Vor arăta algoritmii inteligenți ai viitorului ca niște roboți de uz general, atât de pricepuți la bâlbâială inactivă și citind hărți pe măsură ce sunt la îndemână în bucătărie? Sau asistenții noștri digitali vor arăta mai degrabă ca o pungă de gadget-uri specializate - mai puțin un singur masterchef vorbăreț decât o bucătărie plină de aparate?

Dacă un algoritm încearcă să facă prea multe, acesta are probleme. Rețeta de mai jos a fost generată de o rețea neuronală artificială, un tip de inteligență artificială (AI) care învață prin exemplu. Acest algoritm special a analizat aproximativ 30,000 de rețete de cărți de bucate de tot felul, de la supe la plăcinte, până la grătare, și apoi a încercat să vină cu ale sale. Rezultatele sunt, să spunem, oarecum neortodoxe:

(Nota editorului: Nu încercați aceste rețete acasă, LOL)

Intinde orez de pui

brânză / ouă, salate, brânză

2 inimi de lb, însămânțate
1 cană plăcintă de mentă sau zmeură proaspătă mărunțită
1/2 cană catrimă, rasă
1 ulei vegetal de linguriță
1 sare
1 piper
2 1/2 linguri zahăr, zahăr

Combinați frunzele și amestecați până când amestecul este gros. Apoi adăugați ouă, zahăr, miere și semințe de chimion și gătiți la foc mic. Adăugați siropul de porumb, oregano și rozmarin și piperul alb. Se pune in crema la foc. Gatiti adaugati restul de 1 lingurita praf de copt si sare. Coaceți la 350F timp de 2 până la 1 oră. Se servește fierbinte.

Randament: 6 porții

Acum, iată un exemplu de rețetă generată de același algoritm de bază - dar în loc de date care includeau rețete de tot felul, se uita doar la prăjituri. Rețeta nu este perfectă, dar este mult, mult mai bună decât cea precedentă:

Tort de morcovi (Vera Ladies ”)

prăjituri, alcool

1 kg amestec de tort galben
3 făină de cupă
1 praf de copt linguriță
1 1/2 linguriță bicarbonat de sodiu
1 / 4 linguriţă de sare
1 linguriță de scorțișoară
1 linguriță ghimbir măcinat
1/2 linguriță cuișoare măcinate
1 praf de copt linguriță
1 / 2 linguriţă de sare
1 linguriță de vanilie
1 ou, temperatura camerei
1 ceaşcă de zahăr
1 linguriță de vanilie
1 cană de pecan tocat

Preîncălziți cuptorul la 350 de grade. Ungeți o tavă cu arc de 9 inci.

Pentru a face prăjitura: Bateți ouăle cu viteză mare până la culoare groasă și galbenă și puneți-le deoparte. Într-un castron separat, bateți albușurile până se înțepenesc. Accelerați primul ca amestecul în tigaia pregătită și neteziți aluatul. Se coace la cuptor aproximativ 40 de minute sau până când o scobitoare din lemn introdusă în centru iese curată. Se răcește în tigaie timp de 10 minute. Întoarceți-vă pe o grătar pentru a vă răcori complet.

Scoateți tortul din tigaie pentru a se răci complet. Se servește cald.

HereCto Cookbook (1989) From the Kitchen & Hawn in the Canadian Living

Randament: 16 porții

Sigur, când priviți instrucțiunile mai atent, produce doar un singur gălbenuș de ou copt. Dar este totuși o îmbunătățire. Când AI-ului i s-a permis să se specializeze, pur și simplu erau mult mai puține de urmărit. Nu a trebuit să încerce să-și dea seama când să folosească ciocolată și când să folosească cartofi, când să coacă sau când să fiarbă. Dacă primul algoritm a încercat să fie o cutie de minuni care să poată produce orez, înghețată și plăcinte, al doilea algoritm a încercat să fie ceva mai mult ca un prăjitor de pâine - specializat pentru o singură sarcină.

Dezvoltatorii care antrenează algoritmi de învățare automată au descoperit că adesea are sens să construiești prăjitoare de pâine, mai degrabă decât cutii de minuni. Acest lucru ar putea părea contraintuitiv, deoarece AI din ficțiunea științifică occidentală tind să semene cu C-3PO în Razboiul Stelelor sau WALL-E în filmul omonim - exemple de inteligență generală artificială (AGI), automate care pot interacționa cu lumea ca un om și se pot ocupa de multe sarcini diferite. Dar multe companii folosesc invizibil - și cu succes - învățarea automată pentru a atinge obiective mult mai limitate. Un algoritm ar putea fi un chatbot care gestionează o gamă limitată de întrebări de bază ale clienților despre factura lor de telefon. Un altul ar putea face predicții despre ceea ce sună un client pentru a discuta, afișând aceste predicții pentru reprezentantul uman care răspunde la telefon. Acestea sunt exemple de artificiale îngust inteligență (ANI) - limitată la funcții foarte înguste. Pe de altă parte, Facebook și-a retras recent chatbot-ul „M”, care nu a reușit niciodată să-și gestioneze rezervările la hotel, să rezerve bilete la teatru, să organizeze vizite de papagal și multe altele.

