Wordt AI ooit zo slim en veelzijdig als een mens?

Het idee van kunstmatige intelligentie die net zo slim en veelzijdig is als een mens klinkt als iets uit sciencefiction. Maar met de razendsnelle vooruitgang in AI stellen steeds meer experts de vraag: hoe lang duurt het nog voordat we kunstmatige algemene intelligentie (AGI) bereiken? Het punt waarop een AI zelfstandig kan redeneren, nieuwe concepten kan bedenken en zich net zo flexibel kan aanpassen als wij. In dit artikel duik ik er in.
Toen ik laatst met mijn vader (69, amateur schaker) een discussie had over AI, hadden we het al snel over Garry Kasparov. Kasparov was in de jaren ’90 schaakgrootmeester en had wereldwijd faam door zijn manier van spelen en uiteraard alle wedstrijden die hij won. Maar in 1997 gebeurde er iets wat de wereld op zijn kop zette: hij verloor van Deep Blue, de supercomputer van IBM. Voor het eerst werd een wereldkampioen schaak verslagen door een computer, iets wat velen voor onmogelijk hielden. Kasparov was verbijsterd en zei later: “Ik voelde een soort intelligentie, een geest in de machine.”
Toch was Deep Blue geen ‘AGI’, zoals we dat nu omschrijven. De supercomuter kon alleen schaken. Maar het moment markeerde een keerpunt: technologie begon taken beter uit te voeren dan mensen. Dat zette een discussie in gang over waar de grenzen van kunstmatige intelligentie liggen. Vandaag de dag zie ik hetzelfde weer gebeuren, maar nu met AI-systemen die niet alleen één spel winnen, maar hele industrieën op z’n kop zetten.
Wanneer krijgen we AGI?
De voorspellingen over wanneer we AGI krijgen, lopen heel sterk uiteen. Sommige onderzoekers, zoals Dario Amodei van Anthropic, denken dat we rond 2026 al systemen zullen zien die de eerste kenmerken van AGI vertonen. Anderen, zoals AI-pionier Geoffrey Hinton, denken dat we tussen de vijf en twintig jaar nodig hebben. Een ruime marge…
Maar niet iedereen is ervan overtuigd dat we er überhaupt komen. Yann LeCun, de zeer gerespecteerde AI-onderzoeker bij Meta, stelt dat AGI nog tientallen jaren op zich zal laten wachten. Hij denkt zelfs dat het misschien wel nooit echt mogelijk is zoals mensen het zich voorstellen.
Demis Hassabis, CEO van DeepMind, is iets voorzichtiger in zijn voorspellingen: “Ik denk dat AI die kan redeneren zoals een mens binnen een decennium mogelijk is, maar het is geen zekerheid. We moeten fundamentele doorbraken blijven maken in ons begrip van intelligentie.”
Als we uitzoomen naar de ontwikkelingen vandaag de dag, dan staat het wel vast in mijn optiek dat de ontwikkeling van AI al een enorme impact heeft. Op ons als individu, op organisaties, op hele industrieën. Positief en negatief. Maar of AGI nu snel komt of niet, de grenzen van wat AI kan, worden steeds verder opgerekt.
Van smalle AI naar algemene intelligentie
De AI-systemen die we vandaag de dag gebruiken, zoals GPT-4 en Gemini, zijn indrukwekkend veelzijdig. Ik verbaas me steeds weer over hoe de LLMs mijn dagelijkse werk ongekend ondersteunen en versterken. Maar de modellen zijn nog steeds gespecialiseerd. Ze kunnen teksten genereren, code schrijven en afbeeldingen creëren, maar ze werken allemaal binnen een duidelijk afgebakend kader. Een taalmodel zoals GPT kan geen complexe financiële analyses maken zoals een AI van Bloomberg. De AI van McKinsey kan geen kunstmatige muziek componeren of medische scans analyseren.
AGI zou al deze vaardigheden in één systeem moeten kunnen combineren. Een AI die net zo flexibel is als een mens zou kunnen leren van ervaringen, zich zelfstandig aanpassen aan nieuwe problemen en taken uitvoeren waarvoor het nooit expliciet getraind is.
Dat is een enorme stap verder dan de AI die we nu hebben. Sam Altman, CEO van OpenAI, noemt AGI “de ultieme technologische sprong” en zegt: “Zodra we AGI bereiken, wordt het de krachtigste tool die de mensheid ooit heeft gehad.”
Maar waar staan we nu in de AGI race?
Hoewel AGI in mijn optiek echt nog toekomstmuziek is, zien we nu al AI-systemen die taken uitvoeren die tot voor kort onmogelijk leken.
AI-modellen zoals GPT-4 en Gemini kunnen complexe examens beter maken dan de meeste mensen. OpenAI’s GPT-4 scoorde in de top 10% op het Uniform Bar Exam voor juristen in de VS en DeepMind’s Med-PaLM kan medische vragen beantwoorden op het niveau van een ervaren arts. Deze systemen slagen niet alleen in het geven van correcte antwoorden, maar kunnen ook redeneren over complexe vraagstukken, patronen ontdekken in data en zelfs hypotheses vormen.
AI’s vermogen om zelfstandig problemen op te lossen en verbanden te leggen groeit met elke versie. AlphaFold, een doorbraak van DeepMind, voorspelde de 3D-structuur van bijna alle bekende eiwitten—een probleem waar wetenschappers zoals mijn broertje decennialang mee worstelden. Dit toont in mijn optiek aan dat AI al functioneert als een intelligent systeem dat verder gaat dan simpele patroonherkenning.
Geoffrey Hinton, een van de grondleggers van deep learning, zegt: “We zijn aangekomen op een punt waar AI begint te leren zoals mensen leren. Dat is zowel spannend als zorgwekkend.”
Maar ondanks deze vooruitgang zijn AI-modellen nog steeds beperkt. Ze missen een eigen motivatie, kunnen geen abstracte concepten ontwikkelen zoals mensen dat doen en zijn afhankelijk van enorme hoeveelheden trainingsdata. Dit maakt de stap naar AGI nog steeds complex.
Wat is de volgende stap in de AGI-ontwikkelingen?
Als we kijken naar de uitdagingen en huidige ontwikkelingen van de modellen, dan blijft AGI in mijn optiek voorlopig nog een ambitieus doel. Kijk naar allerlei technologieën die in de afgelopen eeuw zijn ontstaan. De vooruitgang hiervan ging in geleidelijke stappen: van de gloeilamp tot het internet, van de eerste computer tot smartphones. Maar AGI is in mijn optiek echt een ander verhaal. Het is geen kwestie van kleine verbeteringen; het is een bizarre sprong naar een fundamenteel nieuwe realiteit.
Sam Altman, CEO van OpenAI, zei dit afgelopen maand nog: “We zijn nu zeker dat we weten hoe we AGI moeten bouwen.” En niet over tientallen jaren, maar mogelijk al binnen de presidentstermijn van Trump; dus 3,5 jaar. Zijn voorspelling is geen sciencefiction meer. De rekencapaciteit, de modellen en de schaalbaarheid laten zien dat de laatste barrières sneller vallen dan verwacht.
AGI zal zich niet van de ene op de andere dag aandienen, maar de eerste systemen die er sterk op lijken, komen nu al in zicht. Als de voorspellingen kloppen, dan zal het niet lang meer duren voordat we ons in mijn optiek moeten afvragen: hoe gaan we samenwerken met een intelligentie die ons op alle fronten kan overtreffen?