Welkom bij de afdeling Onderzoek en Strategie van [bedrijfsnaam] in de snel veranderende wereld van vandaag.
Zo nu en dan maakt de technologie sprongen voorwaarts op manieren die ons allemaal verrassen. Kunstmatige intelligentie (AI) werd lange tijd gezien als iets met beperkt nut in ons dagelijks leven, of als een verre sciencefictionvisie voor de toekomst. Toch vindt er bijna ongemerkt een revolutie plaats in machine-intelligentie die onze wereld zoals we die kennen, zal veranderen. Hier krijgen we een kijkje in een nieuw tijdperk van AI-superbreinen en waarom deze wordt gedreven door neurowetenschappelijk onderzoek naar de werking van onze eigen hersenen.
De conventionele benadering van computergebruik is in wezen hetzelfde gebleven sinds Alan Turing de eerste machines ontwikkelde om de Enigma-code tijdens de Tweede Wereldoorlog. Dit houdt in dat er een computerscript of een reeks gedragsregels, een zogenaamd algoritme, wordt geschreven en vervolgens één berekening tegelijk wordt uitgevoerd. Hoewel de rekenkracht exponentieel is toegenomen, volgens de beruchte wet van Moore, is de methodologie achter computergebruik grotendeels onveranderd gebleven. Het belangrijkste verschil is dat computers tegenwoordig veel sneller gegevens kunnen verwerken dankzij superieure hardware. Neem bijvoorbeeld een moderne smartphone: de processor ervan perst letterlijk miljarden transistors samen in een minuscule chip.
Vanuit een AI-perspectief heeft dit geleid tot een toename van wat bekend staat als brute-force-berekeningen – zolang een programmeur de juiste algoritmes schrijft, kunnen computers grote problemen oplossen door de pure snelheid en hoeveelheid berekeningen die ze kunnen uitvoeren. Het meest bekende voorbeeld hiervan was de nederlaag van de alom bekende wereldkampioen schaken Gary Kasporov tegen IBM's Deep Blue. Hoewel dergelijke prestaties indrukwekkend zijn, bestaat er al lange tijd scepsis over hoe nuttig dit type machine-intelligentie is. Het wordt niet voor niets 'smalle' of 'zwakke' AI , omdat het over het algemeen alleen bruikbaar is voor het aanpakken van zeer specifieke problemen die in feite niet overeenkomen met de complexiteit van de echte wereld. Dit biedt weinig tot geen hoop om het soort creatieve intelligentie dat het menselijk bewustzijn bezit, na te bootsen.
Een ander voorbeeld is Google's DeepMind creëerde AlphaGo, de AI die ontwikkeld werd om het duivels complexe spel 'Go' te spelen. In dit spel werken brute krachttechnieken niet goed, terwijl mensen uitblinken door intuïtie. Hoewel AlphaGo erin slaagde wereldkampioen Lee Sedol, deed het dat door enorme hoeveelheden partijen van top-Go-spelers te verwerken, hun strategieën te kopiëren en te combineren, en vervolgens zetten foutloos uit te voeren. Ja, het was succesvol, maar in het grotere geheel van AI-ontwikkeling wordt AlphaGo in wezen beperkt door de kennis die mensen hebben opgedaan, met weinig perspectief op verdere vooruitgang.
Hoewel maar weinig mensen zich ervan bewust zijn, heeft AI de afgelopen jaren een revolutie doorgemaakt door een compleet nieuwe en innovatieve benadering van computergebruik die de manier waarop onze hersenen problemen oplossen nabootst. In plaats van een op regels gebaseerde, algoritmische aanpak, heeft een nieuwe methode genaamd 'deep learning' een enorme sprong voorwaarts gemaakt in de evolutie om een nieuwe vorm van algemene AI te creëren die letterlijk niet hoeft te worden verteld wat ze moet doen. In plaats daarvan begint ze, net als een pasgeboren baby, vanuit een blanco vel problemen aan te pakken door te leren over haar omgeving via talloze experimenten. Bij elke stap creëert ze haar eigen, inherent nieuwe gedragingen op basis van wat ze als de beste oplossing beschouwt.
Dit gaf aanleiding tot Alpha Go Zero - nul betekent beginnen vanuit het niets, behalve de eenvoudige spelregels. Deze ogenschijnlijk onschuldige naamswijziging vertegenwoordigt een AI die de mogelijkheden van computers opnieuw heeft gedefinieerd.
Alpha Go Zero begon Go tegen zichzelf te spelen, experimenteerde met wat wel en niet werkte, verfijnde zijn strategie en speelde vervolgens opnieuw. In slechts 3 dagen, en op verbluffende wijze, gebruikte het wat het had geleerd om de versie van Alpha Go te verslaan die Lee Sedol had verslagen. Maar daar bleef het niet bij: het versloeg de meest geëvolueerde versie van Alpha Go (Master) en won 100 partijen met 0-0. Wat echt indrukwekkend is, is dat het niet specifiek gebouwd was om Go te spelen – het leek er gewoon van te houden.
Toen kreeg het schaak om mee te spelen. Na slechts 4 uur zelfoefening werd het goed genoeg om de huidige AI-wereldkampioen schaken te verslaan.
