Perché la rivoluzione dell'IA sarà guidata dai tostapane

Perché la rivoluzione dell'IA sarà guidata dai tostapane


Gli algoritmi intelligenti del futuro sembreranno robot general-purpose, abili a scherzare e leggere le mappe come sono utili in cucina? O i nostri assistenti digitali assomiglieranno più ad un sacco di gadget specializzati - meno un solo capolavoro chiacchierone che una cucina piena di elettrodomestici?

Se un algoritmo tenta di fare troppo, si mette nei guai. La ricetta seguente è stata generata da una rete neurale artificiale, un tipo di intelligenza artificiale (AI) che impara con l'esempio. Questo particolare algoritmo ha esaminato le ricette dei libri di cucina 30,000 di tutti i tipi, dalle zuppe alle torte ai barbecue, e poi ha cercato di venire con le sue. I risultati sono, per così dire, poco ortodossi:

(Nota dell'editore: non provare queste ricette a casa, LOL)

Spread Chicken Rice
formaggio / uova, insalate, formaggio
2 lb hearts, seeded
1 tazza di menta fresca sfilacciata o torta di lamponi
1 / 2 tazza catrima, grattugiato
1 cucchiaio di olio vegetale
Sale 1
Pepe 1
2 1 / 2 tb zucchero, zucchero
Unire i dischetti e mescolare fino a ottenere un impasto denso. Quindi aggiungere uova, zucchero, miele e semi di cumino e cuocere a fuoco basso. Aggiungere lo sciroppo di mais, l'origano e il rosmarino e il pepe bianco. Metti la crema a caldo. Cuocere aggiungendo il restante cucchiaino di 1 lievito e sale. Cuocere su 350F per 2 a 1 ora. Servire caldo.
Resa: porzioni 6

Ora, ecco un esempio di una ricetta generata dallo stesso algoritmo di base - ma invece di dati che includevano ricette di ogni tipo, sembrava solo alle torte. La ricetta non è perfetta, ma è molto, molto meglio della precedente:

Torta di carote (Vera donna ")
torte, alcool
Miscela per torta gialla 1 pkg
3 tazza di farina
1 cucchiaino di lievito in polvere
1 1 / 2 cucchiaino di bicarbonato di sodio
1 / 4 cucchiaino di sale
1 teaspoon ground cinnamon
1 cucchiaino di zenzero in polvere
1 / 2 cucchiaino di chiodi di garofano macinati
1 cucchiaino di lievito in polvere
1 / 2 cucchiaino di sale
1 cucchiaino di vaniglia
Uovo 1, temperatura ambiente
1 tazza di zucchero
1 cucchiaino di vaniglia
1 tazza di noci pecan tritate
Preriscaldare il forno a gradi 350. Imburrare un piatto a forma di molla 9-inch.
Per fare la torta: sbattere le uova ad alta velocità fino a quando il colore spesso e giallo e mettere da parte. In una ciotola separata, sbattere gli albumi a neve fino a quando non sono rigidi. Accelera il primo come il composto nella padella preparata e liscia la pastella. Cuocere in forno per circa 40 minuti o fino a quando uno stuzzicadenti di legno inserito nel centro risulta pulito. Raffreddare nella padella per i minuti 10. Spegnere su una griglia per raffreddare completamente.
Rimuovere la torta dalla padella per raffreddare completamente. Servire caldo
HereCto Cookbook (1989) From the Kitchen & Hawn nella vita canadese
Resa: porzioni 16

Certo, quando guardi le istruzioni più da vicino, produce solo un tuorlo d'uovo cotto al forno. Ma è ancora un miglioramento. Quando l'IA è stata autorizzata a specializzarsi, c'era molto meno da tenere traccia di. Non doveva cercare di capire quando usare il cioccolato e quando usare le patate, quando cuocere o quando cuocere a fuoco lento. Se il primo algoritmo stava cercando di essere una scatola di meraviglie in grado di produrre riso, gelato e torte, il secondo algoritmo stava cercando di essere qualcosa di più simile a un tostapane, specializzato per un solo compito.

Gli sviluppatori che addestrano algoritmi di apprendimento automatico hanno scoperto che spesso ha senso costruire tostapane piuttosto che scatole delle meraviglie. Ciò potrebbe sembrare controintuitivo, perché le IA della fantascienza occidentale tendono ad assomigliare a C-3PO Star Wars o WALL-E nel film omonimo - esempi di intelligenza artificiale generale (AGI), automi che possono interagire con il mondo come un essere umano e gestire molti compiti diversi. Ma molte aziende sono invisibili - e con successo - utilizzando l'apprendimento automatico per raggiungere obiettivi molto più limitati. Un algoritmo potrebbe essere un chatbot che gestisce una gamma limitata di domande di base dei clienti sulla bolletta del telefono. Un altro potrebbe fare previsioni su ciò che un cliente chiama per discutere, visualizzando queste previsioni per il rappresentante umano che risponde al telefono. Questi sono esempi di artificiale stretto intelligenza (ANI) - limitato a funzioni molto strette. D'altra parte, Facebook ha recentemente ritirato il suo chatbot "M", che non ha mai avuto successo nel suo obiettivo di gestire le prenotazioni alberghiere, prenotare biglietti per il teatro, organizzare visite di pappagalli e altro ancora.

