Gaan we met AI de code van intelligentie kraken?

Om te kunnen bepalen of computers intelligenter kunnen worden dan wijzelf, moeten we eerst bepalen wat intelligentie precies is. Weten we eigenlijk wel hoe intelligentie bij mensen werkt?

Artificial intelligence (AI) lijkt een van de meest besproken, maar misschien wel minst begrepen technologieën van dit moment. Het is op sommige vlakken ‘dommer’ dan veel mensen denken, maar op andere vlakken juist veel ‘slimmer’. Wat opvalt is dat in de discussie nauwelijks aandacht wordt geschonken aan de wijze waarop AI zich verhoudt tot menselijke intelligentie.

Intelligentie in ons brein

Intelligentie wordt vaak gezien als het vermogen om iets te kunnen leren en begrijpen. Het is een vorm van cognitie, oftewel het vermogen om informatie op te kunnen nemen en verwerken. Dit vermogen wordt gekoppeld aan ons brein. Het brein is een complex orgaan. Het bestaat uit miljarden neuronen die met elkaar in verbinding staan. Het brein heeft zijn ‘rimpelige uiterlijk’ te danken aan de neocortex (volgens sommigen omdat het eigenlijk niet goed in de schedel past).

Is het reptielenbrein een mythe?

De neocortex, Latijn voor ‘nieuwe schors’, is betrokken bij functies die we doorgaans associëren met intelligentie, zoals redeneren, abstract denken en taal. Vaak wordt de evolutie van ons brein beschreven aan de hand van een metaforische indeling, namelijk het ‘reptielenbrein’, ‘zoogdierenbrein’ en ‘mensenbrein’. Ons reptielenbrein is een klein, primitief deel van de hersenen dat volledig op instinct functioneert. In de loop van de evolutie werd dit kleine, maar oeroude deel van de hersenen gehuld in een meer geavanceerde cortex, namelijk het limbische systeem.

Het limbische systeem zou de bron zijn van onze emoties. Deze werd vervolgens gehuld in de nog geavanceerdere neocortex, die uniek zou zijn voor mensen. Het enige verschil tussen mensen en andere gewervelde dieren is volgens deze mythe het bestaan ​​van deze nieuwste laag van onze hersenen, waardoor mensen rationele en intelligente beslissingen kunnen nemen. Echter, naast de mens hebben andere zoogdieren, zoals apen en dolfijnen, ook een redelijk ontwikkelde neocortex én vertonen intelligent gedrag.

Sterker nog, de hersenen van de meeste gewervelde dieren zijn van hetzelfde type neuronen gemaakt. Volgens Lisa Feldman Barrett, hoogleraar in psychologie, hangt de mate van intelligentie voornamelijk af van het aantal neuronen en de wijze waarop deze gestructureerd zijn. Ze bepleit hiermee dat het lizard brain een mythe is. Mensen onderscheiden zich hoofdzakelijk van andere intelligente zoogdieren door het hoge aantal neuronen (die tevens omgeven zijn door een dikkere isolatielaag, waardoor de signalen sneller doorgegeven kunnen worden).

Over intelligentie weten we weinig

Neurowetenschappers zijn steeds beter in staat om bepaalde functies aan specifieke hersengebieden te koppelen. Toch weten we over de werking van intelligentie nog relatief weinig. Het is namelijk wezenlijk anders dan bijvoorbeeld motorische functies. Als een specifiek deel in mijn hersenen wordt geprikkeld en mijn arm gaat omhoog, dan is de connectie duidelijk zichtbaar. Bij intelligentie ligt dat anders. De resultaten ervan worden vaak pas later zichtbaar. Het is bijvoorbeeld moeilijk om te bepalen welke zet in een schaakspel precies voor de overwinning heeft gezorgd. Het is meer een samenspel van verschillende slimme zetten. Zo werkt het brein eigenlijk ook: verschillende gebieden werken samen om intelligent gedrag voort te brengen.

Thinking fast and slow

Hoewel we nog weinig weten over de lokalisering van hersengebieden die verantwoordelijk zijn voor intelligentie, komen we wel steeds meer te weten over de processen in het brein die verantwoordelijk zijn voor ons denkvermogen. Nobelprijswinnaar Daniel Kahneman introduceert in zijn boek ‘Thinking, Fast and Slow‘ (aff.) uit 2012 het principe van Systeem 1 en Systeem 2. Dit wordt ook wel de dual processing theory genoemd.

• Systeem 1 staat voor het snelle, automatische denken. Het gebeurt onbewust en wordt gekoppeld aan instinctieve en emotionele keuzes. Het is intuïtief en kost ons weinig energie.
• Systeem 2 staat voor het trage, beredeneerde denken. Het is een bewust proces en wordt gekoppeld aan rationele keuzes. Informatie wordt verzameld en afgewogen en de verwerking ervan kost veel energie.

