Voor het eerst hebben we bij Just Enough AI-aanbieders beoordeeld. Daarom krijgt dit thema deze maand extra veel aandacht. AI is de afkorting voor ‘artificial intelligence’, oftewel kunstmatige intelligentie. Maar wat is AI nou eigenlijk precies?
Hoe beschrijf je wat AI is, wat het kan, wat het betekent? Volstaat een definitie of moet er meer over gezegd worden? Wij denken van wel, omdat er nogal wat mythes rondom het thema AI rondgaan. Dit maakt het lastig te onderscheiden wat je precies moet geloven. De vraag is niet alleen: Wat is AI? Maar ook: wat betekent de aanwezigheid van AI in de wereld en in onze levens? Waar kan het toe leiden?
Hieronder lees je een aantal verschillende omschrijvingen van AI. Deze zijn bedoeld als opening van een gesprek over wat AI wel of juist niet is. En dus niet bedoeld als een volledig overzicht of als vaststaande definiëring.
Wat is AI? 7 beschrijvingen …
AI is een machinaal systeem
De Europese Unie hanteert de volgende definitie: ‘Een AI-systeem is een machinaal systeem dat is ontworpen om met verschillende niveaus van autonomie te werken en dat na de uitrol aanpassingsvermogen kan vertonen en dat, voor expliciete of impliciete doelstellingen, uit de ontvangen input afleidt hoe output te genereren zoals voorspellingen, inhoud, aanbevelingen of beslissingen die van invloed kunnen zijn op fysieke of virtuele omgevingen.’
AI is een wiskundige techniek, uitgevoerd door software
AI is een techniek om statistisch gezien tot het meest waarschijnlijke antwoord te komen. AI-taalmodellen berekenen bijvoorbeeld hun antwoord door relaties tussen woorden te voorspelen. Dit doen ze op basis van miljoenen of miljarden voorbeelden van eerder geschreven teksten, waarbij ze rekening houden met vastgelegde regels en beperkingen. Bij andere vormen van AI wordt bijvoorbeeld berekend hoe groot de kans is dat je een bepaalde ziekte hebt of hoe groot de kans is dat je morgen crimineel gedrag vertoont. Wat alle vormen van AI gemeen hebben is dat ze een software zijn die wiskunde toepassen op basis van grote hoeveelheden data.
Hierbij is het goed om te weten dat er bij AI-taalmodellen geen enkel begrip van taal aanwezig is. Pascal Wiggers vertelt in de podcast Welkom in de AI-fabriek (#1) dat het eerder gaat om ‘een hele oppervlakkige representatie van taal. (…) Alle woorden zijn voor dat model gelijk. Het zijn tekens. Het zijn symbolen. En het weet wiskundig gezien welke [woorden] het bij elkaar moet zetten. Maar wat die woorden betekenen (…) weet dat model niet. Dat verklaart ook waarom het met delfde zelfverzekerdheid zin en onzin uitkraamt, want het kan het onderscheid helemaal niet maken. Het enige wat het doet, is woorden voorspellen.’
AI is een poging tot het nabootsen van mensen
Onder de noemer AI valt een enorme hoeveelheid aan technologieën. Wat deze technologieën met elkaar gemeen hebben, is dat ze gemaakt zijn met de intentie om menselijke gedragingen na te bootsen, menselijke handelingen uit te voeren en, ten diepste, om menselijke intelligentie te reproduceren.
Over dit laatste is veel discussie. Allereerst omdat de vergelijking tussen kunstmatige intelligentie en menselijke intelligentie een zinloze vergelijking is. Volgens Ilyaz Nasrullah is dat ‘alsof je een duikboot vergelijkt met een mens. Een mens kan zwemmen, een duikboot kan ook in het water bewegen’. Als een duikboot langer onder water kan blijven of dieper kan duiken dan een mens, is de duikboot beter in die specifieke taken. Maar waarom zou je dat met elkaar vergelijken?
Daarnaast is de fundamentele zwakte van kunstmatige intelligentie nou juist het ontbreken van échte intelligentie. Een belangrijk argument hiervoor is de grootste en tot op heden onopgeloste uitdaging binnen het vakgebied machine learning, namelijk dat AI wiskundig gezien altijd zal kiezen voor de weg van de minste weerstand (‘shortcut learning’). In plaats van zich op diepgaand taalbegrip te baseren, of hun best doen om de werkelijke, achterliggende concepten te ‘begrijpen’, baseren AI-modellen zich op (toevallige) patronen en schijncorrelaties in (trainings)data.
