Kunstmatige intelligentie is al een feit geworden in sommige financiële en transportsegmenten, en naarmate het zich verspreidt over andere gebieden, willen we er steeds meer voor zorgen dat we er controle over hebben, en niet andersom. Vanaf 2001 A Space Odyssey tot Blade Runner, RoboCop tot The Matrix, wanneer mensen omgaan met kunstmatige intelligentie, worden ze onvermijdelijk geconfronteerd met de duistere fantasie van filmmakers.
Spike Jones 'nieuwste film "She" en de aankomende "Out of the Machine" van Alex Garland zijn al gewijd aan de creaties van kunstmatige intelligentie die onder ons leven. De Turing-test komt naar voren en we kunnen nog steeds niet het belangrijkste verschil bepalen tussen chips en code van vlees en bloed.
Sommige beroemdheden uit Silicon Valley uiten deze bezorgdheid ook: vorige maand beschreef Elon Musk (CEO van Tesla en SpaceX) kunstmatige intelligentie als "de grootste existentiële bedreiging" voor de mensheid. Wat velen van ons niet begrijpen, en misschien ook Elon Musk zelf, is dat kunstmatige intelligentie geen ongelooflijke technologie is die alleen bestaat in de fantasieën van filmmakers en computergenie-laboratoria.
Veel van onze smartphones gebruiken rudimentaire kunstmatige intelligentietechnieken om van de ene taal naar de andere te vertalen of om onze vragen te beantwoorden; in de game-industrie wordt AI gebruikt om complexe en steeds veranderende spelscenario's te genereren. En terwijl Silicon Valley-bedrijven zoals Google en Facebook AI-bedrijven blijven opkopen en experts inhuren, zal AI blijven groeien.
Dus kunstmatige intelligentie is niet de film van Spielberg?
Er zijn geen klachten over de film, maar de term die 'kunstmatige intelligentie' betekent heeft een veel langere geschiedenis dan die van Spielberg en Kubrick in hun films. Kunstmatige intelligentie gaat terug tot de geboorte van computers in de jaren vijftig, toen Alan Turing zich slechts 14 jaar na het definiëren van een universele computer afvroeg of een machine kon denken.
Promotie video:
64 jaar zijn verstreken, en dit idee houdt ons nog steeds bezig, wordt belichaamd in films en boeken en wordt besproken op symposia. Het week niet ver af van de regels die Turing uiteenzette in zijn Computing Machines and the Mind uit 1950, waarin hij het "imitatiespel" voorstelde dat we nu kennen als de Turing-test.
Verbind een computer met een tekstterminal en laat deze communiceren met de operator samen met een echt persoon. De essentie van de test is dat wanneer je de telefoniste vraagt om te bepalen welke van zijn gesprekspartners een mens was, "de telefoniste tijdens dit spel zo vaak fouten zal maken als hij fouten kan maken bij het onderscheiden van een man van een vrouw."
Turing geloofde dat het nuttiger zou zijn om erachter te komen of een machine een test zou kunnen doorstaan dan de vage en filosofische vraag te beantwoorden of het aan het denken was of niet. "Wat betreft deze kwestie … ik denk dat het zinloos is om erover te praten." Het is waar dat Turing dacht dat tegen het jaar 2000 "taal en onderwijs zo sterk veranderd zullen zijn dat iedereen zonder problemen met een denkmachine kan communiceren".
Letterlijk gesproken had hij het niet zo mis. Tegenwoordig hoor je mensen vaak zeggen dat hun computers "dom" of "attent" zijn. Maar zelfs als we serieuzer worden over de definitie van een denkmachine, zal dit idee dichter bij de realiteit staan dan velen misschien denken.
AI bestaat al?
Naar verhouding. We zijn nog ver verwijderd van het Turing-simulatiespel, ondanks berichten van het tegendeel. In juni bedroog chatbot Evgeny Gustman met succes een derde van de juryleden door de Turing-test in Londen af te leggen en hen ervan te overtuigen dat hij een mens was.
Maar in plaats van na te denken, vertrouwde Eugene op trucs en trucs. De machine die zich voordeed als een 13-jarige jongen voor wie Engels niet zijn moedertaal is, verklaarde de machine door zoveel onlogische aspecten van zijn gedrag, waaronder een slecht gevoel voor humor en aanstootgevende uitspraken, waardoor het gesprek vaak in een andere richting werd geleid.
