Een korte geschiedenis van Artificiële Intelligentie

Overal om ons heen horen we de term artificiële intelligentie. Maar waar hebben we het nu eigenlijk over, als we spreken over artificiële of kunstmatige intelligentie?

Mensen dromen al lang over niet-menselijke of dierlijke intelligentie. Volgens de Griekse mythologie liep de bronzen reus Talos, een automaton, drie keer per dag langs de kust van Kreta. Als er vijanden in de buurt kwamen gooide hij rotsblokken naar hun. Zo beschermde hij Kreta en Europa (de Godin, niet het continent). Daarvoor is intelligentie nodig: Talos moest vijanden herkennen, weten wat een rotsblok was, zijn benen aansturen om bij dat rotsblok te komen, het vervolgens oppakken zonder uit balans te raken. Daarna moest hij mikken en de homp steen onder de goede hellingshoek en met de juiste snelheid in de juiste richting te werpen. Talos was geweldig slim voor een stuk brons. Helaas, Talos trok de spijker uit zijn aorta. Zijn bloed, vloeibaar lood, stroomde uit zijn lichaam en hij stierf. Dat was het einde van deze intelligentie machine. Aldus de legende.

In 1770 werd de Mechanische Turk onthult. Dit was een machine die schaakintelligentie had. De bouwer liet ingewikkelde tandwielen en schakelaars zien. Bovendien was het zo klein was dat er geen volwassene in kon zitten. De Mechanische Turk werd door heel Europa gesleept om wedstrijden te spelen. Het versloeg Napoleon Bonaparte en Benjamin Franklin. Totdat Robert Willis, die hard op weg om professor werktuigbouwkunde te worden aan Cambridge, zich hierin vastbeet. Hij kreeg het voor elkaar om geregeld dicht bij de machine te komen. Met zijn paraplu, die hij had omgevormd tot meetlat, mat hij de verschillende dimensies na. En wat bleek? Er kon toch een volwassene inzitten, en diverse grootmeester hadden zich laten verleiden om de rol van de Turk te spelen. Het ging niet om kunstmatige intelligentie, maar om kunstmatige kunstmatige intelligentie.

Van bedrog naar realiteit: Turing

Het ontwerp voor de eerste moderne computer—the Analytical Engine—werd in 1837 gepubliceerd door Charles Babbage. Lady Lovelace werd de eerste programmeur met de programma’s die ze ontwerp. Hoewel de computer nooit werd gebouwd door allerlei problemen, snapte Lady Lovelace weldegelijk hoe het had moeten werken. Toch leek ze ervan overtuigd dat een computer geen originele gedachten zou kunnen ontwikkelen. “De Analytical Engine heeft geen pretenties om iets te laten ontstaan. Het kan alles doen waarvan we weten hoe [we de Analytical Engine] dat moeten laten uitvoeren.”

“Maar een machine kan natuurlijk niet echt denken, toch?”, werd in 1948 gevraagd aan John von Neumann toen hij sprak bij de Princeton universiteit. “Je staat erop dat er iets is dat een machine niet kan doen. Als je me precies vertelt wat een machine niet kan, dan kan ik altijd een machine maken die precies dat zal doen!”, antwoorde hij.

Neuroloog Jefferson onderschreef deze gedachte nog eens in 1949. “Pas als een machine een sonnet kan schrijven of een concert kan componeren vanwege gedachten en emoties die hij voelt, en niet door het toevallig samenvallen van karakters, kunnen we het erover eens zijn dat een machine gelijk is aan hersenen – dat wil zeggen, dat het dit niet alleen kan schrijven maar dat het ook weet het dit geschreven heeft. Geen enkel mechanisme zou plezier kunnen voelen om zijn successen, verdriet omdat zijn kleppen zijn gesmolten, zich goed voelen door vleierij, of ellendig kunnen worden door zijn fouten. Gecharmeerd zijn door seks, boos of depressief zijn wanneer het niet kan krijg wat het wil.”

Alan Turing beschouwde deze kritiek, en bedacht dat dit in de meest extreme vorm zou betekenen dat iemand alleen zeker kan zijn dat hijzelf denkt. Dit zou echter een hele egocentrische benadering zijn. Als een machine vragen zou kunnen beantwoorden, of in ieder geval als geschreven tekst, zou zelfs Jefferson het ermee eens zijn dat deze machine zou kunnen nadenken, dacht Turing. Maar hoe bewijs je dat een machine kan denken? Turing bouwde voort op een spel, een imitatie spel, met twee mensen: A en B. Zij zijn een man en een vrouw, maar het is niet duidelijk of A of B de vrouw is. Een interviewer mag aan allebei vragen stellen. Het doel van de interviewer is om er achter te komen wie de vrouw is.

Turing stelde voor om de vraag of machines kunnen denken te vervangen door “Wat zou er gebeuren als een machine de rol van A zou overnemen in dit spel?” Als de antwoorden van een machine goed genoeg zijn om de interviewer te foppen—dat wil zeggen, hem laten geloven dat de machine een mens was—zou de machine slagen voor deze test: de inmiddels beroemde Turing Test. Het jaar? We zitten in 1950.

De geboorte van een vakgebied

In augustus 1955 diende John McCarthy samen met Minsky, Rochester en Shannon een financieringsvoorstel van $13.500,- bij de Rockefeller Foundation voor een “summer research project on artificial intelligence” aan Dartmouth. In dit voorstel willen ze kijken naar zeven aspecten:

1. Automatische computers. Niet de capaciteit van een computer zijn het knelpunt, maar het onvermogen om programma’s te schrijven om gebruik te maken van de mogelijkheden die er wél waren.
2. Hoe kan een computer geprogrammeerd worden om taal te gebruiken?
3. Neurale netwerken. Hoe kunnen (hypothetische) neuronen rangschikken om concepten uit te denken?
4. Complexiteit van berekeningen. Is er een theorie om de complexiteit van berekeningen te bepalen, zodat we kunnen inschatten wanneer een berekening inefficiënt is?
5. Een écht intelligente machine kan zichzelf verbeteren, immers.
6. Ze denken dat het interessant is om te kijken hoe sensor-informatie en andere data in abstracte vormen kan worden omgeschreven.
7. Willekeurigheid en Creativiteit. Het verschil tussen creatief denken en fantasieloos competent denken ligt in de toevoeging van willekeurigheid. Maar deze willekeurigheid moet geleid worden door intuïtie om efficiënt te zijn. Dus, om tot een guestimate te komen moet beheerste willekeur worden toegevoegd aan voor de rest geordend denken.

Veel van deze dingen zien we anno 2020 terug. Punt twee wordt nu vertaald met Natural Language Processing. Neurale netwerken worden gebruikt bij het kunnen herkennen van afbeeldingen. Maar ook bij automatisch vertalen kunnen ze worden ingezet, het spelen van computerspellen, het stellen van medische diagnoses of creativiteit, zoals het maken van schilderijen. Ook Machine Learning valt hier onder. En de abstracties waardoor kan worden gewerkt met sensor-informatie is een pilaar voor het Internet of Things, dat in grote mate vertrouwt op artificiële intelligentie.