Kunstmatige intelligentie (AI) heeft de afgelopen maanden laten zien dat het tot heel wat in staat is. Als de ontwikkelingen zo snel blijven gaan, kan er de komende jaren veel veranderen. Nikhil Makkatira, data scientist bij hightech consultancy organisatie TMC, ziet de volgende vijf AI-trends:
1. Stable Diffusion: razendsnel nieuwe afbeeldingen maken
Minstens zo indrukwekkend als het veelbesproken ChatGPT is de mogelijkheid om met een paar trefwoorden in een paar seconden een afbeelding te genereren met tools als DALL–E en MidJourney. Net als het taalmodel van ChatGPT gebruiken deze modellen een enorme hoeveelheid data die beschikbaar is op het internet, in dit geval bestaande afbeeldingen.
Ook Stable Diffusion is zo’n text-to-image-model. Het verschil met de andere twee is dat het een open source-model is dat iedereen op een beetje krachtige computer zelf kan draaien. Stable Diffusion maakt gebruik van deep learning. Het model wordt zo getraind dat het ruis uit een afbeelding kan verwijderen. Eerst krijgt het een afbeelding vol ruis, waarbij het wordt gevraagd een afbeelding met iets minder ruis te genereren. Door dat proces te herhalen, kan het een scherp beeld maken. Op basis van de informatie die het model heeft over hoe een beeld eruit moet zien, gaat het langzaam structuren aanbrengen in de ruis.
Dit soort tools wordt in hoog tempo ontwikkeld en met steeds meer data gevoed. We zullen de komende jaren tal van andere voorbeelden van generative AI zien om bijvoorbeeld complete video’s of muziekstukken te genereren op basis van een beschrijving.
2. Diagnoses stellen: beter dan de arts
Deep learning-modellen die beelden herkennen, zijn niet alleen nuttig om zelf nieuwe beelden te genereren. Ze doen ook al jaren dienst in de zorg om artsen te helpen bij het stellen van diagnoses. Zo hebben wetenschappers enkele jaren geleden al een model ontwikkeld dat huidkanker aan de hand van foto’s van patiënten beter kon herkennen dan dermatologen, hoe veel kennis en ervaring die ook hadden. Zo’n neuraal netwerk wordt getraind met tienduizenden afbeeldingen, waarna het per afbeelding tot wel 95 procent nauwkeurig kan beoordelen of het om kanker gaat of niet.
Is dat slecht nieuws voor die medisch specialisten? Zeker niet. Deze modellen kunnen artsen helpen bij het stellen van de diagnose, maar de arts heeft nog altijd het laatste woord. Werken de modellen goed, dan besparen ze de artsen bovendien veel tijd. Die kunnen ze besteden aan onderzoek en andere belangrijke werkzaamheden.
3. Gedachten lezen: kan het en mag het?
Misschien wel de meest ingrijpende – en angstaanjagende mogelijkheid van AI is het lezen van iemands gedachten. Daarbij dringt zich allereerst de vraag op of dit überhaupt mogelijk is. CEO Mark Zuckerberg van Meta (Facebook) ziet een toekomst voor zich waarin mensen als ze dat willen rechtstreeks gedachten naar elkaar kunnen sturen. Hoewel het maar zeer de vraag is of het ooit zo ver zal komen, wordt er volop onderzoek gedaan naar brain-to-brain-communicatie en bestaan er daadwerkelijk systemen die een begin hiervan kunnen realiseren. Zo onderzoekt het researchteam van Braingate hoe een brain-machine-interface via elektrodes mensen met een hersenaandoening robotarmen en tablets met hun gedachten kunnen aansturen.
Dat mag dan een waardevolle toepassing zijn, maar dat ‘gedachtenlezen’ ook tot een dystopische toekomst kan leiden, laat bovenstaande video van het World Economic Forum zien. Daarin worden de hersengolven van medewerkers van een bedrijf gedecodeerd om te bepalen hoe serieus ze hun werk nemen, of ze bepaalde gevoelens voor collega’s hebben en of ze betrokken zijn bij illegale activiteiten. Om dat alles te registreren, zijn geen elektrodes in de hersenen nodig, maar volstaan wearables als een smartwatch of oordoppen.
Voorlopig zijn dit soort toepassingen alleen nog te zien in series als Person of Interest, maar zoals een van de onderzoekers aangaf: wat je denkt en voelt, is te reduceren tot data. En laat AI nu juist extreem goed zijn in het interpreteren van grote hoeveelheden data. Ethische kwesties en privacyzorgen staan deze ontwikkeling waarschijnlijk meer in de weg dan de technologie.
4. Entity resolution: gegevens slim combineren
Het combineren van data is een van de belangrijkste taken waar AI toe in staat is. Maar data worden op allerlei verschillende manieren verzameld en opgeslagen. Voor een traditioneel computerprogramma zijn twee sets van data ongelijk als ze niet 100 procent hetzelfde zijn. Met entity resolution kunnen data die ongeveer gelijk zijn aan elkaar maar niet volledig identiek zijn worden gekoppeld. Een slimme manier om te ontdekken dat data die sterk overeenkomen toe te passen zijn op dezelfde persoon.
Entity resolution kan zo data combineren dat ze tot een persoon te herleiden zijn. Dat is handig voor bedrijven die de data in hun systemen niet altijd op een consistente manier bewaren, maar het is ook te gebruiken om patiëntendossiers te verbeteren en zo betere zorg te leveren of voor fraudebestrijding. Ook hier is een discussie over ethiek en privacy nooit ver weg. Hoe ver mag je gaan in het combineren van data? Wat gebeurt er als het algoritme het bij het verkeerde eind had? Hoe anoniem kunnen we nog door het leven gaan?
