In 1997 versloeg IBM-supercomputer Deep Blue schaakgrootmeester Garri Kasparov, destijds wereldkampioen. Een computer had de mens verslagen. Acht jaar later organiseerde Playchess.com een online ‘freestyle’ schaaktoernooi. Alles was toegestaan; in teams spelen, computers laten schaken of werken in gemengde teams van mensen en computers. De uitkomst van het toernooi was verrassend. Niet de krachtigste computers of de beste grootmeesters wonnen, maar twee Amerikaanse amateurschakers die samenwerkten met computers.
Mens en machine bleken samen sterker dan een krachtige computer alleen en dit geldt niet alleen voor een potje schaak. Uit onderzoek bleek ook dat pathologen die samen met kunstmatig intelligente computersystemen borstkanker diagnosticeren, er minder vaak naast zitten dan een patholoog of AI alleen.
Frank van Harmelen
Dergelijke hybride samenwerkingen, tussen mens en machine, zijn volgens AI-onderzoekers Jurriaan van Diggelen van TNO en Frank van Harmelen van de VU de toekomst. Zij denken niet dat computers mensen compleet gaan vervangen. Van Harmelen: “Ik hoop dat we naar een wereld toegaan waarin we op allerlei vlakken op voet van gelijkheid zullen samenwerken met digitale partners.”
Digitale partners zouden ons kunnen helpen om grootschalige problemen, zoals klimaatverandering, schaarste van goederen en pandemieën op te lossen door te voorkomen dat wij worden beperkt door de natuurlijke tekortkomingen van ons menselijke brein, zoals kortetermijndenken, moeite hebben met het bevatten van kansen en het denken in stereotypen.
Voordat we zover zijn, moeten mens en machine leren om elkaar te begrijpen en te vertrouwen. Nu is dat alleen weggelegd voor AI-experts. Ook dat bleek uit het freestyleschaaktoernooi. Daaraan deden ook teams mee van schaakgrootmeesters met computers, maar de amateurschakers met betere computervaardigheden wonnen. Grootmeester Kasparov concludeerde dat mens en machine een krachtige combinatie zijn, maar dat we betere interfaces nodig hebben.
Jurriaan van Diggelen
Van Diggelen onderzoekt bij TNO hoe de samenwerking tussen mens en machine kan worden verbeterd. Hij werkt binnen het APPL.AI onderzoeksprogramma onder andere aan AI voor urban search and rescue. Hieronder vallen bijvoorbeeld robots die zoeken naar slachtoffers in ingestorte gebouwen die te gevaarlijk zijn voor mensen.
Daarnaast loopt in Nederland een project waarbij AI-onderzoekers samen met taalkundigen, psychologen en experts op het gebied van mens-machine-interacties werken aan AI-systemen die niet bedoeld zijn om mensen te vervangen, maar om met ze samen te werken. Dit gebeurt onder leiding van Van Harmelen aan het Hybrid Intelligence Centre. NWO kende vorig jaar een Zwaartekrachtsubsidie van bijna 20 miljoen toe aan deze samenwerking tussen zes Nederlandse universiteiten.
Met deze twee Nederlandse AI-onderzoekers bespreken we welke stappen nodig zijn voor een wereld waarin mensen op gelijke voet samenwerken met machines.
Robots die met hulp van TNO in een voor de mens gevaarlijke omgeving, een aardbevingsgebied, zijn ingezet. Mensen bleven weg van die plek, maar werkten op afstand wel samen, met machines. Afbeelding: Jurriaan van Diggelen (TNO) Coverafbeelding: Huang Yi Studio
Machine-intelligentie en menselijke intelligentie
“Veel van het huidige AI-onderzoek gaat impliciet of expliciet over het vervangen van menselijke taken door intelligente machines”, vertelt Van Harmelen. Denk bijvoorbeeld aan zelfrijdende auto’s die taxichauffeurs overbodig maken en beeldanalysesoftware die ervoor zorgt dat radiologen gemist kunnen worden. Hierbij wordt ervan uitgegaan dat een computer intelligent is als hij een mens kan nadoen. Dat beeld heerst sinds de Turing-test uit 1950. Een machine slaagt voor deze test als hij in een gesprek een mens kan laten denken dat hij ook een mens is.
“Maar dit beeld klopt niet. Machine-intelligentie is een heel ander soort intelligentie dan die van mensen”, vertelt Van Harmelen. Soms betekent dat dat machines ergens beter in zijn en soms lijken ze juist oliedom. Een bekend voorbeeld is IBM’s supercomputer Watson, die in 2011 de Amerikaanse kennisquiz Jeopardy won. Watsons overwinning was een verrassing.
Gekke fouten
Nog verrassender waren de gekke fouten die de computer maakte. Zo kwam in de categorie ‘Amerikaanse steden’ de vraag: ‘Van welke stad is de grootste luchthaven vernoemd naar een held uit de Tweede Wereldoorlog; en de op een na grootste naar een veldslag uit de Tweede Wereldoorlog?’ Watson antwoordde: Toronto. Zelfs als je het antwoord niet wist, wist je waarschijnlijk dat het niet Toronto is. Watsons bouwers suggereerden naderhand dat de fout misschien ontstond doordat Watson niet begreep dat je bij het tweede deel van de vraag, na de puntkomma, uit de context moest afleiden dat ‘de op een na grootste’ naar een vliegveld verwees. En ter verdediging van Watson: er bestaan een paar (kleine) Amerikaanse steden die Toronto heten.
Mens en machine hebben dus andere vaardigheden. Computers kunnen razendsnel grote hoeveelheden data analyseren, berekeningen uitvoeren en optimalisatieproblemen oplossen. Ze zijn goed in het herkennen van patronen en logisch redeneren, en ze raken niet afgeleid als ze lang achter elkaar dezelfde taak doen. Mensen hebben daarentegen gezond verstand en betere algemene kennis, waardoor ze begrijpen dat Toronto waarschijnlijk niet het antwoord is op een vraag over Amerikaanse steden met vliegvelden. Verder kunnen we samenwerken en passen we ons aan als omstandigheden veranderen. Van Diggelen: “Bovendien hebben mensen een moreel kompas. Dit is moeilijk te ontwikkelen in een computer die onbekend is met menselijke ervaringen als angst, schaamte en verdriet.”
Dit betekent dat soms computers en soms mensen bepaalde taken beter kunnen. “Het is bijvoorbeeld een heel slecht idee dat mensen nog steeds autorijden op de snelweg”, zegt Van Harmelen. “Onze reactietijd is honderden milliseconden. Dat is oerlangzaam. Bovendien worden we afgeleid door de radio of medepassagiers, of we vallen in slaap. Computers kunnen dat veel beter, waardoor auto’s veilig op tien centimeter afstand achter elkaar zouden kunnen rijden.” Dat is slecht nieuws voor bepaalde beroepsgroepen, zoals vrachtwagenchauffeurs.
