Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Door , , 33 reacties

IBM wil met een supercomputer en nieuwe ai-software de strijd met deelnemers van de Amerikaanse tv-quiz Jeopardy aangaan. Big Blue wil zo aantonen flinke vooruitgang op het gebied van kunstmatige intelligentie te hebben geboekt.

JeopardyDe plannen van IBM worden uit de doeken gedaan in The New York Times. De it-reus baarde in 1997 al opzien toen zijn Deep Blue-supercomputer de toenmalige wereldkampioen schaken Garry Kasparov wist te verslaan. Nu legt IBM de lat hoger door een supercomputer met nieuwe ai-software in de spelshow Jeopardy op te laten draven. Om kans te maken in dit quiz-programma moet het softwareprogramma, dat de achternaam van IBM-oprichter Thomas J. Watson heeft meegekregen, een vrijwel oneindige hoeveelheid relaties kunnen leggen en tevens subtiele betekenissen in de vraagstelling kunnen herkennen. Zo moet het rekening houden met zaken als figuurlijk taalgebruik, humor en vergelijkingen. Daarnaast moet de software 'begrijpen' waar het precies naar moet zoeken.

Watson is in ongeveer drie jaar gebouwd door een team van twintig wetenschappers, afkomstig uit vakgebieden als natuurlijke-taalherkenning, informatieverwerking en kunstmatige intelligentie. IBM laat de ai-software draaien op een Blue Gene-supercomputer. Watson is tijdens de quiz niet aan het internet verbonden, en moet zijn kennis ophalen uit een interne database die het al eerder heeft geïndexeerd. Hoe groot de database is, wil IBM niet zeggen.

Volgens de spelregels die met de producenten van Jeopardy zijn afgesproken, krijgt Watson de vragen in elektronische vorm voorgelegd, waardoor spraakherkenning niet nodig is. De supercomputer zal het antwoord hardop moeten 'oplezen' en bij een juist antwoord zelf een nieuwe vragencategorie moeten kiezen. Welke verschijningsvorm Jeopardy zal krijgen, is nog niet geheel duidelijk. Ook moet nog worden bepaald welke menselijke tegenkandidaten gekozen zullen worden.

Uit eerdere proeven waarbij menselijke kandidaten het opnamen tegen Watson, zou zijn gebleken dat de ai-software agressief en goed kan spelen, maar ook ieder moment een grote blunder kan maken, bijvoorbeeld omdat de software niet met de vraagstelling uit de voeten kan.

Vanuit het vakgebied klinkt enige twijfel over de precieze beweegredenen van IBM. Zo stelt Peter Norvig, hoofd van de afdeling research bij Google, dat de Jeopardy-wedstrijd meer een demosessie lijkt dan een echte wedstrijd. Er zouden weliswaar enkele nieuwe mogelijkheden uit het veld van kunstmatige intelligentie worden uitgeprobeerd, maar Norvig stelt dat hij geen baanbrekende resultaten verwacht.

Moderatie-faq Wijzig weergave

Reacties (33)

Binnen een maand komt Wolfram Alpha uit. Een instant antwoord machine die nomale taal 'begrijpt' en het antwoord op je vraag kan berekenen. Hoe ingewikkeld deze ook lijkt.

Voorbeeld: Hoeveel watermoleculen zitten er in een liter melk.

Natuurlijk zitten er ook beperkingen aan, maar het heeft naar mijn mening meer potentie dan deze machine.

http://www.wolframalpha.com

[Reactie gewijzigd door olafvs op 27 april 2009 15:22]

ik denk dat een computer toch wel moeite MOET hebben met jouw vraag:

1) watermoleculen 'zitten' niet
2) wat voor melk heb je?
3) welke temperatuur is de melk?
4) hoe oud is de melk

etc etc.. Hij kan slechts een gemiddelde of acceptabel antwoord geven, maar dat is niet het doel van een computer. Een computer moet accuraat zijn, anders kan je het net zo goed aan een scheikundige vragen.
De vraag is uitstekend te beantwoorden, zelfs op basis van de huidige AI technologie. Het begrijpen van het woord "zitten" is fundamentele natural language processing. Computers snappen dat "zitten in" een bevat-relatie kan aangeven.