Het deed dat op manieren die menselijke schaakexperts versteld deden staan. Dit kwam doordat het nieuwe strategieën creëerde die niemand ooit eerder had gezien. Denk bijvoorbeeld aan combinaties van nieuwe tactieken, zoals het opofferen van een dame om een positioneel voordeel te behalen en het aanvallen met de koning. Experts noemden het 'buitenaards schaak' of 'waanzinnig aanvallend schaak'. De nieuw ontdekte speelstijl van Alpha Go Zero veranderde de manier waarop mensen het spel zelf waarnemen.
Hoe ontstaat dit soort creatieve en zelflerende intelligentie en hoe verhoudt het zich tot het menselijk brein? Het draait eigenlijk meer om kwalitatieve dan om kwantitatieve berekeningen. De menselijke geest is wat we een complex systeem, waaruit intelligentie en bewustzijn voortkomen uit de collectieve interactie van miljarden neuronen die met elkaar communiceren. Pogingen om te begrijpen hoe dit werkelijk werkt, omvatten complexiteitstheorie of systeemtheorie. Uiteindelijk gaat het hierbij om het idee dat het geheel meer is dan de som der delen. Een enkel neuron heeft bijvoorbeeld geen intelligentie, dus de klassieke reductionistische benadering van wetenschappelijke vooruitgang schiet tekort als het gaat om hoe de hersenen als geheel werken.
Mensen zijn over het algemeen niet gebouwd met een vooraf vastgesteld stelsel van regels voor hoe ze zich moeten gedragen. In plaats daarvan ervaren we de wereld, leren we ervan en passen we ons vervolgens aan. Dit gebeurt voornamelijk via de neocortex, die niet-lineaire, niet-algoritmische processen gebruikt om oplossingen te vinden voor optimaal gedrag. Deze nieuwe ontdekkingen kunnen vervolgens zelfs worden gecodeerd tot automatische gedragingen, die worden uitgevoerd zonder er daadwerkelijk over na te denken – stel je voor dat iemand naast je een ballon laat knappen.
De nieuwe revolutie in AI hanteert een opvallend vergelijkbare aanpak, waarbij leren plaatsvindt via diepe neurale netwerken, die op vrijwel dezelfde manier werken als onze neocortex. In plaats van informatie één datapunt per keer serieel te verwerken, worden berekeningen parallel uitgevoerd via bijna organische interacties. Deze methode gebruikt veel minder rekenkracht dan traditionele AI, maar bereikt toch een veel hoger intelligentieniveau. Het belangrijkste is dat er na de creatie geen programmeerwerk meer nodig is – het is simpelweg een kwestie van de AI problemen voorleggen die opgelost moeten worden.
Vreemd genoeg, en net als bij de hersenen, is het nog steeds een beetje een mysterie hoe diepgaand leren op fundamenteel niveau precies werkt.
Hoewel deze ontwikkelingen fascinerend zijn, blijft de hamvraag: zal deze nieuwe vorm van AI ook daadwerkelijk problemen in de echte wereld aanpakken? Computers die alleen maar bordspellen spelen, hebben immers weinig praktisch nut.
Het antwoord is ja. Googles zelfrijdende auto's en spraakherkenningssystemen zijn slechts enkele voorbeelden van toepassingen die momenteel worden ontwikkeld, maar verwacht dat dit slechts het topje van de ijsberg is. Grote bedrijven zoals Google, Amazon en Facebook investeren enorme middelen in de ontwikkeling van deep learning AI als kernonderdeel van hun bedrijfsvoering. Daarnaast is er het veelbelovende vooruitzicht van een doorbraak in kwantumcomputing, wat een gigantische toename van de rekenkracht inluidt.
Aan de andere kant zorgt de nieuwe dynamiek in AI voor een nieuwe en serieuze bezorgdheid dat AI ons niet alleen zou kunnen vervangen, maar mogelijk ook een existentiële bedreiging voor de mensheid vormt. Zelfs mensen als Elon Musk en de wijlen, maar zeer gerespecteerde Stephen Hawking hebben publiekelijk gewaarschuwd voor de reëelheid van een dergelijke dreiging.
Zoals we met Alpha Go Zero hebben gezien, zullen de resultaten van deze volgende fase in de evolutie van kunstmatige intelligentie ons waarschijnlijk verrassen, maar één ding is zeker: AI-superbreinen komen eraan en ze zullen het leven zoals we dat kennen veranderen.
Als je interesse in de neurowetenschap van de hersenen is gewekt, neem dan eens een kijkje op deze blogs
5 redenen waarom neurowetenschap geweldig is
De opmerkelijke neuroplasticiteit van je hersenen
Welkom bij de afdeling Onderzoek en Strategie van [bedrijfsnaam] in de snel veranderende wereld van vandaag.
Een op bewijs gebaseerde discussie over de vraag of activiteiten zoals kruiswoordpuzzels en Sudoku de hersengezondheid daadwerkelijk verbeteren, met een verduidelijking van wat ze wel en niet bevorderen, en waarom de voordelen vaak verkeerd worden begrepen.
Bekijk deze uitstekende inzichten over de rol van neurowetenschap in sportprestaties.
Ontdek de opmerkelijke neuroplasticiteit van je hersenen.
NeuroTracker is een van de meest onderzochte systemen voor cognitieve training en wordt wereldwijd gebruikt in de topsport, het leger en voor het verbeteren van menselijke prestaties. Het is gebaseerd op 20 jaar neurowetenschappelijk onderzoek.
.png)