Vijf seizoenen kunstmatige intelligentie. Hij slaat een persoon aan gruzelementen in Go, neemt de controle over zijn auto en vervangt hem op het werk, en kan tegelijkertijd de effectiviteit van medicijnen verbeteren. Zijn lange geschiedenis gaat terug tot 1958 met een enorme machine die onderscheid kon maken tussen rechts en links.
1: 0. Dan 2: 0. En 3: 0. In maart 2016 vond de slotbijeenkomst plaats in het Four Seasons Hotel in Seoul, waarna er geen twijfel over bestond: de Koreaanse go-kampioen Lee Sedol verloor 4: 1 aan een computer met het AlphaGo-programma ontwikkeld door een dochteronderneming van Google "Deepmind". Voor de eerste keer in de geschiedenis overtrof het mechanisme van "machine learning" en "kunstmatige neurale netwerken" het menselijk brein volledig in dit spel, dat wordt beschouwd als moeilijker te simuleren dan schaken. Veel experts benadrukken dat ze een dergelijk resultaat pas over een paar jaar verwachtten.
Voor een breder publiek was dit het bewijs van de kracht van de nieuwe 'deep learning'-technologie, die nu centraal staat in stemassistenten, zelfrijdende auto's, gezichtsherkenning, automatische vertaling, en die ook medische diagnose vergemakkelijkt …
De interesse in automatische leertechnologieën, die wordt getoond door Amerikaanse en Chinese bedrijven op het gebied van geavanceerde technologieën (Google, Amazon, Facebook, Microsoft, Baidu, Tensent), beslaat de hele planeet en springt steeds meer van wetenschappelijke koppen van kranten in economisch, analytisch en sociaal materiaal. Feit is dat kunstmatige intelligentie niet alleen grote veranderingen in de economie belooft, maar ook gedachten oproept over nieuwe destructieve wapens, algemeen toezicht op burgers, vervanging van werknemers door robots, ethische problemen …
Maar waar kwam de technologische revolutie van AI vandaan? Haar verhaal kent genoeg ups en downs. Ze vertrouwde op de prestaties van neurowetenschappen en informatica (zoals je misschien uit de naam kunt raden), evenals, verrassend genoeg, op natuurkunde. Haar pad ging door Frankrijk, de VS, Japan, Zwitserland en de USSR. Op dit gebied kwamen verschillende wetenschappelijke scholen met elkaar in botsing. Ze wonnen de ene dag en verloren de volgende. Iedereen moest geduld, doorzettingsvermogen en bereidheid tonen om risico's te nemen. Er zijn twee winters en drie bronnen in dit verhaal.
Zelfbewuste machine
Het begon allemaal prima. "Het Amerikaanse leger sprak over het idee van een machine die kan lopen, praten, zien, schrijven, reproduceren en zich bewust wordt van zichzelf", schreef The New York Times op 8 juli 1958. Dit artikel met één kolom beschrijft de Perceptron, die is gemaakt door de Amerikaanse psycholoog Frank Rosenblatt in de laboratoria van Cornell University. Deze machine van $ 2 miljoen had destijds ongeveer de grootte van twee of drie koelkasten en was gevlochten met veel draden. Tijdens een demonstratie voor de Amerikaanse pers bepaalde de Perceptron of een vierkant getekend op een blad zich rechts of links bevond. De wetenschapper beloofde dat zijn machine met een investering van nog eens 100 duizend dollar binnen een jaar zal kunnen lezen en schrijven. In feite heeft dit meer dan 30 jaar geduurd …
Promotie video:
Hoe het ook zij, het belangrijkste in dit project was de inspiratiebron, die tot aan AlphaGo en haar "familieleden" onveranderd bleef. Psycholoog Frank Rosenblatt houdt zich al meer dan tien jaar bezig met de concepten cybernetica en kunstmatige intelligentie. Overigens ontwikkelde hij zijn Perceptron met de hulp van twee andere Noord-Amerikaanse psychologen: Warren McCulloch en Donald Hebb. De eerste publiceerde in 1943 een gezamenlijk artikel met Walter Pitts (Walter Pitts) met een voorstel om "kunstmatige" neuronen te creëren, die zouden moeten uitgaan van natuurlijke en wiskundige eigenschappen hebben. De tweede introduceerde in 1949 regels om kunstmatige neuronen met vallen en opstaan te laten leren, zoals de hersenen dat doen.
