Bij Artificiële Intelligentie denk ik aan films van Steven Spielberg of aan humanoïde robots. Is dat een correct beeld?



Dovnload 18.72 Kb.
Datum20.08.2016
Grootte18.72 Kb.
Bij Artificiële Intelligentie denk ik aan films van Steven Spielberg of aan humanoïde robots. Is dat een correct beeld?

Neen. Bij Artificiële Intelligentie (AI) draait het zeker niet alleen om het maken van dergelijke robots. AI gaat echt over intelligentie. Intelligentie die zich manifesteert in gedrag, in taal, in het opzoeken van informatie. Kortom, alle activiteiten waarbij normalerwijze het menselijk brein geëngageerd wordt. In tegenstelling tot een psycholoog of een taalkundige die menselijk gedrag observeert en analyseert, stellen wij ons de vraag: “Hoe kan je een computerprogramma schrijven of een robot bouwen die dezelfde soort dingen kan die wij mensen met ons hoofd doen?”



Moet je dan weten hoe het menselijk brein functioneert?

Niet noodzakelijk. We weten immers niet eens hoe alles juist in zijn werk gaat in onze hersenen. Het is eerder zoals bij het bouwen van een vliegtuig. De gebroeders Wright wilden vliegen. Ze zijn niet gaan kijken hoe een vogel vliegt. Ze zijn beginnen experimenteren en hebben zo één voor één de principes gevonden die nodig zijn om te vliegen. Dat is net hetzelfde bij AI. We vertrekken dus niet van het gedrag van de mens zelf.



Dus je stelt de vraag “hoe zou dit in principe kunnen werken?”

Ja. Neem bijvoorbeeld de visuele waarneming; het herkennen van voorwerpen. We zitten hier aan tafel met daarop een aantal boeken. In AI stellen we dan de vraag: “hoe kunnen we iets bouwen dat zegt dat hier vier boeken op tafel liggen”. Je neemt dit probleem en ontwikkelt allerlei technieken en methoden om daar een oplossing voor te vinden. En daarna kan je eventueel iets zeggen over hoe de mens zoiets doet. Eventueel, want de AI-methode kan een totaal andere oplossing opleveren. Daar zit dus de betekenis van het woord artificieel.



Het is dus niet de bedoeling exact te gaan nabootsen hoe een mens een bepaalde taak uitvoert?

Neen. Om bij het voorbeeld van daarjuist te blijven: het doel van de gebroeders Wright was vliegen. Je hoeft daarom geen veren op de vleugels van een vliegtuig te plakken.



Het vakgebied bestaat 50 jaar. Dekt de term AI een andere lading dan vijftig jaar geleden?

De doelstelling is dezelfde gebleven. De kennis die sindsdien verzameld is, kan op twee manieren gebruikt worden. Enerzijds om het brein beter te begrijpen en zo de psychologie van mens en dier te bestuderen. Dat is het wetenschappelijk belang van AI. Anderzijds gaat het om het bouwen van systemen die nuttig zijn in onze maatschappij. Op dat vlak is de impact van AI gigantisch. Als we in termen van praktische toepassingen praten, zie je natuurlijk geen robots rondwandelen. Maar neem bijvoorbeeld de zoekmachine Google op het internet. De innovatieve ideeën die daarachter zitten, komen allemaal uit de AI.



Wat is het verschil met de traditionele informatica?

De AI heeft een enorme invloed gehad op de informatica. Veel van de ideeën die in een computer steken, zijn ontwikkeld in AI-laboratoria. Zelfs zaken die nu heel voor de hand liggend zijn. Het verband tussen computerwetenschappen en AI is zoals het verband tussen scheikunde en biologie. De scheikunde levert basisproducten en de biologie bouwt daarmee verder, maar inspireert ook de scheikunde.



Vanuit welke wetenschappelijke disciplines vertrekt de AI?

AI is een tak van de computerwetenschappen. Maar degenen die aan AI-onderzoek doen, hebben meestal nog een andere wetenschappelijke discipline in hun bagage zitten. In mijn geval is dat taalkunde. Er zijn ook AI-onderzoekers die eerst biologie of fysica studeerden en zich vervolgens verdiepten in de computerwetenschappen. Maar zonder een absoluut hoog niveau in de computerwetenschappen moet je er niet aan beginnen. AI is een experimentele wetenschap. Experimenteren en bouwen is belangrijk, je moet het doén. Vandaar dat je een kei moet zijn op het vlak van computerwetenschappen.



Zijn AI-researchers dan creatieve mensen?

Ik denk van wel. (lacht) Doorheen de geschiedenis van de computerwetenschappen vormden de AI-onderzoekers een zekere avantgarde. Ze waren een beetje gek. Maar daardoor werden er wel grote doorbraken gerealiseerd. Kijk maar naar je computer, naar het scherm, naar de muis. Je moet je inbeelden dat men dertig jaar geleden nog werkte met een bak met ponskaarten. Mede dankzij de inbreng van AI heeft iedereen nu een pc op zijn bureau staan die interactief is.