Motivul pentru care avem ANI la nivel de prăjitor de pâine în loc de AGI la nivel de WALL-E este că orice algoritm care încearcă să generalizeze devine mai rău la diferitele sarcini cu care se confruntă.

Pentru exemplu, iată un algoritm instruit pentru a genera o imagine bazată pe o legendă.

Aceasta este încercarea sa de a crea o imagine din fraza: „această pasăre este galbenă cu negru pe cap și are un cioc foarte scurt”.

Când a fost instruit pe un set de date care consta în întregime din păsări, s-a descurcat destul de bine (în ciuda ciudatului corn de unicorn):

Dar când sarcina sa era să genereze nimic - de la semne de oprire la bărci la vaci la oameni - s-a zbătut. Iată încercarea sa de a genera „o imagine a unei fete care mănâncă o felie mare de pizza”:

Nu suntem obișnuiți să credem că există un decalaj atât de mare între un algoritm care face bine un lucru și un algoritm care face multe lucruri bine. Dar actualul nostru algoritmi au o putere mentală foarte limitată în comparație cu creierul uman și fiecare nouă sarcină le răspândește mai subțire. Gândiți-vă la un aparat de dimensiuni pentru prăjitor de pâine: este ușor de construit în câteva fante și câteva bobine de încălzire, astfel încât să poată prăji pâinea. Dar asta lasă puțin loc pentru orice altceva. Dacă încercați să adăugați, de asemenea, funcționalitatea de preparare a orezului și prepararea înghețatei, atunci va trebui să renunțați la unul dintre sloturile de pâine cel puțin și probabil că nu va fi bun la nimic.

Există trucuri pe care programatorii le folosesc pentru a obține mai mult din algoritmii ANI. Unul este învățarea prin transfer: instruiți un algoritm pentru a face o sarcină și poate învăța să facă o sarcină diferită, dar strâns legată, după o recalificare minimă. Oamenii folosesc învățarea prin transfer pentru a antrena algoritmi de recunoaștere a imaginilor, de exemplu. Un algoritm care a învățat să identifice animalele a adunat deja foarte mult în modul de detectare a marginilor și abilități de analiză a texturii, pe care le poate trece la sarcina de identificare a fructelor. Dar, dacă recalificați algoritmul pentru a identifica fructele, un fenomen numit uitare catastrofală înseamnă că nu-și va mai aminti cum să identifice animalele.

Un alt truc pe care îl folosesc algoritmii de astăzi este modularitate. Mai degrabă decât un singur algoritm care poate rezolva orice problemă, AI-urile viitorului sunt probabil un ansamblu de instrumente extrem de specializate. Un algoritm care învățat pentru a juca jocul video Doom, de exemplu, avea module separate de viziune, controler și memorie dedicate. Modulele interconectate pot oferi, de asemenea, redundanță împotriva eșecului și un mecanism pentru votarea celei mai bune soluții la o problemă bazată pe mai multe abordări diferite. Acestea ar putea fi, de asemenea, o modalitate de a detecta și depana erorile algoritmice. În mod normal, este dificil să ne dăm seama cum își ia deciziile un algoritm individual, dar dacă o decizie este luată prin cooperarea sub-algoritmilor, putem cel puțin să analizăm rezultatele fiecărui sub-algoritm.

Când ne imaginăm AI ale viitorului îndepărtat, poate WALL-E și C-3PO nu sunt droizii pe care ar trebui să îi căutăm. În schimb, am putea imagina ceva mai mult ca un smartphone plin de aplicații sau un dulap de bucătărie plin de gadgeturi. Pe măsură ce ne pregătim pentru o lume a algoritmilor, ar trebui să ne asigurăm că nu intenționăm să ne gândim la cutii de minuni de uz general care s-ar putea să nu fie construite niciodată, ci în schimb la prăjitoare de pâine foarte specializate.

Despre autor

Janelle Shane antrenează rețelele neuronale pentru a scrie umor la aiweirdness.com. De asemenea, este cercetător în domeniul opticii și locuiește în Boulder, Colorado.

Acest articol a fost publicat inițial la epocă și a fost republicată sub Creative Commons.

Cărți asemănătoare:

at InnerSelf Market și Amazon