Tại sao cuộc cách mạng AI sẽ được dẫn dắt bởi các lò nướng bánh

Tại sao cuộc cách mạng AI sẽ được dẫn dắt bởi các lò nướng bánh


Các thuật toán thông minh của tương lai sẽ trông giống như các robot đa năng, vì lão luyện trong trò chơi nhàn rỗi và đọc bản đồ khi chúng có ích trong nhà bếp? Hoặc các trợ lý kỹ thuật số của chúng ta sẽ trông giống như một túi đựng các thiết bị chuyên dụng - ít hơn một chủ đề trò chuyện đơn lẻ hơn là một nhà bếp đầy đủ các thiết bị?

Nếu một thuật toán cố gắng làm quá nhiều, nó sẽ gặp rắc rối. Công thức dưới đây được tạo ra bởi một mạng lưới thần kinh nhân tạo, một loại trí thông minh nhân tạo (AI) học bằng ví dụ. Thuật toán đặc biệt này nghiên cứu kỹ lưỡng về các công thức nấu ăn của 30,000 đủ loại, từ súp đến bánh nướng cho đến tiệc nướng, và sau đó cố gắng đưa ra công thức riêng. Kết quả là, chúng ta sẽ nói, hơi không chính thống:

(Lưu ý của biên tập viên: Đừng thử những công thức này ở nhà, LOL)

Cơm gà
phô mai / trứng, sa lát, phô mai
Trái tim 2 lb, gieo hạt
Chén 1 cắt nhỏ bạc hà tươi hoặc bánh mâm xôi
Catrimas 1 / 2, nạo
Dầu thực vật 1
Muối 1
Hạt tiêu 1
2 1 / 2 tb đường, đường
Kết hợp mở ra và khuấy cho đến khi hỗn hợp đặc lại. Sau đó thêm trứng, đường, mật ong và hạt caraway và nấu trên lửa nhỏ. Thêm xi-rô ngô, oregano, và hương thảo và hạt tiêu trắng. Cho vào kem bằng nhiệt. Nấu thêm bột cà phê 1 còn lại và muối. Nướng tại 350F cho 2 đến 1 giờ. Ăn nóng.
Năng suất: khẩu phần 6

Bây giờ, đây là một ví dụ về một công thức được tạo bởi cùng một thuật toán cơ bản - nhưng thay vì dữ liệu bao gồm các công thức nấu ăn đủ loại, nó chỉ nhìn vào bánh. Công thức không hoàn hảo, nhưng nó tốt hơn nhiều so với công thức trước:

Bánh cà rốt (Vera Ladies xông)
bánh, rượu
Hỗn hợp bánh vàng 1 pkg
Chén bột 3
1 muỗng cà phê bột nở
1 1 / 2 muỗng cà phê baking soda
1 / 4 muối
1 muỗng cà phê quế
1 muỗng cà phê gừng
1 / 2 muỗng cà phê đất đinh hương
1 muỗng cà phê bột nở
1 / 2 muối
1 muỗng cà phê vani
Trứng 1, nhiệt độ phòng
1 chén đường
1 muỗng cà phê vani
Chén 1 xắt nhỏ
Làm nóng lò ở mức độ 350. Mỡ chảo dạng lò xo 9-inch.
Để làm bánh: Đánh trứng ở tốc độ cao cho đến khi dày và màu vàng và đặt sang một bên. Trong một bát riêng, đánh lòng trắng trứng cho đến khi cứng. Tăng tốc độ đầu tiên như hỗn hợp vào chảo đã chuẩn bị và làm mịn bột. Nướng trong lò khoảng vài phút hoặc cho đến khi một cây tăm gỗ nhét vào trung tâm sạch sẽ. Làm nguội trong chảo trong vài phút. Biến ra một giá đỡ dây để làm mát hoàn toàn.
Lấy bánh ra khỏi chảo để nguội hoàn toàn. Phục vụ ấm áp.
HereCto Cookbook (1989) Từ Bếp & Hawn khi sống ở Canada
Năng suất: khẩu phần 16

