人工智能革命可能从吐司机开始,不是机器人

2020-06-16    收藏144
点击次数:676

人工智能革命可能从吐司机开始,不是机器人 



  未来的智能演算法是否像个无所不能的机器人,既能下厨煮菜还能陪你聊天和导航指路?或者,这些数位助手更像装满各类拥有特殊功能的专业工具包?

  尝试让演算法包山包海什幺都做,反而使它陷入麻烦。例如工程师用「人工神经网路」对包含汤品、馅饼和烧烤食物等三万份食谱进行学习,然后产生自己的原创食谱,但结果却有点「另类」。像是这样:

传播鸡肉饭(←?为什幺菜名开头是动词?)
起司/蛋们、沙拉们、起司(←沙拉为什幺是複数?起司为什幺出现两次?)
两磅的心脏、去核(←好的,无力吐槽了)
1杯磨碎的新鲜薄荷,或覆盆子派
1/2杯卡翠玛们,磨碎的(←卡翠玛不是任何原料的名字,帮你查过了)
1汤匙植物油
1个盐
1个胡椒
2又1/2 tb的糖,还有糖

将没有的叶子们混合,搅拌直至混合物变稠。然后加入鸡蛋、糖、蜂蜜(原料里没有耶)和葛缕子籽(也没有耶),小火烹煮。 加入玉米糖浆(原料里没有)、牛至(原料里没有)、迷迭香(原料里没有)和白胡椒。 藉由加热放入奶油。煮加入剩余的1茶匙焙粉和盐。用华氏350度烘烤2至1小时。趁热吃。

份量:6人份

  等等,文法不对的事情先不管,所以我说那个鸡肉跟饭呢!?

  原因不难理解,当人工智能被允许专门处理某件事情,需要纳入计算的东西就少得多,它不必考虑什幺时候要加巧克力、什幺时候要加马铃薯、什幺时候该用烤的、什幺时候该用炖煮。与其将它做成什幺都会但样样做不好的万能机器人,不如让它成为专精于某项任务的机器,就像吐司机那样。

人工智能革命可能从吐司机开始,不是机器人

  负责训练机器学习演算法的开发人员已经发现,做出吐司机而非样样精通的机器人更说得通也更可行,这个结论似乎与我们的想像不同,因为西方科幻小说里的人工智能通常被描绘成「通用人工智能」(artificial general intelligence),它可以像人类一样跟世界互动,并且处理各种不同的任务,就像《星际大战》(Star Wars)里的C-3PO或《瓦力》(WALL-E)里的同名主角那样。

  然而,许多企业正无形地(而且成功地)利用机器学习来执行更有限的目标。这些演算法可能是聊天机器人,负责处理限定範围内的任务,例如回应客户电话帐单的常见问题。它们预测人们打电话进来的目的,并将预测结果显示给接听电话的客服人员。这些都是「狭义人工智能」(artificial narrow intelligence)的例子,它们只能有限度地执行特定任务。相比之下,Facebook弃用了聊天机器人「M」,就是因为这个机器人从来没有成功处理过饭店预约、电影票预订或安排行程等目标。

人工智能革命可能从吐司机开始,不是机器人

  我们使用一次做好一件事的吐司机(狭义人工智能),而不是科幻小说机器人(通用人工智能)的原因在于任何试图通用化的演算法,都会在遭遇越来越多新任务时使结果变得更糟。举例来说,经过训练的演算法能依据标题产生图片,当它被放在完全由鸟类组成的数据库里训练时,它可以做得很好;但是,当它的任务变成产生所有图片时(例如停车标誌、船、动物到人)就会开始出错。

  这种巨大差距跟我们习惯的认知不同。现有演算法与人类大脑的能力相比仍然非常受限,而且每项新任务都会将它们的能力分散得更弱。试想一个吐司机大小的设备:要让它能够烤吐司很容易,只要装几个插槽和加热线圈。但这样几乎没有为其他任务留空间。如果你还想要它能煮饭和做冰淇淋的功能,那幺势必要放弃至少一个插槽的空间,而且可能变得两种事情都做不好。

人工智能革命可能从吐司机开始,不是机器人

  工程师利用一些技巧让狭义人工智能演算法做更多事情。其中一种方法是转移学习:训练演算法执行一个特定任务,然后经过简单的重新训练后,它就能做一个不同但密切相关的任务。例如用转移学习训练演算法进行图形辨识,一个学会辨识动物的演算法已经习得不少探测图形边缘和材质的方法,而这些东西可以被转移到辨识水果的任务上。但是,如果重新训练演算法辨识水果,很容易会出现一种叫做「灾难性遗忘」(catastrophic forgetting)的现象,使演算法变得再也不知道该如何辨识动物。

  另外一个现代演算法常用的技巧是模组化。未来的人工智能很可能是由一系列高度专业化的工具集合而成,而不是以单一演算法来处理所有问题。例如,学习玩电动游戏《毁灭战士》(Doom)的演算法拥有几个独立模组,分别专门处理视觉、操作手把和记忆体等任务。这些相互连结的模组具有提供冗余防止出错的机制,或者针对问题提出最佳解决方案并在模组之间进行投票。

  当我们展望未来的人工智能时,WALL-E和C-3PO并不是我们应该追寻的型态。相反地,我们应该把它想成一种拥有很多App功能的智慧型手机。

图片出处:Robbie Sproule@flickr

相关文章  RELEVANT ARTICLES