ら取り上げた反論

原論文は、予想される反論を9つ挙げ、それぞれに応答しています。

• 神学的反論: 考えることは人間の不滅の魂の働きなので、機械にはできないという反論です。チューリングは、この立場は神の全能を不当に制限することになると応じました。
• 頭を砂に埋める反論: 機械が考えるようになると恐ろしい結果になるので、そうならないでほしいという反論です。チューリングは、これを論証ではなく感情的な抵抗とみなしました。
• 数学的反論: ゲーデルの不完全性定理などを根拠に、機械の能力には数学的な限界があるという反論です。チューリングは、機械に限界があるとしても、人間の知性に同じ限界がないことは示されていないと応じました。
• 意識からの反論: 機械が感情を持って詩を書き、自分が書いたと分かっているのでなければ、脳と同じとは言えないという反論です。チューリングは、この考えを突き詰めると、自分以外の心の存在をまったく確かめられないという独我論に行き着くと指摘しました。そして、人間どうしで互いに考えていると認め合っているのと同じ前提を、機械にも当てはめるべきだと述べました。
• 様々な能力の欠如からの反論: 機械には親切さや機知、間違いを犯すことなどができないという反論です。チューリングは、その多くは当時の機械の記憶容量が小さいことから生まれた誤った一般化だと応じました。
• ラブレース夫人の反論: 機械は命じられたことしかできず、本当に新しいことは何も生み出せないという反論です。チューリングは、機械が人間を驚かせることは実際によく起きると応じました。
• 神経系の連続性からの反論: 神経系は連続的に働くので、離散的な状態を切り替える機械では模倣できないという反論です。チューリングは、模倣ゲームの条件のもとでは区別がつかないほど模倣できると応じました。
• 行動の非公式性からの反論: 人間の行動をすべての状況について規則で書き尽くすことはできないので、人間は機械ではないという反論です。チューリングは、規則を発見し尽くしたと言える段階には実際には達しえないので、この主張は正当化できないと応じました。
• 超感覚知覚からの反論: テレパシーのような能力があれば模倣ゲームが成り立たなくなるという反論です。チューリングは、テレパシーを防ぐ部屋を使えば対処できると述べつつ、かなり強い反論だと認めています。

学習する機械という提案

原論文の最後でチューリングは、模倣ゲームに勝つプログラムを最初から完成させて書くのではなく、子どもの心をまねるプログラムを作り、賞と罰による教育を通じて育てるという方針を提案しました。プログラムの構造を遺伝物質に、変更を突然変異に、実験者の判断を自然選択にたとえ、進化との類比も示しています。

後の批判と現在の扱い

チューリングテストについては、発表後も多くの批判や解釈が出されました。代表的なものを挙げます。

• 中国語の部屋: 哲学者ジョン・R・サール(John R. Searle)が1980年に示した思考実験です。規則に従って記号を操作するだけで、外から見て人間と区別のつかない受け答えができても、操作している当人には理解が生じていないと論じました。チューリングテストに合格しても本当の理解があるとは限らない例として位置づけられています。
• Blockhead: 哲学者ネッド・ブロック(Ned Block)は、Blockheadと呼ばれる反例を使って、テストに合格すれば知能があると言えるという解釈に異議を唱えました。
• 文化的な連想の問題: ロバート・フレンチ(Robert French)は、文化の中で身につけた連想を問う質問をされると機械は人間と見分けられてしまうと批判しました。
• 全体チューリングテスト: スティーブン・ハルナッド(Stevan Harnad)は、文字の会話だけでなく、物を見たり動かしたりする感覚運動の能力まで含めて判定すべきだとして、全体チューリングテスト(total Turing test)を提案しました。

テスト合格が何を示すかについても、解釈が分かれています。合格を知能があることの論理的な必要十分条件とみなす解釈は、支持者がほとんどいません。合格を十分条件とみなす解釈にはBlockheadのような異議があります。ほかに、合格を知能があると判断する規準とみなす解釈や、何度も試験を重ねて確からしさを高める確率的な証拠とみなす解釈があります。

実際にテストに合格したという主張も出ています。たとえば2014年には、ユージン・グーストマンという会話プログラムが合格したと主張されましたが、この主張の信頼性には問題があるとされています。大規模言語モデルとテストの関係については評価が変化し続けており、定まった結論はありません。

会話の能力が知能に欠かせないのか、テストに合格すれば本当の知能があると言えるのか、AI研究の目標としてふさわしいのか、といった点は、現在も議論が続いている開かれた問いです。一方で、模倣ゲームがどう定義されたかは原論文に明記されており、そこに争いはありません。