Bij andere beroepen en taken zal juist samenwerking de beste oplossing zijn. Dit geldt bijvoorbeeld voor radiologen. Het herkennen van tumoren op röntgenfoto’s zullen AI’s op termijn waarschijnlijk beter kunnen, maar radiologen doen meer. Van Diggelen: “Ze zetten een therapie uit en hebben contact met de patiënt. Ik zie een slechtnieuwsgesprek door een computer niet gebeuren.” In een interview in NRC zei een radioloog hierover: “Radiologen verdwijnen niet, maar radiologen die geen kunstmatige intelligentie gebruiken, worden vervangen door hen die dat wel doen.”
UMC Utrecht ontwikkelde een platform voor AI-applicaties voor radiologen. Bron: UMC Utrecht
Vraag een computer: waarom?
Voor de samenwerking tussen mens en machine is wederzijds begrip nodig. Als een bewakingscamera iemand als verdacht bestempelt, is het belangrijk om te weten hoe en waarom een AI tot die conclusie komt. Hoe zorgen we dat mens en machine elkaar begrijpen? Daarvoor zullen computers moeten beschikken over een aantal vaardigheden die ze nu nog nauwelijks hebben, zoals het kunnen vormen van een model waarin de doelen en kennisniveaus van andere leden van een hybride team gevat worden.
Mensen gebruiken, vaak onbewust, sociale vaardigheden om elkaars doelen en kennis te peilen. Zo wist Frank van Harmelen wat voor stuk ik wilde schrijven en welke achtergrondkennis ik heb, waardoor hij kon schatten welke delen van de uitleg over zijn onderzoek hij kon overslaan. Dit vermogen om het perspectief van anderen te begrijpen, wordt theory of mind genoemd. Kort gezegd: ik weet wat jij weet en jij weet dat ik weet wat jij weet. Onderzoekers van het Nederlandse Hybrid Intelligence Centre werken aan een manier om computers te voorzien van een theory of mind. De bedoeling is dat een AI tijdens een dialoog met een mens het model van de gesprekspartner automatisch aanpast. Zoals wij ook onze theory of mind over een ander aanpassen op basis van antwoorden of bijvoorbeeld bepaald jargon dat hij of zij gebruikt.
Daarnaast wordt gewerkt aan manieren om de communicatiemogelijkheden uit te breiden. Een gesprek met bestaande virtuele assistenten, zoals Siri en Alexa, is beperkt tot een enkele iteratie: je stelt een vraag en krijgt een antwoord. Reageren op een vervolgvraag of een gesprek voeren waarbij voor- en tegenargumenten worden uitgewisseld, kunnen ze niet. Nog niet, want er bestaan formele theorieën over argumentatiestructuren die te vatten zijn in formele logica, vertelt Van Harmelen. “Die theorieën zijn goed genoeg gedefinieerd om ze te beschrijven in computercode, zodat een AI ermee overweg kan. Dit moet het binnenkort mogelijk maken om coherente gesprekken te hebben met een computer, in plaats van een beperkt vraag-en-antwoordspelletje.”
Google demonstreerde tijdens Google I/O 2019 Continued Conversation voor zijn Assistent, maar daarbij gaat het nog steeds om een reeks opdrachten, niet om een coherente conversatie.
Naast een goed gesprek voeren met je digitale collega wil je ook begrijpen waarom hij tot bepaalde conclusies komt. “Een samenwerkende machine moet haar resultaten of antwoorden kunnen uitleggen”, zegt Van Diggelen. “Veel beeldherkenningsalgoritmen kunnen dat niet, waardoor het lastig is de betrouwbaarheid ervan op waarde te schatten.”
Dit vakgebied, genaamd explainable AI, is bijvoorbeeld relevant voor kunstmatige neurale netwerken, geïnspireerd op de werking van de hersenen. Deze netwerken, die bestaan uit kunstmatige neuronen die onderling verbonden zijn, geven keurig antwoord als je een vraag stelt, zoals: wat zie ik op deze foto? Als je dan echter vraagt waarom, geven ze niet thuis. Van Harmelen: “Dat is dodelijk voor samenwerking. Stel je voor dat je met iemand samenwerkt die nooit antwoord geeft op de vraag: waarom?”
Black box
Het is ook geen eenvoudige uitdaging. Neurale netwerken zijn een black box, we weten niet precies hoe ze tot een conclusie komen. Ze bestaan uit enkele tot tientallen lagen met een paar duizend tot enkele miljoenen of zelfs een paar miljard kunstmatige neuronen en verbindingen. Al deze verbindingen en neuronen zijn parameters die tijdens het trainen geoptimaliseerd zijn om het goede antwoord te geven. In die brei van getweakte parameters kan niemand terugvinden waarom je een bepaald antwoord kreeg. “Dit is optimalisatie in een miljarddimensionale ruimte”, zegt Van Harmelen. Informatie over de neuronen die in de hersenpan van je ex vuurden, is ook nutteloos als je wilt begrijpen waarom hij of zij het uitmaakte.
In het geval van een getraind AI-systeem zou het nuttiger zijn als je bijvoorbeeld een antwoord terug kunt leiden naar de concrete voorbeelden waarop de AI getraind is. Dat is nu nog niet mogelijk, maar volgens Van Harmelen wordt er gewerkt aan verschillende technieken om dit voor elkaar te krijgen.
"We kunnen computers achteraf een overtuigend verhaal laten construeren"Er zijn ook andere manieren om een kunstmatig neuraal netwerk een verklaring te ontfutselen. Je kunt bijvoorbeeld een AI zijn keuzes achteraf laten beredeneren. Van Harmelen: “Je laat de computer dan, onafhankelijk van hoe hij tot het antwoord gekomen is, argumenten verzinnen waarom het een redelijk antwoord zou zijn geweest, door in eigen of andere bronnen te zoeken.” Dat lijkt misleidend, maar uit psychologisch onderzoek blijkt dat dit de manier is waarop mensen keuzes verklaren. Vaak is het besluit om bijvoorbeeld een bepaalde trui te kopen tot stand gekomen door onbewuste beïnvloeding, bijvoorbeeld door reclame. De meeste mensen zullen echter een min of meer verzonnen, achteraf beredeneerde verklaring geven. Bijvoorbeeld dat het model goed bij de rest van hun garderobe past. Van Harmelen: “We kunnen computers op een vergelijkbare manier achteraf een overtuigend verhaal laten construeren, al was dat niet de causale manier waarop zij aan de manier kwamen.” Voor veel samenwerkingen voldoet een dergelijke verklaring.
Ten slotte zijn er onderzoekers die proberen van de black box van AI’s een glass box te maken door pogingen te doen om te traceren hoe dat neurale netwerk tot een antwoord kwam. Mensen proberen dan bijvoorbeeld alleen naar de laatste paar lagen van het neurale netwerk te kijken. Ze hopen dat de laatste stappen die de AI genomen heeft, het antwoord op een voor ons begrijpelijke manier verklaren. De kunst is daarbij om enerzijds het netwerk zo eenvoudig te maken dat je het kunt uitleggen en het tegelijk ingewikkeld genoeg te maken om het goed te laten presteren.