Het soort melk is irrelevant. Melk is 98% water. De temperatuur maakt wel uit, maar daar is een volstrekt normale default voor (298K). Hoe oud de melk is maakt ook niet uit - de watermoleculen reageren niet weg. En als ze verdampen heb je minder dan een liter melk over. Kortom, het antwoord zou sowieso een nauwkeurigheid hebben (het is een wetenschappelijk antwoord, tenslotte) en in dit geval wordt die nauwkeurigheid niet serieus beinvloed.

Even uitrekenen: Water is 18 gram per mol, melk een kilo per liter, dus 55 mol.
Zoals in eerdere artikels op tweakers.net over wolfram the lezen valt en ook valt te vinden op verschillende blogs (en google geloofk ook) dat de wolfram mogelijk bluf is en dat hij nog niet eens in staat zou kunnen zijn de juiste categorie te bepalen.

Ik ben persoonlijk een pak sceptischer over wolfram alpha dan over deze computer.
De it-reus baarde in 1997 al opzien toen zijn Deep Blue-supercomputer de toenmalige wereldkampioen schaken Garry Kasparov wist te verslaan
Een veel gebruikt iets, maar wat meestal "vergeten" wordt, is dat Deep Blue wel meerdere malen moest heropgestart worden...

Ten tweede (en dit komt van de IBM Research site zelf):
Game 1: 5/3/97: Kasparov wins
Game 2: 5/4/97: Deep Blue wins
Game 3: 5/6/97: Draw
Game 4: 5/7/97: Draw
Game 5: 5/10/97: Draw
Game 6: 5/11/97: Deep Blue wins

Alles toch maar met een korreltje zout nemen dus :)
Wat wil je in vredesnaam met die info van IBM aangeven?

3 draws, 1 loss, 2 wins... Dat zijn volkomen normale situaties bij een wereldkampioenschap. Sterker, je hebt soms slechts 1 win, en de rest draw.

Die situatie dat iemand met 5 tegen 1 wint, komt op dat niveau gewoon niet voor.
Sterker nog: IBM heeft tussen de matches in een hele rotlading (grote) partijen van Kasparov naar Deep Blue geupload, zodat die ze kon analyseren.
Alsof hij er met een schaakalmanak oid naast zat dus
ja - zo leert een normaal mens toch ook ..
net als bij voetbal (waar trainers ook opnames tonen - zodat de spelers alvast weten wat ze kunnen verwachten, )
en ook dat is voor schakers op dat niveau perfectly normaal.
Vergeet niet dat dit al weer 12 jaar geleden is. Daarnaast, het was misschien een nipte maar wel degelijk echte overwinning.
Klinkt allemaal niet echt vernieuwend en spectaculair. Dit is gewoon een gigantische database die het meest logische beantwoord op basis van een gestelde vraag d.m.v. vergelijkingen in teksten. Met Google kom je nog verder betreft het spelen van een quiz lijkt me.

Overigens ben ik van mening dat met onze huidige benadering van A.I we dit nooit zullen bereiken met de huidige techniek. Er moet een gigantische doorbraak komen die we ons nu nog niet kunnen voorstellen. Want de `A.I´ die we nu kennen heeft weinig met intelligentie te maken..

Ons huidige computing model is simpelweg niet geschikt voor AI..

[Reactie gewijzigd door Dannydekr op 27 april 2009 13:30]

Je dicht jezelf teveel diepgang toe vrees ik ... het is vooral het feit dat men "volwassen" producten van AI verwacht (een klein kind heeft ook geen enkele kans in die kwis) en men het eigen rationale denkvermogen veel te hoog inschat. Denk voor dit laatste even aan de recente experimenten waaruit lijkt op te maken dat de vrije wil niet bestaat ... "Any sufficiently advanced technology is indistinguisable from magic"; dat magic kun je op termijn gerust vervangen door intelligentie.
Zelf een volwassene die niet uit amerika komt zal redelijk moeite hebben met de vragen uit de amerikaanse populaire cultuur.
Ik denk verder ook niet dat er voor een popquiz een hoog nivo van intelligentie nodig is, het is immers slechts entertainment en bedoelt voor ontspanning en niet voor inspanning.

Toch kan dit soort AI handig zijn voor een searchengine die bepaalde statistieke conclusies kan trekken en voor wellicht eenvoudiger wetenswaardigheden die over het algemeen niet zomaar vallen op te vragen met een search engine
(Wat is de lengte van twee Russell Crowe's ?).
Wat is de lengte van twee Russell Crowe's ?
Een computer zal al problemen hebben met deze vraagstelling.

