De computer herkent nu ook dit kattenplaatje

Kunstmatige intelligentie Computers die zichzelf slimmer maken dringen door tot ons dagelijkse leven. Bijvoorbeeld via foto-apps, zelfrijdende auto’s en in de zorg.

Foto iStock

Zijn computers die uit zichzelf slimmer worden nou vooral erg nuttig, of zijn ze potentieel gevaarlijk? Kunstmatige intelligentie is een controversieel onderwerp onder computerwetenschappers en techneuten. Maar waar de meeste experts het in elk geval over eens zijn: ontwikkelingen in de technologie gaan de laatste tijd harder dan de meesten van hen kort geleden nog dachten.

Vorige week kondigde Google in zijn jaarlijkse ‘open brief aan de wereld’ aan dat het zich sterker gaat richten op kunstmatige intelligentie. Ook ging een nieuwe Amerikaanse stichting van start, OpenAI, die met miljarden dollars op zak ervoor moet zorgen dat de ontwikkeling van kunstmatige intelligentie open source gebeurt, zodat in elk geval openbaar is waar de techniek voor wordt gebruikt.

Initiatiefnemer Elon Musk (ook de baas van technologiebedrijven Tesla en SpaceX) waarschuwt vaak voor de gevaren van oncontroleerbare kunstmatige intelligentie: volgens sommige doemdenkers kunnen zelflerende computers zich ontwikkelen tot gevaarlijke machines die amper meer te corrigeren zijn door mensen.

Onverstandig of superhandig: de technologie verlaat de laatste tijd steeds meer laboratoria, en krijgt toepassingen in de echte wereld. Hoe precies? Drie voorbeelden.

1. Foto’s en sociale media

Kunstmatige intelligentie draait vaak om het ontdekken van patronen in grote hoeveelheden gegevens. Met behulp van die patronen kunnen computers zelfstandig zaken identificeren; vroeger moesten computers daarvoor door mensen geprogrammeerd worden. Omdat ze uit zichzelf leren, worden ze uit zichzelf slimmer. Eén van de apps waarin dat nu al het meest zichtbaar is, is Google Photos. „Je hoeft daarin niet meer handmatig je foto’s te organiseren, dat doet de kunstmatige intelligentie voor je”, zegt David Lieb, hoofd productontwikkeling.

De app herkent automatisch personen, plaatsen en objecten. Op basis van de miljarden foto’s die Google de afgelopen jaren heeft verwerkt, kan het met hulp van kunstmatige intelligentie bijvoorbeeld ‘raden’ dat er op een bepaalde foto een kat staat, gebaseerd op hoe katten er op al die andere foto’s ongeveer uitzien. Lieb: „Als er een staart, kattenogen en snorharen op een foto staan, kan het systeem zélf leren dat het een kat is.” Het systeem van Google leert ook van zijn fouten.

“Als we per ongeluk een hond aanzien voor een kat, kunnen gebruikers in de app feedback geven.”

Door het enorme aantal gebruikers wordt Googles kunstmatige intelligentie snel slimmer, zonder dat de programmeurs van Google daarvoor iets hoeven te doen. Door de technologie kunnen gebruikers in hun eigen verzameling foto’s zoeken naar wat er op de foto’s staat, zonder dat ze dat ooit aan Google hebben verteld, of zonder dat ze de foto’s hebben getagd.

Google, en concurrenten als Facebook en Microsoft, ontwikkelen ook allerlei andere toepassingen van kunstmatige intelligentie: in chatbots bijvoorbeeld. Dat zijn digitale assistenten die automatisch antwoord geven op vragen, en op maat gemaakte tips geven aan gebruikers. Ook die worden uit zichzelf snel slimmer doordat ze zich ‘voeden’ met alle data en feedback van de miljoenen gebruikers.