De brug tussen biologie en wiskunde was een gedurfd initiatief. Een teleenheid (neuron) kan actief (1) of inactief (0) zijn, afhankelijk van de stimuli van andere kunstmatige formaties waarmee het is verbonden, en vormt zo een complex en dynamisch netwerk. Om precies te zijn, elk neuron ontvangt een bepaalde set symbolen en vergelijkt deze met een bepaalde drempel. Als de drempel wordt overschreden, is de waarde 1, anders - 0. De auteurs hebben aangetoond dat hun bijbehorende systeem logische bewerkingen kan uitvoeren zoals "en" en "of" … en dus elke berekening kan uitvoeren. In theorie.
Deze innovatieve benadering van berekeningen leidde tot de eerste ruzie in onze geschiedenis. De twee concepten kwamen samen in een onverzoenlijke confrontatie die tot op de dag van vandaag voortduurt. Enerzijds zijn er aanhangers van neurale netwerken, anderzijds zijn er voorstanders van "klassieke" computers. De laatste zijn gebaseerd op drie principes: berekeningen zijn overwegend sequentieel, geheugen en berekeningen worden voorzien van duidelijk gedefinieerde componenten, elke tussenwaarde moet gelijk zijn aan 0 of 1. Voor de eerste is alles anders: het netwerk biedt zowel geheugen als berekeningen, er is geen gecentraliseerde controle, en tussenliggende waarden zijn toegestaan.
De "Perceptron" heeft ook het vermogen om bijvoorbeeld een patroon te leren herkennen of signalen te classificeren. Dit is hoe de schutter het zicht corrigeert. Als de kogel naar rechts gaat, verplaatst hij de loop naar links. Op het niveau van kunstmatige neuronen betekent dit het verzwakken van degenen die naar rechts trekken, ten gunste van degenen die naar links trekken, en u in staat stellen het doel te raken. Het enige dat overblijft is om deze wirwar van neuronen te creëren en een manier te vinden om ze met elkaar te verbinden.
Hoe het ook zij, het enthousiasme verdween aanzienlijk in 1968 met de uitgave van het boek Perceptrons van Seymour Papert en Marvin Minsky. Daarin toonden ze aan dat je met de structuur van perceptrons alleen de eenvoudigste problemen kunt oplossen. Het was de eerste winter van kunstmatige intelligentie, waarvan we moeten toegeven dat de eerste lente niet veel vrucht voortbracht. En de wind waaide uit het niets: Marvin Minsky stond aan de basis van de opkomst van het concept van "kunstmatige intelligentie" in 1955.
AI en AI komen in botsing
Op 31 augustus van dat jaar stuurden zij en collega John McCarthy een tiental mensen om hen uit te nodigen om volgende zomer deel te nemen aan een werk van twee maanden aan het toenmalige eerste concept van kunstmatige intelligentie op Dartmouth College. Warren McCulloch en Claude Shannon, de vader van de informatica en telecommunicatietheorie, waren aanwezig. Hij was het die Minsky en McCarthy naar het Bell-laboratorium bracht, waaruit vervolgens transistors en lasers kwamen. Bovendien waren zij het die in de jaren tachtig een van de centra werden van de heropleving van neurale netwerken.
Parallel hiermee werden twee nieuwe bewegingen gevormd, en Stanford University werd hun slagveld. Aan de ene kant pronkte het acroniem voor AI, "kunstmatige intelligentie", in een ander begrip dan neurale netwerken, dat werd verdedigd door John McCarthy (hij verliet het Massachusetts Institute of Technology en richtte zijn laboratorium op Stanford op). Aan de andere kant is er een gebruikersinterface, "verbeterde intelligentie", die de nieuwe benadering van Douglas Engelbart weerspiegelt. Hij werd in 1957 aangenomen door het Stanford Research Institute (opgericht in 1946 door een onafhankelijke instelling die contact had met de particuliere sector).
