A.I. voorspoed in de toekomst begint met A.I. optimalisatie vandaag

In de voorbije 10 jaar – een periode waar sommige A.I. onderzoekers intussen al liefdevol aan refereren als de ‘golden decade’ – is er ontzettend veel vooruitgang geboekt in verschillende A.I. onderzoeksgebieden. Vaak liggen hier deep learning technieken aan ten grondslag, in combinatie met krachtige hardware die gigantische A.I. modellen kunnen draaien die een hoop processorkracht kosten.

Afgelopen jaar wist DeepMind met haar deep neural network AlphaFold het ‘proteïne-vouw-probleem’ op te lossen dat moleculair biologen al decennia lang uit hun slaap hield. AlphaFold kan de driedimensionale structuren van proteïnen voorspellen op basis van eendimensionale aminozuur-combinaties. Dit is een fantastische bron voor medisch onderzoekers om te gebruiken bij het ontwikkelen van nieuwe medicijnen en vaccins. Science heeft AlphaFold uitgeroepen tot de grootste wetenschappelijke doorbraak van het jaar.

Maar er is nog veel meer indrukwekkende vooruitgang geboekt. Grootschalige taalmodellen zoals GPT-3 van OpenAI worden intussen gebruikt om emails samen te stellen, videogames te ontwikkelen en screenplays te schrijven. GitHub’s Copilot helpt programmeurs door hun stukjes code automatisch aan te vullen. Google’s LaMDA converseert zo goed, dat het bijna niet van menselijke communicatie te onderscheiden is.

Er is dus een hoop om enthousiast over te zijn. Maar met al deze grote veranderingen die al zijn gerealiseerd en die er ook nog aan gaan komen, moeten we wel als vakgebied en samenleving gaan kijken naar de gevolgen.

Het probleem met veel discussies over de toekomst van A.I. is dat – zoals zo veel in onze samenleving – er een polarisatie optreedt. Er zijn de optimisten die A.I. verwelkomen en voor wie de ontwikkeling niet snel genoeg kan gaan. En er zijn mensen die waarschuwen voor een wereld waarin AGI’s de wereld overnemen en de mensheid ten onder kan gaan.

Maar waar we het eigenlijk over moeten hebben, is wat de systemen op dit moment al kunnen en welke risico’s en kansen die bieden. Wat er in de toekomst aan nieuwe systemen aankomt weten we niet, maar we kunnen op dit moment nog voldoende verbeteren en optimaliseren aan wat er al is.

Wat gaat er nu nog mis met wat we al in onze handen hebben? Hoe kunnen we de fouten eruit halen en de huidige toepassingen goed laten functioneren? Hoe zorgen we ervoor dat de huidige systemen foutloos worden? En dan kijken we verder. Als dat de mindset wordt in de industrie en in de politiek, zijn we meteen voorbereid op de systemen van de toekomst.

Advertentie