Wat AI wel en niet kan

In de andere artikelen heb je kennis kunnen maken met wat kunstmatige intelligentie is, hoe het in ons dagelijks leven verschijnt, en hoe het in grote lijnen werkt. Nu is het tijd om een realistisch beeld te schetsen van wat AI op dit moment wel en niet kan. Want hoewel de technologie indrukwekkend is, zijn er nog steeds duidelijke grenzen aan wat mogelijk is.

Wat AI op dit moment WEL kan

Laten we beginnen met de sterke punten van hedendaagse AI-systemen. Dit zijn gebieden waar AI al indrukwekkende resultaten boekt.

1. Patroonherkenning in grote hoeveelheden gegevens

AI-systemen blinken uit in het vinden van patronen in enorme hoeveelheden gegevens, vaak patronen die voor mensen onzichtbaar blijven. In Nederlandse organisaties zien we hier al indrukwekkende voorbeelden van: het Radboudumc in Nijmegen gebruikt AI om afwijkingen op longfoto's te identificeren, banken zoals ING kunnen in milliseconden verdachte transacties opsporen door patronen in miljoenen betalingen te analyseren, ASML verbetert de nauwkeurigheid van chipfabricage met AI-patroonherkenning in productiegegevens, en het KNMI verfijnt weermodellen door historische weerpatronen automatisch te laten analyseren.

2. Het verwerken en genereren van taal

De afgelopen jaren heeft AI enorme vooruitgang geboekt in het begrijpen en genereren van menselijke taal. Diensten als Google Translate en DeepL vertalen teksten tussen tientallen talen met bijna menselijke nauwkeurigheid, AI-systemen schrijven artikelen en code die nauwelijks van menselijk werk te onderscheiden zijn (zoals bij RTL Nieuws waar journalisten AI gebruiken voor eerste versies van nieuwsberichten), en tools kunnen lange documenten analyseren en samenvatten, wat advocatenkantoren zoals Kennedy Van der Laan al toepassen om juridische teksten te doorzoeken en relevante jurisprudentie te vinden.

3. Beelden herkennen en genereren

Visuele AI-toepassingen hebben zich razendsnel ontwikkeld, met systemen die gezichten en objecten kunnen herkennen in beelden (zoals de gezichtsherkenningssoftware die de Nederlandse politie gebruikt), AI die indrukwekkende afbeeldingen kan genereren op basis van tekstbeschrijvingen (al ingezet door Nederlandse ontwerpers en reclamebureaus), en medische toepassingen waarbij AI röntgenfoto's en scans analyseert om artsen te ondersteunen bij diagnoses, zoals in het Erasmus MC waar AI vroege tekenen van dementie helpt herkennen in hersenscans.

4. Optimalisatie en voorspellingen

AI is bijzonder goed in het optimaliseren van processen en het doen van voorspellingen, zoals blijkt bij PostNL dat AI gebruikt voor efficiënte bezorgroutes, Albert Heijn dat voorraadmanagement verbetert door te voorspellen welke producten wanneer besteld moeten worden, en netbeheerders zoals TenneT die energiepieken voorspellen en het elektriciteitsnet balanceren met behulp van gegevens van slimme meters.

5. Strategische spellen en simulaties

Op het gebied van strategische spellen en simulaties heeft AI indrukwekkende prestaties geleverd, met programma's als AlphaGo die 's werelds beste Go-spelers hebben verslagen, AI die topprestaties levert in complexe videogames zoals StarCraft en Dota 2, en Nederlandse ingenieursbureaus zoals Arcadis die AI-gestuurde simulaties gebruiken om infrastructuurprojecten te optimaliseren en klimaatveranderingseffecten te voorspellen.

Wat AI op dit moment NIET kan

Ondanks alle vooruitgang zijn er nog steeds belangrijke beperkingen aan wat AI kan doen. Het is belangrijk om deze grenzen te begrijpen om realistische verwachtingen te hebben.

1. Echt begrijpen en redeneren

Hoewel AI-systemen indrukwekkende resultaten kunnen produceren, "begrijpen" ze niet echt wat ze doen in de menselijke zin van het woord. Een systeem als ChatGPT kan overtuigend schrijven over de Tweede Wereldoorlog zonder te begrijpen wat oorlog werkelijk is, heeft moeite met complexe redeneringen die meerdere stappen vereisen (zoals bepalen of een olifant door een deur past), en mist vaak de bredere context die mensen vanzelfsprekend meenemen waardoor het bijvoorbeeld niet begrijpt waarom een grap grappig is of een uitspraak in een bepaalde situatie ongepast kan zijn.

2. Creativiteit en originaliteit

Hoewel AI creatieve resultaten kan produceren, is er een belangrijk verschil met menselijke creativiteit. Wat AI doet is eigenlijk bestaande patronen combineren op nieuwe manieren zonder echt originele ideeën te scheppen, het heeft geen intrinsieke motivatie of emoties die menselijke creativiteit vaak aandrijven, en creëert zonder enig begrip van waarom het iets maakt of wat het betekent – een schril contrast met kunstenaars of schrijvers wier werk vaak voortkomt uit persoonlijke ervaringen en een diepere betekenis of doel heeft.

