Kunstmatige intelligentie in het dagelijks leven

Een AI is eigenlijk een zelflerend algoritme. Zelflerend houdt in dat het apparaat slim genoeg is om zichzelf aan te leren wat goed is en wat niet. Een algoritme kun je zien als verschillende stappen die na elkaar, in een logische volgorde, worden uitgevoerd. Een goed voorbeeld hiervan is het maken van lasagne. Als je lasagne maakt, maak je eerst de saus klaar. Daarna pak je de lasagnebladeren en de ovenschaal erbij. In de ovenschaal ga je verschillende laagjes maken met saus, lasagnebladeren en als laatste gaat de kaas erover en vervolgens plaats je het in de oven. Als je kijkt naar het recept, dan zou je kunnen zeggen dat de input, dat wat er aan de ene kant in gaat, de losse ingrediënten zijn. Aan de andere kant heb je dan de output, wat eruit komt, dit is de uiteindelijke maaltijd die eruit komt. 

Waarschijnlijk weten we allemaal wel hoe je lasagne moet maken en welke logische stappen je moet volgen om een lekkere lasagne te maken. Echter is dit niet iets wat je altijd hebt geweten. Je hebt het ooit moeten leren. Ditzelfde geldt voor AI, die moet ook dingen leren. Maar hoe kan zo’n AI, oftewel een computer, nou dingen leren?

Je leert nieuwe dingen voornamelijk door ze vaker te doen. Door het vaker te doen, leer je iedere keer weer iets nieuws en word je steeds een beetje beter. Goede voorbeelden hiervan zijn: leren skeeleren, het spelen van een videogame, maar ook dingen als wiskunde en hoe je moeilijke sommen moet oplossen. Dit heb je allemaal meerdere keren moeten doen/oefenen voordat je een beetje door kreeg hoe het moest. Hoe vaker je het doet, hoe beter je erin wordt. Waarschijnlijk heb je ook een beetje van anderen afgekeken hoe het moet om nog beter te worden. 

Dit is precies hoe een AI ook werkt. Die moet ook veel oefenen voordat hij de taak zelf kan uitvoeren. Gelukkig kunnen wij daarbij een handje helpen. Een AI heeft, in tegenstelling tot ons mensen, geen ogen om te kunnen lezen of om te kunnen zien hoe iemand anders het doet. 

Een AI leert van data. Dan hebben we niet over gewoon zomaar data, maar ongelooflijk grote hoeveelheden data. Data kunnen getallen, woorden, zinnen, teksten en foto’s zijn. Deze data kunnen we zelf aan een algoritme geven. Als we bijvoorbeeld heel veel foto’s van bloemen naast elkaar zetten en bij elke bloem aangeven wat voor soort bloem het is dan zal het algoritme uiteindelijk zelf kunnen ontdekken hoe iedere bloem eruitziet. Je kunt het ook een beetje vergelijken met een familiefotoalbum. De eerste keer dat je het album aan iemand anders laat zien, weet diegene niet wie wie is en is alle informatie nieuw. Een eerstvolgende keer dat je een andere foto laat zien, kan diegene bepaalde mensen uit de foto herkennen door de foto’s die hij/zij eerder al heeft gezien. Zo werkt het voor een AI eigenlijk ook. Mensen kunnen aan de hand van enkele foto’s al iets herkennen, maar voor een computer is dit wat lastiger. Daarom zal een computer ook honderden of zelfs duizenden foto’s nodig hebben voordat die er een bepaald patroon in kan gaan herkennen. 

Laten we weer eerst eens gaan kijken hoe wij mensen informatie opnemen. Zoals eerder aangegeven beschikken wij, in tegenstelling tot een computer, over een paar ogen. Deze ogen voorzien ons van een toestroom aan informatie. Die informatie wordt weer in onze hersenen verwerkt, zodat wij begrijpen wat we zien en dit verwerken wij tot een concept wat wijzelf kunnen begrijpen. Computers kunnen dit ook een bepaalde manier. Op een slimme manier hebben we onze zintuigen voor computers nagemaakt. Denk bijvoorbeeld aan een camera die de ogen nabootsen of een microfoon die de oren nabootst. Zo kunnen we een computer dus ook continu informatie laten verzamelen in plaats van dat wij handmatig al die data aan een algoritme moeten gaan voeren. Mensen en bedrijven over de hele wereld zijn hier mee bezig. 

Het lijkt erop dat al deze AI’s ons leven een stuk makkelijker zullen gaan maken. Denk maar eens aan de robotstofzuigers die voor jou stofzuigen of aan Netflix die jou een leuke serie aanraadt. Toch zijn er ook mensen die zich er een beetje zorgen over maken. Aan de ene kant leveren AI’s heel veel voordelen op zoals bijvoorbeeld gezichtsherkenning waarmee we een hoop technologieën en processen kunnen verbeteren, automatiseren en personaliseren. 

Maar gezichtsherkenning kan ook nadelig uitpakken. Stel je bijvoorbeeld eens voor dat alle camera’s op straat zijn uitgerust met gezichtsherkenning. Zo kun je vanaf het moment dat je uit de deur stapt totdat je weer terug thuiskomt gevolgd worden. Wanneer je je daarvan bewust bent, geeft dat toch een wat minder fijn gevoel. 

Zoals je al gemerkt hebt, kunnen AI’s op een super efficiënte manier worden ingezet wanneer het met de juiste bedoelingen gebruikt wordt. Aan de andere kant kan het gebruik van AI’s ook nadelig uitpakken wanneer we er niet goed genoeg over nadenken. 

Nu je wat meer weet over wat AI’s zijn en hoe deze getraind worden, kunnen we gaan kijken naar de verschillende soorten AI’s. Eerder dacht je misschien bij AI aan een hele slimme robot die kan denken en praten net als wij mensen. Of misschien zelfs slimmer is dan wij mensen. Nu je wat meer uitleg over AI’s hebt gehad en enkele voorbeelden hebt gekregen, heb je misschien al gemerkt dat dat helemaal niet het geval is. AI’s hoeven namelijk niet altijd alleskunners te zijn, maar een AI kan bijvoorbeeld ook heel goed zijn in één hele specifieke taak zoals bijvoorbeeld het herkennen van een bepaald soort bloem. 

Zo’n AI noemen we een Narrow AI. Deze AI is dus goed in een specifiek ding. Aan de andere kant heb je ook een General AI. Deze  AI’s begrijpen veel meer en kunnen grotere en moeilijkere problemen oplossen. Op dit moment zijn alle AI’s om ons heen voornamelijk allemaal narrow AI’s. De technologie is namelijk nog niet zo ver dat we general AI’s echt goed kunnen maken. Laat staan dat we ze kunnen laten praten en denken. Echter gaan de technische ontwikkelingen op dit moment heel erg hard dus we sluiten het zeker niet uit dat het nog snel gaat komen. 

Zo’n 15 jaar geleden bestonden de AI’s zoals wij die vandaag de dag kennen ook nog helemaal niet en leek dit zelfs onwerkelijk. AI’s die gezichten en emoties kunnen herkennen, of AI’s die kunnen aangeven wanneer wij de planten het beste water kunnen geven of zelfs computers die teksten kunnen herkennen en spraak om kunnen zetten naar tekst waren dingen die echt nog ondenkbaar waren. Dus wie weet waar we over een paar jaar alweer staan!