Kunstmatige intelligentie Blogreeks: Wat is kunstmatige intelligentie?

1.3kViews
90 Shares

WAT IS KUNSTMATIGE INTELLIGENTIE?

We spreken van kunstmatige intelligentie als computers complexe cognitieve taken van mensen kunnen overnemen. Cognitieve taken zijn taken waarbij informatie binnenkomt en verwerkt moet worden om tot een conclusie of actie te komen. Het vakgebied van kunstmatige intelligentie heeft de afgelopen paar decennia een enorme vlucht genomen, hoofdzakelijk door twee oorzaken. Ten eerste is in de moderne tijd enorm veel data beschikbaar om computers te helpen intelligentie aan te leren. Ten tweede is de omvang van rekenkracht in computers enorm gestegen en is de prijs daarvan gedaald. Daarmee heeft hedendaagse en toekomstige kunstmatige intelligentie een enorme impact op hoe we leven en werken.

Robot Sophia in de schijnwerpers

Op 25 oktober 2017 werd Sophia staatsburger van Saudi-Arabië. Saudi-Arabië heeft miljoenen immigranten onder haar inwoners, maar Sophia’s burgerschap was wereldnieuws. Zij was uniek, want Sophia werd niet geboren, maar gebouwd. De robot Sophia werd in Hong Kong ontwikkeld en ging na haar onthulling in 2016 de hele wereld over. Ze sprak bij de Verenigde Naties, werd de eerste robot ter wereld die burgerschap verwierf en verscheen over de hele wereld op tal van talkshows, in magazines en zelfs in videoclips. Hoewel haar interviews niet altijd even soepel verliepen, werd robot Sophia wereldberoemd en bracht ze de razendsnelle ontwikkelingen in de kunstmatige intelligentie weer in de schijnwerpers.

De hype rond Sophia was niet de eerste keer dat kunstmatige intelligentie wereldwijd de voorpagina’s domineerde. In 1997 vroeg de wereld zich serieus af of het tijdperk van de mens als toppunt van intelligentie ten einde was gekomen na een legendarische schaakpartij. Regerend wereldkampioen Garri Kasparov, door sommigen gezien als de beste schaker aller tijden, verloor van schaakcomputer ‘Deep Blue’ met een score van 2 ½ tegen 3 ½. Tegenwoordig vinden we ‘slimme’ apparaten normaal, rijden er al een handjevol zelfrijdende auto’s rond in Amerika en hebben steeds meer mensen een computerassistent in huis, zoals Alexa of de Google Assistent. Bevinden we ons dan nu zo langzamerhand in het tijdperk van écht intelligente machines? Wat bedoelen we daar überhaupt mee, met intelligentie in machines? En betekent dit, dat wij mensen binnenkort allemaal met vervroegd pensioen kunnen?

Wanneer is een computer slim?

Over wat kunstmatige intelligentie precies is of zou moeten zijn, is niet iedereen het helemaal eens. Intelligent gedrag bestaat in vele vormen en maten. Er zijn dus ook verschillende interpretaties mogelijk van wat dan kunstmatig intelligent gedrag is. Is het doel van kunstmatige intelligentie dat een machine de denkwijze van een mens kan nabootsen? Of gaat het om de uitvoering van handelingen die intelligent moet zijn, ongeacht of dat volgens ‘mensachtige’ intelligentie gaat? Moet de machine ook de context begrijpen waarin haar beslissingen of handelingen worden gemaakt, of telt alleen het ‘juist’ maken van de beslissing? Moet het systeem ook kunnen leren van zijn fouten, of is dat geen vereiste om iets intelligent te noemen?

Deep Blue speelde beter schaak dan Kasparov. De supercomputer won de partij immers, maar om dit resultaat te bereiken ging de machine heel anders te werk dan haar menselijke tegenstander. Deep Blue maakte gebruik van een computergeheugen vol met miljoenen en miljoenen schaakposities. In dat

geheugen stond ook nog opgeslagen welke zetten schaakgrootmeesters in het verleden hadden gebruikt in bepaalde posities om zo hun partijen te winnen. Volgens eigen schattingen van IBM, de ontwikkelaar van Deep Blue, kon de machine 200 miljoen verschillende zetten per seconde analyseren. De resultaten van die zetten hield Deep Blue vervolgens tegen haar computergeheugen aan om te bepalen wat de beste zet was. Schaakgrootmeesters staan erom bekend dat ze een flink aantal zetten vooruit kunnen denken, maar ook een kampioen als Kasparov komt in de verste verte niet in de buurt van het rekengeweld van Deep Blue. Toch wist Kasparov 2 ½ punt van Deep Blue af te snoepen. Deep Blue won de wedstrijd, maar was de machine ook echt intelligenter dan Kasparov?