Er bestaat volgens deze theorie een wisselwerking tussen de twee systemen. Signalen komen binnen bij Systeem 1 die ze vervolgens voorlegt aan Systeem 2. In de meeste gevallen worden de suggesties van Systeem 1 moeiteloos door Systeem 2 overgenomen en vindt de verwerking zonder veel aanpassingen plaats. De meeste informatie wordt dus automatisch en onbewust verwerkt, ook al vinden we dat als rationele wezens moeilijk om toe te geven. We vertrouwen op ons gevoel.

Ons brein als toekomstvoorspeller

Jeff Hawkins, oprichter van Palm Computing, legt in zijn TED Talk uit 2003 uit dat intelligentie voortkomt uit het vermogen van het brein om voorspellingen te doen. Hij vergelijkt de neocortex met een geheugensysteem. Alle ingekomen informatie wordt opgeslagen in de neocortex. Steeds als er informatie binnenkomt wordt deze vergeleken met hetgeen al is opgeslagen. Wanneer informatie overeenkomt wordt deze niet alleen herkend, er wordt ook aangegeven wat er bij eerdere ervaringen vervolgens gebeurde. Je hersenen zijn dus eigenlijk continu bezig om de toekomst te voorspellen. Dit gebeurt echter onbewust, het gaat automatisch. Om dit te illustreren introduceert hij het altered door gedachte-experiment.

Stel je voor dat iemand de deurknop van je voordeur verplaatst. Wanneer je thuis komt gaat je hand automatisch naar de plek waar de deurknop hoort te zitten. Het zal misschien een fractie van een seconde duren, maar binnen no time heb je door dat er iets niet klopt.

Je brein doet dit echter niet door een hele database van duizenden deuren af te gaan. Het is intuïtief. Je brein maakt continu voorspellingen over de omgeving. Dit wordt in de cognitieve neurowetenschappen ook wel predictive coding genoemd. Hierbij ontstaat een loop van voorspellingen over informatie die gaat komen en die wordt vergeleken met de informatie die daadwerkelijk binnenkomt. Bij deze vergelijking kan een voorspellingsfout ontstaan. Deze fout past vervolgens de voorspelling weer aan. Als het verschil niet groot is, wordt er weinig aandacht aan besteed. Als er iets gebeurt wat niet in de lijn der verwachting ligt, gaat alle aandacht daar naar uit. Dit verklaart ook waarom je jezelf niet kunt kietelen, de voorspellingsfout is te klein, je weet precies wat je doet.

De wetmatigheden van intelligentie

Je kunt je afvragen waarom we überhaupt menselijke intelligentie nastreven met AI. Het menselijk brein is qua structuur bijna het tegenovergestelde van een computer: complex en holistisch versus gestructureerd en binair. Een mens kan goed kijken, maar niet zo goed redeneren. Een computer kan goed redeneren, maar niet zo goed kijken. Juist wat wij intuïtief doen en ons weinig energie kost, is voor een computer complex en kost veel energie. En vice versa. Dit wordt ook wel Moravec’s paradox genoemd:

High-level reasoning requires very little computation, but low-level sensorimotor skills require enormous computational resources. – Hans Moravec, 1988

Mensen en computers maken andere fouten

De huidige artificiële neurale netwerken zijn in verhouding tot het menselijk brein nog enorm klein. Mensen en computers maken daarbij heel andere fouten, bijvoorbeeld bij beeldherkenning. Zo kan een computer compleet van slag raken wanneer het aantal pixels wordt veranderd, terwijl dit voor mensen geen problemen zou opleveren. Tegelijkertijd trappen mensen in allerlei optische illusies, die een computer nooit van de wijs zouden brengen. We verleggen daarbij continu wat we intelligent vinden. Zodra iets werkt noemen we het geen AI meer. Het feit dat een navigatiesysteem ons door de stad kan leiden vinden we niet bijzonder meer. Als je daar een sticker ‘nu met AI’ op plakt, dan zouden mensen dat raar vinden (ook al is het feitelijk wel een vorm van AI).

De context moet mee veranderen

We proberen al vanaf de jaren 50 menselijke intelligentie na te bootsen met computers. Tegelijkertijd verleggen we steeds de horizon van wat we intelligent vinden. Een interessante paradox, maar wellicht ook een overbodige. De structuur en capaciteiten van computers zijn dermate anders dan die van ons brein, dat het soort intelligentie ook compleet anders is. De Turingtest is vanuit dat perspectief de verkeerde meetlat, het is te antropomorfisch. Een zelfrijdende auto zou niet als de mens moeten rijden, de context moet juist mee veranderen. Net zoals de impact van de eerste auto’s op de openbare weg niet te vergelijken is met een paard en wagen. Stel je voor dat de verkeersregels hier niet op aangepast waren. Grappig detail is dat de capaciteit van een motor wel nog steeds wordt uitgedrukt in paardenkracht (PK).

