Met deze gids over artificial intelligence kun je meepraten met collega’s

Wat is artificial intelligence?

Artificial intelligence (AI) of kunstmatige intelligentie is niks nieuws. Dat begrip is al bekend sinds 1956. Dan staat het nog voor: de wetenschap en de techniek van het maken van intelligente machines.

Maar definities veranderen. En op kerstborrels gaat het echt niet over officiële versies. Mark Wiemer, een software engineer van Microsoft, omschrijft het op Medium vandaag zo: AI is het vermogen om iets te doen dat ‘slim lijkt’. Een spel goed spelen, handschrift herkennen, spraak omzetten in tekst of een video aanbevelen.

AI die dan weer ‘echt slimme dingen doet’, is bijvoorbeeld het aanbieden van specifieke inhoud voor jou op TikTok of het antwoord van ChatGPT op een strategische vraag. Maar slim of echt slim is volgens Wiemer nog altijd van hetzelfde laken en pak.

‘Er is eigenlijk geen fundamenteel verschil tussen ChatGPT en een eenvoudige rekenmachine. Beide nemen de input op, doen wat berekeningen (oké, ChatGPT doet veel berekeningen) en geven een nieuwe output gebaseerd op de input. Beide zijn AI.’

Wat is een algoritme?

Algoritmes en AI worden veel door elkaar gebruikt, maar ze zijn niet hetzelfde. Algoritmes zijn de bouwstenen voor AI en machine learning (een vorm van AI, zie verderop). Soms heel eenvoudig, in de vorm van als-dan. Als je je aankleedt, dan volg je meestal een bepaalde volgorde.

Eerst je ondergoed, dan je sokken, je broek, je shirt en je schoenen. Dat doet een algoritme ook: het volgt specifieke regels om tot een bepaald resultaat te komen. Maar er zijn ook hele complexe sets van algoritmes.

Hoe meer algoritmes worden gecombineerd, hoe geavanceerder de taken die ze kunnen uitvoeren. Zo gebruiken chatbots diverse algoritmes om ervoor te zorgen dat je bijvoorbeeld bij bedrijven op de juiste afdeling terechtkomt op basis van je vraag.

Lees ook: Met algoritmes worden ook nieuwe parfums op maat gemaakt

Wat is narrow AI?

Narrow AI wordt ook wel traditionele, selectieve of zwakke kunstmatige intelligentie genoemd. Narrow AI volgt expliciete regels en commando’s van programmeurs.

De data die het gebruikt om patronen te vinden, zijn netjes gelabeld en bewerkt door mensen. De kennis die is opgedaan bij het uitvoeren van één taak kan ook niet worden toegepast op andere taken.

Zo’n commando kan zijn: vind alle foto’s van Volkswagenbusjes op internet. Bijsturen is mogelijk, wanneer er ook foto’s van gewone Volkswagens of bussen voor het openbaar vervoer tevoorschijn komen.

Deze vorm van AI is zeer stabiel, efficiënt en geschikt voor repetitief werk. Daarom zijn er veel toepassingen te vinden in robots en andere industriële automatisering.

Wat is generative AI?

Generatieve AI gebruik je dan weer om een kerstman op Mars te laten wandelen, een bekende voetballer te laten schilderen in de stijl van Rembrandt, of Homerus te laten dichten over Madonna. Je kunt er ook nieuwe muziek meer maken, deepfake video’s, nieuwe moleculen…

Deze vorm van AI wordt ook wel gen AI, creatieve of sterke kunstmatige intelligentie genoemd. De sleutel is het creëren of ontwikkelen van nieuw materiaal. AI gebruikt hiervoor de informatie uit grote datasets, waaruit het patronen, relaties of structuren haalt.

Van foto’s van een Volkswagenbusje, een Volkswagen en een gewone bus kan het zonder menselijke tussenkomst of bijsturing iets heel nieuws maken. Drop dat idee in tekstvorm gerust in beeldgenerator DALL-E van OpenAI en zie wat het oplevert.

Lees ook: De zwaktes van AI: ‘In onzekere situaties heb je het menselijk beoordelingsvermogen nodig’

Wat is conversational AI?

Conversational AI is de paraplu voor de technologie die computers helpt om met jou te communiceren. Deze vorm van AI herkent niet alleen jouw input, via tekst of spraak, maar reageert er ook op.

