(Kunstmatige) Intelligentie

In het eerste college van mijn eerste vak over ‘computers die slim zijn of tenminste lijken dat ze slim zijn’ (lees: Kunstmatige Intelligentie), kwam gelijk iets interessants naar boven. Iets waar ik het zelfs niet mee eens was. Iets dat zelfs niet klopt, denk ik. Het gaat om de definitie van Kunstmatige Intelligentie van de slides:

A very general mental capability that, among other things, involves the ability to reason, plan, solve problems, think abstractly, comprehend complex ideas, learn quickly and learn from experience. It is not merely book learning, a narrow academic skill, or test-taking smarts. Rather, it reflects a broader and deeper capability for comprehending our surroundings—”catching on,” “making sense” of things, or “figuring out” what to do.

Deze definitie, inclusief de vraag of Watson intelligent is, waren allebei dingen waar ik anders over dacht. Eerst even uitleggen wat Watson is: een supercomputer die het spel Jeopardy! heeft gewonnen van mensen. Jeopardy! is een spelshow waarin antwoorden op het scherm komen en je de vraag moet raden die bij dat antwoord hoort. Watson deed dit door de woorden van het antwoord los van elkaar te zien en te kijken wat de overeenkomsten waren, waaruit hij een groot aantal mogelijke vragen afleidde. Vervolgens keek hij welke van al die vragen het meest waarschijnlijk was, en als dit boven een bepaald percentage was, gaf hij dit antwoord ook. Het lijkt heel simpel, maar het is natuurlijk ingewikkelder dan het lijkt.

Volgens zo’n beetje al mijn medestudenten was Watson niet intelligent, want hij keek simpelweg wat het beste paste, en niet wat de vraag daadwerkelijk was (herhaling: in Jeopardy! zijn de vragen de antwoorden). Mijn medestudenten beseften niet dat mensen dat ook doen, maar dat wij onszelf ervan overtuigen dat dat ook daadwerkelijk de vraag zou zijn.

Mensen doen in principe precies wat de definitie zegt: plannen, problemen oplossen, abstract denken, complexe ideeën begrijpen en leren van ervaringen. Watson plant in zekere zin ook (geef ik mijn vraag (en dus antwoord)?), lost zeker het probleem op, denkt zeker abstract (hij haalt de zinnen uit elkaar en ziet ze los van elkaar, om pas weer later het complete plaatje te bekijken), doet zeker complexe ideeën op (hij probeert bijvoorbeeld sarcasme in de vraag te herkennen) en leert al helemaal van ervaringen. Hij doet dit alleen ‘brute force’, oftewel: ik probeer zoveel mogelijk uit en daar komt vanzelf iets uit. Net zoals sommige wachtwoorden gekraakt kunnen worden; gewoon alle mogelijke combinaties proberen en dan is er vanzelf eentje de juiste.

Mijn medestudenten, en mensen überhaupt in het algemeen, denken dat mensen dat niet doen. Dat doen ze wel, maar niet bewust. Nee, dat gebeurd in ons onderbewustzijn. Daar hebben we geen controle op, anders heette het niet ons onderbewustzijn. Ons onderbewustzijn is véél en véél sneller dan ons bewustzijn. Een beslissing nemen kan je het beste door je onderbewustzijn laten doen, kwam uit dit onderzoek, net zoals je verwacht als het een stuk sneller is dan je bewustzijn.

Ons onderbewustzijn gaat eigenlijk ook alle mogelijkheden af, bekijkt ook wat het beste is, maar is nog íets uitgebreider dan wat een  slimme computer doet. Hij overtuigt onszelf van zijn uitkomst. We denken dat dat ‘goed’ is, of zelfs ‘het beste’. Dat is het enige verschil tussen Kunstmatige Intelligentie en gewone Intelligentie: realiteitsbesef. Dat hebben slimme computers meer dan wij.

Eigen presentatie die ik hierover gegeven heb in 2 minuten.

Dit bericht is geplaatst in de categorie Beta met de tag . Bookmark de permalink.

Geef een reactie

Jouw e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *