Zou je vandaag de dag nog kunnen werken en leven zonder AI? Artificial Intelligence ofwel Kunstmatige Intelligentie vind je in tal van apparaten en programma’s die we dagelijks gebruiken. Het zorgt voor gemak, houdt saaie klusjes uit onze buurt en lijkt de wereld een stuk eenvoudiger te maken. Maar achter de schermen wint kunstmatige intelligentie steeds meer terrein. Hoe lang zijn wij met onze menselijke intelligentie de AI nog de baas?
AI lijkt iets van de laatste paar jaar, maar is eigenlijk al ruim 70 jaar oud. Alan Turing, de wiskundige die wereldberoemd werd doordat hij tijdens de Tweede Wereldoorlog de geheime ‘Enigma-code’ van de Duitsers kraakte, schreef in 1950 al een baanbrekend paper over computers en hun potentiële lerend vermogen. In de paper Computing, Machinery and Intelligence introduceerde hij het concept dat we nu kennen als de Turing test. Een computer die slaagt voor de Turing test kan zich voordoen als persoon zonder dat de tegenpartij dit in de gaten heeft.
Vrij dom
In de begindagen, in de zestiger en zeventiger jaren, waren de computers die menselijke kunstjes konden nog vrij simpel van aard. Ze volgden een patroon, een script, dat vooraf door mensen was vastgelegd. De computer kon niet afwijken van het script. MIT professor Joseph Weizenbaum introduceerde in 1966 ELIZA, de allereerste chatbot, om aan te tonen hoe oppervlakkig de gesprekken tussen mens en machine waren. Alleen pakte zijn experiment om aan te tonen hoe dom de computer was, anders uit. Toen hij zijn secretaresse het programma liet testen, vroeg ze hem al snel de kamer te verlaten omdat het gesprek tussen haar en de computer volgens haar ‘te persoonlijk’ werd.
NLP ofwel Natural Language Processing, de manier waarop het programma ELIZA tekst interpreteerde en daarop vervolgens een antwoord gaf, bleek een hit. Vele varianten van ELIZA volgenden, maar ze bleven allemaal gebaseerd op vooraf vastgelegde patronen.
Ondertussen toonden computers wel steeds meer tekenen van intelligentie. Voornamelijk omdat het rekenvermogen van de machines jaar op jaar groeide. Met dat rekenvermogen kun je winnen. Zo won in 1979 de computer BKG 9.8 het Wereld Backgammon championship. Maar het échte tipping point, het punt waarop de wereld breeduit werd geconfronteerd met de rekenkracht van computers, was de overwinning van Deep Blue, IBM’s schaakcomputer, op de regerend wereldkampioen schaken, Garri Kasparov.
Deep Blue
Deep Blue won niet zonder slag of stoot van Kasparov. Daar ging 12 jaar werk in zitten. In 1985 begonnen drie studenten aan de universiteit van Carnegie Mellon al met de constructie van de schaakcomputer. De computer werd specifiek voor het schaken gebouwd en had daarvoor in de laatste versie (Deep Blue II) een ongekend vermogen aan boord waarmee het honderden miljoenen schaakstellingen per seconde kon uitrekenen.
Ondanks het feit dat er nooit meer een soortgelijke computer gebouwd is voor één specifiek spel, was het verslaan van de regerend wereldkampioen schaken een belangrijke mijlpaal omdat het de wereld duidelijk maakte dat de computer de mens te slim af kan zijn.
Eigenlijk versloeg Deep Blue Kasparov nog altijd op een vrij domme manier. De schaakcomputer was zo geprogrammeerd dat het alle mogelijke spelvariaties kende waarna het via eindeloze kansberekening zichzelf aan een overwinning hielp. De computer was in staat om een ‘strategie’ te bedenken, maar had nog geen zelflerend vermogen. In diezelfde periode, namelijk de jaren ’90, groeide tegelijk wel de aandacht voor het neurale leren.
Neurale netwerken
Neurale netwerken (NN’s) zijn computersystemen die in enige mate gebaseerd zijn op de biologische neurale netwerken in ons eigen brein en dat van de dieren om ons heen. Met behulp van de neurale netwerken is de computer in staat om te leren zoals wij mensen dat doen. In basis komt dat neer op het aanleggen van een verzameling data en deze data aan elkaar relateren. Die methode van leren is veel rijker en complexer waarmee het minder rauw rekenvermogen vraagt.
DeepMind Technologies Limited, opgericht in 2010 en in 2014 overgenomen door Google, bouwde een neuraal netwerk dat videospellen kan leren spelen zoals de mens dat kan. DeepMind haalde in 2016 het nieuws doordat hun programma AlphaGo voor de eerste keer een professionele speler van het denkspel Go versloeg. Het bordspel Go is vele malen moeilijker dan schaken. Ter vergelijking: Schaken kent 10 tot de 38e macht aan mogelijke spelposities. Voor Go zijn dat er 10 tot de 171e macht.
Volwaardige gesprekspartner
Even terug naar ELIZA, de wat dommige chatbot. Als je Natural Language Processing (NLP) zou combineren met het leervermogenvan de neurale netwerken? Nou, dan kom je bij de Generative Pre-trained Transformer 3 ofwel GPT-3, een autoregressief taalmodel dat deep learning gebruikt om mensachtige tekst te produceren.
Voordat je hier totaal afhaakt: Stel je de hersenen voor en alle neurale verbindingen die daarin aanwezig zijn. Het taalmodel GPT-3 heeft 175 miljard van die verbindingen. In feite heb je hier te maken met een chatbot die het hele internet heeft uitgelezen en vervolgens een gesprek met je kan voeren alsof er een echt persoon tegenover je zit.
Programmeur en schrijver Eric Elliot besloot dat te doen. Een gesprek te voeren met GPT-3 of eigenlijk een interview. Voor de vorm gaf hij GPT-3 ook een uiterlijk met behulp van Synthesia.io. Met dit platform kan je op basis van enkel tekst levensechte ‘personen’ produceren. Check hieronder het filmpje en let ook vooral op de uitspraken vanaf 8:30. Daar slaagt GPT-3 zo overtuigend voor de Turing test dat het zelf niet langer meer vindt dat Elliot hier in gesprek is met een computer.
Anno 2021 heeft de computer zich ontworsteld aan zijn vorm. Wat mogen we verwachten van deze nieuwe vriend die ons nu al regelmatig weet te evenaren als het gaat om intelligentie? Voor ons is dat een vraag, maar misschien is het voor GPT-3 al wel een weet!
