为什么人工智能革命会被烤面包机带动

为什么人工智能革命会被烤面包机带动


未来的智能算法是否会像通用机器人一样擅长闲置玩笑和阅读地图,因为它们在厨房里很方便? 或者我们的数字助理看起来更像是一个专门的小工具 - 不像一个健谈的主人而不是一个装满厨具的厨房?

如果算法试图做太多,它会遇到麻烦。 下面的配方是由人工神经网络生成的,人工神经网络是一种通过实例学习的人工智能(AI)。 这个特殊的算法仔细检查了各种各样的30,000食谱,从汤到馅饼到烧烤,然后试图想出自己的。 我们说,结果有些不正统:

(编者注:不要在家里尝试这些食谱,LOL)

传播鸡饭
奶酪/鸡蛋,沙拉,奶酪
2 lb心脏,种子
1杯切碎新鲜薄荷或覆盆子派
1 / 2杯catrimas,磨碎
1大汤匙植物油
1盐
1辣椒
2 1 / 2 tb糖,糖
将无叶混合,搅拌至混合物浓稠。 然后加入鸡蛋,糖,蜂蜜和葛缕子籽,用小火煮。 加入玉米糖浆,牛至,迷迭香和白胡椒。 加热奶油。 库克加入剩余的1茶匙发酵粉和盐。 在350F烘烤2到1小时。 服热。
产量:6份

现在,这是一个由相同基本算法生成的配方示例 - 但不是包含各种配方的数据,而是仅查看蛋糕。 配方并不完美,但它比前一个更好,更好:

胡萝卜蛋糕(维拉女士们)
蛋糕,酒精
1 pkg黄色蛋糕混合物
3杯面粉
1茶匙烘焙粉
1 1 / 2茶匙小苏打
1 / 4茶匙盐
1茶匙肉桂粉
1茶匙姜
1 / 2茶匙丁香粉
1茶匙烘焙粉
1 / 2茶匙盐
1茶匙香草
1鸡蛋,室温
1杯糖
1茶匙香草
1杯切碎的山核桃
将烤箱预热至350度。 润滑9英寸弹簧盘。
制作蛋糕:高速打蛋,直到浓稠的黄色,然后放在一边。 在一个单独的碗里,打蛋清直到僵硬。 将第一种混合物加入准备好的锅中,使面糊变得平滑。 在烤箱中烤约40分钟或直到插入中心的木制牙签干净。 在平底锅中冷却10分钟。 转到电线架上完全冷却。
从锅中取出蛋糕完全冷却。 服务温暖。
HereCto Cookbook(1989)来自Kitchen&Hawn in Canadian Living
产量:16份

当然,当你仔细看一下说明时,它只产生一个烤蛋黄。 但它仍然是一种进步。 当人工智能被允许专业化时,跟踪的时间要少得多。 它不必试图弄清楚何时使用巧克力以及何时使用土豆,什么时候烘烤,或何时煨。 如果第一个算法试图成为一个可以生产大米,冰淇淋和馅饼的奇迹盒,那么第二种算法就是尝试更像烤面包机 - 专门用于一项任务。

培训机器学习算法的开发人员发现,构建烤面包机而不是神奇盒子通常是有意义的。 这似乎违反直觉,因为西方科幻小说的AI往往类似于C-3PO 《星球大战》 或同名电影中的WALL-E - 人工智能(AGI)的例子,可以像人类一样与世界互动并处理许多不同任务的自动机。 但是许多公司都是无形的 - 并且成功地 - 利用机器学习来实现更有限的目标。 一种算法可能是聊天机器人处理有关其电话帐单的有限范围的基本客户问题。 另一个可能会预测客户要求讨论的内容,为接听电话的人类代表显示这些预测。 这些是人造的例子 狭窄 智力(ANI) - 仅限于非常狭窄的功能。 另一方面,Facebook最近退出了它的'M'聊天机器人,它从未成功实现酒店预订,预订剧院门票,安排鹦鹉访问等目标。

我们有多士级ANI而不是WALL-E级AGI的原因是任何试图推广的算法都会得到 更坏 在它面临的各种任务中。

“这只鸟是黄色的,头上有黑色,有一个非常短的喙'