De hierboven beschreven technieken gingen over vaardigheden die een AI moet verwerven, maar mensen kunnen ook wat doen om beter samen te werken met computers. “Mensen maken machines antropomorf en denken dat ze net zo redeneren als mensen”, zegt Van Diggelen. “Dat gaat mis. Als er meer hybride samenwerkingen ontstaan, moeten we misschien meer leren over wat ik maar even AI-psychologie noem, zodat we beter leren schatten wat AI-systemen wel en niet kunnen. Het is bijvoorbeeld niet onbelangrijk om te weten wat je zelfrijdende auto doet als er plots een boom op de weg ligt en de stoep nog wel vrij is. Machines zullen zich moeten verdiepen in de mens, maar de mens moet ook een theory of mind vormen over de machine, zodat je snapt wat machines doen en kunt voorspellen hoe ze reageren.”
Toekomstige samenwerkingen
Hoe zien de AI-onderzoekers de toekomstige samenwerking tussen mens en machine voor zich? Van Diggelen: “Het zou eruit kunnen zien als een bedrijfssituatie waarin de mens de rol aanneemt van manager en de AI die van medewerker. Een manager bepaalt in grote lijnen wat er gebeurt en stuurt medewerkers aan, maar laat ze ook vrij in de manier waarop ze hun projecten uitvoeren. De medewerker klopt niet voor elk wissewasje aan bij de manager, maar meldt het wel als er echt een probleem is. Naar die situatie willen we toe met AI-systemen. Managers houden ook regelmatig een functioneringsgesprek. Iets vergelijkbaars is nodig, zodat we grip houden op wat AI-systemen wel en niet kunnen.”
Het doel van het Hybrid Intellligence Centre van Van Harmelen is ambitieus. In het moonshot-project van het Hybrid Intellligence Centre komen alle technieken die nodig zijn voor hybride intelligentie, waarbij mens en AI op gelijke voet samenwerken, samen in een digitale wetenschappelijke collega. Van Harmelen: “We willen een AI-programma ontwikkelen dat met ons of met andere wetenschappers samenwerkt in alle stappen van een wetenschappelijk onderzoek: van literatuur lezen, een hypothese opstellen en een experiment ontwerpen tot het analyseren van de data en het schrijven van een artikel waarin de resultaten gerapporteerd worden.”
Een digitale coauteur zou bijvoorbeeld kunnen helpen met het lezen van de literatuur. Van Harmelen: “Ik wil op maandagochtend mijn kantoor binnenkomen en van de computer een relevante samenvatting krijgen van de duizenden artikelen die hij dat weekend gelezen heeft.”
Een aantal bouwstenen van zo’n kunstmatige coauteur is er al. Er bestaan computerprogramma’s die samenvattingen maken van literatuur. En voor het analyseren van experimentele data worden al regelmatig AI’s ingezet, omdat ze goed patronen herkennen. Ook in het schrijven van artikelen zijn AI’s de laatste jaren steeds beter geworden. Zo kunnen ze op basis van ruwe data of grafieken stukken tekst genereren die beschrijven wat er in die data gebeurt. Van Harmelen: “AI’s die hypotheses kunnen ontwikkelen, zijn minder ver ontwikkeld. Daar werken we nu aan, in samenwerkingsprojecten met medische en historische wetenschappen.” De lastigste bouwsteen is een computerprogramma ontwikkelen dat een experiment kan ontwerpen.
“Nu zijn deze bouwstenen nog autistische programma’s die geen idee hebben van de context waarin ze functioneren”, zegt Van Harmelen. Die losse onderdelen aan elkaar koppelen, zodat ze onderling en met menselijke collega’s kunnen communiceren, wordt de grootste stap. “We denken echter dat het in de komende acht jaar haalbaar is om een wetenschappelijk artikel te schrijven waarbij we met droge ogen een AI als coauteur kunnen opvoeren.”
En daarna? “Als dit zich verder ontwikkelt, denk ik dat de samenwerking tussen mens en machine op onverwachte plekken zal ontstaan; zowel in werkverband als in ons persoonlijke leven”, besluit Van Harmelen. “Mijn hoop is dat de samenwerking met computers kan helpen om te compenseren voor onze menselijke tekortkomingen. Door bijvoorbeeld te voorkomen dat sollicitatiecommissies onbewust kiezen voor iemand die op henzelf lijkt of door ons te helpen om gezondere keuzes in ons leven te maken.”
De VU Amsterdam zet onder andere de Pepper-robot 'Leolani' in, bij onderzoek naar taal en communicatie door computers en robots.
Dat figuur van de historie van 'hybrid AI' maakt dat er hier twee vormen van 'hybrid AI' door elkaar worden gehaald: (1) mens-machine samenwerking en (2) het combineren van logica en machine learning / parameter fitting.
Beide zijn grote onderzoeksonderwerpen, waarbij er op dit moment toch veel meer geld en aandacht naar het tweede onderwerp gaat. Meestal wordt tegenwoordig met 'hybrid AI' alleen het tweede bedoeld en noemen we het andere 'collaborative AI'. Dit is bijvoorbeeld het geval binnen het Flanders AI Research (FLAIR) initiatief van de Vlaamse overheid. Hoewel nog niet alle wetenschappers mee zijn in deze keuze van terminologie verwacht ik wel dat dat de consensus zal worden.
NB. Het centrum heet het 'Hybrid Intelligence Centre' en niet het 'Hybrid AI Centre', dit refereert dan weer duidelijk naar samenwerking tussen mens en machine alsook dat de ontwikkeling van de AI niet het enige onderwerp is, want ook het bestuderen van de mens (sociologie, cognitie) is relevant om de samenwerking te kunnen verbeteren.
[Reactie gewijzigd door Jefrey Lijffijt op 23 juli 2024 11:39]
Leuk stuk om te lezen. AI kan nooit de menselijke intuïtie en impulsiviteit vervangen, denk ik.
Stel ik kom de hoek om en daar is een opstootje, dan bepaal ik in mijn onderbewustzijn of er gevaar is voor me (of is het alleen maar een stel joelende en stoeiende jongeren?) en of ik moet vechten of vluchten. Je kan dat nooit uitleggen.
Als ik een mooie trui zie, nee liever een dikke SSD voor toch niet duur maar ook niet nodig, dan koop ik die impulsief. Dat kan ik niet uitleggen.
Ooit las ik het boek 'het slimme onbewuste'. Daarin staan voldoende voorbeelden met beslissingen die een computer nooit kan nemen. De mens is keigoed in het rekenen in het onbewuste, maar bar slecht in rekenen in het bewuste. En dat doet een computer heel goed.