Een bekend voorbeeld hiervan is een AI die koeien leert herkennen aan de hand van het groene gras op de achtergrond, in plaats van de anatomie van het dier zelf. Zodra de AI een koe op een zandstrand ziet, herkent hij het dier niet meer. Inmiddels zijn er manieren uitgevonden om shortcut learning beter op te sporen en bestaan er technieken om het te kunnen onderdrukken, maar een wezenlijke oplossing is nog niet gevonden.
AI is veredelde machine learning
Onze mislukte pogingen van de afgelopen decennia om échte menselijke intelligentie te reproduceren hebben geleid tot een aantal opvallende herdefinities. Wat we nu AI (of ANI: Artificial Narrow Intelligence) noemen, zou tot enkele jaren geleden machine learning hebben geheten – al dan niet in combinatie met symbolische AI. En wat we destijds bedoelden met AI, noemen we nu AGI: Artificial General Intelligence. Lees hierover meer bij ons artikel over de korte geschiedenis van AI.
Goed om te weten: tegenwoordig doelt men met de term AI vooral op de AI die getraind is in deep learning systemen, op basis van zeer grote hoeveelheden data. Maar eigenlijk is deep learning een subcategorie binnen machine learning, en machine learning is een subcategorie binnen AI. AI is dus veel breder dan alleen deep learning.
AI leidt tot een nieuwe industriële revolutie
AI is de motor van de vierde industriële revolutie. AI-systemen kunnen cognitieve taken van ons overnemen en deze zelfstandig uitvoeren. Hierdoor verandert onze manier van produceren, samenwerken en zelfs samenleven op fundamentele manieren en in een razend tempo.
AI is een verzameling mythes
AI lijkt niet van magie te onderscheiden. Maar magisch denken kan gevaarlijk zijn. Juist daarom zouden we veel narratieven over AI ernstig moeten betwijfelen. Volgens Ajuna Soerjadi, voormalig Jonge Denker des Vaderlands, wordt AI bijvoorbeeld vaak gepresenteerd als een ‘neutrale, objectieve en onafhankelijke assistent’ in een ‘onzichtbare cloud’, die ons verder helpt in onze ‘vooruitgang’ of zelfs de mensheid zal ‘redden van haar ondergang’. Ze noemt dit allemaal voorbeelden van mythes, waarvan we ons te gemakkelijk laten overtuigen.
Ook de woorden ‘kunstmatig’ en ‘intelligentie’ zelf zijn onderdeel van de mythische framing. In Atlas of AI beargumenteert Kate Crawford dat kunstmatige intelligentie niet kunstmatig is én niet intelligent. Ze schrijft: ‘Integendeel, kunstmatige intelligentie is zowel belichaamd als materieel: ze is vervaardigd uit natuurlijke hulpbronnen, brandstof, menselijke arbeid, infrastructuur, logistiek, geschiedenis en categorisering. AI-systemen zijn niet autonoom, niet rationeel en niet in staat om iets te onderscheiden zonder uitgebreide, rekenintensieve training met grote datasets of vooraf gedefinieerde regels en beloningen.’
AI is vergelijkbaar met een piramidesysteem (ook wel: zeepbel)
AI is een product zonder extern rendement. Veel geld circuleert namelijk rond in een gesloten economische cirkel, waardoor de omzetcijfers en beurswaarden exponentieel lijken te groeien, maar intussen levert het product (AI dus) eigenlijk amper wat op. Het geld vloeit niet terug naar de maatschappij én de gebruikskosten van AI zijn groter dan de abonnementskosten van gebruikers, waardoor AI-bedrijven volledig afhankelijk zijn van miljardeninvesteringen van ‘durfkapitalisten’.
Deze ‘zeepbel’ plopt op het moment dat investeerders hun vertrouwen verliezen. Bijvoorbeeld omdat de AI-adoptie op de werkvloer niet snel genoeg winst oplevert. Daarom worden AI-bedrijven gedwongen om de toekomstverwachtingen hoog te houden en grote doorbraken aan te blijven kondigen. ‘De huidige AI is niet winstgevend gebleken, maar de toekomstige AGI zal dat wel zijn…’
Bekijk onze beoordelingen van AI-aanbieders in de Productwijzer.
Just Enough steunt ook de #QuitGPT boycot. Doe je ook mee?