هل ستكون الخوارزميات الذكية للمستقبل مثل الروبوتات ذات الأغراض العامة التي يمكنها التعامل مع المحادثات وقراءة البطاقات تمامًا مثل مهام المطبخ؟ أو هل سيبدو مساعدونا الرقميون أشبه بالأدوات المتخصصة - أي أنه لن يكون طاهًا ثرثارًا ، بل مطبخًا مليئًا بالأجهزة المنزلية؟
إذا حاولت الخوارزمية عمل الكثير ، تبدأ المشاكل. تم إنشاء الوصفة أدناه من خلال شبكة عصبية اصطناعية - نوع من الذكاء الاصطناعي الذي يتعلم بالقدوة. درست هذه الخوارزمية بعناية حوالي 30،000 وصفة ، من الحساء والفطائر إلى الشواء ، ثم حاولت إعطاء وصفتك الخاصة. النتيجة ، دعنا نقول ، غير تقليدية.
معجون الدجاج مع الأرز
2 رطل من القلوب المقشرة
1 كوب فطيرة النعناع الطازج أو التوت
1/2 كوب كاتريماس مبشور
1 ملعقة كبيرة زيت نباتي
1 ملح
1 فلفل
2 1/2 ملاعق كبيرة من السكر
امزج بدون أوراق وقلب حتى يصبح الخليط سميكًا. يُضاف البيض والسكر والعسل وبذور الكراوية ويُطهى على نار خفيفة. أضيفي شراب الذرة والأوريجانو وإكليل الجبل والفلفل الأبيض. أضف الكريمة على التسخين. استعد لإضافة ملعقة صغيرة متبقية من مسحوق الخبز والملح. اطهيه على درجة حرارة 350 فهرنهايت لمدة ساعتين إلى ساعة. قدميها ساخنة.
لمدة 6 حصص.
وهنا مثال على وصفة تم إنشاؤها بواسطة نفس الخوارزمية ، ولكن فقط بدلاً من دراسة جميع الوصفات على التوالي ، تدرب على الكعك فقط. الوصفة ليست مثالية ، ولكنها أفضل بكثير من السابقة.
كيك الجزر
1 علبة خليط كيك أصفر
3 أكواب طحين
1 ملعقة صغيرة بيكنج بودر
1 1/2 ملعقة صغيرة من الصودا
1/4 ملعقة صغيرة ملح
1 ملعقة صغيرة قرفة
1 ملعقة صغيرة من الزنجبيل
1/2 ملعقة صغيرة من القرنفل
1 ملعقة صغيرة بيكنج بودر
1/4 ملعقة صغيرة ملح
1 ملعقة صغيرة فانيليا
1 بيضة في درجة حرارة الغرفة
1 كوب سكر
1 ملعقة صغيرة فانيليا
1 كوب بقان مقطع
سخن الفرن على 350 درجة. ادهن صينية خبز بحجم 9 بوصات.
يخفق البيض بسرعة حتى يصبح أصفر داكن. يوضع جانبا. يخفق البيض في صلابة في كوب منفصل. تسريع الخليط الأول في الشكل المحضر وتليين الزيت. اخبزيها في الفرن لمدة 40 دقيقة حتى يتم إدخال مسواك في منتصف الفطيرة. يوضع في الثلاجة لمدة 10 دقائق. ضع حامل السلك حتى تبرد.
أزل الكعكة من القالب حتى تبرد تمامًا. قدميها دافئة.
لمدة 16 حصة.
بالطبع ، إذا ألقيت نظرة فاحصة على التعليمات ، سيتضح أنه عند الخروج ستحصل فقط على صفار بيض مخبوز. لكن هذا لا يزال تحسنا. عندما سُمح للذكاء الاصطناعي بقصر نفسه على تخصص معين ، انخفض مقدار ما يلزم مراقبته ببساطة. لم يكن عليه اختيار وقت استخدام الشوكولاتة ، ومتى - البطاطس ، ومتى يخبز ، ومتى يغلي. إذا حاولت الخوارزمية الأولى أن تكون صندوقًا سحريًا قادرًا على توصيل الأرز والآيس كريم والفطائر ، حاول الثاني أن يكون شيئًا يشبه محمصة - جهاز متخصص لمهمة واحدة.
وجد المطورون الذين يدربون خوارزميات تعلُم الآلة أنه من المنطقي غالبًا إنشاء محمصات بدلاً من الصناديق السحرية. قد لا يبدو هذا بديهيًا ، لأن الذكاء الاصطناعي في الخيال الغربي يشبه C-3PO من Star Wars أو WALL-E من الفيلم الذي يحمل نفس الاسم. هذه أمثلة على الذكاء الاصطناعي للأغراض العامة (ION) ، وأتمتة قادرة على التفاعل مع العالم مثل الناس وأداء العديد من المهام المختلفة. ومع ذلك ، تستخدم العديد من الشركات بهدوء - ونجاحًا - التعلم الآلي لتحقيق أهداف أكثر محدودية. يمكن أن تكون خوارزمية واحدة عبارة عن روبوت للدردشة يخدم عددًا محدودًا من أسئلة العملاء الأساسية حول فاتورة الهاتف. قد يعطي آخر تنبؤات حول ما يريد المتصل مناقشته وإظهار هذه التنبؤات على الشاشة للشخص الذي يرد على المكالمة. هذه أمثلة للذكاء الاصطناعي للتخصص الضيق (IIMS) - محدودة بمجموعة صغيرة جدًا من الوظائف. من ناحية أخرى ، قام Facebook مؤخرًا بسحب روبوت الدردشة الخاص به "M" ، والذي لم يكن قادرًا على التعامل مع حجوزات الفنادق وتذاكر المسرح والمزيد.
