AI Vs ML Vs DL Vs Human Brain

Artificial intelligence versus het menselijk brein: wie wint er en hoe ver zijn we nu?

Het is een populair onderwerp in films. Artificial intelligence (AI of kunstmatige intelligentie) neemt de wereld over en niet op een goede manier.

Denk bijvoorbeeld aan The Terminator met Arnold Schwarzenegger of The Matrix met Keanu Reeves. Zelfs Marvel kwam met hun eigen versie in Age of Ultron. Het gaat iedere keer weer om een vorm van gedigitaliseerde intelligentie die de mens te boven gaat en zelf beslissingen gaat nemen waarbij een hoop destructie wordt veroorzaakt. Gelukkig zijn we nog niet zo ver, maar gaat het daar wel uiteindelijk op uitkomen? Of kunnen we kunstmatige intelligentie aan banen leggen waardoor het altijd de mens zal helpen in plaats van hen tegen te werken? Laten we in dit blogartikel eens kijken naar hoever we nu eigenlijk zijn wat betreft kunstmatige intelligentie. Wat kunnen we in de nabije toekomst verwachten? Wat doet men eraan om ervoor te zorgen dat kunstmatige intelligentie ethisch voor ons blijft werken?

Waar is kunstmatige intelligentie begonnen en waar zijn we nu?

In de geschiedenis van kunstmatige intelligentie spelen twee spelletjes een hoofdrol. Schaken en AlphaGo. Wanneer de toenmalige wereldkampioen Garry Kasparov werd verslagen door een computer was dat wereldnieuws. Maar dit was nog geen officiële kunstmatige intelligentie. De programmeurs hebben de computer alle regels en stappen “gevoerd”. Dus de computer volgde een van tevoren uitgeschreven pad. Pas toen AlphaGo de wereldkampioen Lee Sedol versloeg was het een win voor kunstmatige intelligentie. Deze programmeurs hebben de basis regels gegeven aan de computer en daarna laten spelen tegen mensen online om de trucs te leren om te kunnen winnen. Dit was een meer natuurlijk proces zoals een mens goed een spel leert. Uiteindelijk maakte de computer beslissingen die wel intuïtief leken en daarmee de huidige kampioen versloeg.

Getrainde voorspellingsmodellen

We zijn inmiddels veel verder in het gebruik van kunstmatige intelligentie dan het winnen van spelletjes. Er is vrijwel geen grote industrie meer die geen kunstmatige intelligentie in de werkplaats gebruikt. Veel sturingsbeslissingen worden gemaakt op basis van getrainde voorspellingsmodellen. Deze modellen vallen in de categorie van machine learning (ML) of deep learning (DL). Dat geldt vooral in de afgelopen jaren, omdat het verzamelen en analyseren van gegevens aanzienlijk is toegenomen dankzij:

  • robuuste IoT-connectiviteit
  • de verbondenheid apparaten
  • en steeds snellere computerverwerkingen.

AI vs ML vs DL vs Human Brain

Heb je al eens nagedacht over veiligheidsgebeurtenissen rondom AI vs ML vs DL vs Human Brain? Het gebruik maken van ML en computervisie gebeurt veelal voor verschillende “veiligheidsgebeurtenissen”. Denk aan de auto’s en trucks die correcties maken tijdens het rijden. Het kan zien welke kant de bestuurder op kijkt terwijl hij het voertuig bestuurt, hoe snel hij rijdt, waar hij rijdt en de locaties van de mensen om hem heen. In de heftruck industrie wordt gebruik gemaakt van software wat automatisch veiligheidsovertredingen detecteert (bijvoorbeeld het gebruik van mobiele telefoons). Daarnaast waarschuwt het magazijnmanagers zodat ze onmiddellijk actie kunnen ondernemen. De belangrijkste doelstellingen hierbij zijn het voorkomen van ongevallen en het verhogen van de efficiëntie.

