机器人全部靠边站！烤面包机才是引领人工智能革命的关键

未来的智能算法看起来会像是一般用途的机器人吗，它们会像在厨房里得心应手一样擅长闲聊和阅读地图吗?或者，我们的数字助理看起来会更像一个装满各种小玩意的大口袋吗，与一个喋喋不休的大厨相比，它会更像是一个堆满电器的厨房吗?

如果一个算法做的任务太多，它就会陷入麻烦。下面的配方是由人工神经网络生成的，这是一种人工智能(AI)，可以通过实例学习。这个特殊的算法仔细研究了大约30,000种食谱，从汤到馅饼到烧烤，然后试图想出自己的食谱。至于结果，我们可以说，有点非正统：

Spread Chicken Rice

奶酪和鸡蛋、沙拉、奶酪

2磅心脏，放调料

一杯新鲜薄荷或覆盆子派，切碎

半杯茶，磨碎

1汤匙植物油

1份盐

1份胡椒

21/22tb的糖

将未叶混合，搅拌至混合物变稠。然后加入鸡蛋、糖、蜂蜜和香菜，用小火煮熟。加入玉米糖浆，牛至，迷迭香和白胡椒。加热的同时加奶油。加入剩下的1茶匙发酵粉和盐。在350F温度下烘烤2到1小时。趁热上桌。

份数：6份

现在，这里有一个用同样的基本算法生成的食谱的例子——但它只看蛋糕，而不是包含各种食谱的数据。这个食谱并不完美，但比上一个要好得多：

胡萝卜蛋糕(维拉女士)

蛋糕、酒精

1千克黄色蛋糕粉

3杯面粉

1茶匙发酵粉

1/2茶匙小苏打

1/4茶匙盐

1茶匙肉桂粉

1茶匙姜末

1/2茶匙磨碎的丁香

1茶匙发酵粉

1/2茶匙盐

1茶匙香草

一个鸡蛋，室温

1杯糖

1茶匙香草

一杯切好的山核桃

预热烤箱至350度。

在一个9英寸的拖底模上涂油。

制作蛋糕：快速打鸡蛋，直到颜色变黄变厚，然后放在一边。在另一个碗里，把蛋白打硬。将第一个混合物放入准备好的锅中，搅拌均匀。在烤箱里烤大约40分钟，或者直到插入中心的一根木牙签抽出来依然干净的程度。在锅里冷却10分钟，然后转移到网架上完全冷却。将蛋糕从平底锅中取出，完全冷却。趁热上桌。

《加拿大生活中的厨房和霍恩》(1989)

份数：16份

当然，当你更仔细地看说明书时，它只会产生一个烤蛋黄。但这仍然是一个进步。当人工智能被允许专业化时，它所需要追踪的东西就少了很多。它不需要考虑什么时候用巧克力，什么时候用土豆，什么时候烤，什么时候炖。如果第一个算法试图成为一个能生产大米、冰淇淋和馅饼的百宝袋，那么第二个算法则试图成为一个更像烤面包机的东西——专门针对一项任务。

训练机器学习算法的开发人员发现，构建类似于烤面包机的东西而不是百宝袋通常是更有意义的。但这似乎有悖常理，因为西方科幻小说中的AI往往类似于《星球大战》中的C-3PO或同名电影中的WALL-E ——人工广义智能(AGI)的例子，机器人可以像人类一样与世界互动，并处理许多不同的任务。但许多公司都在无形地，而且成功地，使用机器学习来实现更有限的目标。一种算法可能是一个聊天机器人，它可以处理有限范围内的有关客户电话账单的基本问题。另一种方法是预测客户要打电话讨论的内容，并将这些预测显示给接听电话的人类代表，这些都是人工狭义智能(ANI)的例子——仅限于非常狭窄的功能。另一方面，Facebook最近让它的“M”聊天机器人退休了，它从未成功实现处理酒店预订、预订戏票、安排鹦鹉参观等等的目标。

我们之所以使用烤面包机级别的ANI而不是WALL-E级别的AGI，是因为任何试图广义化的算法在面对各种任务时都会变得更糟。例如，这里有一个基于标题生成图片的算法，这是它试图用“这只鸟是黄色的，头上是黑色的，喙很短”这句话来创造一张图片。当它被训练成完全由鸟类组成的数据集时，它表现得相当好(尽管有奇怪的独角兽角)：

但当它的任务是创造任何东西时——从停车标志到船只，从牛到人——它都在挣扎。这是它试图创造的“一个女孩正在吃一大块披萨的形象”：

我们不习惯认为一个能很好地完成一件事情的算法，和一个能很好地完成很多事情的算法之间存在着巨大的差距。但是，与人脑相比，我们现在的算法的脑力确实非常有限，每一项新任务都将算法的脑力分散得更少。想想一台烤面包机大小的设备：只需要几个槽和一些加热线圈就可以很容易地组装完成，这样它就可以烤面包了。但这给其他任务留下了很小的空间。如果你还想添加蒸饭和做雪糕的功能，那么你至少得放弃一个面包槽，而且最后它可能什么都不擅长。

程序员可以使用一些技巧从ANI算法中获得更多。一种是转移学习：训练一种算法来完成一项任务，它可以在最少的再训练后学习去完成一项不同但又非常相近的任务。例如，人们使用转移学习来训练图像识别算法。一种已经学会识别动物的算法，已经在边缘检测和纹理分析方面获得了大量的经验，它可以转移到识别水果的任务上。但是，如果你重新训练算法来识别水果，一种被称为灾难性遗忘的现象就会出现，这意味着它将不再记得如何识别动物。

现在的算法使用的另一个技巧是模块化。未来的人工智能可能是由高度专业化的仪器组装而成，而不是单一的算法来处理任何问题。例如，一种学习玩电子游戏《毁灭战士》的算法拥有独立的、专用的视觉、控制器和内存模块。互连模块还可以提供防止故障的信息冗余，以及基于多种不同方法对问题的最佳解决方案进行投票的机制。它们也可能是一种检测和排除算法错误的方法。通常我们很难弄清楚单个算法是如何做出决策的，但是如果一个决策是通过协作子算法做出的，我们至少可以查看每个子算法的输出。

当我们展望遥远未来的人工智能时，也许WALL-E和C-3PO不是我们应该寻找的机器人。相反，我们可能会把它想象成一个装满应用程序的智能手机，或者一个装满小程序的厨房碗柜。在我们为算法世界做准备的时候，我们应该确保我们不是在为那些可能永远不会被制造出来的多用途百宝袋做准备，而是为高度专业化的烤面包机做准备。