Hoe komt het dat AI in de jaren ‘50 is ontstaan?

Het was de periode dat de computer op het toneel kwam. Al ging het toen nog om machines met heel weinig kracht en geheugen. Er zit vandaag een sterkere processor in een gsm of een iPod dan in de computers van toen. Maar de AI-pioniers zagen de enorme mogelijkheden. Een hele belangrijke stap in het ontstaan van AI was dat men inzag dat er een nieuw niveau ontstond om na te denken over informatieverwerkende processen. Voordien was men enkel bezig met elektronica en analoge schakelingen. Maar die analoge werkwijze kende zijn grenzen wat betreft de complexiteit van de systemen die je ermee kon bouwen. En om intelligentie te creëren heb je net ongelooflijk ingewikkelde systemen nodig.



Welke evolutie kende AI de jaren nadien?

Er zijn verschillende rode draden die doorheen de evolutie van het onderzoeksgebied lopen. Af en toe kwamen die samen in impressionante systemen waarin honderden ideeën vervat zaten. Dus wanneer je het over de evolutie van AI hebt kan je de mijlpalen benoemen aan de hand van de verwezenlijkte systemen of aan de hand van de ideeën die deze systemen voor het eerst demonstreerden. In de jaren ’60 stonden zoekprocessen centraal. Een voorbeeld is het schaakspel. Je tegenstander doet een bepaalde zet waarop jij kan reageren met verschillende zetten die afhankelijk zijn van de zet van je tegenstander. Je krijgt dus een soort boomstructuur van mogelijkheden. Dat noemen we een zoekruimte. De uitdaging was om in zo’n ruimte, die explosief groeit, de beste oplossing zo snel mogelijk te vinden. De eerste concrete resultaten zag je dan ook op het vlak van schaakcomputers. Maar je moet weten dat er op dat moment nog filosofen waren die boeken schreven over het feit dat computers nooit schaak zouden kunnen spelen!



Wat was de volgende stap?

In de jaren ’70 kwam dan het idee dat kennis de essentie vormt van het oplossen van problemen. Men merkte dat schaakgrootmeesters helemaal niet in een grote ‘zoekruimte’ naar hun volgende zet zochten. Neen, zij hebben al zoveel schaak gespeeld, dat ze bepaalde configuraties herkennen en zo onmiddellijk de beste zet kunnen bepalen. Dat is niet alleen bij schaken het geval. Wanneer je een auto naar de garage brengt, moet de garagist ook niet elk onderdeel controleren om het probleem te vinden. Als hij een bepaald gerammel hoort, weet hij al waar het probleem zich situeert. Kennis of ervaring is dus belangrijk. Er was bijgevolg nood aan computers met massaal veel geheugen waarmee men enorme hoeveelheden kennis kon verwerken. En dit leidde dan tot expertsystemen. Een voorbeeld daarvan is Mycin, een medisch expertsysteem dat een verbluffende competentie had op het vlak van infectieziekten.



Daarmee komen we bij de jaren ‘80?

In de jaren ’80 merkte men dat er nog iets ontbrak, dat niet alleen kennis, maar ook het lichaam belangrijk was. Zelfs voor het analyseren van taal bijvoorbeeld, omdat we allerlei analogieën en metaforen gebruiken die teruggaan naar hoe ons lichaam zich in de wereld beweegt. Bovendien, wanneer wij een object oprapen, gebeurt dat in een vloeiende beweging. Dat door een sequentieel computerprogramma laten sturen, is heel moeilijk. Daarom is men op zoek gegaan naar dynamische systemen. Men greep terug naar de cybernetica en de analoge ideeën over intelligentie, maar dan geïmplementeerd op digitale computers. Heel wat resultaten op het vlak van spraakverwerking of adaptieve sturing komen voort uit deze ontwikkeling.



En het bouwen van robots?

Dat was de volgende stap, in de jaren ’90. Er werden daarvoor wel al robots gemaakt, maar die stonden niet centraal in het onderzoek. In de jaren ’90 was er een soort herontdekking van het lichaam. Computers werden kleiner en kleiner en sneller en sneller. We konden ze dus eenvoudiger in robots integreren. Je kreeg een enorme bloei van robots met zeer impressionant gedrag. Misschien heb je de hondachtige robot AIBO wel al eens gezien of die kleine robots die voetbal met elkaar spelen. Iets anders in die periode was het belang dat gehecht werd aan het sociale, en dat vond dan zijn weerslag in zogenaamde multi agent systemen. Een toepassing daarvan is bijvoorbeeld het

computerspel SimCity waarin je de personages bestuurt, maar waarin die personages ook hun eigen beslissingen kunnen nemen.

En wat nu?