السبب في أن لدينا IIMS بدلاً من IALL من مستوى WALL-E هو أن أي خوارزمية تحاول تعميم المهام تبدأ في التعامل بشكل أسوأ مع المهام المعطاة لها. على سبيل المثال ،
هناك خوارزمية مدربة لإنتاج الصور بناءً على الوصف. إنه يحاول إنشاء صورة من النص: "إنه طائر أصفر عليه بقع سوداء على رأسه ومنقار قصير جدًا." عندما تم تدريبه على مجموعة بيانات تتكون فقط من الطيور ، تمكن من إدارة جيدة (دون مراعاة قرن غريب):
ولكن عندما تلقى تعليماته لخلق أي شيء من علامات التوقف والقوارب إلى الأبقار والناس ، واجه صعوبة. إليكم نتيجة محاولة رسم "صورة لفتاة تأكل قطعة بيتزا":
نحن لسنا معتادين على الاعتقاد بأن هناك فجوة كبيرة بين خوارزمية تؤدي شيئًا واحدًا جيدًا وخوارزمية تؤدي الكثير من الأشياء بشكل جيد. لكن القدرات العقلية لخوارزمياتنا الحالية محدودة للغاية مقارنة بالدماغ البشري ، وكل مهمة جديدة تحملها أكثر من ذلك. تخيل جهازًا منزليًا بحجم محمصة: من السهل عمل فتحتين فيه وتركيب لفائف تسخين وقلي الخبز. ولكن بعد ذلك ، ليس هناك الكثير للقيام به. إذا حاولت إضافة طباخ أرز وصانع آيس كريم هناك ، فسيتعين عليك التخلي عن الفتحات على الأقل ، ومن المحتمل أن يكون مثل هذا الجهاز قادرًا على القيام بعمل جيد.
يستخدم المبرمجون حيلًا مختلفة للضغط على أقصى عائد من خوارزميات IMS. يتم نقل أحدهم: تدريب الخوارزمية للعمل مع مهمة واحدة ، وسوف يتعلم أداء مهمة أخرى ، ترتبط ارتباطًا وثيقًا بهذه المهمة ، بعد الحد الأدنى من التدريب الزائد. يستخدم الناس التعلم المرسل لتدريب خوارزميات التعرف على الصور. لقد جمعت الخوارزمية ، التي تعلمت التعرف على الحيوانات ، الكثير من المعلومات المتعلقة بتحديد الخطوط وتحليل الملمس ، والتي يمكن نقلها إلى مهمة تحديد الفاكهة. ولكن عند الإفراط في خوارزمية التعرف على الفاكهة ، ستخضع الخوارزمية "لنسيان كارثي" ، أي أنها لن تتذكر بعد الآن كيفية التعرف على الحيوانات.
هناك تركيز آخر لخوارزميات اليوم هو النمطية. بدلاً من التحول إلى خوارزمية واحدة يمكنها حل أي مشكلة ، من المرجح أن يكون الذكاء الاصطناعي في المستقبل عبارة عن مجموعات من الأدوات المتخصصة للغاية. الخوارزمية ، التي تعلمت لعب Doom ، سيكون لها نظام منفصل للرؤية والتحكم والذاكرة الحاسوبية. يمكن للوحدات المترابطة أن توفر تكرارًا لمنع الفشل ، وآلية تصويت لأفضل حل للمشكلة بناءً على مناهج مختلفة. قد تكون هناك طريقة لاكتشاف وتصحيح أخطاء الخوارزمية. عادة ما يكون من الصعب جدًا فهم كيفية اتخاذ خوارزمية معينة قرارات ، ولكن إذا تم اتخاذ القرار من خلال تفاعل الخوارزميات ، فيمكننا دراسة ناتج كل منها.
ربما لا ينبغي لنا أن نتخيل خوارزميات المستقبل البعيد في شكل WALL-E و C-3PO. بدلاً من ذلك ، يمكننا أن نتخيل شيئًا مثل الهاتف الذكي المليء بجميع أنواع التطبيقات ، أو سطح عمل المطبخ المحمّل بالأدوات. عند الاستعداد لعالم مليء بالخوارزميات ، تحتاج إلى التأكد من أننا نخطط للقاء ليس مع الصناديق السحرية ذات الأغراض العامة التي قد لا تظهر أبدًا ، ولكن مع المحامص المتخصصة للغاية.