artikel

Perspectieven op Kunstmatige Intelligentie: De mens of de machine: wie beslist?

Innovatie

Van alle technologische ontwikkelingen van dit moment is kunstmatige intelligentie het meest ingrijpend en het minst begrepen. We zien indrukwekkende nieuwe toepassingen, maar kunnen de impact op mensen, organisaties en maatschappij nog nauwelijks overzien. In deze serie blogs, Perspectieven op Kunstmatige Intelligentie, onderzoeken we niet alleen de mogelijkheden, maar ook de bedoelde en onbedoelde consequenties.

Perspectieven op Kunstmatige Intelligentie: De mens of de machine: wie beslist?
Kunstmatige intelligentie kan ons leven verrijken en vergemakkelijken, maar ook beheersen en overnemen.

Wat is kunstmatige intelligentie?

In navolging van Gartner definiëren wij kunstmatige of artificiële intelligentie (afgekort: AI) hier als technologie die de prestaties van de mens imiteert door te leren, conclusies te trekken, complexe inhoud te begrijpen, in natuurlijke dialogen met mensen te werken, de cognitieve prestaties van de mens te verbeteren of mensen te vervangen bij de uitvoering van niet-routinematige taken.

De eerste toepassingen van AI zijn gebaseerd op algoritmes die door mensen zijn bedacht en geprogrammeerd. De machine voert aan de hand hiervan specifieke taken uit en heeft alleen een antwoord op een situatie die vooraf is gedefinieerd. Interessanter wordt het als de machine leervermogen krijgt en op basis van ervaring ook in afwijkende, maar vergelijkbare situaties de juiste beslissing kan nemen. Als machines op basis van data zelf parameters ontwikkelen, wordt het algoritme steeds beter toegepast. Dit is machine learning.

Hoe kunstmatige intelligentie ons beter begrijpt dan wij onszelf

Bij deep learning wordt niet top-down geprogrammeerd, maar leert de machine autonoom en definieert zijn eigen algoritmes. Voor zelfrijdende auto’s kun je heel veel verkeerssituaties en verkeersregels vooraf programmeren, zodat de auto voldoende afstand houdt, tussen de lijnen rijdt en afremt voor een rood licht. Het oversteken van een kruispunt is veel moeilijker te beschrijven. Door te kijken naar de manier waarop mensen dat doen, kunnen machines dankzij deep learning hier zelf de regels voor programmeren.

Onderstaande figuur van Nvidia geeft de ontwikkeling van kunstmatige intelligentie weer.

Kunstmatige intelligentie overstijgt menselijke intelligentie

Kunstmatige intelligentie overstijgt menselijke intelligentie (Klik voor groter)

De ontwikkeling van deep learning en artificiële neurale netwerken leidt ertoe dat het voor mensen steeds moeilijker wordt om te begrijpen wat er binnen de machine gebeurt. Wat doen die algoritmes en waarom?

Kunstmatige intelligentie overstijgt menselijke intelligentie

In mei 2017 won AlphaGo, een systeem van Google Deepmind, een wedstrijd Go tegen de Chinese grootmeester Ke Jie. Het bijzondere hieraan was niet dat de computer de wedstrijd won, maar de manier waarop. De professionele Go-spelers zagen de computer zetten doen en strategieën volgen die zij nog niet eerder hadden gezien. Wat een fout leek, bleek geniaal. AlphaGo is een zelflerend systeem dat zijn kennis van het spel niet alleen baseerde op de analyse van eerder gespeelde partijen, maar ook tegen zichzelf heeft gespeeld om beter te worden.

En zo zijn er nog veel meer toepassingen waarbij de computer het wint van de mens. In de gezondheidszorg wordt kunstmatige intelligentie, bijvoorbeeld van IBM Watson, ingezet voor medische diagnoses. Automatische herkenning van patronen is zo goed geworden, dat machines ook medische foto’s en scans heel accuraat kunnen interpreteren. Dankzij de automatische piloot in vliegtuigen is het aantal vliegtuigongelukken drastisch afgenomen en van de autonoom rijdende auto wordt hetzelfde verwacht. Ook de persoonlijke aanbevelingen die je krijgt van Netflix, Facebook of Amazon zijn gebaseerd op een beeld dat door middel van kunstmatige intelligentie van jou gemaakt is. In volgende blogs komen we uitvoerig terug op de uiteenlopende toepassingen van kunstmatige intelligentie.

