Betekent kunstmatige intelligentie het einde van de wereld?

Inzien hoe je AI kunt inzetten geeft je een belangrijk voordeel op je concurrenten

Artificial intelligence of kortweg AI. Een term die vaak geassocieerd worden met science fiction en zelfdenkende robots waardoor het niet door iedereen serieus genomen wordt. En dat is jammer want deze techniek beïnvloedt steeds meer aspecten van ons leven, zowel op het werk als privé. Het is dus goed om te weten wat AI is en wat we ervan kunnen verwachten in de nabije toekomst.

Maar waar begin je? Want de kans is groot  dat je verdwaalt in de vele boeken, artikelen, blogposts, podcasts en video’s over artificial intelligence (AI). Dit artikel geeft een overzicht van de belangrijkste feiten en ontwikkelingen. Wat is AI, wat kan het voor ons betekenen en wat zijn de gevaren ervan?

Wat is AI en waarom is het een big deal?

Sinds een paar duizend jaar is de mens de baas op aarde: wij kunnen andere soorten inzetten in ons belang. De oorzaak? Onze intelligentie. Dat is een belangrijkere eigenschap dan groot of sterk zijn, omdat we daardoor kunnen samenwerken en uitvindingen kunnen doen.

Kunstmatige intelligentie is zo’n uitvinding: het creëren van een artefact dat een vorm van intelligentie vertoont. Toch is deze uitvinding net iets anders dan alle eerdere. Het is namelijk de eerste die de potentie heeft om intelligenter te worden dan wijzelf. De gevolgen daarvan kunnen we ons moeilijk voorstellen. We hebben de planeet tenslotte nooit gedeeld met iets wat intelligenter is dan wij. De enige referentie die we hebben is onze omgang met mínder intelligente soorten. En dat belooft niet veel goeds. 

Praat je over kunstmatige intelligentie, dan stuit je dus al snel op filosofische vragen. Wat is intelligentie eigenlijk? Hoe leer je een machine wat gezond verstand is? Hoe weet je of een mens, dier of machine bewustzijn heeft? En wat maakt jou jou?

Vier indrukwekkende voorbeelden van AI in actie

Lees het vervolg

Wil je meer weten over hoe Aviva Solutions jouw bedrijf kan helpen?

Neem vandaag nog contact met ons op en ontdek de mogelijkheden! Of je nu vragen hebt over AI, een project wilt bespreken of gewoon nieuwsgierig bent naar wat we voor jou kunnen betekenen, wij staan voor je klaar.

Intelligentie versus bewustzijn

Verdiep je je in kunstmatige intelligentie, dan is het belangrijk om onderscheid te maken tussen intelligentie en bewustzijn. Intelligentie is het vermogen om problemen op te lossen; bewustzijn het besef dat jijzelf bestaat. Dankzij bewustzijn kun je jezelf aanduiden met ‘ik’, kun je reflecteren op jouw eigen gedrag of dat van een ander en kun je ethische afwegingen maken.

In dat onderscheid zit ’m het verschil tussen de mens en een robot: robots hebben (nog) niet het bewustzijn, alleen de intelligentie met de mens gemeen. Een intelligente machine kan dus problemen oplossen en keuzes maken, maar heeft daarbij geen gevoelens. Dat is voor ons lastig te beseffen, omdat we geneigd zijn tot antropomorfisme: het toekennen van menselijke eigenschappen aan niet-menselijke wezens.

Deze intelligentie van machines kunnen we programmeren met symbolic AI, maar zelfs dat is tegenwoordig al niet meer nodig. Kunstmatige intelligentie is nu namelijk gebaseerd op algoritmes waarmee computers zelfstandig informatie interpreteren en daarmee problemen oplossen.

De Turing-test

Een van de grondleggers van de computer, Alan Turing, stelde dat ‘een computer intelligent genoemd mag worden als hij een mens kan doen geloven dat hij een mens is’. Om dat te kunnen testen beschreef Turing in 1950 de Imitation Game, later bekend als de Turing-test. Kun je uit die test de computer niet van een mens onderscheiden, dan is de computer geslaagd voor de Turing-test.

Dat is nog geen enkele computer gelukt, ondanks dat de term kunstmatige intelligentie al zestig jaar geleden voor het eerst werd gebruikt. Moeten we ons dan nog wel druk maken over het fenomeen kunstmatige intelligentie? Ja, zeggen veel wetenschappers. Zij geloven dat we op dit moment aan de vooravond staan van een intelligence explosion: een dusdanig snelle groei van kunstmatige intelligentie dat een computer straks net zoveel slimmer is dan jij, als jij slimmer bent dan bijvoorbeeld een koe.