Douglas Engelbart had een moeilijk pad achter zich. Hij was een technicus en hield zich bezig met radar tijdens de Tweede Wereldoorlog, maar hervatte zijn studie en verdedigde zijn proefschrift. Voordat hij bij Stanford kwam, richtte hij zelfs zijn eigen bedrijf op, maar dat duurde slechts twee jaar. Op een nieuwe plek begon hij zijn visie op het verbeteren van menselijke vaardigheden te implementeren. Hij zei dat hij een duidelijk idee had van hoe "collega's in verschillende kamers zitten op vergelijkbare werkstations die zijn gekoppeld aan hetzelfde informatiesysteem en nauw kunnen samenwerken en gegevens kunnen uitwisselen", zegt socioloog Thierry Bardini.
Deze visie werd in december 1968, tien jaar na de introductie van Perceptron, in praktijk gebracht tijdens een demonstratie van het oNLine-systeem met een teksteditor op het scherm, hyperlinks naar documenten, grafieken en een muis. Douglas Engelbart was een visionair, maar keek waarschijnlijk te ver in de toekomst om echt bekend te worden.
Januari 1984, de eerste Macintosh
John McCarthy noemde dit systeem op zijn beurt onnodig 'dictatoriaal' omdat het een speciale benadering van tekststructurering oplegde. Deze dappere wetenschapper, die net als Engelbart werd gefinancierd door het Amerikaanse leger, presenteerde zijn eigen, symbolische concept van kunstmatige intelligentie. Hiervoor vertrouwde hij op LISP, een van de eerste programmeertalen die hij ontwikkelde. Het idee was om het denkproces te imiteren met een logische keten van regels en symbolen en daarmee een gedachte of in ieder geval een cognitieve functie te vormen. Dit heeft niets te maken met netwerken van onafhankelijke neuronen die wel kunnen leren, maar hun keuze niet kunnen verklaren. Afgezien van de robo-hand die de klap uitdeelde, die iedereen amuseerde door glazen omver te stoten, was de nieuwe aanpak behoorlijk succesvol in termen van wat lang "expertsystemen" werd genoemd. Dankzij ketens van regels konden machines gegevens op een groot aantal verschillende gebieden analyseren, of het nu ging om financiën, geneeskunde, fabricage en vertaling.
In 1970 legde een collega van Minsky de volgende verklaring af aan Life magazine: “Over acht jaar hebben we een machine met de intelligentie van een gemiddeld mens. Dat wil zeggen, een machine die Shakespeare kan lezen, de olie in een auto kan verversen, grappen kan maken, kan vechten."
De overwinning van de symbolische benadering
Blijkbaar houdt kunstmatige intelligentie niet van profetie. In 1973 werd in Engeland een rapport uitgebracht dat de hoofden deed afkoelen: “De meeste wetenschappers die aan kunstmatige intelligentie en aanverwante gebieden werken, geven toe dat ze teleurgesteld zijn over wat er de afgelopen 25 jaar is bereikt. (…) In geen van de kampen hebben de ontdekkingen die tot dusver zijn gedaan de beloofde resultaten opgeleverd."
De volgende jaren hebben deze diagnose bevestigd. In de jaren tachtig gingen AI-bedrijven failliet of veranderden ze van terrein. Het laboratoriumgebouw van McCarthy werd in 1986 afgebroken.
Douglas Engelbart won. In januari 1984 bracht Apple zijn eerste Macintosh uit, waarmee de meeste ideeën van de ingenieur in praktijk werden gebracht.
De overwinning ging dus niet naar kunstmatige intelligentie, waar Minsky en McCarthy van droomden, maar naar het verbeterde intellect van Engelbart. Dit alles heeft geleid tot de ontwikkeling van efficiënte personal computers. En kunstmatige intelligentie is op een dood spoor beland. Symboliek bleek sterker te zijn dan neurale netwerken. Toch houdt ons verhaal daar niet op en zullen ze zichzelf nog steeds verklaren.
David Larousserie
