‘Als je het snapt en de risico’s begrijpt, is AI een waanzinnig instrument’
Kunstmatige intelligentie
Thomas Moerland studeerde geneeskunde en wiskunde in Leiden en heeft een fascinatie voor het ontstaan en de werking van intelligentie. Hij bundelde dat allemaal in een populair-wetenschappelijk boek: Van IQ naar AI.
Wie een gesprek aangaat met wiskundige Thomas Moerland zit meteen midden in zijn boek. Want hoe werkt zo’n conversatie eigenlijk in je brein? Dat je zegt wat je bedoelt, intussen je koffiekopje pakt zonder mis te grijpen en het antwoord van de ander verwerkt?
‘Ik heb altijd een diepe fascinatie voor intelligentie gehad’, zegt Moerland zonder zijn koffie te morsen. ‘Ik hoopte bij geneeskunde de werking van intelligentie uit te vinden, maar dat bleek beter te kunnen bij wiskunde, en later als AI-onderzoeker. In dit vakgebied moeten we intelligentie als mechanisme zien.’
Voorsprong van menselijk brein is te groot
Moerland benadert intelligentie van twee kanten: het menselijk brein en de kunstmatige versie. Daarbij neemt hij de lezer mee door het verleden en het heden van het onderzoek naar AI en blikt hij vooruit op de toekomst. De verbluffende rekenkracht en snelheid van onze hersenen golden lang als inspiratie voor het ontwikkelen van kunstmatige intelligentie. Maar bij het nabootsen daarvan bleek de voorsprong van het menselijk brein te groot. De rekenkracht, de hoeveelheid data die verwerkt moest worden: het was allemaal niet te behappen.
Daarom proberen onderzoekers niet langer de hersenen te kopiëren. Ze nemen de rekenkundige processen die zich ook in ons brein afspelen als uitgangspunt. Dat heeft immense, gelaagde netwerken opgeleverd. En voor het eerst in de geschiedenis grootschalige toepassing van kunstmatige intelligentie. ‘De aanpak werkt. Maar die twee paden, het menselijk brein en de wiskunde, zijn daardoor wel meer op afstand van elkaar gezet. Ik denk dat we onderschatten hoeveel ze met elkaar te maken hebben.’
‘AI kan mensen iets leren over hun eigen brein’
‘Door menselijke intelligentie te zien als iets psychologisch en kunstmatige intelligentie als iets wiskundigs, versterk je in de maatschappij ook het onderbuikgevoel over AI: dit is een computer, dus het is niet echt. Een samenspel is noodzakelijk. Dat kan mensen meteen iets leren over hun eigen brein. Over onze hersenen hebben we veel ontdekt, maar er is ook veel onduidelijk. Hoe past ons brein zich aan?’
'Intelligentie is een van de meest fundamentele onderdelen van wie we zijn. We moeten dit willen snappen.’
Dat is moeilijk te achterhalen in zo’n complex systeem, weet Moerland. ‘In AI-systemen kunnen we die miljarden getallen ook nooit allemaal interpreteren, maar we kennen wel de mechanismen erachter die het leren mogelijk maken.
AI en het menselijk brein hebben elkaar nodig
AI kan dus laten zien waar we moeten kijken als we willen weten hoe de hersenen werken. Omgekeerd heeft kunstmatige intelligentie het menselijk brein nodig om verder te komen. ‘Mensen die zeggen dat de ontwikkeling van AI te langzaam gaat of dat een machine nooit de menselijke intelligentie kan evenaren, vergeten dat ons brein een flinke voorspong heeft. Miljoenen jaren evolutie. Dat is misschien wel het belangrijkste verschil, want een computer rekent sneller en kan meer data verwerken dan een mens.’
Wiskunde en de menselijke maat
Om te voorkomen dat ook kunstmatige intelligentie miljoenen jaren nodig heeft om te evolueren, is menselijke ontwikkelingshulp volgens de schrijver onontkoombaar.
Zijn boek is daarmee een pleidooi voor de wiskunde én de menselijk maat. Dat is een van de redenen waarom Moerland heeft gekozen voor een populair-wetenschappelijke aanpak. ‘Ik vind het belangrijk dat het grote publiek snapt wat de technologie inhoudt en waar die vandaan komt. Als je dat begrijpt en de risico’s kent, is AI een waanzinnig instrument. Intelligentie is een van de meest fundamentele onderdelen van wie we zijn. We moeten dit willen snappen.’
Onderzoek in Leiden
Thomas Moerland promoveerde in de informatica en is verbonden aan het Leiden Institute of Advanced Computer Science (LIACS), waar hij is gespecialiseerd in Reinforcement Learning (simpel gezegd: leren door belonen en straffen).
Het onderzoek in Leiden richt zich vooral op de fundamentele AI-vragen, zoals het ontwikkelen van nieuwe algoritmes. De andere ontwikkelingen die AI verder brengen, zoals grote datacenters en extreme rekenkracht, zijn meer het domein van commerciële partijen. ‘Daar kan de universiteit financieel niet mee concurreren’, zegt Moerland.
En dat is ook niet erg. Het past veel meer bij ons als kennisinstituut om grotere en bredere vragen te stellen, ook als die niet direct economische waarde hebben. Het LIACS en de Universiteit Leiden geven daar de ruimte voor.’