De snelheid van technologische vooruitgang

Het belangrijkste argument voor de waarschijnlijkheid van zo’n intelligence explosion is de exponentiële groeicurve van menselijke en technologische ontwikkeling.

Een korte geschiedenisles om die curve te illustreren: de eerste ontwikkelingen van de mens, in de tijd van de jagers en verzamelaars, duurden honderdduizenden jaren. Vanaf het tijdperk van de landbouw en veeteelt bestonden er talen en dorpen, waardoor ideeën sneller werden uitgewisseld en vooruitgang versnelde, maar nog steeds duizenden jaren duurde. In één mensenleven was er dus nog niets merkbaar van die vooruitgang.

Dat veranderde met de industriële revolutie, rond 1760. Ineens duurde vooruitgang slechts tientallen jaren. En sinds de uitvinding van de computer in 1950 leven we in het informatietijdperk, dat weer een versnelling met zich meebracht. Dit komt doordat de computer en het internet het mogelijk maken om nog sneller samen te werken en informatie te delen. Nooit eerder veranderde de wereld in zo’n hoog tempo.

Law of accelerating returns

Uitvinder en futurist Ray Kurzweil, beroemd om zijn voorspellingsgave, noemt dit verschijnsel van steeds snellere technologische vooruitgang de law of accelerating returns: iedere uitvinding levert meer kennis en tools op, die het doen van een volgende uitvinding vergemakkelijken en versnellen. In zijn boek The Singularity Is Near voorspelt Kurzweil dat in 2029 computers voor het eerst zullen slagen voor de Turing-test.

Hoe AI zich ontwikkelt

De ontwikkeling van kunstmatige intelligentie is zichtbaar op meerdere vlakken, waaronder in games, taal en fotoherkenning.

Games

Sinds 1952 kunnen computers bordspellen spelen. Het eerste spel was boter-kaas-en-eieren, waarin het aantal mogelijkheden natuurlijk beperkt is. In 1997 versloeg een computer de toenmalige wereldkampioen schaken op basis van menselijke logica, rekenkracht en een database met miljoenen schaakzetten.

Dat een computer ook menselijke taal kan begrijpen bleek in 2011, toen de Watson-computer het spel Jeopardy speelde. Binnen enkele seconden interpreteerde én beantwoordde de computer algemene ontwikkelingsvragen door te zoeken in artikelen, boeken en encyclopedieën.

Volgende mijlpaal vormde het bordspel Go, dat complexer is dan schaken: het heeft meer mogelijke bordposities dan er atomen in het universum zijn. In 2016 werd de wereldkampioen verslagen door een algoritme.

Dat algoritme was niet geprogrammeerd met menselijke zetten, maar met de basisregels van het spel. Vervolgens werd het algoritme beter door tegen zichzelf te spelen. Deze techniek heet reinforcement learning, het leren van eigen fouten en successen. De strategie van de computer werd dus helemaal niet meer beïnvloed door menselijke logica. En daar ook niet door beperkt.

Nadat kunstmatige intelligentie het menselijke niveau van bordspellen ontsteeg, waren 3D-strategiespellen de logische volgende stap. In april 2019 versloeg een computer voor het eerst een e-sportswereldkampioen. Inmiddels zijn er dan ook bijna geen games meer waarin mensen beter zijn dan computers.

Taal en beeld

Ook op het gebied van taal zijn computers in korte tijd heel slim geworden. In 2018 won een computer een aantal onderdelen van de Stanford Question Answering Dataset (SQuAD), die de vaardigheid begrijpend lezen toetst.

In datzelfde jaar maakte Microsoft een Chinees-Engelse vertaalcomputer waarvan de vertalingen van hetzelfde niveau waren als die van een menselijke tolk. De vertalingen van Google Translate zijn sinds eind 2016 enorm verbeterd dankzij het gebruik van neurale netwerken.

Een neuraal netwerk is een generiek algoritme met veel parameters. Als een dataset een patroon bevat, hoe ingewikkeld ook, kan een neuraal netwerk de wiskundige functie daarvan vinden. En met die functie kan het netwerk voorspellingen doen over data die het nooit eerder gezien heeft.

Ook de kwaliteit van spraaksynthese (computergegenereerde stemmen) en fotoherkenning is de afgelopen jaren met sprongen vooruitgegaan. Google Maps brengt je snel naar de juiste plek en Google Lens vertelt je binnen een paar seconden alles over een gefotografeerd voorwerp.

Hype of blijvende impact?

Veel mensen zijn sceptisch over de mogelijkheden en gevolgen van AI. Toch geloven veel wetenschappers dat het géén hype is en de impact ervan steeds groter zal worden. Vooral door verbeterde algoritmes, de toegenomen rekenkracht van computers en de hoeveelheid beschikbare data om neutrale netwerken te trainen.