从InnerSelf获取最新信息


例子,这是一种训练的算法,用于根据标题生成图片。

这是试图从短语中创建一张图片:“这只鸟是黄色的,头上有黑色,有一个非常短的喙”。

当它在一个完全由鸟类组成的数据集上进行训练时,它做得非常好(尽管奇怪的独角兽号角):

但当它的任务是产生 什么 - 从停车标志到船到奶牛到人 - 它都在挣扎。 这是试图产生'一个吃一大块披萨的女孩的形象':

'一个吃一大块披萨的女孩的形象'

我们不习惯认为一个做得好的算法与一个做好很多事情的算法之间存在巨大的差距。 但是我们今天 算法 与人类大脑相比,他们的精神力量非常有限,而且每项新任务都会使它们变得更薄。 想想一个烤面包机大小的设备:它很容易建在几个插槽和一些加热线圈,所以它可以烤面包。 但这几乎没有留下任何其他空间。 如果你还尝试添加蒸米饭和制作冰淇淋的功能,那么你至少要放弃一个面包槽,它可能不会擅长任何东西。

程序员使用一些技巧来获得ANI算法的更多功能。 一种是转移学习:训练算法完成一项任务,并且可以在最小的再训练后学会做一个不同但密切相关的任务。 例如,人们使用转移学习来训练图像识别算法。 已经学会识别动物的算法已经在边缘检测和纹理分析技术方面获得了很多,它可以转移到识别水果的任务。 但是,如果你重新训练算法以识别水果,这种现象称为 灾难性遗忘 意味着它将不再记得如何识别动物。

今天的算法使用的另一个技巧是 模块化。 未来的AI可能是高度专业化的仪器组合,而不是可以处理任何问题的单一算法。 一种算法 知道 例如,玩视频游戏Doom有独立的专用视觉,控制器和内存模块。 互连模块还可以提供针对故障的冗余,以及基于多种不同方法对问题的最佳解决方案进行投票的机制。 它们也可能是一种检测和排除算法错误的方法。 通常很难弄清楚单个算法如何做出决策,但如果通过合作子算法做出决策,我们至少可以查看每个子算法的输出。

当我们设想远期未来的AI时,也许WALL-E和C-3PO不是我们应该寻找的机器人。 相反,我们可能会想象更像是装满应用程序的智能手机,或装满小工具的厨房橱柜。 当我们为算法世界做准备时,我们应该确保我们不会计划思考,可能永远不会构建的通用奇迹盒,而是用于高度专业化的烤面包机。永旺计数器 - 不要删除

关于作者

Janelle Shane训练神经网络在aiweirdness.com上写幽默。 她还是光学领域的研究科学家,现居科罗拉多州博尔德市。

本文最初发表于 永世 并已在Creative Commons下重新发布。

相关书籍:

{amazonWS:searchindex =图书;关键字=人工智能图书; maxresults = 3}

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

按照InnerSelf

Facebook的图标Twitter的图标RSS图标

通过电子邮件获取最新的

{emailcloak = OFF}

编者的话

为什么唐纳德·特朗普可能成为历史上最大的输家
by Robert Jennings,InnerSelf.com
更新于2年20020月2日-整个冠状病毒大流行花费了一笔巨款,可能是3或4或XNUMX巨款,而它们的大小都是未知的。 哦,是的,成千上万,也许一百万的人会死……
蓝眼睛vs棕色的眼睛:种族主义是怎么教的
by Marie T. Russell,InnerSelf
在1992年的奥普拉秀节目中,屡获殊荣的反种族主义活动家和教育家简·埃利奥特(Jane Elliott)通过展示学习偏见的难易程度,向观众介绍了关于种族主义的严厉教训。
一个改变即将来临...
by Marie T. Russell,InnerSelf
(30年2020月XNUMX日)当我观看有关费城和全国其他城市的事件的新闻时,我为正在发生的事情而感到痛心。 我知道这是正在进行的更大变革的一部分。
一首歌可以振奋人心
by Marie T. Russell,InnerSelf
当我发现黑暗逐渐蔓延时,我有几种方法可以清除黑暗。一种是园艺,或者是在大自然中消磨时光。 另一个是沉默。 另一种方式是阅读。 还有那个...
大流行的吉祥物和社会隔离的主​​题曲
by Marie T. Russell,InnerSelf
最近我碰到了一首歌,当我听歌词时,我认为这是一首完美的歌曲,可以作为当今社会隔离时期的“主题歌”。 (视频下方的歌词。)