Keer op keer dacht men 'een computer kan nooit x vervangen'. Computers kunnen nu taal begrijpen, muziek maken, automatisch zwart-wit foto's inkleuren. Dat we nu niet weten hoe je de door jou geschetste voorbeelden zouden moeten bouwen betekent niet dat het theoretisch onmogelijk is. Om het wellicht wat filosofischer te benaderen, onze hersens zijn ook gewoon opgebouwd uit biologische transistors in zekere zin. Als we dat 1:1 na kunnen maken dan zie ik niet in waarom dat niet equivalent zou zijn aan een mens. Er is niets bovennatuurlijks gaande in onze hoofden.
Ik ben het met je eens dat het theoretisch mogelijk is dat we in de (erg verre) toekomst een kunstmatig brein kunnen ontwikkelen. Echter wil ik wel kwijt dat het onmogelijk is om met de huidige neurobiologische kennis te stellen dat ons brein in zekere zin opgebouwd is uit biologische transistoren. Zelf studeer ik neurowetenschappen en zijn er zo onwijs veel verschillende modellen en onbekende variabelen in de functieleer, laat staan een allesomvattend concept. We zitten op het topje van de ijsberg. De processen die plaatsvinden zijn opgebouwd uit complexe samenstellingen van allerlei elektrische en biochemische reacties wat niet te reduceren is tot logische modellen, maar eerder kwantummechanische modellen.
Als je ervan uitgaat dat ons zeer geavanceerde brein is ontstaan door 'domme' evolutie, dus door min of meer random mutaties, en dan kijken of iets beter werkt of niet, dan zou de huidige ontwikkeling van AI door knappe knoppen toch eigenlijk zonder al te veel moeite hetzelfde of beter moeten kunnen bereiken?
En dat zie je nu ook inderdaad gebeuren. In relatief korte tijd is al enorm veel bereikt.
Waarom zouden we willen dat AI alles kan vervangen van de mens 1:1? Ik hoop dat de machine de mens blijft dienen.
De vraag is of bedrijven dat belang ook in zullen zien. Maar ik hoop dat overheden begrijpen dat ze dat niet moeten gaan afwachten. Er dient tijdig regulering/wetgeving te komen, waarbij het winstoogmerk niet de enige/grootste trigger is, maar dat altijd het belang van de mens(heid) wordt gewaarborgd, wellicht zelfs voorop staat.
Verder beschouw ik dit als de volgende stap in onze evolutie met kansen en risico's. De pessimist denkt het doemscenario waarbij de machine/AI ons compleet vervangt, de optimist dat we straks allemaal niet meer hoeven te werken en iedereen het goed heeft (geen armoede). Ik denk dat de waarheid daar tussen in zal gaan zitten afhankelijk van de mate van hoe slim we ons van te voren, nu het nog kan, voorbereiden op de toekomst.
Nooit is een groot woord inderdaad. Maar als we het menselijke brein gaan nabouwen, wordt een computer toch even onbetrouwbaar als de mens? Waarom wil je dat?
Het lijkt me nogal wat als ik mijn boodschappenrobot vraag de boodschappen te regelen en dat ik dan als antwoord krijg: nee, geen zin in vandaag.
Een hoop mensen ontlenen hun waarde aan het werk dat ze doen en hun economische toevoeging aan de maatschappij. Die mensen zijn niet bang dat ze een radertje in de machine zijn zoals in de beroemde film van Chaplin. Nee ze zijn bang dat de machine geen radertjes meer nodig heeft!
Het is denk ik eerder een verantwoordelijkheid van mensen dat we geen zelfbewuste belevingswereld bouwen voor een AI dat daar niet gelukkig mee kan worden.
Het lijkt mij aan mensen om dat alleenrecht te behouden en daarmee te blijven bepalen wat we voor een ander willen betekenen.
Laat AI maar over voor de “kutklusjes” die niemand wil doen.
[Reactie gewijzigd door Some12 op 23 juli 2024 11:39]
En dat is dus niet zo. In dat boek "het slimme onbewuste" staat een verhaal van een dementerende vrouw die, elke keer als ze bij de dokter kwam zich opnieuw voorstelde. En elke keer wist ze niet wie die arts was en was ze overtuigd dat ze voor het eerst bij hem op bezoek kwam. Die arts deed op een bepaald moment een punaise in zijn hand waardoor die hand geven niet zo prettig was. De eerste keer daarna gaf ze weer een hand maar op een bepaald moment wilde ze geen hand meer geven. Ze kon niet uitleggen waarom; ze kende de man niet, kon geen reden bedenken waarom ze geen hand wilde geven. Maar het voelde niet goed, zei ze. Haar intuïtie, haar onderbewuste besloot dit voor haar.
Ik denk oprecht dat bepaalde beslissingen alleen door mensen genomen kunnen worden en niet door AI.
Maar juist dat onderbewuste lijkt heel sterk op zo'n neuraal netwerk (nou ja, eigenlijk andersom natuurlijk ) wat wel tot de juiste conclusie kan komen maar niet uit kan leggen waarom. Er zijn inderdaad zaken waar mensen beter in zijn en waarschijnlijk blijven, zoals het artikel ook uitlegt, maar ik denk dat jouw voorbeelden daar nou eigenlijk niet goed in passen.
Zolang het niet eindigt zoals in The Terminator of Horizon Zero Dawn vind ik alles best.. Computers en AI zie ik vooral als hulpmiddelen en niet meer dan dat.. Zou mij erg verbazen als ik nog ga meemaken dat het veel meer wordt dan dat.. Ik ben nu 50 jaar oud en ben dus van de 1e generatie die thuis met computers is opgegroeid en ook nog een wereld kent grotendeels zonder.. Kan een hoop veranderen in 40 jaar, maar AI op gelijkwaardig niveau van de mens is echt nog heel verre toekomstmuziek denk ik..
Ik denk dat je heel verbaasd zal zijn wat er allemaal mogelijk zal zijn. Het artikel valt me in dat opzicht een beetje tegen. Dat AI nog lang geen AI is mag eigenlijk wel duidelijk zijn. Dat de combinatie met de mens nu nog nodig is lijkt me ook duidelijk. systemen moeten uiteindelijk leren zich te ontwikkelen, net als een mens die geboren wordt zich ook moet ontwikkelen.
Waar je in de toekomst bij hybride eerder aan moet denken is het fysiek samengaan van computer onderdelen samen met de mens. Die ontwikkeling zie je nu al bij protheses die aan jou zenuwbaan gekoppeld kunnen worden om direct met je hersenen te communiceren. Er lopen al onderzoeken om communicatie met hersenen mogelijk te maken. Hybride zie ik dan eerder dat op biologisch gebied mens en machine 1 systeem gaan worden.
Blind mensen die weer kunnen zien maar dan veel scherper kunnen zien dan een normale mens. Mens met exoskelet die bovenmenselijke krachten heeft. Die combinaties zul je misschien nog mee gaan maken. Quantum computers staan om de hoek, geven algoritmes een gigantisch boost.