Volgens computerwetenschapper Andrew Ng zal de impact van kunstmatige intelligentie vergelijkbaar zijn met die van elektriciteit. Hij verwacht dat de meeste apparaten in de nabije toekomst een vorm van intelligentie bevatten en dat wij mensen dat ook steeds normaler gaan vinden. Volgens Ng zal het industrieën gaan transformeren, net als elektriciteit dat heeft gedaan. En dat kan positief uitpakken, maar ook risico’s met zich meebrengen.

Risico’s van AI

Nu al heeft AI een grote impact op ons dagelijks leven en ondervinden we er gemak van. Maar er kleven ook risico’s aan het gebruik. Een aantal van de slimste mensen maakt zich zorgen. Elon Musk denk dat kunstmatige intelligentie de grootste bedreiging is voor het voortbestaan van de mensheid. Bill Gates is het daarmee eens en begrijpt niet waarom er niet meer mensen ongerust zijn. Stephen Hawking dacht dat het ofwel het beste, ofwel het slechtste is dat ons kan overkomen.

Veranderende arbeidsmarkt

Een van de risico’s van kunstmatige intelligentie is de impact ervan op de arbeidsmarkt. Intelligente machines nemen steeds meer banen over. Dat is natuurlijk geen nieuwe ontwikkeling. Dit gebeurde ook tijdens de industriële revolutie en de introductie van de computer en het internet. Het verschil is dat de transitie nu waarschijnlijk veel korter zal duren. Geen tientallen jaren, maar hooguit een jaar of tien, twintig. 

Net als voorheen zullen er nieuwe banen ontstaan, maar de vraag is of dit banen zijn waarin een mens beter is dan een machine. In de woorden van Yuval Harari: ‘Het cruciale probleem zit ’m niet in het creëren van nieuwe banen. Het cruciale probleem is het creëren van nieuwe banen die mensen beter uitvoeren dan algoritmes.’ 

Selffulfilling prophecy

Een tweede risico vormt ons vertrouwen op kunstmatig gegenereerd advies. Op dit moment worden er al algoritmes gebruikt om te bepalen wie een baan of lening krijgt, wie er in aanmerking komt voor een verzekering of welke gevangene op borgtocht mag. 

Algoritmes geven zulke adviezen door patronen te ontdekken in historische data. Klinkt handig, maar helemaal betrouwbaar is het niet. Want bevatten die data bepaalde vooroordelen, dan zal het algoritme deze vooroordelen overnemen.

Zo wordt op steeds meer plaatsen smart policing gebruikt: algoritmes bepalen waar de kans op een misdrijf het grootst is, zodat dat gebied beter kan worden beveiligd. Maar als de politie meer patrouilleert op bepaalde plaatsen, is het logisch dat ze daar meer misdrijven gaan ontdekken. Zo kan er, net als met de geprogrammeerde vooroordelen, een onjuist beeld ontstaan dat zichzelf in stand houdt. Kortom, een selffulfilling prophecy. 

Profilering en manipulatie

Een derde risico is groepsprofilering en manipulatie. Met alles wat je deelt en liket op social media, met iedere YouTube-video die je bekijkt en elke zoekactie op Google geef je veel informatie over jezelf. Zelfs door alleen met je telefoon op zak te lopen weet Google precies waar je bent geweest. Algoritmes kunnen daar gemakkelijk conclusies uit trekken. Bijvoorbeeld over je interesses en waarden en de winkels waar je vaak komt.

Zulke gegevens kunnen worden gebruikt om mensen te manipuleren. Een bekend voorbeeld: Cambridge Analytica maakte profielen van miljoenen Amerikaanse kiezers, met behulp van kunstmatige intelligentie en illegaal verkregen Facebook-data. Op basis van die informatie gaf het bedrijf Amerikaanse kiezers gepersonaliseerde advertenties, met als doel hun meningen te beïnvloeden. Mede hierdoor heeft Trump de verkiezingen gewonnen.

Een ander voorbeeld hiervan zijn deep fakes: zeer geloofwaardige video’s waarin gezichten of stemmen zijn vervangen door die van iemand anders. Het is daardoor zo goed als onmogelijk te bepalen of een video echt is of niet. Welk nieuws kun je dan nog geloven?

Autonome wapens

Een risico dat voor zich spreekt is dat van autonome wapens. Semi-autonome wapens worden al gebruikt. Denk aan verdedigingswapens op marineschepen of drones om specifieke doelen te bombarderen. Maar tot nu toe moet er nog altijd een mens op de knop drukken.

De meeste landen vinden het onethisch om volledig autonome wapens te gebruiken. Maar die stelling wordt onnavolgbaar zodra één land of terroristische organisatie besluit dat wel te doen. Dan hebben andere landen geen andere keuze dan mee te doen, gezien hun militaire positie.