Chắc chắn, khi bạn xem hướng dẫn kỹ hơn, nó chỉ tạo ra một lòng đỏ trứng nướng. Nhưng nó vẫn là một cải tiến. Khi AI được phép chuyên môn hóa, đơn giản là có rất ít để theo dõi. Nó không phải cố gắng tìm ra khi nào nên sử dụng sô cô la và khi nào nên sử dụng khoai tây, khi nào nên nướng hoặc khi nào nên đun nhỏ lửa. Nếu thuật toán đầu tiên cố gắng trở thành một chiếc hộp kỳ diệu có thể sản xuất gạo, kem và bánh nướng thì thuật toán thứ hai đang cố gắng trở thành một thứ giống như máy nướng bánh mì - chuyên dùng cho một nhiệm vụ.

Các nhà phát triển đào tạo các thuật toán học máy đã nhận thấy rằng việc xây dựng các lò nướng bánh thay vì các hộp kỳ diệu thường có ý nghĩa. Điều đó có vẻ trái ngược, bởi vì AI của tiểu thuyết khoa học phương Tây có xu hướng giống với C-3PO trong Chiến tranh giữa các vì sao hoặc WALL-E trong bộ phim cùng tên - ví dụ về trí thông minh chung nhân tạo (AGI), automata có thể tương tác với thế giới như con người và xử lý nhiều nhiệm vụ khác nhau. Nhưng nhiều công ty là vô hình - và thành công - sử dụng học máy để đạt được các mục tiêu hạn chế hơn nhiều. Một thuật toán có thể là một chatbot xử lý một loạt các câu hỏi cơ bản của khách hàng về hóa đơn điện thoại của họ. Một người khác có thể đưa ra dự đoán về những gì khách hàng đang gọi để thảo luận, hiển thị những dự đoán này cho đại diện của con người trả lời điện thoại. Đây là những ví dụ về nhân tạo hẹp thông minh (ANI) - bị hạn chế ở các chức năng rất hẹp. Mặt khác, Facebook gần đây đã nghỉ hưu chatbot 'M', công ty chưa bao giờ thành công trong mục tiêu xử lý các đặt phòng khách sạn, đặt vé nhà hát, sắp xếp các chuyến thăm vẹt, v.v.

Lý do chúng tôi có ANI cấp độ lò nướng thay vì AGI cấp độ WALL là vì bất kỳ thuật toán nào cố gắng khái quát hóa đều được tệ hơn tại các nhiệm vụ khác nhau mà nó phải đối mặt.

'con chim này có màu vàng với màu đen trên đầu và có một cái mỏ rất ngắn'


Nhận thông tin mới nhất từ ​​Nội tâm


ví dụ, đây là một thuật toán được đào tạo để tạo ra một bức tranh dựa trên chú thích.

Đây là nỗ lực của nó để tạo ra một hình ảnh từ cụm từ: 'con chim này có màu vàng với màu đen trên đầu và có một cái mỏ rất ngắn'.

Khi nó được huấn luyện trên một bộ dữ liệu bao gồm toàn bộ các loài chim, nó đã làm khá tốt (mặc dù có sừng kỳ lân kỳ lạ):

Nhưng khi nhiệm vụ của nó là tạo ra bất cứ điều gì - từ biển báo dừng, thuyền đến bò đến người - nó vật lộn. Đây là nỗ lực của nó để tạo ra "hình ảnh một cô gái đang ăn một miếng pizza lớn":

'một hình ảnh của một cô gái ăn một lát pizza lớn'