Als je kijkt hoe snel ontwikkelingen gaan 100 jaar geleden, 50 jaar geleden 25 jaar geleden 10 jaar 5 jaar dan zie je een versnelling die op vele gebieden nog steeds aan de gang is en door zal blijven gaan.
Jij hebt teveel Cyberpunk 2077 gespeeld vermoed ik.. Hoe mooi ook allemaal voor b.v. blinden die dan wel kunnen zien etc, ik vind het ook best wel eng, half robot worden etc.. Maar zoals gezegd ik ga dat waarschijnlijk toch niet meer meemaken dus maak me er ook niet druk om.. Men is meestal veel te optimistisch over vooruitgang van technologie etc, in de jaren 50 dacht men b.v. dat we anno 2021 allemaal al vliegende auto's zouden hebben, lol..
[Reactie gewijzigd door Inflatable op 23 juli 2024 11:39]
'Geen idee wat cyberpunk 2077 is. De ontwikkelingen gaan denk ik sneller dan je denkt. Als je over 20 jaar terug kijkt 2041 zul je al heel veel verschil gaan zien met nu.
Hou me niet mee spelletjes bezig maar als dat erin beschreven wordt leuk. Wat ik beschrijf wordt op dit moment vooral voor medische toepassingen ontwikkel, protheses die beter werken maar zaken als exoskelet is ook iets voor bouwvakkers of zware beroepen in de toekomst en ja de militaire toepassingen zijn er natuurlijk ook.
Is het eng ? Het is de ontwikkeling van de mens en ja er is naar mijn mening ook daar een punt waarop er chaos komt.
Wat je namelijk ziet met wiskundige formules over chaos is verdubbeling verdubbeling verdubbeling tot een punt van chaos waar er geen verdubbeling meer is.
Kijk ik naar de mensheid de ontwikkelingen dan zie ik diezelfde verdubbelingen. Waar een verdubbeling zeg eerst 100 jaar duurder is het daarna 50 jaar dan 25 jaar en steeds sneller.
Neem daarbij idd AI, wij mensen die met dna gaan kloten, de combinatie men met implantaten. De snelheid van quantumcomputers, toenemend aantal mensen op deze aarde, de drang naar dominantie van sommige mensen, dan zal er een punt komen waarop het uit de hand gaat lopen, punt van chaos.
De wet van moore die geen wet is en verdubbeling beschrijft is als je er goed over nadenkt ook een voorbeeld van chaostheorie waar je verdubbelingen hebt tot het punt van chaos.
Aangezien het een wiskundig model is zou je het punt grof kunnen berekenen als je voldoende data hebt. Wederom met quantum computers om de hoek gaat heel veel nu niet in korte tijd berekenbare zaken wel in korte tijd berekend kunnen worden. Ook onderdeel van die steeds snellere vooruitgang/verdubbeling op vele gebieden.
Probeer maar eens een te scherp afgestelde bril op te zetten: hoofdpijn door teveel informatie. En teveel info gaat ten koste van focus, wat je ADHD oplevert. Daar slikken mensen pillen tegen.
En dan heb je ook nog tijd. Als je alles in één keer kan beredeneren en beleven, dan is je leven binnen een nanoseconde naar voorbij. Maar als je contstant kunt beleven is de wereld veel leuker.
Botten kunnen ook weer helen. Een kapot exoskelet moet je vervangen.
In 1997 versloeg IBM-supercomputer Deep Blue schaakgrootmeester Garri Kasparov, destijds wereldkampioen. Een computer had de mens verslagen. Acht jaar later organiseerde Playchess.com een online ‘freestyle’ schaaktoernooi. Alles was toegestaan; in teams spelen, computers laten schaken of werken in gemengde teams van mensen en computers. De uitkomst van het toernooi was verrassend. Niet de krachtigste computers of de beste grootmeesters wonnen, maar twee Amerikaanse amateurschakers die samenwerkten met computers
Inmiddels zijn we 15 jaar verder en kan me bedenken dat machines - zonder menselijke steun - inmiddels vaker schaak winnen dan met. Beetje raar om terug te grijpen op iets van 15-20 jaar geleden als startargument voor de rest van het artikel: dat mens-machine samenwerking betere beslissingen nemen. De schaakalgoritmes zijn in 15-20 jaar natuurlijk sterk verbeterd even als veel krachtigere hardware dan toen. Je stelling kan natuurlijk nog steeds op gaan, maar had dan een actueler voorbeeld gezocht.
[Reactie gewijzigd door CyberMania op 23 juli 2024 11:39]
Eens, ze hadden bijvoorbeeld de "slimme camera's" als voorbeeld kunnen nemen die moeten detecteren of mensen achter het stuur een telefoon in hun hand hebben. Dat werkt juist door de samenwerking tussen mens en machine: de camera doet het bulk werk en maakt een voorselectie uit de enorme hoeveelheid auto's. De mens controleert en besluit of er inderdaad een overtreding is begaan.
In het artikel wordt patroonherkenning benoemd als vaardigheid van computers, maar dat is imho juist een vaardigheid waar mensen beter in zijn. Precies waarom de mens de foto's uit bovenstaand voorbeeld beoordeeld. Wij zien in één oogopslag patronen ook als ze er niet of nauwelijks zijn. Daarom zijn wij zo goed in het herkennen van gezichten en het vinden van dieren in wolken, het zien van profeten in beschuit en kunnen computers dat nog steeds niet zo makkelijk.
Mens en machine hebben dus andere vaardigheden. Computers [...] zijn goed in het herkennen van patronen en logisch redeneren, en ze raken niet afgeleid als ze lang achter elkaar dezelfde taak doen. Mensen hebben daarentegen gezond verstand en betere algemene kennis
[Reactie gewijzigd door dixet op 23 juli 2024 11:39]
Wij zien in één oogopslag patronen ook als ze er niet of nauwelijks zijn
Dat is nou juist een probleem. We zien ze wél als ze er niet zijn, maar we zien ze niet als ze er wel zijn maar er simpelweg teveel informatie is. Daar zit uiteraard nog wel wat tussenin.
Ben hier verder absoluut niet heel geïnformeerd over, maar het leek me goed om in ieder geval niet zomaar patroonherkenning als sterk punt van de mens neer te zetten
n hier verder absoluut niet heel geïnformeerd over, maar het leek me goed om in ieder geval niet zomaar patroonherkenning als sterk punt van de mens neer te zetten
Volgens mij juist wel. Als je kijkt naar de Kanizsa-driehoek, kan AI dat ook zo interpreteren als wij? Geen idee hoor, open vraag.
Het voorbeeld is eigenlijk een standaard voorbeeld voor verhalen over AI. De schaakcomputer Deep Blue was de eerste toepassing van AI in de reële wereld. Het voorbeeld toont ook de beperking van AI aan. De grote Deep Blue wist niet te winnen. Het toont tevens de kracht aan van AI in combinatie met (beperkte) kennis. Minder krachtige machines in combinatie met menselijke input (de creativiteit) wisten uiteindelijk de winst binnen te slepen. Dit toont aan dat het hybride model heel sterk is.