Onbedoelde consequenties van AI

AI systemen kunnen ook fouten maken en onbedoelde consequenties hebben. Ze zijn immers slechts zo goed als de data waar zij over kunnen beschikken. Algoritmes zijn bijvoorbeeld geen alternatief voor democratische verkiezingen. Bij de laatste Amerikaanse presidentsverkiezingen, die gingen tussen Donald Trump en Hilary Clinton, voorspelden de algoritmes dat Trump zou winnen. Omdat in de dataset geen voorbeelden zitten van vrouwelijke presidenten werd het portret van Clinton niet met het presidentschap geassocieerd.

Elon Musk schreef op 12 augustus 2017 op Twitter dat hij kunstmatige intelligentie een veel groter gevaar vindt dan de nucleaire dreiging uit Noord Korea. De dag ervoor werd bekend dat OpenAI, een door Elon Musk opgerichte non-profit AI onderzoeksinstelling, de beste menselijke speler in het spel Dota 2 heeft verslagen.

In een open brief aan de Verenigde Naties waarschuwen Musk en 115 andere experts in AI en robotics dat de technologie ook gebruikt kan worden voor het ontwikkelen van autonome wapens. Met deze wapens kunnen gewapende conflicten op veel grotere schaal en veel sneller plaatsvinden dan wij nu voor mogelijk houden. De VN wordt opgeroepen snel in actie te komen voordat deze wapens in verkeerde handen komen.

Menselijke interventie blijft noodzakelijk

Artificiële intelligentie systemen zijn heel goed in het snel analyseren van grote hoeveelheden data en het herkennen van patronen in die data. Ze blijven leren en worden daardoor waardevoller naarmate ze ouder worden. Toch zijn ze niet altijd meteen foutloos. En ook als ze goed technisch goed functioneren, kunnen ze gemanipuleerd worden, bijvoorbeeld door hackers. Menselijke interventie blijft nodig om de werking van het algoritme te testen en uitkomsten te verifiëren.

Vooralsnog zijn mensen beter dan machines in staat om doelstellingen te bepalen, te dromen over de toekomst en morele afwegingen te maken. Als mensen niet langer de context bepalen waarbinnen AI systemen functioneren, leidt dit onvermijdelijk tot onwenselijke uitkomsten.

Daarnaast hebben we mensen nodig voor het nemen van beslissingen over niet-operationele en niet-routinematige activiteiten. Omdat deze minder vaak voorkomen, zijn er onvoldoende data over prestaties in het verleden beschikbaar om besluitvorming aan een machine over te laten.

Controle over systemen die je niet begrijpt

Naarmate we meer beslissingen aan AI systemen overlaten, moeten we meer tijd besteden aan het controleren van die systemen. Het risico is dat we gemakzuchtig worden en blind vertrouwen op een systeem dat we niet begrijpen.

Om een AI systeem te kunnen controleren is het noodzakelijk dat het systeem geen black box is, maar open en toegankelijk. Dat is veel minder vanzelfsprekend dan het klinkt. Facebook heeft recent een AI applicatie stopgezet die een eigen taal had ontwikkeld die voor mensen niet te begrijpen was. Ook de neurale netwerken binnen Google Translate maken gebruik van een zelfontwikkelde taal om vertalingen te maken tussen twee talen die niet specifiek getraind zijn.

Voorlopige conclusie: laat AI voor ons werken

Artificiële intelligentie kan ons leven verrijken en vergemakkelijken, maar ook beheersen en overnemen. Dezelfde technologie die ons welvaart brengt, kan ons ook vernietigen. De consequenties van zelflerende systemen zijn nog nauwelijks voorstelbaar en leiden tot existentiële vragen.

We zullen in deze serie zowel de fascinerende nieuwe toepassingen van AI bespreken, als de manier waarop we daarmee moeten omgaan. Niet omdat we denken dat de technologische ontwikkeling kan of moet worden tegengehouden, maar om AI dienstbaar aan de samenleving te laten zijn.

Wordt vervolgd.

Willem Peter de Ridder

Willem Peter de Ridder

Door Willem Peter de Ridder, dagvoorzitter op het Management Impact Jaarevent over disruptie en nieuwe businessmodellen >>>

Dr. Willem Peter de Ridder is directeur van Futures Studies. Als futuroloog is hij een veelgevraagd spreker, auteur, strategie consultant en transformatiemanager. Futures Studies ondersteunt organisaties bij het verkennen van de toekomst, het formuleren van een toekomstbestendige strategie en het managen van disruptie. Voor meer informatie: www.futuresstudies.nl.

 

Reageer op dit artikel
Lees voordat u gaat reageren de spelregels