Chatbots zijn er een voorbeeld van. Daaronder vallen niet alleen eenvoudige chatbots met een vooraf geprogrammeerd script, maar ook het veel geavanceerdere ChatGPT. Altijd leuk om op een borrel ChatGPT ‘maar’ een chatbot te noemen.

Andere voorbeelden zijn virtuele assistenten en spraakbesturingssystemen zoals Alexa van Amazon en Siri van Apple.

Wat is explainable AI?

Explainable AI, weten hoe AI ‘denkt’ en tot resultaten komt, is als thema hot in politieke kringen, vooral in Brussel. Explainable AI is ook wel bekend als XAI of EAI. Verklaarbare AI is namelijk goed voor het vertrouwen en voor de bredere adoptie van technologie.

Bing Chat van Microsoft laat daarvan al elementen zien. Op de vraag wat explainable Ai is, laat het drie websites zien waar de informatie vandaan komt.

Bij ChatGPT van OpenAI is het niet duidelijk hoe het antwoord tot stand komt. Wanneer het niet mogelijk is om te achterhalen waarop AI resultaten baseert, dan is het een black box. En dat kan tot grote problemen leiden bij zelfrijdende wagens of zelfstandig opererende chirurgische robots. Wie is namelijk verantwoordelijk als het misgaat?

Wat is responsible AI?

Responsible AI gaat over de positieve impact: AI als een force for good. Het maken van de juiste zakelijke en ethische keuzes bij het toepassen van AI. De focus ligt op veiligheid, inclusie, vertrouwen en aansprakelijkheid.

Zo ontwikkelde Amazon ooit een AI-recruitmenttool die seksistisch bleek. Het algoritme beval kandidaten aan op basis van cv’s en eerdere selectie van de honderdduizenden mensen die voor Amazon werken. Het systeem had een duidelijke voorkeur voor mannen. Daarop werd het project stilletjes geschrapt.

Lees ook: ChatGPT verbieden heeft geen zin, opvoeden wel

Wat is artificial general intelligence?

AGI is de natte droom van de tech-community: AI creëren die alle intelligente taken van mensen kan uitvoeren, minstens even goed en liefst zelfs beter. AGI staat voor Artificial General Intelligence, ook wel general AI, de singulariteit of runway AI genoemd.

Het belangrijkste buzzwoord hier is autonomie. AGI heeft geen menselijke tussenkomst meer nodig. AGI kan zelf nieuwe AI’s maken, plannen maken en samenwerken om doelen te bereiken. Dus ook besluiten om al het menselijk leven op deze planeet te elimineren.

Oncontroleerbare AI on steroids maakt sommige spelers in tech bloednerveus. Onder anderen Elon Musk, Steve Wozniak en Max Tegmark hebben al gevraagd om op de pauzeknop te drukken. Anderen denken dat er nog tijd genoeg is om vangrails in te bouwen en ongelukken te voorkomen.

Hoeveel tijd is er dan nog? Ook daar zijn de meningen over verdeeld. Volgens de ceo van Google, Andrew Ng, staat de techindustrie er nog tientallen jaren vanaf. Volgens OpenAI-ceo Sam Altman zijn alle AI-systemen die slimmer zijn dan mensen al AGI. Zijn geheimzinnige project Q zou hierin een doorbraak betekenen.

Lees ook: Waarom het genie achter ChatGPT voor haar eigen producten waarschuwt

Wat is machine learning?

Machine learning gaat over kunstjes leren. Bij een hond heb je daarvoor gerichte instructies en beloningen nodig, bij machine learning niet. Deze algoritmes leren met behulp van voorbeelden.

Geef ze een paar honderd foto’s van winterjacks. De uitkomst is dan: dit is een winterjack. Maar bij honderden foto’s van andere zaken is het: dit zijn geen winterjacks. Zo wordt gebouwd aan een manier om zelf patronen te herkennen, te classificeren, te voorspellen en te beslissen: dit is een winterjack of niet.

Dit proces wordt een model genoemd. Bij een volgende, nieuwe foto van een winterjack zal het model vanzelf aangeven: dit is een winterjack. En daarin wordt het ook steeds beter.

Vergelijk het met koken op je kerstborrel. Data zijn de ingrediënten. Algoritmes zijn de keukentoestellen. Modellen zijn de recepten. De uitkomsten van deze mix zijn de gerechten.