Bedoel je dat er 2 verschillende Russel Crowe's zijn waar je de lengte van wil weten?
Of bedoel je dat de lengte van Russel Crowe verdubbeld moet worden?

Verder is de officiele naam Russell Crowe, met dubbel L dus.
De computer kan nu best een ander persoon vinden die een enkele L in zijn naam heeft.
Grappig hoe je dit formuleert. Maar ik kan je vertellen dat ik ook moeite heb met die vraag, en bovendien dezelfde fout kan maken voor wat betreft het dubbel l probleem.
Dat is ook het grote probleem met universitaire opleidingen over AI en de implementaties daarvan. Je leert een computer niet denken maar een verband leggen tussen input en resultaat en vervolgens probeert het systeem daar een formule uit af te leiden. Zolang een systeem geen nieuwschierigheid heeft om nieuwe onbekende dingen te leren zijn dit eigenlijk gewoon grote databases met alle mogelijke oplossingen.
Net zoals bij deep blue...
Valt die nieuwsgierigheid niet ook te programmeren dan? Alles dat wij kunnen bedenken moet toch 'aan te leren' zijn? Is het niet gewoon een kwestie van 'if' ... 'then'? Ben wel benieuwd hoe ver de huidige stand van de wetenschap is..
met 'if' en 'else' kom je er niet denk ik :P

En zoals al eerder gezegt is, is dit niks meer als een gigantische database. Het enigste wat moeilijk is, is het juist herkennen van vragen en de context daarvan.

Wel grappig idee hoor, wil het resultaat wel zien :)

[Reactie gewijzigd door plankton123 op 27 april 2009 18:24]

Met "if" alleen kun je alle computersystemen in de wereld bouwen, heb je "else" niet eens voor nodig. "Turing complete" is de term in de informatica. Elke Turing-compleet systeem kan precies dezelfde wiskundige problemen oplossen. En een computer op basis van "if", een oneindig aantal bits en "not" om zo'n bit te flippen is Turing compleet.

De echt ingewikkelde vraag is jouw aanname in de eerste zin: zijn er vragen die mensen wel kunnen oplossen, maar Turing-complete computers (zoals jouw if-else computer) niet? Het antwoord daarop vinden maakt je bekender dan het winnen van de Nobelprijs; dat lukt tenslotte elk jaar wel een paar mensen. Het aantonen dan mensen fundamenteel superieur zijn over computers zou een unieke prestatie zijn.
Het aantonen dan mensen fundamenteel superieur zijn over computers zou een unieke prestatie zijn.

In feite zie ik het juist andersom. In mijn ogen zijn menselijke gedragingen, gedachten, reacties (fysiek en geestelijk), niet meer dan geprogrammeerd. Of dat nu nature (genetisch) of nurture (maatschappelijk) is. Mijn idee is dan ook dat je deze 'code' ook op computers zou kunnen toepassen. Hoewel er natuurlijk een oneindig aantal variabelen in het spel zijn, maar toch, zou het theoretisch haalbaar zijn? Mijns inziens is de mens helemaal niet zo ingewikkeld, en als wij dat niet zijn, dan moeten we een computer toch kunnen leren. Onze nieuwsgierigheid is niets anders dan een of ander resterend deel van overlevingsdrang (dus gepredetermineerd). En sterker: zijn wij niet ook gewoon niets meer dan een grote database van ervaringen, van 'if's' en 'then's' waaruit wij (vaak niet eens logisch of 'rationeel') uit putten om te interacteren met onszelf en anderen. Alleen is het niet zo dat wij onszelf nog niet zo goed begrijpen en staat dat niet in de weg aan 'levensechte' AI?
Maar hoe "leren" wij dan denken?
Volgens mij is ons denken ook gebaseerd op bepaalde logische verbanden die ons geleerd zijn...
Er moet nog altijd kunnen afgeleid worden WAT er exact gevraagd wordt! hetgeen echt niet zo evident is en niet "zomaar" even te maken is met google!
Wie weet wat er allemaal mogelijk zou kunnen zijn als de computer aan het internet verbonden is en de data die op internet ligt praktisch kan gebruiken.

Een mens is in ieder geval niet in staat om een shitload aan informatie die hij op Wikipedia zoekt in 1 keer in zich op te nemen, een computer kan dat wel dus die sterke punt moeten ze dan gewoon verder optimaliseren.
Gebruikmakend van de enorme wijsheid van het Internet, zou ik verwachten dat Watson's antwoord op iedere categorie zou zijn:
"I can haz cheeseburger?"
Dit zou gewoon valsspelen zijn, een mens mag tijdens die kwis toch ook het internet niet gebruiken?

