Kunstmatige intelligentie: wat is het nu echt en hoe bang moeten we zijn?

We stelden pas vast dat artificiële intelligentie het buzzwoord van 2017 is. Die term is volgens ons misleidend, zoals je kan lezen in dit opiniestuk. AI zelf is desalniettemin een onderzoeksdomein waar met rasse schreden vooruitgang wordt geboekt. Het zal een steeds grotere rol gaan spelen in ons dagelijkse leven. Tijd dus om eens te onderzoeken wat artificiële intelligentie nu echt is maar ook wat het kan worden in de (nabije) toekomst. Die toekomst kan volgens sommige experts wel eens heel naar uitdraaien voor de mens als we niet voorzichtig zijn.

Definitie

Dat artificiële intelligentie een delicaat onderwerp is, wordt duidelijk wanneer je de officiële definitie ervan bekijkt. Ze bestaat immers niet. Hoewel AI een onderzoekstak is voor de knapste koppen in de computerwetenschap, komt de filosofie zich al vanaf het eerste moment moeien. Hoe kan je kunstmatige intelligentie immers definiëren als het concept ‘intelligentie’ een vaag begrip blijft? We onderzoeken wat AI precies is, wat het kan zijn, en of we al bang moeten worden.

Wat is artificiële intelligentie? Professor Bart Goethals van de Universiteit van Antwerpen ziet het breed. Hij spreekt van kunstmatige intelligentie van zodra computers intelligent gedrag vertonen. Data-analyse, maar bijvoorbeeld ook hogere wiskunde kan je als intelligent gedrag bestempelen. Wat is de vierkantswortel van 539? Geen idee? Je rekenmachine wel. “Ik vind mijn rekenmachine dan ook intelligent”, verduidelijkt Goethals.

Quizzen met IBM

Een uitzonderlijk staaltje vernuft zagen we van IBM’s Watsoncomputer toen die de populaire tv-quiz Jeopardy! won van de twee (menselijke) kampioenen. Bij Jeopardy krijgen de deelnemers antwoorden waarbij ze zelf de juiste vraag moeten formuleren. Om het spel te winnen had Watson vier terabyte aan data ter beschikking, waaronder de ganse tekst van Wikipedia, maar de supercomputer was niet met het internet verbonden. De rauwe informatie en de rekenkracht volstonden om de menselijke kampioenen in hun blootje te zetten, al was Watson niet in iedere categorie even goed. Wanneer de opgave te vaag was of te weinig trefwoorden had, presteerde de computer minder goed.

De Watson-supercomputer bleek aanzienlijk beter te zijn in de Jeopardy-quiz dan menselijke tegenstanders. Vandaag helpt Watson onder andere in de medische wereld, en kan je Chef Watson gebruiken om kookrecepten te genereren.

Toch rijst ook hier de vraag of we van echte intelligentie kunnen spreken. Is een computer die niet echt weet wat hij doet, ook slim?

Zwakke AI

Intuïtief zouden we nee zeggen, maar bij artificiële intelligentie maakt het onderscheid eigenlijk niet zo heel veel uit. Het is immers het resultaat dat telt. Hoe dat resultaat bekomen wordt, is zelfs in het menselijk brein niet altijd even duidelijk.

“Er bestaat al heel veel technologie die heel erg goed is in het uitvoeren van verschillende specifieke taken”, aldus Goethals. Al die systemen zijn onbetwistbaar op hun eigen manier intelligent te noemen. Het grote verschil met een AI uit een film zit erin dat het hier om zogenaamde ‘zwakke’ kunstmatige intelligentie gaat: intelligentie toegespitst op één welbepaalde taak. Een ‘sterke’ intelligentie is allesomvattend, en daartoe moeten eigenlijk alle bestaande stukjes in één algemeen systeem gegoten worden.

Big data en intelligentie

“We staan al erg ver in dat onderzoek”, denkt Goethals. Hij spitst zich professioneel vooral toe op het Big Data-luik van artificiële intelligentie, en volgens hem schuilt daarin de sleutel voor intelligente computersystemen met een uitgebreide kennis.

Big Data is meer dan een hip woord voor IT-specialisten van grote bedrijven: het is de naam voor de gigantische hoeveelheden data die we de laatste jaren voor het eerst ter beschikking hebben. In die zeeën van gegevens schuilt kennis en intellect, en de algoritmes om die kennis te laten bovendrijven, bestaan al. Big Data Analytics is het flashy woord dat de zoektocht naar die kennis draagt, en Machine Learning, een tak van de artificiële intelligentie, is de sleutel.

