Wie de slimme assistent op zijn smartphone raadpleegt, weet al dat artificiële intelligentie veel sneller evolueert dan we vermoeden. Dit terwijl de technologie nog in haar kinderschoenen staat. Waaraan mag je je nog verwachten?

(R)evoluties in Deep Learning
Je verlaat ‘s avonds je kantoor. Wanneer je in de nabijheid van je auto bent, doet de slimme assistent een bericht verschijnen op je smartphone waarop hij de geschatte reistijd en de drukte op de weg meedeelt. Dit is geen sciencefiction maar sinds een jaar of twee een standaardfeature op je smartphone. De ontwikkeling van artificiële intelligentie gaat vandaag enorm snel, beaamt Jonathan Berte, CEO van Robovision, een Belgisch bedrijf dat werkt aan AI-toepassingen voor bedrijven. “Er zijn evoluties – revoluties zelfs – in deep learning die elkaar in ijltempo opvolgen. Het is bovendien iets heel complex, en dus jaagt het heel wat gebruikers schrik aan.”

Enkele decennia verwijderd
Vanuit de zelflerende systemen die vandaag ontwikkeld worden, is het natuurlijk nog een hele stap naar de artificiële intelligentie die we kennen uit sciencefictionfilms zoals 2001: A Space Odyssey. Volgens schattingen van technologiegigant IBM ligt dat moment pas tegen 2030 aan de horizon. Ze maken die inschatting op rekenkundige basis. De ‘hardware’ van een menselijk brein bestaat uit zo’n 85 miljard neuronen. De neurosynaptische chips die tot nu toe konden worden ontwikkeld, bestaan uit enkele miljarden neuronen. Maar reken dat door, en het punt van de zogeheten ‘singulariteit’, waarbij artificiële intelligentie superieur wordt aan de onze, kan nog maar enkele decennia van ons verwijderd liggen.

Artificial general intelligence
Een artificieel intelligent systeem is echter nog geen artificieel intelligent wezen, zegt Berte. “AI kwijt zich erg goed van één skillset, en kan dat in toenemende mate beter dan een mens. Een eerste stap die nog moet worden genomen, is de groei van de bedrevenheid in één skillset, naar artificial general intelligence, die de allesomvattende intelligentie van de mens evenaart. En dan nog loopt de ontwikkeling van machines naar biomechanische entiteiten veel trager dan bijvoorbeeld de wet van Moore, die de groeisnelheid van computers afmeet. Een robot van nu is op mechanisch vlak niet veel verder geëvolueerd dan de robots van pakweg tien jaar geleden.”

 

Er zijn revoluties in deep learning die elkaar in ijltempo opvolgen Jonathan Berte

 

Lange weg te gaan
In de tussentijd is er ook nog een heel lange weg te gaan, met veel tussenstappen. Al worden die wel steeds zichtbaarder, zegt Berte. “Binnen een jaar of vijf zul je al enorme vooruitgangen zien in ons dagelijkse leven. In die mate dat het binnen bedrijfsorganisaties onduidelijk wordt wat de meerwaarde van de mens in de toekomst nog is.” De huidige denkjobs, waarvoor een hoger diploma nodig is, zouden hier weleens sneller kunnen worden overgenomen door AI-toepassingen, dan de jobs die handigheid vereisen.

Creatieve destructie
Jonathan Duplicy, wetenschappelijk adviseur bij het Brusselse wetenschapsinstituut InnovIris, is hier minder bang voor. “Er zal zich wellicht een ‘creatieve destructie’ voordoen. Repetitieve intellectuele jobs zullen verdwijnen. Maar de meeste mensen willen die tòch niet doen. Het wordt voor de overheid een kwestie om mensen op te leiden die door de shift naar AI uit de boot dreigen te vallen. En wat àls we wat minder moeten werken? De economie in haar geheel wordt ook veel productiever door de groei van AI.”

Rol van België
Hoewel Amerikaanse en Chinese giganten, zoals Google en Alibaba, in de snelle evolutie van AI-technologie het merendeel van de kennis naar zich toetrekken, spelen ook Belgische bedrijven en onderzoeksinstellingen een rol. “Een goeie onderzoeker verdient hier namelijk veel meer dan in de academische wereld.” zegt Duplicy. “Binnen Europa, en zeker binnen België, hebben we geen bedrijven van die omvang. Maar toch zie ik nog een duidelijke plaats voor België en Europa binnen het AI-landschap. Op het gebied van academisch onderzoek, uiteraard. Maar ook onze taaldiversiteit kan een troef zijn in het ontwikkelen van natural language processing-toepassingen.”