Experts als Elon Musk en Stephen Hawking waarschuwden voor de gevaren van een dergelijke wapenwedloop. Dat bevestigde de Russische president Poetin: ‘Het land dat de macht heeft in kunstmatige intelligentie is de leider van de wereld.

Superintelligentie

De hierboven genoemde risico’s zijn nu al aan de orde. Een laatste risico vergt meer inbeeldingsvermogen: artificial superintelligence. Dat betekent dat machines het menselijk niveau van intelligentie ontstijgen. De weg daarnaartoe bestaat uit drie stappen.

  1. Artificial narrow intelligence (ANI): computers beschikken over één vaardigheid, zoals schaken of vertalen. In deze eerste stap bevinden we ons momenteel. Alle hierboven genoemde risico’s zijn hier voorbeelden van.
  2. Artificial general intelligence (AGI): computers zijn op alle vlakken net zo intelligent als een mens. Experts verwachten deze stap in 2040 te kunnen maken.
  3. Artificial superintelligence (ASI) bereiken we naar verwachting in 2060, als een machine vele malen intelligenter is dan welke mens dan ook.

Het bestaan van superintelligentie zou betekenen dat intelligentie niet beperkt is tot menselijk niveau, hoe moeilijk wij ons dat ook kunnen voorstellen. Of we dat punt ooit bereiken is niet zeker, maar er is geen natuurkundige die het als onmogelijk ziet.

Wat wel zeker is: om superintelligentie te bereiken, hebben we snelle hardware nodig. Vergelijkbaar met de snelste supercomputer van dit moment. En daarnaast software die hetzelfde kan als onze hersenen. Zulke snelle computers zijn nu nog gigantisch groot, verbruiken veel energie en kosten een fortuin. Het is een kwestie van tijd voor dat verandert. Ter vergelijking: de iPad 2 uit 2011 had dezelfde rekenkracht als de snelste supercomputer uit 1994. Om de benodigde software te ontwikkelen experimenteren bedrijven met chips die hetzelfde werken als onze hersenen.

Uitsterven of het eeuwige leven

ASI is omstreden. En dat is niet gek. Het zou er, als we het al bereiken, voor kunnen zorgen dat mensen uitsterven. Niet door kwaadaardige robots, maar om dezelfde reden als dat wij bepaalde diersoorten hebben uitgeroeid: om onze doelen te kunnen bereiken. Denk aan het kappen van bossen om in onze behoefte aan vlees te voorzien, waardoor de dieren die daar leven verdwijnen.

Een optimistische voorspelling is dat superintelligentie ons ook het eeuwige leven kan geven. Gecombineerd met de vooruitgang in genetica, nanotechnologie, robotica en 3D-printen zouden we superintelligentie kunnen gebruiken om problemen als klimaatverandering, armoede, voedsel- en energietekorten op te lossen. Om ziektes te genezen of te voorkomen, of om ons lichaam zodanig aan te passen dat we minder kwetsbaar worden. En misschien zelfs onsterfelijk.

Onvoorstelbaar

Hoewel kunstmatige intelligentie ons dagelijks leven al steeds meer beïnvloedt, zowel in positieve als negatieve zin, is de impact ervan misschien nog moeilijk voor te stellen. Hetzelfde zagen we bij de introductie van elektriciteit, het internet en de mobiele telefoon. Waar we ons toen geen leven mét konden voorstellen, kunnen we nu niet meer zonder.


Ontdek vandaag nog de kracht van Aviva Solutions en geef jouw digitale strategie een boost!  

Als je op zoek bent naar een partner voor jouw volgende stap in digitale ontwikkeling die samenwerking, creativiteit en vakkennis als kernwaardes heeft, dan zijn wij de partij voor jou. Neem contact om te ervaren hoe we je verder kunnen helpen.

Martin Opdam

Profiel

Martin Opdam werkt sinds 1995 als software developer waarvan de laatste 11 jaar bij Aviva Solutions. Hij heeft in die tijd gewerkt aan projecten voor verschillende bedrijven in allerlei branches. In 2016 werd zijn interesse in artificial intelligence gewekt na een gesprek met een collega en het lezen van de blogposts van Wait But Why. Vooral de snelheid waarmee AI (en technologie in het algemeen) zich ontwikkelt, gecombineerd met het feit dat de meeste mensen zich hier niet bewust van zijn, maakte dat hij zijn opgedane kennis wilde delen. Eerst met collega’s tijdens een kennissessie op kantoor bij Aviva Solutions, later ook met een groter publiek zoals bij .Net Zuid en Future Tech. Hij hoopt dat zijn enthousiasme over AI meer mensen bewustmaakt van deze technologie en de mogelijkheden en risico’s.

Meer leesvoer vind je hier!