5. Singularity: worden wij straks overbodig?
Worden algoritmes in de toekomst zo slim dat mensen overbodig worden? Sommige mensen beweren dat dat binnen tien jaar werkelijkheid kan worden. Nieuw is het idee niet, denk aan films als The Terminator. Dat het volgens sommige experts niet bij sciencefiction blijft, is vooral te danken aan de snelheid waarmee AI en andere technologie zich ontwikkelt. Dat gaat in veel gevallen niet lineair, maar exponentieel. De vraag is dan of en wanneer het kantelpunt komt waarbij AI zo intelligent is dat het zijn eigen algoritmes kan verbeteren en wij als mensen het wel kunnen vergeten. Om mensen bewust te maken van de kansen en gevaren die technologie biedt en de snelheid waarmee dat gaat, is de Singularity Group opgericht: een groep mensen die regelmatig events organiseert.
Worden mensen overbodig dankzij AI?
Bij deze AI-toepassingen, die zich ook nog eens in razendsnel tempo ontwikkelen, zou je bijna gaan denken dat we zo ongeveer al het werk voor ons op den duur aan algoritmes over kunnen laten. Denk je aan de uiterste vorm van singulariteit, dan zou de hele mensheid zelfs worden vervangen? De meeste experts geloven niet dat het zo’n vaart zal lopen. Wel denken zij dat mensen die niet samenwerken met AI zullen worden vervangen. AI kritisch volgen maar het wel omarmen en er op een constructieve manier mee samenwerken, lijkt dan ook de oplossing voor de toekomst.
Ooit deden we alles met formulieren, daarna zaten (letterlijk) zalen vol dames informatie over te typen in computers.
Allemaal overbodig geworden door – met name – microelectronica.
De automobiel heeft alle hoefsmeden overbodig gemaakt, de elektromotor alle molenaars.
Er zijn nog nauwelijks warme bakkers en al helemaal geen kruideniers meer, het werk dat ooit tientallen landarbeiders meerdere dagen kostte doet een boer met een trekker nu in een halve dag.
Talloze beroepgroepen zijn overbodig geworden, maar zitten al die mensen thuis in armoede? Integendeel: we komen om in het werk (zo erg dat we het meeste werk in verre landen moeten laten doen).
Ik kan ook de toekomst niet voorspellen, maar ik heb niet de indruk dat deze volgende automatiseringsgolf tot gevolg zal hebben dat we niets meer hoeven doen. (En al zou het zo zijn: wat is er mis met een ééndaagse werkweek?)
Wel zullen onze regeringsleiders er op toe moeten zien dat de koeken eerlijk(er) verdeeld worden.
Ik citeer het laatste stukje van dit artikel: “De meeste experts geloven niet dat het zo’n vaart zal lopen. Wel denken zij dat mensen die niet samenwerken met AI zullen worden vervangen. AI kritisch volgen maar het wel omarmen en er op een constructieve manier mee samenwerken, lijkt dan ook de oplossing voor de toekomst.”
Maar dat is nu precies hetgeen we NIET moeten doen, want het omarmen leidt tot het dystopisch gebruik an AI zoals dat wordt verheerlijkt in het filmpje.
Iemand (onder de screen name ‘Sydney Symposia’) schreef op Youtube het volgende commentaar (hieronder redelijk geslaagd vertaald met Google) en ik kan me daar goed in vinden:
“De spreker houdt haar toespraak onder het ogenschijnlijk nobele voorwendsel dat we ons moeten voorbereiden op eerlijk en rechtvaardig gebruik van neurotechnologie op de werkvloer. Maar historisch gezien zijn de controlesystemen die zijn geïnstalleerd om levende populaties te beheren altijd geleverd onder dezelfde retoriek van efficiëntie, gezondheid, veiligheid en welzijn. De heersende klasse en hun officiële lakeien moeten doen alsof ze de last van sociale verantwoordelijkheid op zich nemen, ons regeren, ons leiden “voor ons eigen bestwil”, maar de valse glimlach verraadt de waarheid. De functie van dit soort betrokken palliatieve vertogen is geen voorbereiding, maar anticiperende normalisatie: we worden op een neutrale en vrij nuchtere toon ertoe gebracht te geloven dat deze technologie onvermijdelijk is, dat we haar moeten OMARMEN en dat ze, als ze naar behoren, ons zelfs verlossen van alle vermijdbare risico’s en schade. Laat u niet misleiden door de zachte strategie, dit is in feite een ideologisch paard van Troje. De zwijnen die aan de macht zijn, weten dat als dit soort technologie op grote schaal zou worden geïmplementeerd zonder de morele façade, we er nauwelijks over zouden twijfelen; We zouden het eerder duidelijk zien voor wat het is – een instrument om de sociale controle van de massa’s te verzekeren terwijl ze hun uitbuiting intensiveren en de achteruitgang van de menselijke levensstandaard versnellen. Deze technocratische preek in Davos is een list om ons kennis te laten maken met onze nieuwe ketens. Een beetje “blootstellingstherapie”, terwijl we zachtjes afglijden in de dystopische waanzin van weer een afgewezen aflevering van Black-mirror. De tanden op de tandwielen van de machine sluiten strak. We moeten zeker weigeren. We moeten in opstand komen tegen het insinuerende moralisme van deze nieuwe passief-agressieve vorm van autoritarisme. Voordat het te laat is.”