Chatbots

Nog een voorbeeld zijn die welbekende (en vaak frustrerende) chatbots. Chatbots kunnen tegenwoordig al veel meer dan jouw bol.com bestelling opzoeken in het systeem. Chatbots worden gebruikt in bepaalde organisaties bij werving van personeel om een meer boeiende en gepersonaliseerde kandidaat ervaring te bieden. Kunstmatige intelligentie helpt recruiters ook om kandidaten te winnen, waardoor de tijd die nodig is van het posten tot het invullen van een opdracht wordt verkort. Het is een echte productiviteitsbooster voor recruiters en HR-teams. Chatbots worden in bepaalde organisaties zelfs gebruikt om mogelijke intimidatie- en discriminatieproblemen te melden. Zo wordt het proces veel toegankelijker voor mensen en zullen ze misschien sneller aan de bel trekken wanneer er problemen zijn.

Het lijkt erop dat de technologie de menselijke brein al aan het verslaan is

Met de evolutie is het menselijk brein steeds ingewikkelder geworden. Veel van de interessante eigenschappen worden nog steeds niet goed begrepen door wetenschappers. Computers kunnen misschien elke keer menselijke hersenen verslaan als het gaat om wiskundige berekeningen, kwantitatieve analyse en gameshow-vragen, maar dat betekent niet dat ze over het algemeen slimmer zijn. Mensen zijn beter in het analyseren van nieuwe situaties door herinneringen op te halen aan ervaringen uit het verleden en conclusies te trekken over een nieuwe uitdaging. Mensen zijn in staat tot kwalitatieve analyse en emotionele intelligentie. Over deze kwaliteiten beschikken computers nog niet.

AI vs Machine Learning vs Deep Learning: wat kunnen we verwachten?

Wanneer we AI vs ML vs DL vs Human Brain met elkaar vergelijken, zien we ook een aantal zaken die we nog missen. Ja, we zijn al een heel eind wat betreft kunstmatige intelligentie, maar we missen nog steeds delen van dat ingewikkelde brein dat moeilijk te vertalen is door een computer. Een voorbeeld is het vermogen om de inhoud van een taal echt te begrijpen. Computers kunnen vertalingen steeds meer feilloos doen, maar ze begrijpen niet de inhoud van de zin of het boek. Wanneer mensen dingen vertalen met computers, begrijpen ze de inhoud en drukken ze deze vervolgens uit. Op dit moment zijn machines niet goed in het begrijpen van de inhoud van taal. Als dat doel wordt bereikt, zouden we systemen hebben die dan alles kunnen lezen en begrijpen wat de mensheid ooit heeft geschreven, en dit is iets dat een mens niet kan doen. Zodra we dat vermogen hebben, zou je dan alle menselijke kennis kunnen opvragen en het zou in staat zijn om vragen te synthetiseren en te integreren en te beantwoorden die geen mens ooit heeft kunnen beantwoorden. Dat komt omdat ze niet alles hebben gelezen en in staat zijn geweest om de punten te vormen en te verbinden tussen dingen die door de geschiedenis heen gescheiden zijn gebleven.

AI Vs Machine Learning Vs Deep Learning

Wanneer zal AI de menselijke prestaties overtreffen?

Bij de vergelijking AI vs ML vs DL vs Human Brain, is het moeilijk om te bedenken wanneer menselijke prestaties echt overtroffen zullen worden. Want je weet nu nog niet waar de toekomst ons brengt. Daarom was er een studie gedaan door het Future of Humanity Institute van Oxford University. In de enquête met de titel ‘Wanneer zal AI de menselijke prestaties overtreffen’? staan de inschattingen van 352 machine learning experts over de evolutie van kunstmatige intelligentie in de komende jaren. Er waren veel optimisten in deze groep.

  • Tegen 2026 zullen machines in staat zijn om schoolessays te schrijven;
  • Rond 2027 zullen zelfrijdende vrachtwagens chauffeurs overbodig maken;
  • Tegen 2031 zal kunstmatige intelligentie beter presteren dan mensen in de detailhandel;
  • Rond 2049 zou kunstmatige intelligentie de volgende Stephen King kunnen zijn;
  • In 2053 zal AI de volgende Charlie Teo zijn.

De enigszins schokkende sluiter:

  • Tegen 2137 zullen alle menselijke banen worden geautomatiseerd.

Maar hoe zit het dan met de mensen zelf?