2. In het ziekenhuis

Kunstmatige intelligentie dringt ook langzaam door tot de zorg. Een interessante toepassing is die van de Amerikaanse start-up Enlitic, die onder meer röntgenfoto’s beoordeelt met behulp van kunstmatige intelligentie. Diogo Almeida, techneut bij Enlitic: „De meeste vragen in de geneeskunde komen neer op één: hoeveel data heb je over een patiënt? Twee: wat is de kansrekening voor een goede diagnose? Drie: wat is de behandeling met de grootste kans van slagen? Laten dat nou net vragen zijn die je vaak door kunstmatige intelligentie beter kunt beantwoorden dan alleen door menselijke artsen.”

Artsen die scans en röntgenfoto’s beoordelen, leren alleen van hun eigen fouten, de fouten van mensen direct om zich heen, en de fouten waarover ze toevallig lezen in wetenschappelijke papers. Maar kunstmatige intelligentie leert van élke diagnose die het systeem stelt. Bovendien zijn kleine afwijkingen op scans en foto’s vaak beter te spotten door computers dan door mensen.

Er zijn nog veel technische uitdagingen voordat kunstmatige intelligentie diagnoses stelt die betrouwbaar genoeg zijn om op zichzelf te staan: het systeem moet over gigantische hoeveelheden gegevens kunnen beschikken, om maar iets te noemen.

Maar het vervangen van artsen door computers is niet het doel, zegt Almeida:

“Kunstmatige intelligentie moet juist sámen met artsen tot de best mogelijke behandeling komen.”

Enlitic wordt sinds kort voor het eerst gebruikt in radiologische centra in Australië. Ook grote zorgtechnologiebedrijven zoals Philips, Siemens en IBM verwachten veel van kunstmatige intelligentie voor het stellen van bepaalde diagnoses.

3. Zelfrijdende auto’s

Meer dan dertig technologie- en autobedrijven werken aan zelfrijdende auto’s: die kunnen steeds zelfstandiger rondrijden dankzij kunstmatige intelligentie die uit zichzelf steeds beter verkeerssituaties inschat. Onder die vele bedrijven is ook de Japanse gigant Toyota, die eind vorig jaar samen met de topuniversiteiten Stanford en MIT een eigen kunstmatige intelligentie-laboratorium opzette.

„Door de enorme toename in rekenkracht via bijvoorbeeld de cloud kunnen systemen op basis van kunstmatige intelligentie veel sneller leren dan vroeger”, zegt universitair hoofddocent Mykel Kochenderfer van Stanford, betrokken bij het Toyota-centrum. Hij ontwikkelde systemen om botsingen bij vliegtuigen te voorkomen, en past die nu toe op auto’s. Ook die systemen leren van hun eigen fouten, en worden steeds nauwkeuriger en slimmer zonder dat daar per se programmeurs aan te pas komen.

De voorspellingen lopen sterk uiteen over wanneer (en óf) auto’s zichzelf ooit helemaal kunnen besturen. Afgelopen weekend zei de directeur van het zelfrijdende auto-lab van Nissan nog in NRC dat volledig zelfrijdende auto’s er voorlopig echt nog niet inzitten, hoe optimistisch bedrijven als Google en Tesla ook zijn. Die denken dat het misschien al over vijf jaar zover is.

Ook zijn er volgens Kochenderfer nog veel uitdagingen, bijvoorbeeld om de gegevens die uit de sensoren van de auto’s komen goed te interpreteren en om zeldzame verkeerssituaties goed te beoordelen. „Maar het gaat in elk geval veel sneller dan ik had verwacht”, zegt Kochenderfer.

“Een paar jaar geleden dacht ik niet dat ontwikkelingen in kunstmatige intelligentie zo snel zouden gaan. Ook in spraakherkenning gaat het hard, en eigenlijk in bijna elk veld waar kunstmatige intelligentie een grote rol speelt.”

Hij denkt dat zijn dochter van tien nog net haar rijbewijs nodig heeft. Dat halen de meeste Amerikanen op hun zestiende. „Maar tegen de tijd dat zij twintig wordt, is dat misschien niet meer nodig omdat auto’s zichzelf hebben leren besturen.”

Meer lezen over tech en media? Volg ons op Twitter: @NRCTechMedia