De meeste AI-ontwikkelaars proberen het te leren om natuurlijke taal te verwerken, zodat we een commando kunnen geven in een taal die we kennen. Dit is wat kinderen al beginnen te doen voordat ze hun eerste stap zetten, en dit is een buitengewoon moeilijke taak voor een machine.
Overweeg een favoriete uitdrukking van AI-onderzoekers: "de tijd vliegt als een pijl, fruit vliegt als een banaan." [spel met woorden: "de tijd vliegt als een pijl, fruitvliegen houden van banaan"; het tweede deel van de zin, naar analogie met het eerste, kan worden vertaald als "de vrucht vliegt als een banaan"]. De opsplitsing van een zin in zijn samenstellende delen verbijstert soms zelfs Engelse moedertaalsprekers, om nog maar te zwijgen van het algoritme.
Heeft AI spraakproblemen?
Op die manier zeker niet. In feite wordt AI meestal niet gebruikt voor gesprekken. Sommigen van jullie zouden over kunstmatige intelligentie niet moeten weten van science fiction of van Alan Turing, maar van videogames, waar AI wordt gebruikt om te verwijzen naar computergestuurde tegenstanders.
In een first-person shooter bestuurt de AI bijvoorbeeld de bewegingen van vijanden, waardoor ze op de meest onbegrijpelijke manieren kunnen ontwijken, richten en op je schieten. In racegames kan de AI rivaliserende voertuigen besturen. Als toonbeeld van AI laten videogames zeker veel te wensen over. Maar diamanten zijn gemaakt van diamanten, en de vereenvoudigde regels van het systeem zorgen samen voor iets ingewikkelds.
Neem bijvoorbeeld GTA V, waar het creëren van steden met een eigen leven betekent dat je een hoek om kunt gaan en een brandweerman kunt vinden die een chauffeur bestrijdt die in een slang loopt; of Dwarf Fortress, waar kabouters in grotten leven met hun eigen leven, gestructureerd en algoritmisch gedetailleerd. Deze opkomende gameplay-systemen laten een geheel nieuwe manier zien waarop AI kan evolueren, niet door te proberen een mens na te bootsen, maar door een 'goed genoeg'-heuristiek te ontwikkelen die algoritmen in iets totaal anders verandert als ze voldoende worden geschaald.
Dus iedereen investeert in AI om betere games te maken?
Niet. Bedrijven als Apple en Google investeren veel geld in AI en proberen virtuele persoonlijke assistenten zoals Siri en Google Now te creëren.
Dit is misschien een beetje ver van Turing's fantastische visie, maar spraakdiensten doen in wezen hetzelfde harde werk als een mens. Ze moeten de gesproken taal luisteren en begrijpen, bepalen welke gegevens erin staan en vervolgens het resultaat teruggeven, ook in de vorm van een gesprek. Ze proberen ons niet te misleiden door te geloven dat ze menselijk zijn, maar het gebeurt vanzelf. Omdat al het computergebruik in de cloud plaatsvindt, hoe meer ze horen, hoe beter ze het begrijpen.
Toonaangevend AI-onderzoek is echter niet gericht op het repliceren van menselijk begrip van de wereld, maar het overtreffen ervan. IBM's Watson staat bijvoorbeeld bekend als de computer die de Jeopardy! in 2011, waarbij ze het begrip van natuurlijke taal gebruiken om antwoorden te vinden op de vragen van de begeleider. Maar naast het begrijpen van natuurlijke taal, kan Watson ook enorme hoeveelheden ongestructureerde gegevens lezen en begrijpen, en dat is zeer snel.
In het geval van Jeopardy! Werkte hij met 200 miljoen pagina's aan gegevens, inclusief de tekst van de hele Wikipedia. Het echte doel van Watson is om uit te breiden naar het hele internet en zorgprofessionals een handig mechanisme te bieden om mee te werken. Er zijn tenslotte wetenschappers die de mensheid gewoon willen redden.
Gaan we allemaal dood?
Kan zijn. De vrees bestaat dat zodra een voldoende veelzijdige AI zoals Watson is gemaakt, de kracht ervan zal toenemen, samen met de verwerkingskracht die ervoor beschikbaar is. De wet van Moore voorspelt dat de rekenkracht elke 24 maanden verdubbelt, dus het is slechts een kwestie van tijd voordat AI slimmer wordt dan zijn makers en een nog krachtigere AI kan creëren, wat leidt tot exponentiële groei van zijn mogelijkheden.