Het nippen van paraplu drankjes zullen geserveerd zijn voor droids, zonder twijfel. Sommige van deze voorspellingen beginnen al uit te komen. GPT-3 is een OpenAI’s krachtige taalgenerator. Die generator is gevraagd om een essay te schrijven. De opdracht was om ons te overtuigen dat robots in vrede komen. Het is een hartstikke mooi artikel geworden. Iets te formeel naar mijn smaak, maar dat is misschien hoe hij is geprogrammeerd. Ben je benieuwd? Lees dan het artikel: A robot wrote this entire article. Are you scared yet, human?  Kunstmatige intelligentie heeft zelfs al kunst gecreëerd, en ik moet zeggen dat het niet slecht is. Helaas is het nog niet met verf op doek en zijn het voorlopig nog prints, dus ook hier is de menselijke brein nog niet overtroffen.

Hoe houden we kunstmatige intelligentie ethisch?

Wanneer we AI vs ML vs DL met elkaar vergelijken, komt er een hele belangrijke vraag naar voren. Hoe houden we kunstmatige intelligentie ethisch? Deze vraag is ontzettend belangrijk en zou centraal moeten staan bij iedere organisatie of individu die kunstmatige intelligentie gebruikt. Dat gebeurt helaas maar al te vaak niet.  Kunstmatige intelligentie’s afhankelijkheid van big data heeft een grote impact op de privacy. Zoek eens naar Cambridge Analytics Facebook-shenanigans of Amazon’s Alexa-afluisterpraktijken. Twee van de vele voorbeelden van technologie die wild is geworden. Zonder de juiste regelgeving en zelf opgelegde beperkingen zal de situatie nog erger worden. In 2015 bespotte Apple CEO Tim Cook concurrenten Google en Facebook voor hebzuchtige datamining. Cook zegt dat “Kunstmatige intelligentie bevorderen door enorme persoonlijke profielen te verzamelen luiheid is, geen efficiëntie.” “Om kunstmatige intelligentie echt slim te laten zijn, moet het menselijke waarden respecteren, waaronder privacy. Als we dit verkeerd doen, zijn de gevaren groot.”

Is kunstmatige intelligentie de grootste existentiële bedreiging van de mensheid?

De overleden theoretische fysicus Stephen Hawking beweerde dat als kunstmatige intelligentie zelf betere kunstmatige intelligentie begint te ontwerpen dan menselijke programmeurs, het zou kunnen resulteren in “machines waarvan de intelligentie de onze met meer dan de onze overschrijdt zoals wij die van slakken overschrijdt.” Elon Musk gelooft en waarschuwt al jaren dat kunstmatige intelligentie de grootste existentiële bedreiging van de mensheid is. Pogingen om het tot stand te brengen, heeft hij gezegd, zijn als “het oproepen van de duivel.”. Hij heeft zelfs zijn bezorgdheid geuit dat zijn vriend, Google-medeoprichter en Alphabet CEO Larry Page, per ongeluk iets “kwaads” zou kunnen laten ontstaan, ondanks zijn beste bedoelingen. Zeg bijvoorbeeld: “een vloot van kunstmatige intelligentie-verbeterde robots die in staat zijn om de mensheid te vernietigen.” Op een gegeven moment hoeven mensen geen systemen meer te trainen, ze zullen zelf leren en evolueren.

Slechte mensen die AI gebruiken als een soort valse krachtvermenigvuldiger

Waar John Laird zich het meest zorgen over maakt, is niet per se slechte kunstmatige intelligentie. Hij maakt zich het meeste zorgen over “slechte mensen die kunstmatige intelligentie gebruiken als een soort valse krachtvermenigvuldiger”. Denk hierbij aan zaken als bankoverval en creditcardfraude, naast vele andere misdaden. Dit zou een doom scenario kunnen veroorzaken wanneer we denken aan alle wapens in oorlogen die steeds meer kunstmatige intelligentie gebruiken. Op een meer onschuldig niveau hebben we hier al een voorbeeld van gezien.