Kunstmatige intelligentie neemt cognitieve taken over

In dit boek spreken we van kunstmatige intelligentie als computers moeilijke cognitieve taken van mensen kunnen overnemen of ondersteunen. Cognitieve taken zijn taken waarbij informatie binnenkomt en verwerkt moet worden om tot een actie of beslissing te komen. We beperken ons in de definitie van kunstmatig intelligentie niet tot een ‘menselijke’ manier van handelen. Hoewel Deep Blue dus op een hele andere manier ‘nadenkt’ dan Kasparov, is deze computer wel degelijk intelligent te noemen. De computer krijgt immers informatie binnen, de stand op het schaakbord, analyseert deze met razendsnelle berekeningen en bepaalt op basis van de analyse de beste zet om te doen.

Dat we het hier hebben over ‘complexe’ cognitieve taken geeft al aan dat wat ‘kunstmatig intelligent’ genoemd wordt in praktijk een glijdende schaal is. In hoofdstuk 27 over de geschiedenis van kunstmatige intelligentie kun je bijvoorbeeld lezen over de ontwikkeling van de eerste rekenmachine, honderden jaren geleden. Tegenwoordig ziet niemand een simpele rekenmachine meer als voorbeeld van kunstmatige intelligentie, maar het was wel één van de eerste keren dat een machine denkwerk overnam van mensen. Het zou zomaar kunnen dat sommige toepassingen die we nu kunstmatig intelligent noemen, over tien jaar niet meer als dusdanig bestempeld worden.

Computers die leren: machine learning

Er is dus sprake van kunstmatige intelligentie als computers complex denkwerk op zich kunnen nemen. Daarmee valt kunstmatige intelligentie als wetenschappelijk vakgebied onder de computerwetenschappen, ook wel informatica genoemd. Grofweg kan deze kunstmatige intelligentie op twee manieren vorm krijgen. De eerste manier is dat de machine wordt voorgeprogrammeerd om bepaalde regels te volgen. Deze regels worden door menselijke programmeurs of wetenschappers bedacht en volgen vaak een logisch patroon. Het volgen van de regels leidt tot intelligent gedrag van het apparaat. Zo bepaalden de eerste navigatiesystemen op basis van vooraf ingegeven wiskundige regels de snelste route van A naar B. Het apparaat doet dit dus elke keer op dezelfde manier en de routeplanner wordt pas beter als de programmeur het programma aanpast.

De afgelopen paar decennia heeft een tweede variant van kunstmatige intelligentie steeds meer populariteit gewonnen. In deze aanpak geeft de ontwerper niet direct meer de regels aan de machine, maar legt het de machine uit hoe het zelf regels kan leren. Vervolgens onderzoekt de machine grote hoeveelheden voorbeelden om op basis daarvan te begrijpen hoe ze beslissingen moet maken. In moderne navigatiesystemen wordt deze manier van kunstmatige intelligentie bijvoorbeeld toegepast om het apparaat te laten leren waar files staan, door data over snelheden van verschillende weggebruikers met elkaar te vergelijken. Met deze nieuwe informatie leert het systeem daarmee een nóg efficiëntere route bepalen.

</machine learning>
Er is sprake van machine learning als een algoritme geautomatiseerd leert van data. Het algoritme wordt niet voorgeprogrammeerd hoe het een beslissing moet maken, maar krijgt regels over hoe het de juiste beslissing kan leren van observaties. In ‘Hoe leert een computer?’ lees je meer over hoe dit in zijn werk gaat.

Dit systeem kan zelfs nadat de ontwerper het systeem heeft afgebouwd, blijven doorleren. Als het nieuwe data krijgt over waar files zijn ontstaan, kan het zijn eigen inschattingen toetsen en toekomstige inschattingen verbeteren.