Patroonherkenning

Van Machine Learning heb je waarschijnlijk al gehoord. Het is een manier om computers patronen te laten herkennen om ze zo zelf dingen te laten leren. Onder andere Google is er wild van. Wie een Android-telefoon heeft, mag nu even naar de Foto’s-app navigeren. Klik op zoeken, typ ‘house’ of een andere zoekterm naar keuze in (bij voorkeur in het Engels) en merk hoe Foto’s je een selectie voorschotelt van al je afbeeldingen waar een huis op staat. Het Google-algoritme weet wat een huis is, en hoe het er kan uitzien op een foto. Het ‘kijkt’ naar je foto’s, herkent gelijkaardige patronen, en ziet de vorm op je beeld als een gebouw omdat het reeds een heleboel andere gebouwen heeft gezien.

Het concept is toepasbaar op veel meer dan foto’s. Denk bijvoorbeeld aan een analyse van tweets. Een computersysteem dat patronen herkent in tweets, kan bijvoorbeeld voorspellen op wie jij bij de volgende verkiezingen zal stemmen, omdat je Duitse evenknie op een gelijkaardige manier tweet en bij de verkiezingen het jaar voordien voor liberaal koos. De UA nam de proef op de som onder leiding van Goethals, en het algoritme voorspelde met 95 procent nauwkeurigheid het stemgedrag van de testsubjecten.

Uit veel voorbeelden leert een algoritme patronen herkennen, zodat het ook ongeziene voorbeelden in een categorie kan onderbrengen en daar eventueel conclusies aan kan koppelen. Dat concept is de toekomst van hedendaagse AI, en het is waanzinnig krachtig in zijn eenvoud. Intussen heeft zowat iedereen zich op AI geworpen en wordt de term te pas en te onpas gebruikt. De lichtste vormen van data-analyse gaat dezer dagen door het leven onder de noemer AI omdat de term hip is.

AI: de laatste uitvinding

De meesten onder ons gebruiken graag intelligente systemen, maar een flinke argwaan steekt de kop op zodra we de controle ook echt uit handen geven. Volgens filosoof Nick Bostrom van het Future of Humanity Institute, een onderdeel van de universiteit van Oxford, ziet de toekomst er wat dat betreft niet noodzakelijk rooskleurig uit. Hij vreest dat de creatie van een superintelligentie wel eens het einde van ons allemaal kan betekenen. “Een dergelijke superintelligentie zal onze laatste uitvinding zijn”, schrijft hij in zijn boek. Bostrom denkt dat de kans reëel is dat een supercomputer ons van kant zal maken, maar niet omdat hij slecht van inborst is. Volgens een onderzoek van zijn instituut denken de meeste wetenschappers dat een echte AI tegen 2070 ten laatste zal bestaan, een schatting waar Goethals zich in kan vinden.

De professor van de UA heeft geen angst voor een kwaadaardige AI omdat slechte intenties en intelligentie los staan van elkaar. “We weten genoeg van intelligentie om artificieel intelligente systemen te maken”, aldus Goethals, “maar wat zelfbewustzijn is, weten we niet.” Een slimme computer is dus niet noodzakelijk zelfbewust, laat staan kwaadaardig.

Onvoorziene gevolgen

Borstrom is het niet oneens met de Antwerpse professor, maar hij denkt dat zelfbewustzijn geen vereiste is om onvoorspelbaar gedrag tegen te komen. “In essentie is een artificiële intelligentie een erg krachtig optimalisatieproces”, verduidelijkte de filosoof eerder dit jaar aan een TED-publiek.

“Wanneer we een zwakke AI vragen om mensen te doen lachen, zal het grappige dingen proberen te doen. Een sterke AI die niet beperkt is tot één domein, kan het over een andere boeg gooien en beslissen om de wereldbevolking uit te rusten met elektroden in het gezicht, omdat dat de efficiëntste manier is om iedereen te doen lachen.” Borstrom beseft dat zijn voorbeeld cartoonesk is, maar het toont aan hoe een intelligent algoritme wel eens tot een andere uitkomst kan komen dan de programmeurs verwachtten.