In het hybride model wordt de rekenkracht op basis van kennis (computer) gecombineerd met creativiteit (mens of dier). De AI is eigenlijk gebaseerd op een aantal algoritmes die zelf nauwelijks veranderen. Er zitten echter een groot aantal beslismomenten in, waarin kennis bepalend is. De hoeveelheid kennis wordt ook steeds verder uitgebreid, op een beperkt aantal punten wordt ook het resultaat van eerdere eigen beslissingen weer als kennis toegevoegd.
Een schaakmachine is een heel beperkte van AI. Dit is gewoon gebaseerd op berekende waardes van de verschillende mogelijke zetten en verder gewoon rekenkracht. De input van nieuwe kennis komt alleen van de tegenstanders. Die input laat de waarden van bepaalde zetten veranderen. Wanneer je dit combineert met een menselijke medespeler breng je een stuk creativiteit en onvoorspelbaarheid als kennis in. Ook hierdoor zullen bepaalde zetten van waarde veranderen en zal er voor een aantal stellingen mogelijk zelfs een random keuze ontstaan.
Het voorbeeld toont heel goed de beperking van AI. Computers zijn afhankelijk van harde kennis, terwijl mensen vanuit creativiteit allerhande problemen kunnen oplossen door onbekende "kennis" in te vullen. AI kan hiervan wel leren. Daardoor is gezichtsherkenning (een vorm van patroonherkenning) steeds beter geworden. Een computer zal een spiegelbeeld van een gezicht probleemloos herkennen, terwijl mensen daar toch behoorlijk veel moeite mee hebben. Gezichtsherkenning is daarmee gewoon een ingewikkelder voorbeeld van de schaakcomputer, maar niet wezenlijk anders.
Eens, ze hadden bijvoorbeeld de "slimme camera's" als voorbeeld kunnen nemen die moeten detecteren of mensen achter het stuur een telefoon in hun hand hebben. Dat werkt juist door de samenwerking tussen mens en machine: de camera doet het bulk werk en maakt een voorselectie uit de enorme hoeveelheid auto's. De mens controleert en besluit of er inderdaad een overtreding is begaan.
[...]
Duidelijk geen telefoon in de hand maar wel 1 in een houder de ander op je been. Als je het artikel lees stelt de mens, lees het OM
Landelijk verkeersofficier Achilles Damen zei bij de introductie van de camera’s dat een op de knie gelegde telefoon nog gewoon mag. Woordvoerder Marloes van Kessel van het Parket Centrale Verwerking van het OM stelt echter dat het op schoot hebben van een mobiel in de optiek van het OM wel degelijk op een lijn geplaatst kan worden met het in de hand houden ervan, en dat de boete dus terecht is. ,,Maar het staat meneer natuurlijk vrij om dat aan te vechten.’’
Dit voorbeeld laat dus een hele slechte samenwerking zien. De camera had al kunnen constateren dat er geen hand is die iets vasthoud dat op een telefoon lijkt.
Het is nu echter het OM dat zelf zaken gaat interpreteren. In de hand is schijnbaar hetzelfde als op je been.
conclusie of het AI deel geeft alle foto's door waarop het een camera denkt te herkennen, niet echt AI maar object herkennen. L:ijkt er op dat deze slimme camera dus gewoon een domme is aangezien het niet een hand in combinatie met telefoon kan herkennen.
Dit zou ik geen tekort van de camera's aan zich willen noemen, eerder een tekort aan duidelijke regelgeving. Mijn inziens is een mobiel op je schoot minstens zo gevaarlijk, zorgt voor krampachtige bewegingen van de benen _om het mobieltje maar niet te hoeven laten vallen_, waardoor een eventuele noodrem vertraagd wordt uitgevoerd. Om nog maar niet te spreken over de kans dat bij hard remmen de telefoon het rempedaal blokkeert.
Hij zal bij je achterop knallen, die Marco. Van mij verdient hij die 249 euro, autorijden is niet 20 andere dingen tegelijk doen.
De regelgeving is duidelijk, niet in de hand houden. Daar moet dit camerasysteem op getraind worden.
De regelgeving heeft het niet over op schoot houden, de discussie of dat wel of niet gevaarlijk is, is een hele andere.
[...]
Lijkt er op dat deze slimme camera dus gewoon een domme is aangezien het niet een hand in combinatie met telefoon kan herkennen.
Dat zal nooit een criteria voor die camera's zijn.
Het criteria zal veel eerder zijn : Mobiel herkend in een situatie die niet herkend wordt als een hands-free houder.
Hand is niet noodzakelijk voor bekeuring, je hebt ook al mensen gehad die het met een elastiekje om hun hoofd bonden, of tussen schuin hoofd en schouder geklemd hadden, of tussen hoofd en hoofddoek geklemd. Etc. etc. etc.
Alleen op de been vind ik wel weer een ander uiterste, want ik kan me goed voorstellen dat als je oordopjes inhebt (met of zonder draadje) dat je hem dan op je been legt als je een nummer moet draaien.
Tuurlijk met schaken en dammen wint een computer als deepblue en stockfish haast altijd. Alleen met bepaalde time controls kan een super grandmaster winnen of gelijkspelen. Daarin tegen met andere spellen zoals dota, starcraft wint de computer nog niet. Het is meer dat er naar dit moment wordt teruggeblikt omdat het een uniek moment was. Garry Kasparov was een lange tijd ongeslagen en niemand zag dit als mogelijke uitkomst. Dit illustreerde de potentië van computers.
Garry Kasparov heeft regelmatig interessante interviews gehouden over dit onderwerp met bijvoorbeeld Lex Friedman en Weinstein. Ook heeft hij vorig jaar een Ted talk gehouden met de boodschap die uit dit artikel voorkomt ziehttps://youtu.be/NP8xt8o4_5Q
@CyberMania zo gek is dat helemaal niet. Dit was één van de landmarks die door kunstmatige intelligentie zijn behaald. De crux zit hem er nu juist in dat niet het begrip van schaak en de algoritmes zijn verbeterd maar dat dit systeem juist zelflerend was. Het heeft geen algoritmes om te schaken maar in het te leren en te leren van fouten. Da's een wezenlijk ander mechanisme. Eigenlijk is Go een beter voorbeeld want het aantal mogelijke zetten is, zeker door een computer, redelijk te berekenen terwijl bij Go een bijna oneindig aantal zetten mogelijk zijn. Vandaar dat lerende systemen hier wel iets mee kunnen en rekenende systemen veel minder.
Je bekijkt AI nu als het om een spel gaat waarbij systemen nu bijna zo ver zijn dat ze zonder de regels te kennen deze zelf kunnen herkennen, leren en het spelletje tot in perfectie kunnen spelen.
Dat is echter een spel met regels.