Maar wat doet superintelligente kunstmatige intelligentie met deze mogelijkheden? Het hangt allemaal af van hoe het is geprogrammeerd. Het probleem is dat het erg moeilijk is om een zeer intelligente computer te programmeren, zodat hij niet per ongeluk de mensheid vernietigt.
Stel dat u uw AI de taak geeft om paperclips te maken en deze zo goed mogelijk te maken. Hij zal snel genoeg beseffen dat verbeteringen in de stapelproductie kunnen worden bereikt door verbeteringen in de productielijn. Wat gaat hij hierna doen?
“Hij zal zich bijvoorbeeld zorgen maken dat mensen hem niet uitschakelen, want dan worden er geen paperclips geproduceerd”, legt Nick Bostrom uit. Paperclip AI, zegt Bostrom, “kan een persoon meteen kwijtraken omdat ze een bedreiging vormen. Daarnaast heeft hij zoveel mogelijk middelen nodig, want daar kunnen paperclips van worden gemaakt. Bijvoorbeeld atomen in menselijke lichamen."
Hoe ga je om met dergelijke AI?
Volgens sommige theoretici zoals Ray Kurzweil, de CTO van Google, werkt de enige manier om AI uit te schakelen. Mensen zouden niet alleen moeten nadenken over hoe ze intelligente AI kunnen creëren, maar ook over de ethische kant van dit probleem - en ernaar moeten programmeren.
Uiteindelijk is het schrijven van code alleen maar zoeken naar problemen. Een machine met instructies om "mensen gelukkig te maken" kan dit probleem eenvoudig oplossen door elektroden in de hersenen van mensen te implanteren. Daarom, als we kunstmatige intelligentie vragen om grote filosofische problemen op te lossen, moeten we ervoor zorgen dat de machine begrijpt wat 'goed' en wat 'slecht' is.
Dus we hebben een ethisch programma nodig en alles komt goed?
Niet echt. Zelfs als we erin slagen te voorkomen dat kwaadwillende AI de kop opsteekt, blijft de vraag hoe de samenleving zich aanpast aan de groeiende mogelijkheden van kunstmatige intelligentie.
De industriële revolutie kenmerkt zich door de automatisering van een aantal banen die voorheen afhankelijk waren van handenarbeid. Het lijdt geen twijfel dat de industriële revolutie de periode was van de belangrijkste groei van het menselijk welzijn. Maar de coup van die tijd was uniek in zijn geval, en het is onwaarschijnlijk dat we dit nog eens zullen kunnen zien.
Wat stoomkracht deed voor fysieke arbeid, kan AI doen voor mentale arbeid. De eerste slachtoffers van deze sfeer duiken al op: er is geen plaats voor taxivervoer in de wereld met Hailo en Uber; het werk van een effectenmakelaar is juist veranderd door de introductie van hoogfrequente handel; sport- en nieuwsverhalen worden binnenkort gemaakt door auto's.
De echte veranderingen beginnen pas. In november leidde Goldman Sachs een financieringsronde van $ 15 miljoen voor Kensho, een financiële gegevensanalysedienst die kunstmatige intelligentietechnieken gebruikt die buiten het bereik van de beste menselijke analisten liggen. Het kan zo'n enorme hoeveelheid gegevens aan dat mensen er simpelweg machteloos voor staan.
Kensho-analyse kan worden gebruikt door een hoogfrequent handelsbedrijf als Athena, dat het gebruikt om een milliseconde voorsprong op de markt te krijgen - genoeg om geld te verdienen als u in miljarden dollars handelt.
Nadat dergelijke handel de algemene markt heeft beïnvloed, kan Kensho zijn algoritmen aan Forbes leveren en zal zij haar financiële analisten vervangen. De meeste bedrijfssamenvattingen zijn één-op-één, en als de gegevens in een gestructureerd formaat beschikbaar zijn, waarom zou je dan tijd verspillen met mensen?
Over het algemeen zijn dergelijke veranderingen goed. Als het werk van miljoenen mensen algoritmen vervangt, kunnen ze iets beters doen, zal het aantal werkuren afnemen en komen we een stap dichter bij utopie.