211service.com
AI's PR-probleem
HBO's Westworld heeft een gemeenschappelijk plotapparaat: synthetische gastheren die in opstand komen tegen hun harteloze menselijke makers. Maar is het meer dan alleen een plotwending? Slimme mensen als Bill Gates en Steven Hawking hebben immers gewaarschuwd dat kunstmatige intelligentie zich op een gevaarlijk pad bevindt en het voortbestaan van de mensheid kan bedreigen.
Ze zijn niet de enigen die zich zorgen maken. De Commissie juridische zaken van het Europees Parlement heeft onlangs een rapport uitgebracht waarin de EU wordt opgeroepen om te eisen dat intelligente robots worden geregistreerd, mede om hun ethische karakter te kunnen beoordelen. De Stop Killer Robots-beweging, die zich verzet tegen het gebruik van zogenaamde autonome wapens in oorlogen, beïnvloedt zowel het beleid van de Verenigde Naties als het Amerikaanse ministerie van Defensie.
Het lijkt erop dat kunstmatige intelligentie een PR-probleem heeft. Hoewel het waar is dat de machines van vandaag op geloofwaardige wijze veel taken kunnen uitvoeren (schaken, autorijden) die ooit waren voorbehouden aan mensen, betekent dit niet dat de machines intelligenter en ambitieuzer worden. Het betekent gewoon dat ze doen waarvoor we ze hebben gebouwd.
De robots komen misschien, maar ze komen niet voor ons - omdat er geen zij zijn. Machines zijn geen mensen, en er is geen overtuigend bewijs dat ze op weg zijn naar bewustzijn.
Jerry Kaplan
We vervangen al eeuwen geschoolde en deskundige werknemers, maar de machines streven niet naar betere banen en meer werkgelegenheid. Jacquardweefgetouwen vervingen in de 19e eeuw deskundige naaldwerkers, maar deze opmerkelijke apparaten - geprogrammeerd met ponskaarten voor een groot aantal stofpatronen - betekenden geen onheil voor kleermakers en kleermakers. Tot het midden van de 20e eeuw vertrouwden we op onze beste en slimste om te rekenen - rekenmachine zijn was vroeger een zeer gerespecteerd beroep. Nu vergelijkbare apparaten worden weggegeven als promotionele snuisterijen op beurzen, kunnen de wiskundigen onder ons zich concentreren op taken die bredere vaardigheden vereisen, zoals statistische analyse. Binnenkort kan je auto je op commando naar kantoor brengen, maar je hoeft je geen zorgen te maken dat je je aanmeldt bij Uber om wat extra geld te verdienen voor benzine terwijl je in een personeelsvergadering zit (tenzij je opdracht geeft het aan).
AI maakt gebruik van een aantal krachtige technologieën, maar ze passen niet zo goed bij elkaar als je zou verwachten. Vroege onderzoekers richtten zich op manieren om symbolen volgens regels te manipuleren. Dit was handig voor taken zoals het bewijzen van wiskundige stellingen, het oplossen van puzzels of het ontwerpen van geïntegreerde schakelingen. Maar verschillende iconische AI-problemen, zoals het identificeren van objecten in afbeeldingen en het omzetten van gesproken woorden in geschreven taal, bleken moeilijk te kraken. Recentere technieken, die onder de ambitieuze vlag van machine learning vallen, bleken veel beter geschikt voor deze uitdagingen. Programma's voor machinaal leren halen bruikbare patronen uit grote gegevensverzamelingen. Ze sturen aanbevelingssystemen op Amazon en Netflix aan, verfijnen de zoekresultaten van Google, beschrijven video's op YouTube, herkennen gezichten, verhandelen aandelen, sturen auto's en lossen talloze andere problemen op waarbij big data kan worden gebruikt. Maar geen van beide benaderingen is de heilige graal van intelligentie. Ze bestaan inderdaad nogal onhandig naast elkaar onder het etiket kunstmatige intelligentie. Het loutere bestaan van twee belangrijke benaderingen met verschillende sterktes roept de vraag op of een van beide kan dienen als basis voor een universele theorie van intelligentie.
De AI-prestaties die in de media worden aangeprezen, zijn voor het grootste deel geen bewijs van grote verbeteringen in het veld. Het AI-programma van Google dat vorig jaar een Go-wedstrijd won, was geen verfijnde versie van dat van IBM dat in 1997 de wereldkampioen schaken versloeg; de auto-functie die piept wanneer je van je rijstrook afwijkt, werkt heel anders dan degene die je route plant. In plaats daarvan worden de prestaties die zo ademloos worden gerapporteerd vaak in elkaar geflanst uit een grabbelton met ongelijksoortige gereedschappen en technieken. Het is misschien gemakkelijk om de drumbeat van verhalen over machines die ons bij taken overtreffen, aan te zien als bewijs dat deze tools steeds slimmer worden, maar dat gebeurt niet.
Het publieke discours over AI is deels losgekoppeld van de realiteit omdat het vakgebied geen coherente theorie heeft. Zonder zo'n theorie kunnen mensen de voortgang in het veld niet meten, en het karakteriseren van vooruitgang wordt voor iedereen een gok. Als gevolg hiervan zijn de mensen die we het meest horen degenen met de luidste stemmen in plaats van degenen die iets inhoudelijks te zeggen hebben, en persberichten over moordende robots blijven grotendeels onbetwist.
Ik zou willen suggereren dat een probleem met AI de naam zelf is - meer dan 50 jaar geleden bedacht om pogingen te beschrijven om computers te programmeren om problemen op te lossen waarvoor menselijke intelligentie of aandacht nodig was. Als kunstmatige intelligentie iets minder spookachtigs was genoemd, zou het misschien net zo prozaïsch lijken als operationeel onderzoek of voorspellende analyses.
Misschien is een minder provocerende beschrijving zoiets als antropisch computergebruik. Een brede bijnaam als deze kan pogingen omvatten om biologisch geïnspireerde computersystemen te ontwerpen, machines die de menselijke vorm of vermogens nabootsen, en programma's die op natuurlijke, vertrouwde manieren met mensen omgaan.
We moeten stoppen met het beschrijven van deze moderne wonderen als proto-mensen en er in plaats daarvan over praten als een nieuwe generatie flexibele en krachtige machines. We moeten voorzichtig zijn met hoe we AI inzetten en gebruiken, maar niet omdat we een mythische demon oproepen die zich tegen ons kan keren. In plaats daarvan moeten we weerstand bieden aan onze neiging om menselijke eigenschappen toe te schrijven aan onze creaties en deze opmerkelijke uitvindingen te accepteren voor wat ze werkelijk zijn: krachtige instrumenten die een meer welvarende en comfortabele toekomst beloven.
Jerry Kaplan doceert de sociale en economische impact van AI aan de Stanford University. Zijn nieuwste boek is Kunstmatige intelligentie: wat iedereen moet weten, van Oxford University Press.