In ons dagelijks leven hebben ze ook regels, normen waarden die echter per land regio kunnen verschillen. Kijk je naar mijn mening naar echte intelligentie dat is een systeem daar nog heel ver van verwijderd. Technische ontwikkelingen van de mens op allerlei gebieden zijn voorbeelden van intelligentie. Systemen zullen daar met toenemende rekenkracht, lees quantumcomputers steeds meer toe in staat zijn. Maar zo ver is het nog niet.
Ik bekijk dat niet zo maar refereer aan het voorbeeld wat genoemd wordt? Daarnaast heb je natuurlijk gelijk maar is het wel goed te beseffen dat zeker bij mensen spel, cultuur en intelligentie heel nauw verwant zijn.
Een leuke kennismaking met AI is de cursus die de Universiteit van Helsinki heeft gemaakt. Deze is gratis te volgen en geeft een leuk beeld van hoe verschillende vormen van AI werken. Voor veel tweakers waarschijnlijk niet diepgaand genoeg, maar wel leuk om te volgen: https://www.elementsofai.com/ (of https://www.elementsofai.be voor een Nederlandse versie.
Overigens is er ook een Nederlandse variant, https://www.ai-cursus.nl/ met Jim Stolze als prater, maar persoonlijk vond ik de Finse versie leuker en diepgaander.
Een goed voorbeeld van hoe mensen machines antropomorf maken; de onderzoekers zeggen zelf dat ze autistische programma’s draaien. Dat klinkt net zo dom als zeggen dat iemands been wiebelt doordat die persoon kortsluiting heeft.
Dat mensen meer met computers kunnen samenwerken als AI beter wordt geloof ik wel, maar ook het beroep van radioloog kan ooit verdwijnen. Zodra de computer goed genoeg tumoren of botbreuken kan herkennen verschuift het slecht nieuws gesprek gewoon naar een andere arts. Het lijkt mij ook aannemelijk dat we tegen die tijd goed een computerprogramma de best mogelijke behandeling kunnen laten samenstellen.
Als je echt over de toekomst wilt nadenken, vraag je dan vooral af hoe we over zeg één generatie na grootschalige introductie van AI nog kunnen zorgen dat de modellen verbeteren. Als er een nieuw soort kanker ontstaat dat een nieuwe behandeling nodig heeft en we hebben geen artsen of radiologen meer met praktijkervaring in het diagnosticeren, hoe leren we de computer dan überhaupt dat er iets aan de hand is? Dat klinkt misschien ver gezocht en ver weg, maar kijk een keer (één keer ) naar Expeditie Robinson en je ziet gelijk hoe we allemaal al niet eens meer weten hoe je vuur moet maken.
Het laatste hoe moeten we vuur maken is nu al op vele gebieden aan het gebeuren.
Simpel voorbeeld. Automonteur, hang het ding aan de computer en die zegt wat er fout is. In de praktijk van tegenwoordig werkt het helaas toch niet zo. De ouderwetse monteur die ooit begonnen in brommer zelf sleutelen had zo veel ervaring dat hij sommige zaken kon horen of kennis bij dit model is dat of dat het probleem. Die kennis is langzaam aan het verdwijnen.
De bouwvakker van vroeger had verstand van bouwen, problemen met afwater hoe je iets moet bouwen. Tegenwoordig snelbouw niet nadenken en klaar. Problemen tja dan moet die oud rot weer komen om het op te lossen.
Ik zie het op vele gebieden dat kennis verloren aan het gaan is. Grappige is kijk programma's over technieken van duizenden jaren geleden en we zijn verbaasd hoe men vroeger met menskracht rotsblokken van 10 ton kon verplaatsen en soms is het nog steeds een raadsel hoe iets met techniek van toen gemaakt is.
Op veel gebieden is de mens vooruit gekomen door toevallige ontdekkingen of laten we het zus of zo eens proberen, intuïtie, creativiteit en soms oplossingen die in eerste instantie totaal niet logisch zijn. Computer hebben dat laatste niet het is gebaseerd op logica niet op intuïtie of creativiteit. Je zou zelf kunnen stellen dat als de mens op sommige vlakken te veel op systemen gaat vertrouwen kennis verloren gaat en de mens lui gaat worden en we dat wat ons mens maakt, de ontwikkeling verliezen.
Het is misschien niet de meest spannende samenwerking, maar ik mis in dit verhaal een voorbeeld dat nu al in de praktijk voorkomt: de inzet van met behulp van ML getrainde bots voor (klant)contactcentra. Daar wordt gewerkt met de combinatie van min of meer intelligente programma's die standaardvragen afhandelen, en menselijke medewerkers die het oppakken als de bots er niet uitkomen. Daarnaast zien de bedrijven die zich hiermee bezighouden veel in inzet van bots als ondersteuning voor menselijke operators, als snelle toegang tot bijv. vergelijkbare gevallen. Bots kunnen 'meeluisteren' met gesprekken en actief suggesties voor oplossingen en vervolgvragen aandragen.
Uiteraard niet zaligmakend en er zullen genoeg voorbeelden zijn van waar het nog niet werkt of beter kan, maar het is wel iets waar veel lezers al - al dan niet bewust - ervaring mee zullen hebben gehad.
Een beetje zoals bij de Ziggo helpdesk, je denkt dat je een robot aan de lijn hebt die domme vragen blijft stellen en dan blijkt het toch een persoon te zijn die het probleem uiteindelijk niet oplost..
Ik had het idee dat ik een alfa general interest artikel in de Kijk aan het lezen was. Een samenvatting van wat mogelijk, mogelijk is in de toekomst. Ik zoek liever de concrete toepassingen van vandaag met goede diepgang over hoe dat wordt opgelost dan skimming de surface. Mis diepgang. Dit soort ‘dun laagje chroom’ kan ik op veel kanalen wel lezen.
Het is idd een heel oppervlakkig artikel, schreef hierboven al commentaar. Ik zie toekomst tussen ai en de mens eerder als fysiek samengaan van beide. Daar zijn al heel veel ontwikkelingen op dat gebied die veel interessanter zijn dan het artikel.
Je hebt gelijk! Het fysiek samengaan van mens en AI is inderdaad ook super interessant (zoals deze concrete toepassing van een prothese waarbij AI zorgt voor een soepelere beweging). Daar is de samenwerking nog intenser, de uitdaging voor AI groter en is vertrouwen nog belangrijker.
Ik heb me in dit stuk beperkt tot het wat oppervlakkiger beschrijven van de meer zakelijke samenwerkingen en de iets softere kant om ook te kijken wat een mens van een AI-collega wil en nodig heeft. Dat zal misschien belangrijk worden als niet alleen harde beta's, maar ook steeds meer andere mensen met een AI gaan samenwerken.
Je hebt gelijk! Het fysiek samengaan van mens en AI is inderdaad ook super interessant (zoals deze concrete toepassing van een prothese waarbij AI zorgt voor een soepelere beweging). Daar is de samenwerking nog intenser, de uitdaging voor AI groter en is vertrouwen nog belangrijker.
