AI leert zichzelf te creëren (video)

Mensen worstelen ermee om echt intelligente machines te maken. Misschien moeten we ze het zelf laten doen.

Een kleine abstract figuurtje met een wigvormig hoofd schuift over het scherm. Het beweegt half hurkend en sleept met een knie langs de grond. Het is lopen! Ehhh, ongeveer… Toch is Rui Wang blij. "Elke dag loop ik mijn kantoor in en open mijn computer, en ik weet niet wat ik mag verwachten," zegt hij.

Als AI-onderzoeker bij Uber houdt Wang ervan de Paired Open-Ended Trailblazer (Poet), een stukje software dat hij mede heeft ontwikkeld, ‘s nachts zijn eigen gang te laten gaan op zijn laptop. Poet is een soort trainingsdojo voor virtuele bots. De AI-agenten proberen een ruw cartoonlandschap van hekken en ravijnen te doorkruisen zonder te vallen.

Tot nu toe hebben ze eigenlijk niet veel leren doen. Maar het is dan ook niet wát ze leren die spannend is – het is hóe ze leren. Poet genereert de hindernisbanen, beoordeelt de vaardigheden van de bots en wijst hun hun volgende uitdaging toe, allemaal zonder menselijke betrokkenheid. Stap door struikelende stap verbeteren de bots. "Op een gegeven moment kunnen ze misschien over een klif springen als een Kung Fu Master," zegt Wang.

Clune noemt de poging aan om echt intelligente AI te bouwen de meest ambitieuze wetenschappelijke zoektocht in de menselijke geschiedenis. Tegenwoordig, zeven decennia na de eerste serieuze inspanningen om AI te maken, zijn we nog lang niet in staat machines te creëren die (bijna) even slim zijn als mensen, laat staan ​​slimmer. Clune denkt dat Poet de weg kan wijzen.

"We moeten de ketenen afnemen en ophouden onszelf in de weg te staan", zegt hij.

Het gebruik van AI om AI te maken kan een belangrijke stap op de weg zijn die op een dag leidt tot kunstmatige algemene intelligentie (AGI) – machines die slimmer zijn dan mensen. In de nabije termijn kan de techniek ons helpen verschillende soorten intelligentie te ontdekken: niet-menselijke intelligenties die op onverwachte manieren oplossingen kunnen vinden en misschien een aanvulling vormen op onze eigen intelligentie, in plaats van deze te vervangen. 

Evolutie nabootsen

De geschiedenis van AI staat vol voorbeelden waarin door mensen ontworpen oplossingen plaats maakten voor machinaal geleerde. Neem computervision: tien jaar geleden kwam de grote doorbraak in beeldherkenning toen bestaande mensgemaakte systemen werden vervangen door systemen die zichzelf vanaf het begin onderwezen. Hetzelfde geldt voor veel AI-successen.

Een van de fascinerende dingen van AI, en machine learning in het bijzonder, is het vermogen om oplossingen te vinden die mensen niet hebben gevonden – om ons te verrassen. Een vaak genoemd voorbeeld is AlphaGo (en zijn opvolger AlphaZero), die het beste dat de mensheid te bieden heeft in het oude spel Go verbeterde door schijnbaar buitenaardse strategieën toe te passen. Na honderden jaren van studie door menselijke meesters, vond AI oplossingen waar niemand ooit aan had gedacht.

Het team bij OpenAI heeft in 2018 al bots ontwikkeld die leerden verstoppertje te spelen in een virtuele omgeving. Deze AI’s begonnen met eenvoudige doelen en eenvoudige hulpmiddelen: het ene paar moest het andere vinden, dat zich kon verschuilen achter verplaatsbare obstakels. Maar toen deze bots werden losgelaten om zelfstandig te leren, vonden ze al snel manieren om te profiteren van hun omgeving op manieren die de onderzoekers niet hadden voorzien. Ze maakten gebruik van storingen in de gesimuleerde fysica van hun virtuele wereld om over muren te springen – en er zelfs doorheen te breken.

Dat soort onverwacht optredend gedrag biedt verleidelijke hints dat AI zou kunnen komen tot technische oplossingen die mensen niet zouden bedenken, door nieuwe en efficiëntere soorten algoritmen of neurale netwerken uit te vinden – of zelfs om neurale netwerken, een hoeksteen van moderne AI, volledig te dumpen.

AI vragen om AI voor ons te creëen, is een paradigmaverschuiving. En zelfs als AGI nooit wordt bereikt, kan de zelflerende benadering nog steeds veranderen welke soorten AI worden gecreëerd. De wereld heeft meer nodig dan een hele goede Go-speler, zegt Clune. Voor hem betekent het creëren van een superslimme machine het bouwen van een systeem dat zijn eigen uitdagingen bedenkt, oplost en vervolgens nieuwe uitvindt. Poet is een kleine glimp van dit principe in actie. Clune stelt zich een machine voor die een bot leert lopen, dan hinkelen en dan misschien Go spelen. "Dan leert het misschien rekenpuzzels en begint het zijn eigen uitdagingen te bedenken", zegt hij. "Het systeem innoveert voortdurend – en de sky is the limit."