Wordt AI slimmer dan de mens en op welke termijn?

Neuroplasticiteit, het fenomeen dat ons vermogen om te leren mogelijk maakt, heeft niet alleen ons begrip van het menselijk brein getransformeerd, maar ook de manier waarop machines leren. Van neurale netwerken, die de structuur van onze hersenen nabootsen, tot geavanceerde, zelflerende systemen die de grenzen van machine-intelligentie verleggen. We staan voor een toekomst waarin de potentie van artificiële intelligentie (AI) zowel opwindend als ontzagwekkend is.

Terwijl sommige visionairs dromen van een utopische wereld, waarin AI ons ten dienste staat, waarschuwen anderen voor een dystopische toekomst waarin machines de menselijke intelligentie overtreffen. Hoelang duurt het nog voordat machines intelligenter worden dan wijzelf? Wat staat ons te wachten?

Supervised, unsupervised en reinforcement learning

Filip Van den Abeele bespreekt in zijn boek ‘Technologie twijfelt ook‘ (affiliate) dertien dilemma’s over innovatie en ethiek. Een van die dilemma’s gaat over AI: betekent deze technologie het einde van het mensdom? Om daar een zinnig antwoord op te geven, moet je eerst begrijpen hoe wij als mens leren.

Neuroplasticiteit

Wij danken ons vermogen om te leren aan het fenomeen van neuroplasticiteit: je brein kan zich aanpassen en veranderen, afhankelijk van wat je doet en ervaart. Als je bijvoorbeeld iets nieuws leert, zoals een taal, maakt je brein nieuwe verbindingen tussen de zenuwcellen of neuronen. Hoe meer je oefent, hoe sterker die verbindingen worden. Het is alsof je brein spieren kweekt die, naarmate je ze meer gebruikt, steeds sterker worden. Dus als je elke dag die nieuwe taal spreekt, worden de paden in je brein, die met een nieuwe taal leren te maken hebben, sterker en duidelijker. Dit maakt het voor jou makkelijker om het te onthouden en beter te worden.

Supervised learning

Neurale netwerken bootsen die architectuur van de hersenen na. Ze zijn opgebouwd uit een groot aantal cellen die met elkaar in verbinding staan. De sterkte van iedere verbinding wordt uitgedrukt door een gewichtsfactor. Neurale netwerken zijn in staat zijn om zelfstandig te leren. Als we die netwerken trainen met grote hoeveelheden data, dan leren ze patronen ontdekken. Ze doen dat door de gewichtsfactoren in hun netwerk aan te passen.

Als zo’n aanpassing goede resultaten oplevert, versterkt de band tussen de cellen en wordt de machine slimmer. Door bijvoorbeeld miljoenen foto’s van katten te tonen, kan de machine zo na verloop van tijd zelfstandig een kat herkennen. De computer leert een kat van een hond te onderscheiden, en kan zelfs synthetische foto’s van katten produceren. Die vorm van gesuperviseerd leren (supervised learning), waarbij we een patroon voorhouden, is heel efficiënt voor classificatieproblemen.

Unsupervised learning

Het wordt nog interessanter wanneer machines ongesuperviseerd leren (unsupervised learning). We houden ze niet langer een patroon voor, maar ze ontdekken zelf clusters in de data. Ook dat soort AI is inmiddels dagelijkse kost geworden. Denk aan de aanbevelingen die je van Netflix krijgt; je kijkgewoonten worden geanalyseerd om nieuwe content aan te bevelen. De dienst maakt gebruik van ongesuperviseerd leren om je voorkeuren te raden.

Reinforcement learning

De overtreffende trap heet versterkend leren (reinforcement learning). De machine blijft in het ongewisse van de opdracht, maar wordt beloond bij een goede output, en bestraft bij een foute actie. De machine leert dus van zijn fouten, en ontdekt zo de beste strategie om het probleem op te lossen. We mogen dus terecht spreken over zelflerende machines of machine learning. En omdat de neurale netwerken, die ze leren bestuderen, uit vele lagen bestaan, spreken we over deep learning.

Machines leren door machines

Dat lerend vermogen wordt nog zo veel groter, wanneer slimme machines worden opgeleid door andere machines. Bij generative adversarial networks worden twee neurale netwerken tegen elkaar uitgespeeld. Het is een krachtige combinatie van gesuperviseerd en versterkend leren. Wanneer machines leren van elkaar, dan worden ze binnen de kortste keren hoogbegaafd. En die hoogbegaafde machines leiden vervolgens nog slimmere systemen op.

Zo dreigen machines zelfs slimmer dan mensen te worden. Zijn we daadwerkelijk superslimme machines aan het bouwen, die op termijn onze eigen intelligentie overstijgen? En wat staat ons dan te wachten? Een utopische wereld, waarin machines al onze problemen oplossen en ons ten dienste staan? Of een vijandige overname door extreem intelligente robots, en dus het einde van het mensdom?

Superintelligentie: gaan we eraan of wordt ons leven alleen maar leuker vanaf nu?

Mark Coeckelbergh merkt in zijn boek ‘AI Ethics’ op dat onze perceptie van superintelligente machines cultureel bepaald is. In Japan, bijvoorbeeld, hangt men een toekomstvisie aan van zorgzame robots die de mensheid ten dienste staan. In het Westen worden vaker apocalyptische visies geformuleerd, waarbij machines in competitie treden met mensen. Moeten wij ons zorgen maken over de intelligentie die we aan het ontwikkelen zijn?

