Mensen besteden hun tijd steeds meer aan dingen die een machine beter zou kunnen doen. Een van de vele prestaties van moderne software is om de tijd van mensen te vullen met eenvoudige taken, zoals commentaar geven, “liken”, snappen, posten en andere soortgelijke activiteiten.
Tiernan Ray voor ZDNet
In de vijfenzestig jaar sinds John McCarthy voor het eerst de term 'kunstmatige intelligentie' bedacht, is een van de meest verrassende ontdekkingen in het veld geweest dat dingen die mensen doen die gemakkelijk zijn, en die gemakkelijk zouden moeten zijn voor een computer om te doen, in werkelijkheid blijken te zijn heel, heel moeilijk zijn voor machines.
De gemiddelde volwassene kan relatief gemakkelijk een deurknop waarnemen, uitreiken en vastpakken, draaien en de deur openen. Dezelfde taak is nog steeds ongelooflijk moeilijk te engineeren voor zelfs de meest geavanceerde robotarmaturen met behulp van geavanceerde deep learning AI-benaderingen.
Daarentegen, en even verrassend, hebben machines de verwachtingen van wetenschappers overtroffen bij taken die moeilijk zijn voor een mens. Na ongeveer vijfhonderd jaar van ontwikkeling door mensen van het schaakspel, kon een door DeepMind gebouwde machine, AlphaZero genaamd, zich in een kwestie van een paar jaar ontwikkelen tot een punt waarop het alle menselijke grootmeesters kon verslaan, en ook versla ze in een nog ouder spel, Go.
Die kloof tussen gemakkelijk en moeilijk definieert typisch het debat over wat bekend staat als AI op 'menselijk niveau', ook wel bekend als 'kunstmatige algemene intelligentie' of AGI, de zoektocht om een machine gelijk aan een mens te maken. Veel mensen denken dat de kloof betekent dat AGI decennialang niet zal worden bereikt, als het ooit wordt bereikt.
AI-wetenschapper Melanie Mitchell heeft geschreven: “AI is moeilijker dan we denken, omdat we ons grotendeels niet bewust zijn van de complexiteit van onze eigen denkprocessen.”
Maar wat als de definitie van intelligentie op menselijk niveau verandert? Wat als AI niet langer wordt afgemeten aan de kwaliteit van menselijk denken en handelen in de echte wereld, maar eerder aan het al te voorspelbare gedrag van de hele dag staren in een smartphone?
Ook: AI in zestig seconden
Steeds meer mensen besteden hun tijd aan dingen die een machine beter zou kunnen doen. Een van de vele prestaties van moderne software is om de tijd van mensen te vullen met eenvoudige taken, zoals het drukke werk dat je doet op sociale media, dingen als posten, reageren, 'liken' en snappen.
Mensen besteden elke dag uren aan het typen van berichten van 240 tekens in Twitter. Ze klikken onophoudelijk op de like-knop op afbeeldingen die ze op Instagram zien. Bij elk zebrapad lopen ze al scrollend vrolijk tegen het tegemoetkomende verkeer aan. Ze besteden uren aan het maken van een lijst met dingen die ze op Amazon kunnen kopen en die ze niet echt nodig hebben. Mensen hebben ontelbare uren geblazen door hetzelfde niveau opnieuw te spelen op Xbox-games om de hoogste score te behalen. God weet hoe lang we allemaal hebben besteed aan het opzuigen van Netflix-video's in epische couch-potato-sessies.
En al dit scrollen en klikken wordt versterkt door een hele substructuur van software onder het fineer van websites. De technologie van Apache Pinot, een programma om zoekopdrachten naar een database te versnellen, beheert bijvoorbeeld de functie 'Wie heeft mijn profiel bekeken?' op LinkedIn. Zoals een van de makers van Pinot, Kishore Gopalakrishna, heeft gezegd, is de software ontworpen om in een fractie van een seconde antwoorden te geven voor mensen die tientallen keren per dag controleren wie hun profiel heeft bekeken.
Pinot en verwante middleware zoals het open-source datastreamingprogramma Kafka, zijn gebouwd om de gewoonte te voeden om constant te klikken, leuk te vinden, een beetje te typen, tweeten, nog wat te typen, vast te pinnen, te scrollen, enz. Gewoonten worden verslavingen als er een beloning voor herhaling, en de feedbacklus van moderne webplatforms biedt die beloning door te reageren op menselijke klikken met steeds meer mogelijkheden om nog meer te klikken. Pinot en Kafka bedoelen dat menselijke online activiteit een eindeloos proces is van het indrukken van knoppen, net als de klassieke laboratoriumrat die de hendel voor een pellet duwt.
Mensen zijn geweldig geworden in het duwen van de hendel, maar het slechte nieuws voor mensen is dat al deze taken nog steeds veel gemakkelijker en misschien beter door een machine kunnen worden gedaan.
Hoewel een AI-programma voor natuurlijke taalverwerking van de eerste rang, zoals GPT-3, niet kan deelnemen aan een langdurige discussie over filosofische onderwerpen, is het meer dan voldoende om spontaan korte berichten te genereren, zoals tweets over een bepaald onderwerp. Voor AI om het plaatsen van afbeeldingen op Instagram te automatiseren is waarschijnlijk net zo eenvoudig.
