Soms vraag ik me af wat groter is: het daadwerkelijke gebruik van AI, óf het aantal artikelen, posts en meningen dat we over AI produceren. We zitten niet alleen in een technologische hype, maar ook zeker in een AI-mediahype. Daar is op zichzelf natuurlijk niet zoveel mis mee: AI is de laatste jaren met sneltreinvaart onze maatschappij binnengekomen, met kansen en risico’s, en daar moeten we bij stilstaan.
publieke debat
Toch gaat er wat mij betreft iets mis in het publieke debat. Dat richt zich namelijk hoofdzakelijk op de toepassing, niet zelden vanuit een bewonderend perspectief. ‘Ik heb met dit AI-model deze gave video gemaakt.’ ‘Moet je horen wat dit bedrijf voor volgend jaar heeft beloofd.’ ‘AI gaat alles overnemen!’ Of het narratief slaat juist de andere kant op. ‘Door AI worden we dom.’ ‘AI gaat ons vernietigen!’
Als AI-onderzoeker doet dit soms pijn aan mijn ogen. Allereerst mist vaak de nuance: AI is een technologie met zowel belangrijke mogelijkheden als risico’s, en beide kunnen naast elkaar bestaan. Maar dat is niet het grootste probleem. Als we eerlijk kijken, wordt het publieke debat gedomineerd door mensen zonder een daadwerkelijke AI-achtergrond. Doorgaans merk je vrij snel dat iemand zelf nog nooit een AI-paper heeft gelezen of een regel programmeercode heeft geschreven. Wat daardoor systematisch mist in het publieke AI-debat, is inhoud. We praten zo ongelooflijk veel over AI, maar zo ongelooflijk weinig over hoe zij echt werkt.
Begrip
Dat moet veranderen. Deze technologie is de laatste jaren immers onze maatschappij ingeslingerd: we zijn het plotseling allemaal gaan gebruiken. In zekere zin leven we in de AI-cowboytijd: veel onontgonnen gebied, nog weinig regelgeving. Maar om AI veilig en nuttig te kunnen gebruiken, moet je wel eerst snappen hoe zij van binnen werkt. Zo zie ik mensen voortdurend verkeerde verwachtingen hebben van wat AI kan (het als een soort orakel beschouwen), de uitkomst van AI blindelings vertrouwen (terwijl het onverwachte fouten kan maken), of gefrustreerd zijn dat AI-onderzoekers de fouten er niet uithalen (terwijl dat nu juist niet volledig kan). We moeten daarom beter gaan begrijpen hoe AI ontstaat en wat het daardoor wel én niet kan. Wat vooral mist, is breed begrip.
Ik snap uiteraard wel waar dit probleem vandaan komt: AI klinkt intimiderend. Tot mijn grote verbazing zie ik allerlei slimme mensen uit mijn omgeving soms uit het niets verklaren: ‘AI zal wel te ingewikkeld voor mij zijn.’ Dat is echter niet waar: AI is juist heel goed uit te leggen – we proberen het als AI-onderzoekers alleen veel te weinig. Alle moderne AI draait namelijk onderliggend op hetzelfde recept: een mechanisme om te leren van data. Dat leerrecept bestaat uit slechts een paar ingrediënten en wordt vervolgens elke keer weer benut - op allerlei typen data en taken. De antwoorden van een taalmodel draaien onderliggend dus op dezelfde principes als een gegenereerd plaatje of de bewegingen van een robot. Je hoeft voor begrip van AI helemaal niet te begrijpen hoe taal of redeneren werkt - dat doen AI-onderzoekers eigenlijk ook niet. Je moet snappen hoe we kunnen leren van ervaring - dat blijkt de sleutel naar (kunstmatige) intelligentie.
Brein
Deze inhoudelijke blik op AI vormt de kern van mijn nieuwe boek Van IQ Naar AI. Het boek gaat primair over kunstmatige intelligentie: waar komt deze technologie vandaan, hoe werkt zij van binnen en waar zou dit proces in de toekomst naartoe kunnen gaan? Zoals je hierboven echter misschien al merkte, probeer ik ook vaak de brug naar onszelf te leggen. Zo klinkt het wat abstract dat een AI ‘leert van data’, maar dat is eigenlijk precies wat wij doen gedurende ons leven. Baby’s kunnen immers ook nog niet zoveel, maar twintig jaar later zijn het slimme volwassenen geworden. Ook wij leren ons hele leven van data, alleen noemen we het dan ‘ervaring’.
De manier waarop moderne AI werkt, gebaseerd op ‘neurale netwerken’, is zelfs letterlijk afgekeken van het netwerk van zenuwcellen in ons brein. AI staat dus zeker niet los van ons eigen denken - ons brein vormt juist een belangrijke inspiratiebron. En die invloed loopt inmiddels ook in de omgekeerde richting: AI kan ons ook iets leren over onszelf. Zo blinkt ons brein bijvoorbeeld uit in abstractie: we detecteren voortdurend concepten in onze omgeving, zoals een ‘boom’ of een ‘auto’. Ook AI kan inmiddels goed abstraheren, en dat blijkt direct voort te komen uit het eerder genoemde simpele leerrecept. Zo helpt AI ons ook onze eigen vermogens beter te begrijpen.
Samengevat schreef ik Van IQ Naar AI vanuit meerdere motivaties. Allereerst denk ik dat we deze technologie allemaal (tot op zekere hoogte) moeten gaan begrijpen – en dat dat heel goed mogelijk is. Daarnaast heeft intelligentie mij persoonlijk ook altijd gefascineerd. Het was zo’n lang pad om tot gevorderde intelligentie te komen, in de natuur (via evolutie) en in computers (via AI-onderzoek). Het is ook een privilege dat wij dit nu mee mogen maken. Het verhaal van intelligentie moeten we allemaal (willen) begrijpen – ook om onze gezamenlijke toekomst met AI vorm te geven.
Met Van IQ Naar AI geeft Thomas Moerland lezers een stevig fundament om AI beter te begrijpen en kritisch en bewust te gebruiken. Het boek helpt professionals, studenten en beslissers om voorbij de hype te kijken en te zien wat AI werkelijk kan én niet kan. Nieuwsgierig geworden? Bestel het boek bij Managementboek.
Over Thomas Moerland
Thomas Moerland (1988) is AI-onderzoeker aan het Leiden Institute of Advanced Computer Science. Hij werd opgeleid als arts en wiskundige en brengt deze twee vakgebieden nu samen in zijn onderzoek naar kunstmatige intelligentie.