En dan zou er zeker de opmerking komen: hoe weten we dat hij de vragen zelfstandig oplost en niet doorstuurt naar een team met experts in XX (vak)gebieden...
(zoals een mens zou doen :p)
Dan is het simpel: download compleet wikipedia voor de match begint (paar GB informatie, geen probleem), en ga daarmee aan de slag.
Wat nou, alleen wikipedia downloaden? Gewoon het Internet Archive in een container bestellen.
Watson is in ongeveer drie jaar gebouwd door een team van twintig wetenschappers, afkomstig uit vakgebieden als natuurlijke-taalherkenning, informatieverwerking en kunstmatige intelligentie. IBM laat de ai-software draaien op een Blue Gene-supercomputer. Watson is tijdens de quiz niet aan het internet verbonden, en moet zijn kennis ophalen uit een interne database die het al eerder heeft geïndexeerd. Hoe groot de database is, wil IBM niet zeggen.
dat is wel erg knap, ik was in veronderstelling dat deze wel gekoppeld zou worden aan i-net ivm grote diversiteit aan informatie, maar die info kan ook weer onjuist zijn.
dan moet IBM wel de nodige databases hebben opgebouwd / gekocht etc.
ben benieuwd na de verdere verloop van de 'show'
Dit doet me denken aan een quote van Dijkstra.

"The question of whether computers can think is like the question of whether submarines can swim."
Mee eens, AI zelf is gewoon een groot multidisciplinair vakgebied met vele toepassingen. Gooi een paar van die toepassingen tezamen en optimaliseer ze voor deze specifieke uitdaging, en je komt er wel.
Als het werkt zou het echt knap zijn. En het gaat inderdaad NIET om de kennis, want een library aan gegevens is geen knappe prestatie, het gaat om het correct gebruiken maken van die library op basis van vragen gesteld in normaal engels (neem ik aan). En dat is op z'n minst een knappe prestatie te noemen (zou het werken). Je moet niet onderschatten hoe ongelooflijk ingewikkeld onze taal is en wat voor gemene truukjes je ermee uit kan halen die alleen voor een andere mens te begrijpen zijn.

Een klassiek voorbeeld: wat betekent 'time flies like an arrow'? (en fruit flies like a banana is een semantisch correct maar toch volledig onjuist antwoord). Nou kan je prima een heel boek aan metaforen inprogrammeren maar een normaal persoon kan er zonder problemen zo honderd nieuwe uit zn duim zuigen. Als een AI dat bij kan houden, en de redenering kan 'begrijpen' die achter zulke metaforen zit is dat echt heel knap.
Dus gaat het wel om kennis ;-)

Semantiek, ik weet het, maar (veel) gegevens hebben alleen zin met een fatsoenlijk kennismodel.

Het voorbeeld wat jij geeft kan wel opgelost worden, mits je die machine toegang geeft voldoende corpus; Google maar eens naar die zin en elk machine learning algoritme zeilt waarschijnlijk zonder moeite om deze valkuil heen.
Het klassieke voorbeeld is een leuke omdat het voor leken aangeeft waarom het vak moeilijk is. Het is echter relatief simpel op te lossen, als je weet hoe. Om aan een zin een betekenis toe te kennen, moet elk woord en de relatie tussen woorden begrepen worden. Bij het bepalen van de betekenis van het woord "flies" heb je in eerste instantie meerdere hypotheses. Welke er afvalt weet je pas aan het einde van de zin, als je de relatie tussen woorden gaat bepalen. Zo weet je dat er in een zin een onderwerp en een werkwoord hoort. Als je al een ander werkwoord hebt, maar geen onderwerp, dan versterkt dat de hypothese dat "flies" het meervoud is van "fly", een zelfstandig naamwoord en het onderwerp van de zin.

Op dit item kan niet meer gereageerd worden.



Apple iOS 10 Google Pixel Apple iPhone 7 Sony PlayStation VR AMD Radeon RX 480 4GB Battlefield 1 Google Android Nougat Watch Dogs 2

© 1998 - 2016 de Persgroep Online Services B.V. Tweakers vormt samen met o.a. Autotrack en Carsom.nl de Persgroep Online Services B.V. Hosting door True