Voordien distilleerde men de kennis uit de mens, maar nu zitten we in een fase waar we zoeken hoe artificiele systemen zelf kennis kunnen produceren en alleen dan kunnen we echt spreken van artificiele intelligentie. Een concreet voorbeeld van deze nieuwe ontwikkeling is ons onderzoek aan de Vrije Universiteit Brussel naar de oorsprong van taal. We stellen de vraag: “Welke mechanismen moet een robot in zich hebben om samen met anderen een eigen taal te ontwikkelen?” Dit komt dus in de plaats van robots die via machinaal leren het Engels of het Nederlands hanteerden of robots waarbij we grammatica’s met de hand programmeerden.



Tot welke bruikbare toepassingen kan dit leiden?

Wij doen eerder fundamenteel onderzoek. Naar de concrete toepassingen zijn wij niet echt op zoek. Maar ik kan mij voorstellen dat er in de toekomst robots naar Mars worden gestuurd die daar op zoek gaan naar leven. Dan is de vraag hoe die robots met elkaar gaan communiceren? Je kan dat op voorhand proberen te programmeren, maar we weten niet waar ze het allemaal moeten over hebben. Bovendien zien wij niet dezelfde dingen die deze robots via sonar of infrarood zullen kunnen waarnemen. Dus je hebt een open systeem nodig. Wanneer die robots hun eigen taal ontwikkelen kunnen ze zich aanpassen en nieuwe concepten en woorden bedenken. Op die manier krijg je een adaptief evoluerend communicatiesysteem. Dat is ook de toepassing die we binnen tien jaar nodig zullen hebben. Dan zullen er in de hele wereld miljarden processors zijn waarop miljarden programma’s draaien die draadloos met elkaar verbonden zijn. De informaticawereld wordt zo een levende wereld met ecosystemen waar het niet langer mogelijk is om alles manueel te programmeren of alle interactieprotocols op voorhand vast te leggen.



Welke rol speelde het AI-Lab van de Vrije Universiteit Brussel in de ontwikkeling van AI?

Wanneer ik terugkijk, denk ik dat dit lab een zeer belangrijke rol heeft gespeeld. Zeker in Europa, maar ook op wereldvlak. Wij hebben niet alleen een hele resem kennissystemen gebouwd die nu nog altijd in de industrie gebruikt worden (bijvoorbeeld voor de roostering van treinen bij de NMBS), maar we hebben ook mee de aanzet gegeven voor tweede generatie expertsystemen en een niveau van ontwerp dat men het kennisniveau noemt. In de jaren ’80 waren we al heel actief bezig met dynamische systemen voor AI en biologische metaforen, en hieruit is dan een tweede labo gegroeid op de Vrije Universiteit Brussel, namelijk COMO geleid door de professoren Nowe en Manderick. Al op het einde van de jaren tachtig zijn we ook heel intensief bezig geweest met de switch naar het lichaam; de zogenaamde behaviour based AI. Plotseling zwom er een robotvis in het zwembad of vlogen er robotballons over de campus. En midden jaren ’90 zijn we begonnen met het onderzoek naar de oorsprong van taal. Ook daar zijn we op wereldvlak nog steeds baanbrekend bezig.



Hoe zie je de toekomst van AI in Vlaanderen?

Op dit moment staan de activiteiten op het vlak van AI, in vergelijking met andere landen, eerder op een laag pitje. Deels omdat computerwetenschappen in Vlaanderen helaas geen prioriteit is. Men heeft gekozen voor micro-electronica (IMEC) en biotechnologie. De financiering van fundamenteel onderzoek in computerwetenschappen is op dit moment dus eerder problematisch. Een gevolg hiervan is dat de studenteninstroom alarmerend laag, ondanks een enorme vraag naar computerwetenschappers, niet alleen in de industrie, maar in vrijwel alle takken van wetenschappelijk onderzoek. Onze beleidsmakers willen een innovatieve economie in Vlaanderen, en zien waarschijnlijk wel in dat informatietechnologie daarbij een sleutel is, maar niet dat die innovatie moet rusten op de computerwetenschappen. Net zoals de farmaceutische industrie gebaseerd is op scheikunde of de elektronica op fysica. De achterstand op het vlak van computerwetenschappen in Vlaanderen lijkt alsmaar groter te worden. Het vakgebied is wereldwijd geëxplodeerd, maar het aantal mensen en de middelen zijn hier bij ons niet gevolgd. In onze buurlanden, zoals Frankrijk of Duitsland, heb je om te beginnen nationale laboratoria voor computerwetenschappen (INRIA, Fraunhofer) waar duizenden mensen werken. In Nederland heb je gespecialiseerde opleidingen aan diverse universiteiten. De Nederlandse AI-studenten zijn met bussen naar ons symposium gekomen. De Nederlandse AI-studentenvereniging telt maar liefst 1000 leden! Ik durf niet te zeggen hoeveel studenten er in Vlaanderen zich in AI specialiseren, maar je hebt niet veel handen nodig om die op te tellen.



-

MELS (T). Interview met Luc Steels. In: Akademos, Vol. 9, No. 5, December 2006, pp. 4-6.



De database wordt beschermd door het auteursrecht ©opleid.info 2019
stuur bericht

    Hoofdpagina