Ik heb me in dit stuk beperkt tot het wat oppervlakkiger beschrijven van de meer zakelijke samenwerkingen en de iets softere kant om ook te kijken wat een mens van een AI-collega wil en nodig heeft. Dat zal misschien belangrijk worden als niet alleen harde beta's, maar ook steeds meer andere mensen met een AI gaan samenwerken.
Het woord alleen nooit wat goeds, AI maakt nu al veel kapot en zal veel meer kapot gaan maken in de toekomst, China en Noord-Korea is een goede voorbeeld hoe het niet moet, waar AI (vooral in China) gebruikt woord om iedereen 24/7 in de gaten te houden, en zo veel mogelijk vrijheden af te nemen, iets wat we ZEKER niet willen hebben hier in het westen, maar jammer genoeg wel gaat gebeuren, het westen begin al steeds meer te lijken op China, waar steeds meer vrijheden afgenomen woord, en we weten donders goed dat wat de regering van je afneemt, zo goed als nooit meer terug krijgt.
Zo jammer dat maar een klein groepje dit ziet, en de meeste gewoon mee werken met hun eigen ondergang, nee sorry er is niks goeds aan AI, want uiteindelijk zal gebruikt woorden tegen het volk, door de mensen in macht.
[Reactie gewijzigd door AmigaWolf op 23 juli 2024 11:39]
Dit is een redacteur van het maandblad new scientist, dus zo ver zat je er niet vanaf. Ik vond het juist een prima artikel, maar goed ik lees dat blaadje dan ook met regelmaat.
Inderdaad, soort van populair wetenschappelijk verhaal. Niets mis mee. Lekker vlot geschreven. Veel informatie, breed, etc.
Zou mooi zijn dat er bv een verdiepings-verhaal komt met wat meer how-to. Lijkt mij wel leuk om zelf mee te kunnen experimenteren. Tijd om weer eens andere skills op te doen die nuttig kunnen zijn voor je ontwikkeling als tweaker en professional.
Moet toch mogelijk zijn om wat te doen met wat Pi’s, home automation, die slimme keuzes maakt voor mij?
Nou, die context is wel heel anders en ze maken dat met al hun R&D wel waar. Er zijn geen autobakkers die zoveel R&D, aandacht, geld en tijd stoppen in het (rij)gedrag van hun voertuigen in combinatie met het menselijk lichaam. Ze hebben een fors lab waarin ze alle interactie met voertuigen uitgebreid onderzoeken en verbeteren, dat gaat zo ver als dat ze alle spiergroepen in kaart brengen die een bestuurder nodig heeft om te schakelen en daarop het mechanische gedrag optimaliseren. In reviews en ervaringen van gebruikers zie je het resultaat ook iedere keer terug; er schakelt geen auto zo goed als een Mazda. Dat jij dat niet kunt waarderen, moet je zelf weten, ga je lekker in een Skoda zitten, dat is zo'n beetje het tegenovergestelde. Dat de reclames wel een beetje fout zijn ben ik met je eens. Maar het is zeker geen onzin wat ze verkopen. Jinba ittai komt ook niet van Mazda, ondanks dat ze het gebruiken. Dat hoort bij Yabusame. Het klopt dat dat soort zaken soms cringy overkomen bij het vertalen door de cultuurverschillen in Europa.
Mazda geeft ook nooit aan dat de perfecte samenwerking er al is, maar juist dat ze er naar streven. Daardoor zijn ze ook laat met zelfrijdende technieken en is AI, etc. iets waarbij ze relatief laat instappen. Jinba Ittai heeft verder erg weinig met het artikel te maken, want dat is een heel andere vorm van samenwerking.
Ho ho, ik heb geen idee hoe goed of slecht een mazda rijdt (en alles van VAG loop ik met een boog omheen om als particulier te bezitten). Het verhaal deed me enkel denken aan tenenkrommende reclames van mazda, waarin ze letterlijk zeggen:
Mens en machine in perfecte harmonie.
Nou dat vind ik een bijzonder grote claim, plus, beter dan perfect bestaat niet, dus dan zouden ze niks meer hoeven investeren. Ik vind de reclame en uitspraak gewoonweg achterlijk. Thats it.
:fill(white):strip_exif()/i/2004092090.jpeg?f=thumblarge)
:fill(white):strip_exif()/i/2004092092.jpeg?f=thumblarge)
:strip_exif()/i/2004091994.jpeg?f=imagenormal)
:strip_exif()/i/2004092020.jpeg?f=imagenormal)
:strip_exif()/i/2004092082.jpeg?f=imagenormal)
:strip_exif()/i/2004092114.jpeg?f=imagenormal)
:fill(white):strip_exif()/i/2004092036.jpeg?f=imagemedium)
Dit vakgebied, genaamd explainable AI, is bijvoorbeeld relevant voor kunstmatige neurale netwerken, geïnspireerd op de werking van de hersenen. Deze netwerken, die bestaan uit kunstmatige neuronen die onderling verbonden zijn, geven keurig antwoord als je een vraag stelt, zoals: wat zie ik op deze foto? Als je dan echter vraagt waarom, geven ze niet thuis. Van Harmelen: “Dat is dodelijk voor samenwerking. Stel je voor dat je met iemand samenwerkt die nooit antwoord geeft op de vraag: waarom?”:strip_exif()/i/2004092110.jpeg?f=imagenormal)
:strip_exif()/u/195118/avat.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/730231/crop641c178c2ed2d_cropped.jpg?f=community){kind=small}
:strip_exif()/u/1359832/crop5fcfdc0ba0f2b_cropped.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/51314/crop65e716f8e88b9_cropped.jpg?f=community){kind=small}
:strip_exif()/u/47900/baph.gif?f=community){kind=small}
:strip_exif()/u/44074/avatar001.gif?f=community){kind=avatar}
:strip_icc():strip_exif()/u/66961/crop5c20da5d3451c_cropped.jpeg?f=community){kind=small}
:strip_icc():strip_exif()/u/657325/crop61823cd62e417_cropped.jpg?f=community){kind=small}
:strip_exif()/u/346082/crop6489c050bfe9d_cropped.gif?f=community){kind=small}
/u/180096/crop5dc17ac3d5be4_cropped.png?f=community){kind=small}
:strip_exif()/u/467778/crop5d7a5dd1f296a.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/140697/crop6180fb9103afa_cropped.jpg?f=community){kind=small}
) naar Expeditie Robinson en je ziet gelijk hoe we allemaal al niet eens meer weten hoe je vuur moet maken.
:strip_icc():strip_exif()/u/468360/crop5de134649b320_cropped.jpeg?f=community){kind=small}
:strip_icc():strip_exif()/u/329820/crop6278b73bd15c2_cropped.jpg?f=community){kind=small}
:strip_exif()/u/1820/GoTicon.gif?f=community){kind=small}
:strip_icc():strip_exif()/u/116283/crop5814e3224425d_cropped.jpeg?f=community){kind=small}
/u/414606/crop61fc2908c41cc_cropped.png?f=community){kind=small}