Machine learning is heel wat slimmer dan een gemiddelde oven. Het warmt niet alleen voedsel op, maar leert ook hoe het complete gerechten moet maken.

Wat is deep learning?

Deep learning gaat vooral… dieper. Stel, je wil een moeilijke puzzel oplossen. Je komt er niet uit, dus je appt naar een vriend die goed is in kruiswoordraadsels. Hij denkt in een bepaalde richting en appt die informatie weer naar een andere vriend. Uiteindelijk komt het juiste antwoord terug.

Dat netwerk aan vrienden zijn de neurons in de neurale netwerken waar deep learning gebruik van maakt. Zij simuleren de werking van het menselijk brein. De informatie stroomt door tientallen tot honderden lagen van neuronen, waarbij elke laag van elkaar leert.

Wat zijn taalmodellen?

Taalmodellen, daar word je de laatste tijd mee doodgegooid. Maar eigenlijk gaan ze al heel wat jaartjes mee. Ze verwerken de menselijke taal op een natuurlijke manier (natural language processing). Het eerste taalmodel, Eliza van MIT, stamt uit 1966. Het reageerde op het intikken van woorden en gaf een voorgeprogrammeerd antwoord.

Vandaag interpreteren extreem grote taalmodellen (large language models) jouw online verzoeken en vragen. Deze deep learning-algoritmes zijn getraind op enorme hoeveelheden data, specifiek gericht op taal.

GPT-3 is op het internet getraind, met maar liefst 500 miljard woorden. Ter vergelijking: een kind dat tien jaar oud is, heeft ongeveer 100 miljoen woorden geabsorbeerd. Om beter verbanden te kunnen leggen, worden woorden omgezet in cijfers (woordvectoren). Hoe meer woorden, hoe meer vectoren, hoe meer bouwstenen voor zo’n taalmodel.

Groot gaat ook over de miljarden parameters in de neurale netwerken van deze grote taalmodellen. GPT-3, het al ietsje oudere taalmodel van ChatGPT, gebruikt 175 miljard parameters. Hoe meer parameters, hoe beter de prestaties. Denk aan nuanceringen en het inspelen op jouw humeur.

Lees ook: Dit Nederlandse bedrijf levert vectordata voor taalmodellen

Wat zijn synthetische data?

Algoritmes die worden ingezet voor generatieve AI hebben enorme hoeveelheden data nodig. Die schrapen ze van het internet. Maar posts op sociale media leveren niet de kwaliteit op die nodig is, laat staan dat ze representatief zijn voor de maatschappij. Verwacht wordt dat er over een paar jaar zelfs een tekort aan goede data zal zijn.

Synthetische data zijn de oplossing. Dat betekent dat AI wordt getraind met gegevens die door AI worden geproduceerd. Nu is dat niet helemaal nep, want het zijn simulaties van echte situaties.

Volgens Gartner is in 2024 al 60 procent van de data waarmee AI wordt getraind op deze manier gegenereerd. Het heeft ook voordelen, want er is geen gedoe met gevoelige gegevens of regels rond privacy. En dat maakt synthetische data meteen een stuk goedkoper.

Eigenlijk kun je de creaties van ChatGPT ook synthetische data noemen. Het algoritme husselt bestaande teksten door elkaar om er iets nieuws van te maken. Zo ontstaan teksten die niet waar hoeven te zijn, of waarin verkeerde verbanden worden gelegd of compleet verzonnen feiten worden geserveerd.

Dan is het model aan het hallucineren geslagen. Maar al die teksten, correct of niet, staan wel online. Hoe meer van dit soort teksten op het internet belanden, hoe groter de impact op de andere algoritmes die hiermee getraind worden.

Tel daarbij nog een ander fenomeen op: het groeiende leger aan fake AI influencers en AI-comments op socialemediaposts. Die fake influencers, onder wie ook AI-journalisten en sprekers, worden steeds beter in het verbergen dat ze fake content produceren.

Als deze trend doorzet, dan zijn mensen niet langer nodig om de algoritmes van socialemediaplatforms bezig te houden. Zo kunnen wij weer massaal offline gaan en onze tijd investeren in gezondere activiteiten. Santé dus, op je gezondheid.

Lees ook: Kan AI een bedrijf leiden? We vroegen het aan 3 experts