Hoe werkt AI?

We horen overal over kunstmatige intelligentie of AI. Het zit in onze smartphones, het beïnvloedt wat we op sociale media zien, en het helpt dokters bij het stellen van diagnoses. Maar hoe werkt AI nu eigenlijk? Laten we dat eens uitleggen zonder technisch jargon.

AI versus traditionele computerprogramma's: een wereld van verschil

Om te begrijpen wat AI zo bijzonder maakt, is het handig om eerst te kijken naar hoe gewone computerprogramma's werken.

Traditionele programma's: kookboeken vol recepten

Een traditioneel computerprogramma is als een kookboek met zeer gedetailleerde recepten. De programmeur schrijft precies op wat de computer moet doen in elke situatie:

• ALS er knoflook in de e-mail staat, DAN is het spam
• ALS er "gratis geld" in staat, DAN is het spam
• ALS de afzender onbekend is, DAN is het spam

De computer volgt deze instructies blindelings. Maar wat als spammers slimmer worden en nieuwe woorden gebruiken? Dan moet iemand het "recept" handmatig aanpassen met nieuwe regels. Dat werkt prima voor eenvoudige taken, maar wordt onmogelijk bij complexere problemen.

AI-systemen: lerende kinderen

AI werkt fundamenteel anders. In plaats van een strak kookboek vol vaststaande regels, lijkt AI meer op een kind dat leert door voorbeelden te zien:

Stel je voor dat je een kind duizenden e-mails laat zien, en bij elk zegt: "Dit is spam" of "Dit is geen spam." Na een tijdje begint het kind zelf patronen te herkennen. Het leert zelfstandig welke kenmerken belangrijk zijn, zonder dat je expliciete regels hoeft te geven.

Het grote voordeel? Als er nieuwe soorten spam komen die lijken op wat het systeem eerder heeft gezien, kan het die vaak herkennen zonder dat iemand het programma hoeft aan te passen.

De bouwstenen van AI: hoe een computer leert

AI werkt dankzij drie essentiële onderdelen:

1. Gegevens: de brandstof

AI leert van grote hoeveelheden informatie zoals teksten, afbeeldingen, geluiden en cijfers. De kwaliteit hiervan bepaalt alles – "rommel erin, rommel eruit" is een bekend gezegde in de AI-wereld.

2. Het model: het brein

Dit is waar het denken gebeurt. Eenvoudige modellen zoals beslisbomen werken als een vragenlijst met ja/nee-antwoorden. Geavanceerdere modellen zoals neurale netwerken bootsen onze hersenen na met lagen "digitale hersencellen" die informatie verwerken en beslissingen nemen. De meest indrukwekkende versie hiervan is deep learning.

3. Het leerproces: de training

AI leert op drie manieren: via begeleid leren (met voorbeelden en juiste antwoorden, zoals bij spamfilters), onbegeleid leren (zelf patronen ontdekken zonder voorbeelden, zoals bij fraudedetectie), of versterkend leren (door beloning en straf, zoals bij zelfrijdende auto's).

Een praktisch voorbeeld: herkennen van handgeschreven cijfers

Hoe werkt AI in de praktijk? Neem het herkennen van handgeschreven cijfers. Eerst verzamelen wetenschappers duizenden voorbeelden van handgeschreven cijfers van 0 tot 9. Dan bouwen ze een neuraal netwerk dat de pixels van deze afbeeldingen kan verwerken. Vervolgens begint het leerproces: het systeem bekijkt de voorbeelden en krijgt direct feedback - "Dat is een 7", "Nee, dat is een 4". In het begin maakt het veel fouten, maar gaandeweg wordt het steeds nauwkeuriger doordat het patronen begint te herkennen. Voordat het systeem echt bruikbaar is, testen de ontwikkelaars het met nieuwe cijfers die het nog nooit heeft gezien. Als het goed presteert, kan het model worden ingezet in de echte wereld - bijvoorbeeld om postcodes op brieven te lezen, bedragen op cheques te herkennen of formulieren automatisch te verwerken.

De grenzen van AI: wat het niet kan

Ondanks alle indrukwekkende prestaties heeft AI nog steeds belangrijke beperkingen. Waar een kind kan leren wat een giraffe is na het zien van één afbeelding, heeft AI duizenden of zelfs miljoenen voorbeelden nodig om hetzelfde te bereiken. En zelfs dan is er een groot verschil: AI herkent wel patronen maar "begrijpt" niet werkelijk wat iets is - een AI die katten kan herkennen weet niet dat een kat een dier is dat spint, jaagt en dol is op kartonnen dozen. Bovendien blijft het vaak een raadsel waarom AI tot bepaalde conclusies komt; het is een 'zwarte doos' waarvan we de interne redenering moeilijk kunnen doorgronden, wat riskant kan zijn bij belangrijke beslissingen zoals medische diagnoses. Ten slotte spiegelt AI onze maatschappij - inclusief alle vooroordelen. Een systeem getraind op data waarin de meeste CEO's mannen zijn, zal onbewust leren dat leiderschapsfuncties bij mannen horen, en deze bias versterken in plaats van verminderen.

De toekomst: steeds slimmere systemen

AI ontwikkelt zich razendsnel en heeft indrukwekkende nieuwe mogelijkheden. Moderne systemen zoals ChatGPT kunnen al teksten schrijven die nauwelijks van menselijk werk te onderscheiden zijn, programmeercode genereren die echt werkt, afbeeldingen nauwkeurig beschrijven en antwoorden geven op complexe vragen over allerlei onderwerpen. Deze snelle vooruitgang roept fascinerende vragen op over onze toekomst. Zullen deze systemen ooit werkelijk "intelligent" worden in de menselijke betekenis van het woord? Hoe zal onze relatie met machines veranderen als ze steeds meer menselijke vaardigheden overnemen? En misschien wel het meest intrigerend: wat betekenen deze ontwikkelingen voor hoe we werken, voor onze creativiteit, en voor de samenleving als geheel? Terwijl AI steeds krachtiger wordt, worden deze vragen steeds urgenter.

AI als krachtig hulpmiddel

AI is geen magie, maar een door mensen gemaakte technologie die leert van voorbeelden. Het is een krachtig hulpmiddel dat ons kan helpen bij vele taken, van het diagnosticeren van ziektes tot het voorspellen van het weer.

Door te begrijpen hoe AI werkt, kunnen we beter inschatten wat het wel en niet kan doen. En nog belangrijker: hoe we het verantwoord kunnen inzetten om ons leven te verbeteren, zonder er blind op te vertrouwen of er onnodig bang voor te zijn.

In het volgende artikel gaan we dieper in op wat AI momenteel wel en niet kan. We kijken naar de huidige mogelijkheden en beperkingen, en wat we in de nabije toekomst kunnen verwachten.