Deze tweede vorm van kunstmatige intelligentie, waarbij van het systeem

verwacht wordt dat het zelf zijn beslissingen leert te maken, wordt ook wel ‘machine learning’ genoemd. Met de opkomst van steeds snellere computers en mogelijkheden voor het opslaan van enorme hoeveelheden data is dit vakgebied de afgelopen twee decennia explosief gegroeid. Het beperkt zich niet tot schaakcomputers of pratende robots, ook bedrijven maken dankbaar gebruik van machine learning. Ze laten bijvoorbeeld hun websites automatisch leren van het gedrag van hun gebruikers, om ze zo gebruiksvriendelijk mogelijk te maken. Of ze gebruiken machine learning om automatisch te leren welke producten hun klanten interessant zouden kunnen vinden.

Of een computer nu voorgeprogrammeerde regels of volwaardige machine-learning- systemen gebruikt, uiteindelijk bepaalt een programmeur hoe het apparaat zijn doel gaat bereiken. Dit gaat door middel van algoritmen. Dit zijn vaste sets aan instructies die zo beschreven zijn dat een computer ze kan opvolgen. Hoe het bouwen van dit soort algoritmen werkt, en hoe computers überhaupt werken, kun je lezen in de hoofdstukken 9, 20 en 21 over algoritmen, computers en programmeren.

Er zijn talloze manieren om een computer te helpen leren van data. De studie van machine learning gaat over het ontwerpen en toepassen van dit soort methodes. Dit gaat aan de hand van wiskundige modellen, die de computer moeten helpen een situatie te ‘begrijpen’. Hoe dit precies in zijn werk gaat, lees je in het hoofdstuk 2 over modellen. Over een aantal van de modelleertechnieken zelf kun je lezen in deel II over neurale netwerken, classificatie, beslisbomen, markovmodellen, unsupervised learning, supervised learning en reinforcement learning.

Een revolutionaire opmars

Dat kunstmatige intelligentie, en machine learning in het bijzonder, zo’n vlucht heeft genomen de afgelopen decennia, is voor een groot deel te danken aan de rappe technologische ontwikkelingen. De opslag en rekenkracht van computers is exponentieel toegenomen en met de opkomst van het internet explodeerde de hoeveelheid beschikbare data om van te leren.

Een toename in toepassingen van kunstmatige intelligentie in vrijwel elk denkbaar vakgebied volgde de technologische ontwikkelingen. Zowel in de wetenschap, zoals de natuurkunde of de geneeskunde, als in commerciële omgevingen worden technieken en methoden uit de kunstmatige intelligentie tegenwoordig veelvuldig toegepast. Dit heeft onder andere geleid tot een aantal nieuwe beroepen die twintig jaar geleden nog nauwelijks bestonden. Ontwikkelaars van AI-algoritmen zijn tegenwoordig zeer gewild op de arbeidsmarkt. Met voorheen onbekende functietitels, zoals data scientist, data engineer, of machine learning engineer, helpen zij bedrijven, overheden en onderzoekers om optimaal gebruik te maken van dit veelbelovende nieuwe vakgebied. Zo leidt de ontwikkeling van kunstmatige intelligentie op sommige plaatsen juist tot meer werk en kansen voor mensen, in plaats van een vervroegd pensioen, zoals te lezen is in hoofdstuk 35 over de impact van kunstmatige intelligentie op de arbeidsmarkt.

Kunstmatige intelligentie wordt door sommigen gezien als een ‘nieuwe industriële revolutie’. De vierde, na de opkomst van de stoommachine en elektriciteit in de 19e eeuw, en de digitalisering in de 20e eeuw. Dit komt doordat toepassingen van kunstmatige intelligentie onze manier van werken en leven drastisch beïnvloeden.

Sophia was de eerste robot die officieel staatsburger werd van een echt land. Toch was de intelligentie van Sophia controversieel. Sommige experts uit de wereld van de kunstmatige intelligentie waren niet onder de indruk en noemde haar oneerbiedig een ‘chatbot met een gezicht’. Het is kenmerkend voor het vakgebied van de kunstmatige intelligentie. Een kunstmatige gesprekspartner van de kwaliteit van Sophia, die kan luisteren naar mensen en gericht kan reageren, zou vijftig jaar geleden een enorme triomf voor de kunstmatige intelligentie zijn geweest. Tegenwoordig wordt het door sommige critici haast afgedaan als een niemendalletje. Het toont aan dat de definitie van wat écht kunstmatige intelligentie is zelfs onder experts een glijdende schaal is.

In dit boek geven we een glimp van wat er achter deze spannende, steeds belangrijker wordende term schuilgaat. Welkom in de wereld van de kunstmatige intelligentie.

Geïnteresseerd in het boek?
Bestel het hier

Leave a Reply

Your email address will not be published.