Mensen kunnen memes herinneren om ze op sociale netwerken te plaatsen met een soort intuïtieve gratie, waarbij ze de perfecte GIF-afbeelding herinneren die bij het moment past. Hoewel hun daarin iets indrukwekkends is, zouden machines, via brute-force search, aantoonbaar nieuwe oplossingen kunnen bedenken voor het plaatsen van memes die meer optimaal zijn.
Zeker, de handeling van het controleren om te zien wie iemand op LinkedIn heeft bekeken, of een andere handeling die neerkomt op het consumeren van signalen via een API van een programma zoals Pinot, zou geautomatiseerd kunnen worden om efficiënter te zijn dan de manier waarop mensen het doen.
Het is waar dat mensen nog genoeg andere dingen doen, zoals naar de sportschool gaan en hun zoogdierjongen verzorgen. Maar ze brengen hun tijd in de sportschool steeds vaker door met pauzes om in een telefoon te staren, en hun jongen worden steeds vaker voor een scherm geparkeerd. Natuurlijke menselijke activiteiten zijn processen geworden die worden onderbroken door een scherm.
Het resultaat is dat de moderne samenleving op een vreemde plek is beland. Veel menselijk gedrag gebeurt tegenwoordig in en rond de computer, waar menselijke vermogens achterlopen op de beste computerprogramma's.
Jensen Huang, de mede-oprichter en CEO van Nvidia, het bedrijf dat chips domineert voor AI-verwerking, heeft de ommekeer in de geschiedenis in grimmige bewoordingen ingekaderd. Mensen zijn te traag, heeft Huang gezegd:
Er zijn maar een paar miljard van ons, en het duurt negen maanden om ze te krijgen, en dan duurt het jaren om ze op te voeden, en als je ze dan eindelijk zover krijgt dat ze enigszins intelligent zijn, prikken ze in deze dingen die smartphones worden genoemd , en elke keer dat u ernaar prikt, worden er query's in de cloud gemaakt.
Dat is allemaal erg traag, ongewenst. De oplossing is duidelijk, zoals Huang het formuleert:
Nou, in de toekomst zal het niet negen maanden duren om een nieuw intelligent wezen te bouwen, en het zal geen jaren duren om ze op te voeden ; het duurt letterlijk een uur om een BMW-auto te maken, het duurt seconden om de kunstmatige intelligentie te downloaden en binnen enkele seconden daarna staat het op internet. Er zullen biljoenen van deze dingen zijn.
Die dingen waar Huang het over heeft, zijn iets na Homo sapiens. Het paradigma waarnaar Huang verwijst, is dat van de automaat. Een automaat, verstoken van menselijke zwakheden, is zeer goed in staat om taken uit te voeren die goed gedefinieerd kunnen worden – “goed afgebakend” in technische termen. Hoewel autorijden er nog niet is voor AI, is het besturen van een website, dat wil zeggen meedogenloos klikken en 'liken', nu goed te doen.
Ook: Ethiek van AI: voordelen en risico's van kunstmatige intelligentie
Want een groot deel van de huidige samenleving lijkt, gezien de constante nadruk op optimalisatie binnen een beperkte set van digitale regels, op een videogame, een poging om een optimale score te behalen. En wie is er beter dan een machine om te weten hoe te winnen bij het spelen tegen een machine?
Hetzelfde programma dat mensen versloeg bij schaken en Go, AlphaZero, leidde in 2019 tot een nieuw programma, MuZero, dat goede resultaten kan behalen door Atari-videogames zoals mevrouw Pac Man te spelen. Het is maar een korte trip van mevrouw Pac Man om uit te blinken in het plaatsen van memes.
De kloof bestaat nog steeds tussen de gemakkelijke en de moeilijke dingen die mensen en computers doen, en misschien zal deze nooit worden overwonnen door AI. Maar het menselijk denken wordt steeds minder optimaal om door een digitale wereld te navigeren. Lang voordat AGI plaatsvindt, zal de wereld van de mens waarschijnlijk op een plek komen waar de meeste activiteiten veel beter door machines kunnen worden uitgevoerd.
Op dat moment wordt de mens overbodig. Moeten ze dan vervangen worden? De enige reden om ze niet te vervangen zou zijn als mensen er nog steeds toe doen als entiteiten die geen middel tot een doel zijn, maar een doel op zich. Dat is geen technologische kwestie, het is de essentiële vraag van de mensheid.
In een wereld die steeds meer geobsedeerd is door snelheid, efficiëntie en optimale resultaten, is het antwoord op die vraag allesbehalve zeker.
Tech-inkomsten
Alphabet overtreft Q3-ramingen met omzetstijging van 41% Samsung boekt sterk Q3 aangedreven door chips Amazon verwacht dat problemen met de toeleveringsketen en arbeid miljarden zullen kosten in Q4 eBay's Q3-omzet groeide met 11%, zelfs toen de verkooptransacties daalden LG boekt hoogste omzet tot nu toe in Q3 door sterke vraag naar thuiselektronica Intel boekt solide Q3-resultaten, terwijl zakelijke bedrijfsactiviteiten terugveren Tesla Q3-inkomsten in lijn, EPS verslaat, aandelen dalen Facebook geeft lichte omzetprognose voor Q4, gemengde Q3-resultaten Digitale Transformatie | CXO | Internet der dingen | Innovatie | Bedrijfssoftware | Slimme steden