De gevaren van superintelligentie

Een aantal bekende stemmen waarschuwt voor de gevaren van superintelligentie. Zo drukte Stephen Hawking al in 2014 de vrees uit dat machines slimmer kunnen worden dan mensen. Wij zijn als mens tenslotte begrensd door onze trage biologische evolutie. Hij voegde eraan toe dat superintelligentie het einde van de menselijke beschaving zou kunnen inluiden.

Elon Musk heeft al meermaals gewaarschuwd voor de gevaren van AI: “Ik sta dicht bij de voorhoede van AI, en die jaagt me de stuipen op het lijf”. Hij spreekt over een demon die niet langer te remmen valt en voorspelt dat ons menselijk ras zal worden uitgeroeid, tenzij we kunnen ontsnappen naar Mars. Ook Bill Gates uitte zijn zorgen over AI. Hij vergelijkt het met nucleaire technologie: je kunt er bijzonder veel energie mee opwekken, maar ook vernietigende wapens mee bouwen. Zijn dit onheilsprofeten of hebben ze gelijk?

Singulariteit

Ray Kurzweil introduceert in zijn boek ‘Singularity Is Near’ het begrip singulariteit. Hij voorspelt dat machines al in 2045 slimmer zullen worden dan mensen. Ze worden dan zo intelligent dat we niet langer kunnen voorspellen hoe machines de toekomst zullen vormgeven. Want wanneer machines superslim worden, waarom zouden ze zich dan nog onderwerpen aan ons als ‘domme’ mensen?

Verbeteren onze levenskwaliteit

Aan de andere kant van het spectrum staan Peter Diamandis en Steven Kotler. Zij betogen met hun boek ‘Abundance’ dat AI, maar ook andere technologieën, zoals robotica, onze levenskwaliteit significant kunnen verbeteren. Slimme robots staan voortaan in voor taken die dirty, dangerous en difficult zijn. Op korte termijn zouden robots al het werk kunnen overnemen, zodat we kunnen convergeren naar een leisure society. In een samenleving met permanente vakantie hoeven we enkel nog werk te maken van het zinvol besteden van onze overvloedige vrije tijd.

Slimmer dan de mens

Tussen die utopie van overvloed en existentiële bedreiging schippert Mo Gawdat. Hij onderzoekt de impact van AI op ons leven en is ervan overtuigd dat deze technologie niet meer tegen te houden valt, en eerder vroeg dan laat slimmer wordt dan de mens. Hij gelooft wel dat we nog enigszins invloed hebben op hoe we onze toekomst vormgeven via de datasets waarmee we AI trainen. Indien de data morele waarden ingebed krijgen, en de doelstellingen oprecht zijn, dan kunnen we volgens hem de existentiële risico’s beperken tot een milde dystopie.

De meningen over de toekomst van AI zijn dus sterk verdeeld. Waar staan we nu?

‘Enge’ intelligentie is niet zo eng

Al in 1972 verbaasde de Amerikaanse filosoof Hubert Dreyfus zich over wat computers niet kunnen. Menselijke expertise is volgens hem gebaseerd op know-how: weten waarom iets werkt. Computers zijn veroordeeld tot know-that: ze weten dat iets werkt, maar begrijpen niet waarom. Volgens Dreyfus is AI (en in het bijzonder superintelligentie) dan ook een utopie.

Ook het recentere boek ‘Artificial Unintelligence’ van Meredith Broussard staat vol met voorbeelden van idiote machines. Gary Marcus en Ernest Davis voegen in hun boek ‘Rebooting AI’ zelfs een handleiding toe om je te wapenen tegen opstandige robots: een deur met een kinderslot is al een goed begin. Vrijwel geen enkele robot kan een sleutel in het slot draaien.

Enge of domme AI

We zitten met z’n allen dus in een brede spagaat tussen de hulpeloze, hedendaagse robots en de superintelligentie die sommigen vrezen. Vandaag kennen wij enkel ‘enge’ AI: slimme machines die heel goed zijn in een enkele goed omschreven opdracht. Maar buiten hun vertrouwde context worden die slimme machines lachwekkend dom.

Het is de droom van veel onderzoekers om ‘brede’ AI te ontwikkelen. Dat zou machines in staat stellen om op verschillende terreinen intelligent en inventief voor de dag te komen. Ze zouden hun kennis en ervaring kunnen opschalen, en zo het menselijke brein naar de kroon steken.

Ethische problemen

De waarheid is dat we vandaag nog ver afstaan van brede AI. Het is niet eens duidelijk of we er ooit in zullen slagen zo’n vorm van superintelligentie te ontwikkelen. Laten we ons niet blind staren op apocalyptische scenario’s, waarbij losgeslagen terminators de mensheid komen uitroeien. Het is veel zinvoller om ons nu te focussen op de ethische problemen die bij de huidige AI optreden.

Eerst en vooral: zelflerende machines worden getraind aan de hand van grote datasets. Maar wat als die data vooringenomen zijn? Creëren we dan slimme machines die discriminerend zijn, of zelfs ronduit racistisch? En ten tweede: neurale netwerken leren van elkaar. Begrijpen wij nog hoe ze tot een beslissing komen? En mogen we artificiële intelligentie verantwoordelijk houden voor hun autonome acties? Dat zijn de dilemma’s waar het gesprek nu over moet gaan.

Over het boek

Er is geen eenduidig antwoord op veel ethische vraagstukken waar we vandaag de dag mee te maken hebben. Daarom is het zo belangrijk dat je leert om deze vraagstukken vanuit meerdere invalshoeken te bekijken. Daar helpt ‘Technologie twijfelt ook‘ (affiliate) je bij. Het is een dikke pil en je moet er voor gaan zitten, maar echt heel boeiend. Wat mij betreft verplichte kost voor iedereen die ook maar enigszins met technologie bezig is.