Rijk van Nijmegen / Arnhem en omstreken

Steeds meer kunstmatige intelligentie, hoe werkt dat eigenlijk?

In de inzet professor Pim Haselager.
In de inzet professor Pim Haselager. © ANP/Omroep Gelderland
NIJMEGEN - Het jaar 2023 kan gezien worden als het jaar van AI. In iedere krant en op iedere nieuwssite ging het wel over AI, artificial intelligence of kunstmatige intelligentie. Van chatbots bij de huisarts tot cybercriminelen die het gebruiken om wachtwoorden te raden, AI heeft steeds meer impact op het dagelijks leven van de gemiddelde Gelderlander. Maar hoe werkt deze innovatieve techniek precies? En hoe creatief is het? Pim Haselager, hoogleraar en AI-filosoof bij de Radboud Universiteit in Nijmegen, legt uit.
"Om dat uit te leggen, begin ik even bij intelligentie", trapt Haselager af. Daarin neem je alles mee wat je waarneemt, weet, meemaakt of voelt, legt de hoogleraar uit.

Iets verstandigs

"Daar moet dan evolutionair gezien iets verstandigs uitkomen", vervolgt hij. "Geen willekeurig gedrag, maar datgene waar je het meeste behoefte aan hebt op dat moment. Dat noemen we natuurlijke intelligentie. Met kunstmatige intelligentie proberen we dat eigenlijk zo goed mogelijk na te doen."
Dat begint op het terrein van de motoriek. Bijvoorbeeld een robot die ergens naartoe moet rijden. "Of bij schaken, waarbij AI kan redeneren over een complex probleem. Zo proberen we steeds meer delen van natuurlijke intelligentie, in kunstmatige intelligentie te vangen."

Heel veel gegevens

De grote verwarring ontstaat volgens Haselager wanneer je de 'heilloze drie-eenheid' tegenkomt. "Dan gaat het over ICT, bijvoorbeeld smartphones waar je ontzettend veel data mee kunt verzamelen. Ten tweede heb je big data: enorme bakken met data die dagelijks jouw telefoon meet en elke stap die je zet. Maar data is zo omvangrijk, daar kun je eigenlijk niets mee zonder nummer drie: AI."
Dat intelligente systeem heb je nodig om heel veel data te kunnen analyseren, daar patronen in te ontdekken en er hopelijk verstandige conclusies uit te trekken, stelt Haselager. "Vooral als we het over de consequenties van AI hebben, bedoelen we vaak de combinatie van deze drie."
Een onderdeel van die AI, is natuurlijk ook het lerende vermogen. "Dat het systeem op basis van feedback of door zelf naar de data te kijken, daar iets verstandigs van maakt."

Superbreinen

De huidige AI is vooral gebaseerd op het menselijk brein, vervolgt Haselager. "Dat betekent dat neuronen, een soort hersencellen, aan elkaar zijn gekoppeld. Dat kunnen er 100, een miljoen of triljoenen zijn. Mensen hebben er daar ontzettend veel van in hun brein. Die neuronen vormen een netwerk dat je in de computer kunt nabootsen. Die geven dan informatie aan elkaar door, zoals ons brein ook doet."
Hoewel ons eigen brein dus al heel veel van die verbindingen heeft, zit er voor kunstmatige intelligentie helemaal geen bovengrens aan het aantal mogelijke verbindingen. "Je hebt niet te maken met de beperkingen van een schedel. Je kunt dus grotere en andere kunstmatige breinen maken: superbreinen."
Waar mensen vaak wel duizenden verschillende dingen kunnen, kunnen deze lerende netwerken vaak 'één ding ontzettend goed'. "Dat zijn dus hele gespecialiseerde, hoogbegaafde, snel lerende, nooit vergetende systemen."
Geef je rotzooi, dan leert AI niet zoveel
Professor Pim Haselager
Denkt AI daarbij wel echt zelfstandig of creatief, of borduurt het voort op eerdere input? "Je kunt ook de filosofische vraag stellen in hoeverre de mens eigenlijk zelfstandig denkt", kaatst Haselager terug. "Dat maakt AI ook zo interessant. Elke vraag die je erover kunt stellen, kun je ook over ons stellen."

Rotzooi

AI is volgens Haselager wel heel erg data-afhankelijk. "Dus geef je rotzooi, dan leren ze niet zoveel. Als je bijvoorbeeld meer foto's laat zien van witte mensen die arts zijn, is de kans groot dat het systeem leert dat witte mensen een grotere kans hebben om arts te worden dan zwarte mensen. We zien dan ook veel vooroordelen en stereotyperingen in de huidige AI."
Toch zie je AI soms met oplossingen komen, die mensen niet snel bedacht zouden hebben. "Hele creatieve oplossingen. Dat zie je bijvoorbeeld bij schaken en bordspellen."

Nieuw is niet creatief

Of je dat nu echt zelfstandig, creatief of autonoom kunt noemen, vindt Haselager lastig. "Dat zijn natuurlijk hele vage concepten. Zo kan ik best een nieuwe zin formuleren zoals: 'deze tafel is van chocoladetaart gemaakt'. Ik vermoed dat die nooit eerder is geformuleerd. Maar je kunt je afvragen of dat nu creatief is. Iets nieuws creatief noemen, is dus te makkelijk."
We zouden bestaande begrippen als creativiteit of zelfstandigheid niet op dat soort systemen moeten proberen te plakken. "Eigenlijk leert AI ons juist dat die begrippen helemaal niet zo duidelijk zijn."
Misschien moeten we gewoon op een neutrale manier naar AI proberen te kijken en omschrijven wat die systemen nu eigenlijk kunnen. "En ook niet doen alsof het één ding is. AI bestaat inmiddels uit wel honderdduizenden verschillende modellen. Die hebben onderling soms bitter weinig met elkaar te maken."