3. Algemene intelligentie

De huidige AI-systemen zijn ontworpen voor specifieke taken en missen de veelzijdigheid van menselijke intelligentie. Een AI die uitblinkt in schaken kan niet plotseling overschakelen naar het diagnosticeren van ziektes of het schrijven van poëzie zoals mensen dat kunnen, AI-systemen hebben moeite om kennis uit één domein toe te passen op een ander (terwijl leren fietsen je helpt bij het leren besturen van een motorfiets), en ze hebben geen zelfbewustzijn of besef van hun eigen bestaan tenzij dat expliciet in hun trainingsgegevens is opgenomen.

4. Flexibiliteit en aanpassing in de echte wereld

AI heeft moeite met de onvoorspelbaarheid en complexiteit van de echte wereld omdat het met beperkte zintuiglijke informatie werkt (terwijl mensen vijf zintuigen hebben die continu gegevens verzamelen), het worstelt met ambiguïteit en onduidelijkheid (zoals bepalen wie "te groot" is in een zin als "De trofee paste niet in de koffer omdat hij te groot was"), en het is kwetsbaar voor onverwachte situaties die sterk verschillen van zijn trainingsgegevens – denk aan een zelfrijdende auto die in de war raakt door wegwerkzaamheden met een ongebruikelijke verkeerssituatie.

5. Ethisch oordeelsvermogen en waarden

AI-systemen hebben geen intrinsiek moreel kompas: ze hebben geen eigen opvattingen over wat goed of slecht is (elke ethische richtlijn die ze volgen is er door mensen in geprogrammeerd of komt voort uit trainingsgegevens), ze ervaren geen echte empathie (hoewel ze tekst kunnen genereren die empathisch lijkt), en ze kunnen geen verantwoordelijkheid nemen voor hun acties of beslissingen – als een AI-systeem een fout maakt, begrijpt het niet wat het heeft gedaan of waarom het verkeerd was.

De grijze gebieden: waar AI zich snel ontwikkelt

Op het grensgebied tussen wat AI wel en niet kan, zien we snelle ontwikkelingen op verschillende fronten: multimodale intelligentie, waarbij systemen zoals GPT-4 nu afbeeldingen kunnen "zien" en beschrijven en er wordt gewerkt aan AI die meerdere zintuiglijke inputs tegelijk kan verwerken; verbeterd langetermijngeheugen, met modellen die steeds langere gesprekken kunnen onthouden en persoonlijke voorkeuren bijhouden; en geavanceerdere probleemoplossing, waarbij nieuwere systemen complexe redeneringen uitvoeren door problemen in kleinere stappen op te delen en hun eigen resultaten kunnen controleren om fouten te identificeren, wat allemaal bijdraagt aan betrouwbaardere en veelzijdigere AI-toepassingen.

Wat betekent dit voor de toekomst?

De huidige stand van AI-technologie wijst op drie belangrijke richtingen voor de toekomst: ten eerste zien we dat mens-AI samenwerking het ideale model vormt, waarbij AI routinetaken automatiseert, gegevens analyseert en opties voorstelt terwijl mensen de uiteindelijke beslissingen nemen die ethisch oordeelsvermogen en contextbegrip vereisen – denk aan gezondheidszorg waar AI patronen herkent in scans terwijl artsen de menselijke relatie en empathie bieden; ten tweede wordt verantwoorde ontwikkeling en inzet van AI steeds belangrijker, met nadruk op passende taakverdeling, transparantie over wanneer mensen met AI te maken hebben, en essentieel menselijk toezicht in kritieke domeinen zoals gezondheidszorg en rechtspraak; en ten derde moeten we realistische verwachtingen koesteren door voorbij de hype te kijken van sensationele krantenkoppen over AI die de wereld overneemt, zonder de reële impact te onderschatten die AI zal hebben op veel sectoren en de nieuwe vaardigheden die dit van werknemers zal vereisen.

AI als hulpmiddel, niet als vervanging

De huidige stand van AI-technologie toont aan dat het een krachtig hulpmiddel is met indrukwekkende mogelijkheden, maar ook met duidelijke beperkingen. AI kan menselijke intelligentie aanvullen en versterken, maar niet vervangen.

Door een realistisch begrip te hebben van wat AI wel en niet kan, kunnen we deze technologie beter inzetten op manieren die de samenleving ten goede komen. We staan nog maar aan het begin van het AI-tijdperk, en de technologie zal blijven evolueren en verbeteren. Maar zelfs terwijl AI krachtiger wordt, blijven menselijke eigenschappen zoals empathie, creativiteit, moreel oordeelsvermogen en bewustzijn uniek waardevol.

De toekomst ligt niet in een race tussen mens en machine, maar in een partnerschap waarbij beide hun unieke sterke punten inbrengen om problemen op te lossen die geen van beide alleen zou kunnen oplossen.

In het volgende artikel in deze serie gaan we dieper in op de verschillende soorten AI en hoe ze van elkaar verschillen. We zullen uitleggen wat termen zoals machine learning, deep learning, en neurale netwerken precies betekenen en hoe ze zich tot elkaar verhouden.