211service.com
Denkmachines
In 1982, toen hij nog student was aan het MIT, was Danny Hillis medeoprichter van Thinking Machines, een van de beroemdste mislukkingen in de geschiedenis van de informatica. Thinking Machines, een bijenkorf van eigenzinnige en briljante onderzoekers, probeerde 's werelds eerste kunstmatige intelligentie te bouwen. Maar als het bedrijf er niet in slaagde een machine te bouwen die trots op ons zal zijn (zijn bedrijfsmotto), dan toonde zijn Connection Machine de bruikbaarheid van parallelle verwerking, de basis van moderne supercomputing. Tegenwoordig is Danny Hillis co-voorzitter van Applied Minds, een ontwerp- en uitvindingsbedrijf, en bouwt hij de Clock of the Long Now, een mechanisch uurwerk dat bedoeld is om 10.000 jaar mee te gaan.
Danny Hillis op kantoor in een H-1-motor van een Saturn 1B-raket, de eerste motortrap voor de Apollo 7. (Credit: Daniel Hennessey)
TR: Waarom is het creëren van kunstmatige intelligentie zo moeilijk?
Dit verhaal maakte deel uit van ons nummer van november 2006
- Zie de rest van het nummer
- Abonneren
Hillis: We kijken naar onze eigen geest en kijken naar onze patronen van bewust denken, redeneren, plannen en het maken van analogieën, en we denken: dat is denken. Eigenlijk is het slechts het topje van een zeer diepe ijsberg. Toen vroege AI-onderzoekers begonnen, gingen ze ervan uit dat moeilijke problemen dingen waren als schaken en het behalen van rekenexamens. Dat spul bleek makkelijk te zijn. Maar de soorten denken die moeiteloos leken, zoals het herkennen van een gezicht of opmerken wat belangrijk is in een verhaal, bleken heel, heel moeilijk.
TR: Waarom slaagde Thinking Machines er niet in om een denkmachine te creëren?
Hillis: Welnu, het vlotte antwoord is dat we gewoon niet genoeg tijd hadden. Maar genoeg tijd zou tientallen jaren zijn geweest, misschien wel levens. Het is een moeilijk probleem, waarschijnlijk veel moeilijke problemen, en we weten niet echt hoe we ze moeten oplossen. We hebben nog steeds geen echt wetenschappelijk antwoord op Wat is een geest?
TR: De Connection Machine was een effectief platform voor supercomputing. Waarom floreerde Thinking Machines niet als een supercomputerbedrijf?
Hillis: Supercomputing bleek een technologie te zijn, geen bedrijf. Mijn vriend Nathan Myhrvold, die destijds Microsoft Research leidde, vertelde me eens: het is minstens zo moeilijk om software voor een supercomputer te maken als voor een pc, maar je hebt maar een paar duizend klanten en wij hebben miljarden. Niet alleen dat, maar elk van die klanten verwacht eigenlijk dat je ze precies geeft wat ze nodig hebben.
TR: Wat waren de succesvolle commerciële toepassingen van het onderzoek bij Thinking Machines?
Hillis: De commerciële toepassingen waren voornamelijk chipontwerp, datamining, tekstonderzoek, cryptologie, computationele chemie, computergraphics, financiële optimalisatie, seismische verwerking en vloeistofstroommodellering. Wetenschappelijke toepassingen zoals astronomie, klimaatmodellering of kwantumchromodynamica waren opwindend toen ze hielpen om een resultaat op de cover van Natuur , maar we hebben er nooit geld aan verdiend.
TR: Wat is er gebeurd met de patenten van Thinking Machines? U bent als geen ander verantwoordelijk voor massale parallelle verwerking. Je krijgt wel krediet, maar geen betaling. Wie krijgt het, en waarom?
Hillis: Allereerst moet ik duidelijk zijn dat ik slechts een van de vele mensen ben die hebben bijgedragen aan de ontwikkeling van massaal parallel computergebruik. Wat betreft de patenten, een van de gevolgen van het falen van Thinking Machines is dat ik alle rechten op de technologieën ben kwijtgeraakt. Achteraf bleek dat een zegen te zijn, want het behoedde me voor de volgende tien jaar van mijn leven in de rechtbank.
TR: In welk opzicht verschilt uw filosofie van kunstmatige intelligentie van Marvin Minsky's beroemde samenleving van de geest?
Hillis: Marvin is mijn mentor, dus elke filosofie van AI die ik heb, begint met de zijne. Ik woonde in zijn kelder terwijl hij het boek aan het schrijven was Maatschappij van de geest, en elke dag schreef hij een paar nieuwe pagina's en liet me die lezen. Dan zouden we erover kunnen praten, en ik zou alle gedachten te horen krijgen die hij erachter had gezet. Ik kan me nog steeds niet voorstellen hoe het zou zijn om dat boek te lezen, van kaft tot kaft, zonder een lang gesprek op elke pagina. Maar dat is het punt van het boek: zoals Marvin het zou zeggen: The brain is a kludge. Er zijn veel verschillende dingen aan de hand en ze werken op ingewikkelde manieren met elkaar samen. Marvin heeft het zeker bij het verkeerde eind met betrekking tot de meeste details, maar ik denk dat het grote plaatje van veel verschillende, losjes gekoppelde semi-autonome processen in principe juist is.
TR: Je was je tijd vooruit in het toepassen van berekeningen op immunologie, genetica en neurobiologie. Tegenwoordig is rekenen alomtegenwoordig in de biologie. Wat zal dit betekenen?
Hillis: Ik ben opgewonden dat computationele biologie tot zijn recht komt. Het voelt alsof de computerwereld dat deed in 1970. Alles lijkt mogelijk, en de enige beperking is onze verbeeldingskracht. Er zijn nog zoveel fundamentele, eenvoudige vragen die onbeantwoord zijn: hoe worden herinneringen gecodeerd? Hoe heeft het immuunsysteem een gevoel van 'zelf'?
Ik ben vooral geïnteresseerd in wat er zal komen van computationele modellen van evolutie, hoewel ik moet toegeven dat het veld op dit moment een beetje vast lijkt te zitten. De meeste huidige evolutiemodellen reduceren het tot een zeer zwak soort zoekalgoritme, maar ik heb altijd het gevoel gehad dat er meer aan de hand is dan dat. Het is niet zo dat de biologen het bij het verkeerde eind hebben over de mechanismen, maar eerder dat de modellen veel eenvoudiger zijn dan de biologie. Het kan zijn dat de interactie van evolutie en ontwikkeling de sleutel is, of gedrag en omgeving, of iets dergelijks.