Chúng ta không quen nghĩ rằng có một khoảng cách lớn như vậy giữa một thuật toán làm tốt một việc và một thuật toán làm được nhiều việc tốt. Nhưng ngày nay của chúng ta thuật toán có sức mạnh tinh thần rất hạn chế so với bộ não con người, và mỗi nhiệm vụ mới lại khiến chúng mỏng hơn. Hãy nghĩ về một thiết bị có kích thước máy nướng bánh mì: thật dễ dàng để xây dựng trong một vài khe và một số cuộn dây sưởi ấm để nó có thể nướng bánh mì. Nhưng điều đó để lại không gian nhỏ cho bất cứ điều gì khác. Nếu bạn cũng cố gắng thêm chức năng hấp cơm và làm kem, thì ít nhất bạn sẽ phải từ bỏ một trong những khe bánh mì, và có lẽ nó sẽ không tốt chút nào.

Có những thủ thuật mà các lập trình viên sử dụng để khai thác nhiều hơn các thuật toán ANI. Một là học chuyển: đào tạo một thuật toán để thực hiện một nhiệm vụ và nó có thể học để thực hiện một nhiệm vụ khác nhưng có liên quan chặt chẽ sau khi đào tạo lại tối thiểu. Mọi người sử dụng học chuyển để đào tạo các thuật toán nhận dạng hình ảnh, ví dụ. Một thuật toán đã học để xác định động vật đã thu được rất nhiều trong các kỹ năng phát hiện cạnh và phân tích kết cấu, nó có thể chuyển sang nhiệm vụ xác định trái cây. Nhưng, nếu bạn đào tạo lại thuật toán để xác định trái cây, một hiện tượng gọi là quên thảm khốc có nghĩa là nó sẽ không còn nhớ cách xác định động vật.

Một mẹo khác mà thuật toán ngày nay sử dụng là mô-đun. Thay vì một thuật toán duy nhất có thể xử lý bất kỳ vấn đề nào, AI của tương lai có thể sẽ là một tập hợp các công cụ chuyên dụng cao. Một thuật toán mà học để chơi trò chơi video Doom, ví dụ, có các mô-đun tầm nhìn, bộ điều khiển và bộ nhớ riêng biệt. Các mô-đun kết nối cũng có thể cung cấp dự phòng chống thất bại và cơ chế bỏ phiếu về giải pháp tốt nhất cho vấn đề dựa trên nhiều cách tiếp cận khác nhau. Chúng cũng có thể là một cách để phát hiện và khắc phục các lỗi thuật toán. Thông thường rất khó để tìm ra cách một thuật toán riêng lẻ đưa ra quyết định của mình, nhưng nếu quyết định được đưa ra bằng cách hợp tác các thuật toán phụ, ít nhất chúng ta có thể xem xét từng đầu ra của thuật toán phụ.

Khi chúng ta hình dung AI của tương lai xa, có thể WALL-E và C-3PO không phải là droid chúng ta nên tìm kiếm. Thay vào đó, chúng ta có thể hình dung một cái gì đó giống như một chiếc điện thoại thông minh chứa đầy ứng dụng hoặc tủ bếp chứa đầy đồ dùng. Khi chúng ta chuẩn bị cho một thế giới thuật toán, chúng ta nên đảm bảo rằng chúng ta không có kế hoạch suy nghĩ, những chiếc hộp kỳ diệu có thể không bao giờ được chế tạo, mà thay vào đó là các máy nướng bánh chuyên dụng cao.Bộ đếm Aeon - không xóa

Giới thiệu về Tác giả

Janelle Shane huấn luyện các mạng lưới thần kinh để viết hài hước tại aiweirdness.com. Cô cũng là một nhà khoa học nghiên cứu về quang học, và sống ở Boulder, Colorado.

Bài viết này ban đầu được xuất bản tại thời gian dài vô tận và đã được tái bản dưới Creative Commons.

Sách liên quan:

{amazonWS: searchindex = Books; Keywords = sách trí tuệ nhân tạo; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

theo dõi Nội bộ trên

facebook-iconbiểu tượng twitterbiểu tượng rss

Nhận tin mới nhất qua email

{Emailcloak = off}

ĐỌC MOST