LOEBNER PRIZE 2017
ANDREA CAROLINA GÓMEZ CAMELO
N° 24 Código: 20171020034
Los pósteres de investigación son recursos visuales que suelen servir para presentar un estudio. Es una manera muy popular de exhibir un trabajo de investigación en
conferencias y en el mundo académico. La información se presenta de manera resumida y en un formato visual atractivo que capta la atención del lector y da pie al debate.
Introducción
Loebner Prize es un premio anual de inteligencia artificial
que se le otorga a el programa computacional que se
considere lo más cercano a un humano. En el año 2017, la
competencia se dividió en dos fases: la fase de
elecciones marítimas y la fase de pruebas.
En la etapa de elección participaron 16 sistemas en total
y cada uno respondió 20 preguntas, a partir de las cuales
los expertos calificaron la similitud entre el sistema y los
humanos y seleccionaron 4 sistemas para la prueba final.
En la fase de prueba, cuatro jueces calificaron el
rendimiento de cada sistema, obteniendo 4 puntos el
rendimiento más cercano. El puntaje final es la suma de
los puntajes de los jueces.
Objetivo
Analizar el ganador del premio
Loebner Prize del año 2017,
teniendo en cuenta el propósito
del premio, los criterios para
elegir un ganador, y lo que se
puede evidenciar claramente de
Inteligencia artificial.
BIBLIOGRAFÍA
https://programmerclick.com/ar
ticle/6468235357/
https://www.aomartin.co.uk/uplo
ads/loebner_2017_finalist_select
ion_transcripts.pdf
https://www.studocu.com/ec/do
cument/universidad-de-
guayaquil/computing/premios-
loebner/8794249
30 DE SEPTIEMBRE DE 2021
Universidad Distrital Francisco José de Caldas
Facultad de Ingeniería
Fundamentos de Inteligencia Artificial
Análisis
Resultados
De la conversación que tuvo para ser evaluada en
este año, se evidencia que Mitsuku puede llevar una
El ganador del Loebner Prize fue el sistema comunicación satisfactoria con un humano, pues
llamado Mitsuku, creado por Steve Worswick.
implementa un lenguaje de expresión muy natural,
Este sistema conversó constantemente con
personas a través de la web y otras aplicaciones. aunque en algunas preguntas utilizó palabras fuera
Fue creado con tecnología AIML (Artificial del contexto de la conversación. Este sistema
Intelligence Markup Lenguage). Responde a también tiene memoria de conversaciones
todas las preguntas que le hace en un lenguaje anteriores.
natural, y es capaz de conversar sobre varios
temas en la misma conversación. Genera Las preguntas en la conversación no giran en torno
preguntas con la intención de desarrollar un
diálogo, no se limita a responder solamente. a un solo tema, por lo que se evalúa que Mitsuku es
Además de poseer conocimiento sobre diversos capaz de hablar sobre diversos temas, y responde
temas, genera razonamientos sobre los mismos. de forma acertiva dando conclusiones correctas.
Incluso cuestiona algunas de las preguntas Además, logra esquivar las preguntas en las que se
hechas. busca confundir o presentar contradicciones.
Metodología
Se analiza el procesamiento de lenguaje
natural, la representación del
conocimiento, el razonamiento
automático y el aprendizaje automático,
a partir de la conversación que mantuvo
el sistema ganador del Loebner Prize en
el año 2017.
Captura de conversación con Chatbot
Conclusión:
Efectivamente, Mitsuku, el sistema ganador del
Loebner Prize en el 2017 y otros años, tiene un
comportamiento y un razonamiento similar al de
un ser humano. El lenguaje que maneja es
natural y fluido, puede conversar sobre diversos
temas y no se limita a responder de forma
cerrada las preguntas pero tampoco divaga
para enredar la conversación o intentar hacerla
más larga para simular ser un humano
parlanchín. Además, genera cuestionamientos
poniendo en evidencia que comprende la
pregunta y todas las implicaciones que puede
tener, si es lógica o no, si se contradice o no.
También genera otras preguntas invitando a un
diálogo constante.