La ragione per cui abbiamo ANI a livello di tostapane invece di AGI di livello WALL-E è che qualsiasi algoritmo che tenta di generalizzare diventa peggio ai vari compiti che affronta.

'questo uccello è giallo con il nero in testa e ha un becco molto corto'

Per esempio, ecco un algoritmo addestrato per generare un'immagine basata su una didascalia.

Questo è il suo tentativo di creare un'immagine dalla frase: "questo uccello è giallo con il nero sulla testa e ha un becco molto corto".

Quando è stato addestrato su un set di dati che consisteva interamente di uccelli, ha funzionato molto bene (nonostante lo strano corno di unicorno):

Ma quando il suo compito era quello di generare nulla - dai segnali di stop alle barche alle mucche alle persone - ha faticato. Ecco il suo tentativo di generare "un'immagine di una ragazza che mangia una grande fetta di pizza":

'un'immagine di una ragazza che mangia una grande fetta di pizza'

Non siamo abituati a pensare che ci sia un enorme divario tra un algoritmo che fa bene una cosa e un algoritmo che fa un sacco di cose bene. Ma il nostro oggi Algoritmi hanno un potere mentale molto limitato rispetto al cervello umano, e ogni nuovo compito li dilata. Pensa a un apparecchio di dimensioni di un tostapane: è facile costruire in un paio di slot e alcune serpentine di riscaldamento in modo che possa tostare il pane. Ma questo lascia poco spazio per qualcos'altro. Se si tenta di aggiungere anche la funzionalità di steaming al vapore e di produzione del gelato, allora si dovrà rinunciare almeno ad uno degli slot del pane, e probabilmente non sarà buono a nulla.

Ci sono trucchi che i programmatori usano per ottenere di più dagli algoritmi ANI. Uno è il trasferimento di apprendimento: addestrare un algoritmo per svolgere un compito e può imparare a svolgere un compito diverso ma strettamente correlato dopo una riqualificazione minima. Le persone usano il transfer learning per addestrare algoritmi di riconoscimento delle immagini, per esempio. Un algoritmo che ha imparato a identificare gli animali ha già raccolto molte competenze nel rilevamento dei bordi e nell'analisi delle texture, che può essere utilizzato per identificare i frutti. Ma, se riattivi l'algoritmo per identificare la frutta, si chiama un fenomeno dimenticanza catastrofica significa che non ricorderà più come identificare gli animali.

Un altro trucco usato dagli odierni algoritmi modularità. Piuttosto che un singolo algoritmo in grado di gestire qualsiasi problema, è probabile che le IA del futuro siano un insieme di strumenti altamente specializzati. Un algoritmo che imparato Ad esempio, per giocare al videogioco, Doom disponeva di un sistema separato di visione, controller e memoria dedicati. I moduli interconnessi possono anche fornire ridondanza contro i guasti e un meccanismo per votare sulla migliore soluzione a un problema basato su più approcci diversi. Potrebbero anche essere un modo per rilevare e risolvere errori algoritmici. Normalmente è difficile capire come un singolo algoritmo prende le sue decisioni, ma se una decisione viene presa mediante sub-algoritmi cooperanti, possiamo almeno esaminare l'output di ciascun sub-algoritmo.

Quando immaginiamo le IA del futuro lontano, forse WALL-E e C-3PO non sono i droidi che dovremmo cercare. Invece, potremmo immaginare qualcosa di più simile a uno smartphone pieno di app, o un armadio della cucina pieno di gadget. Mentre ci prepariamo per un mondo di algoritmi, dovremmo assicurarci che non stiamo pianificando di pensare, scatole di meraviglie per tutti gli usi che potrebbero non essere mai costruite, ma invece per i tostapane altamente specializzati.Contatore Aeon: non rimuovere

Circa l'autore

Janelle Shane allena reti neurali per scrivere umorismo su aiweirdness.com. È anche ricercatrice in ottica e vive a Boulder, in Colorado.

Questo articolo è stato originariamente pubblicato su Eone ed è stato ripubblicato sotto Creative Commons.

Libri correlati:

{amazonWS: searchindex = Libri; parole chiave = libri di intelligenza artificiale; maxresults = 3}

enafarZH-CNzh-TWtlfrdehiiditjamsptrues

segui InnerSelf su

facebook-icontwitter-iconrss-icon

Ricevi l'ultimo tramite e-mail

{Emailcloak = off}