The question of whether machines can think is about as relevant as the question of whether submarines can swim. – Edsger W. Dijkstra, 1984

In plaats van het mechanisme van intelligentie in het brein te kopiëren (en de biologie die daarmee gepaard gaat) lijkt het logischer om de fysieke equivalenten ervan zien te vinden, oftewel parameters van intelligentie, en deze proberen te optimaliseren. Net als bij een vliegtuig. We hebben niet letterlijk de vliegtechniek van een vogel gekopieerd, maar gekeken naar de krachten van vliegen, namelijk lift, gewicht, stuwkracht en slepende kracht. Pas toen mensen het idee loslieten dat we de vliegtechniek van een vogel moesten kopiëren (en niet meer met grote vleugels probeerden te fladderen) zijn er grote stappen gezet. De vraag is in hoeverre vergelijkbare krachten ook voor intelligentie te formuleren zijn.

Mentale simulaties gaan sneller dan de realiteit

Om de wetmatigheden in kaart te kunnen brengen is het belangrijk om naar de oorsprong van intelligentie te kijken. Biologische evolutie stelt een organisme in staat om te overleven door aangepast te blijven aan de veranderende omgeving. Het timeframe van deze verandering in de omgeving moet echter wel langer zijn dan de voortplantingstijd, anders kan het organisme zich niet aanpassen en dus niet overleven.

Harvard-professor Steven Pinker noemt het gat in deze aanpassingstijd in zijn onderzoek (pdf) uit 2010 ook wel de cognitive adaptive niche. Om te kunnen anticiperen op snelle veranderingen zijn dus andere, meer cognitieve mechanismen nodig, zoals een voorstellingsvermogen. Mentale simulaties gaan namelijk sneller dan de realiteit, waardoor het mogelijk is om vooruit te kunnen denken. Deze cognitieve vermogens maken het mogelijk om toekomstige veranderingen in de omgeving voor te kunnen stellen en hierop te anticiperen. Door interne cognitieve simulaties kunnen keuzes gemaakt worden die de future freedom of action, oftewel de toekomstige vrijheid van handelen, maximaliseren. Intelligentie is in de basis dus een overlevingsmechanisme.

Een formule voor intelligentie

Onderzoeker Alex Wissner-Gross stelt in zijn TED Talk uit 2013 de vraag of er een formule voor intelligentie is. Hij gelooft van wel. Hij noemt het zelfs de meest vergelijkbare variant van E = mc² voor intelligentie.

Binnen deze vergelijking wordt intelligentie aangeduid als een force (F), die gedreven wordt om de toekomstige vrijheid van handelen te maximaliseren. Dit gebeurt met enige kracht (T) met de verscheidenheid van mogelijke toegankelijke toekomsten (S) in relatie tot de toekomstige tijdshorizon, tau (τ). Kort gezegd, intelligentie houdt er niet van om opgesloten te zitten. Het probeert de opties zoveel mogelijk open te houden. Intelligentie moet volgens Wissner-Gross gezien worden als een fysiek proces dat de toekomstige vrijheid van handelen probeert te maximaliseren en beperkingen in de eigen toekomst voorkomt.

De relatie tussen intelligentie en wanorde

Deze formule borduurt voort op het inzicht dat er een relatie bestaat tussen intelligentie en wanorde. Uit kosmologisch onderzoek blijkt dat een universum dat meer wanorde produceert, betere condities creëert voor het bestaan van intelligente soorten. Om dit te onderzoeken, ontwikkelde Wissner-Gross ‘Entropica’ (afgeleid van entropy, wat wanorde betekent). De software is zo ontworpen dat het de ontwikkeling van langetermijn-wanorde stimuleert in elk systeem waarin het geplaatst wordt. Met deze insteek heeft de software geleerd om spellen te spelen, te handelen op de beurs en is het zelfs geslaagd voor verschillende intelligentietesten voor dieren, zónder hiervoor geprogrammeerd te zijn.

In dat opzicht kun je stellen dat intelligentie voortkomt uit wanorde. Het impliceert echter ook dat onze angst dat machines ons gaan overheersen weliswaar niet klopt, maar niet volledig ongegrond is. Je kunt namelijk stellen dat machines niet eerst intelligent hoeven te zijn, voordat ze proberen controle over te nemen. De urgentie om controle te hebben over de mogelijke uitkomsten blijkt namelijk veel fundamenteler te zijn dan intelligentie.

AI is not a fake intelligence, it is the next step in evolution. – Justin Stanwix, Nanotronics

De inzichten uit dit artikel komen voort uit een uitgebreide toekomstverkenning naar AI, verzameld op detoekomstvan.ai