“Daarom is het belangrijk dat wanneer we een AI vragen om X te doen, we heel erg goed definiëren wat X is.” Kort door de bocht gaan, is vragen om problemen. De veiligste manier om een superintelligente machine te maken is, volgens Borstrom, om die machine te programmeren met een algoritme dat onze waarden en normen kan interpreteren. Zo kan het enkel optimaliseren binnen de parameters van wat wij als mensheid ook wenselijk vinden.

Bewustzijn in de pc

Om een écht slimme computer te maken die interessante linken legt, en ook nieuwe zaken uitvindt, moeten de dingen natuurlijk ietwat creatief beginnen denken. Dat creatief denken, de mogelijkheid om de werkelijkheid vanuit verschillende perspectieven te zien en een ander denkpad te volgen wanneer een eerste analyse tot niets leidt, dat vinden veel onderzoekers een typisch menselijke eigenschap. Op die manier redeneren gaat enkel wanneer we dat obscure ‘bewustzijn’ weten te vinden, klinkt het.

De Amerikaanse professor Marvin Minsky is het resoluut oneens met die analyse. Minsky is mede-oprichter van het AI-lab in het Massachusetts Institute of Technology (MIT) en één van de grondleggers van onderzoek naar AI. De man schreef al menig paper over de toekomst van artificiële intelligentie, en volgens hem is er helemaal geen reden om te denken dat een computer het menselijk brein niet perfect kan nabootsen.

Parallelle algoritmes

“Ons brein draait ten allen tijde verschillende parallelle scenario’s vanuit verschillende invalshoeken”, zo redeneert Minsky. “Om efficiënt te denken, heb je verschillende processen nodig die gelijktijdig beschrijven, voorspellen, uitleggen, abstract maken en plannen. Die processen moeten door andere processen in de hersenen beheerd worden. Het brein is een goed georganiseerde verzameling van agenten die te allen tijde samenwerken om ervoor te zorgen dat een gedachte niet op een muur botst.”

Menselijke AI

“Alles wat een menselijke AI in de weg staat”, aldus Minsky, “is een gedetailleerd begrip van alle agenten die in ons hoofd aan het werk zijn.” Hij verwierf dat inzicht al in 1994, waarna hij het in een tekst voor het vakblad Science goot. De bal voor zo’n soort AI ligt dus deels in het kamp van de neurowetenschappers. Er wordt steeds meer ontdekt over de werking van ons hoofd.

Verschillende delen in onze hersenen zijn verantwoordelijk voor verschillende taken, en ze lossen die ieder op andere manieren op. Mensenhersens machinaal nabouwen, is een kwestie van ontleden welke onderdelen wat doen, hoe ze het doen, en hoe ze samenwerken. Dat is uiteraard een aartsmoeilijke taak, maar er is volgens Minsky geen obscuur ‘bewustzijn’ dat een dergelijke verwezenlijking in de weg staat.

De toekomst

Voorlopig kunnen we dus uitkijken naar steeds geavanceerdere vormen van ‘zwakke’ artificiële intelligentie. Die AI is dan toegespitst op specifieke taken en maakt gebruik van grote hoeveelheden data en machine learning. Hoor je een fabrikant over AI spreken in zijn gadgets of software, dan gaat het in het allerbeste geval om een zwakke AI. In de nabije toekomst zullen computers dus nog beter worden in taken die te maken hebben met deductie, voorspelling en analyse door middel van patroonherkenning. Een ‘sterke’ AI ontstaat wanneer verschillende van dergelijke systemen gecombineerd worden tot één geheel, dat zich qua intellect met een mens kan meten.

AI’s kunnen al heel veel taken net zo goed of beter dan mensen, en bij veel andere taken komen computers in de buurt. De kans is dus groot dat we de ontwikkeling van een dergelijk systeem nog meemaken. Dat zal dan verder evolueren, mogelijk totdat de sterke AI alle processen incorporeert die gaande zijn in ons brein. Wie dan nog leeft, kan zich laten uploaden in z’n computer. Die mooie toekomstvoorspelling zal enkel uitkomen als we ons onderweg niet vergissen en een sterk AI tot juiste, maar desastreuze, conclusies laten komen zoals: “ik, de AI die het verkeer in goede banen leidt door alle auto’s te besturen, beslis dat de beste manier om deze verkeerknoop op te lossen, is om alle wagens in het kanaal te rijden.”