Een kunstmatige intelligentie chatbot

Microsoft heeft een kunstmatige intelligentie chatbot, Tay, ontwikkeld. Deze chatbot is losgelaten op het internet om zo zelf te leren hoe je gesprekken moet voeren met mensen. Sommige gebruikers op Twitter begonnen politiek incorrecte zinnen te tweeten en leerden het opruiende berichten te maken rond gemeenschappelijke thema’s op internet, zoals “redpilling” en “Gamergate”. Als gevolg hiervan begon de robot racistische en seksueel geladen berichten vrij te geven als reactie op andere Twitter-gebruikers.  Kunstmatige intelligentieonderzoeker Roman Yampolskiy merkte op dat het wangedrag van Tay begrijpelijk was, omdat het het opzettelijk aanstootgevende gedrag van andere Twitter-gebruikers nabootste. Microsoft had de bot geen begrip gegeven van wat ongepast gedrag is. Uiteindelijk werd de bot na 16 uur na zijn lancering weer uitgeschakeld.

Uitdagingen en kansen die kunstmatige intelligentie innovaties met zich meebrengen

Gelukkig heeft Microsoft hier wel van geleerd en zijn ze hun eigen kunstmatige intelligentie richtlijnen gaan ontwikkelen. Ze brengen deze in de praktijk via Office of Responsible AI (ORA), AI, Ethics, and Effects in Engineering and Research (Aether) committee, en via Responsible AI strategy in Engineering (RAISE). De Aether committee adviseert over leiderschap binnen de uitdagingen en kansen die kunstmatige intelligentie innovaties met zich meebrengen. ORA stelt regels en besturingsprocessen vast en werkt nauw samen met teams in het hele bedrijf om de inspanningen mogelijk te maken. RAISE is een team dat de implementatie van de regels voor verantwoorde kunstmatige intelligentie tussen engineeringgroepen mogelijk maakt. Microsoft zegt dat kunstmatige intelligentie alle mensen eerlijk moet behandelen, dat het betrouwbaar en veilig moet zijn, dat het toegankelijk voor iedereen is, dat het begrijpelijk is, en tot slot dat er een uiteindelijke verantwoordelijkheid is die bij de mens ligt. Wat ik bijvoorbeeld persoonlijk heel mooi vind is dat Microsoft het weigert om hun gezichtsherkenning software te verkopen aan politie instanties. Ze willen niet verantwoordelijk zijn voor foute veroordelingen die gebaseerd zijn op hun gezichtsherkenning.

Zal kunstmatige intelligentie voor ons blijven werken?

Helaas nemen niet alle organisaties dit initiatief en daarom zal er meer in de wet geregeld moeten worden. Het Europese parlement is hier druk mee bezig. Er zijn bijvoorbeeld al meerdere wetten en initiatieven om onethisch gebruik van kunstmatige intelligentie aan banden te leggen. Naarmate kunstmatige intelligentie zich ontwikkeld zullen deze verder worden uitgebreid en ik heb er alle vertrouwen in dat in de toekomst kunstmatige intelligentie voor ons zal blijven werken en niet andersom.

Laat AI voor jou werken!

Hopelijk heb ik het een en ander verduidelijkt wanneer we kijken naar AI vs ML vs DL vs Human Brain. Hoe AI nu al voor jou kan werken kun je persoonlijk ervaren met vele van de AI cursussen die wij aanbieden. Leer tot slot hoe jij AI, zonder te hoeven coderen, aan het werk kunt zetten tijdens de AI-900 Microsoft Azure AI Fundamentals training. Wil jij liever een volledige oplossing bouwen voor jouw organisatie? Dan is de AI-102 Designing and Implementing a Microsoft AI Solution training wat voor jou.

Maar dit zijn niet de enige manieren hoe AI voor jou aan de slag kan gaan. Met de DA-100 Data Analysis with Power BI helpt AI je betere inzichten te verkrijgen in jouw data om zo beter onderbouwde sturingsbeslissingen te maken. AI zit ook verwerkt in het gehele power platform van Microsoft, van het maken van functionele apps, tot het automatiseren van bedrijfsprocessen. Het is allemaal mogelijk en te leren bij ons!

Bij Master IT leer je alleen wat je echt nodig hebt.
Certificeringen Trainingen
Beste lesmethode
Flexibel inplannen
Kleine klassen
100% Slagingsgarantie
Gerelateerde trainingen