Published on:
De opkomst van kunstmatige intelligentie traceren: van menselijke nieuwsgierigheid tot een cognitieve revolutie
“Als journalist ben ik altijd diep nieuwsgierig geweest naar de wereld.” Met deze woorden opent de Chinese mediafiguur Yang Lan de documentaire Exploring Artificial Intelligence, waarmee ze een reis inkadert die gedreven wordt door vragen die ons tijdperk steeds meer definiëren: Worden machines slimmer dan mensen? Zal kunstmatige intelligentie ons op een dag vervangen? En hoe ver kan technologie de grenzen van de menselijke intelligentie verleggen?
Deze vragen kregen in 2016 wereldwijde urgentie, een jaar dat algemeen wordt beschouwd als het doorbraakmoment voor kunstmatige intelligentie. Van big data en cloud computing tot deep learning en autonome systemen: AI verplaatste zich in sneltreinvaart van laboratoria naar het publieke bewustzijn.
Een bepalende gebeurtenis was de historische wedstrijd waarin AlphaGo wereldkampioen Lee Sedol versloeg, wat symbool stond voor een verschuiving in hoe mensen machine-intelligentie waarnamen.
Taal, cognitie en de machinegeest
Menselijke intelligentie evolueerde door taal. Ongeveer 70.000 jaar geleden stelde de ontwikkeling van complexe spraaksystemen mensen in staat om hun omgeving te beschrijven, abstracte ideeën uit te wisselen en samenlevingen op te bouwen. Deze “cognitieve revolutie” heeft de beschaving fundamenteel veranderd.
De documentaire stelt een parallelle vraag: hoe begrijpen machines taal?
Vroege pogingen waren bescheiden. In 1952 leerden wetenschappers van Bell Labs machines om tien gesproken Engelse cijfers te herkennen en noemden het systeem “Audrey.” Hoewel baanbrekend, was het nog ver verwijderd van echt begrip van natuurlijke taal. De vooruitgang was incrementeel en werd vaak beperkt door een gebrek aan data en rekenkracht.
De vooruitgang was incrementeel en werd vaak beperkt door een gebrek aan data en rekenkracht.
Een belangrijk keerpunt kwam in de jaren tachtig, toen Kai-Fu Lee begon met onderzoek naar spraakherkenning aan de Carnegie Mellon University. Zijn werk introduceerde systemen die in staat waren om continue spraak van meerdere sprekers te begrijpen—een essentiële stap naar natuurlijke mens-computerinteractie. Voor het eerst konden machines gesproken taal verwerken op een manier die leek op een echte dialoog in plaats van geïsoleerde commando's.
Van regelgebaseerde systemen naar deep learning
Ondanks deze vorderingen worstelden spraak- en taalsystemen decennialang. De doorbraak kwam in het midden van de jaren 2000, gedreven door een nieuw paradigma: deep learning.
In 2006 publiceerde Geoffrey Hinton invloedrijk onderzoek naar diepe neurale netwerken, waarbij hij inspiratie putte uit de structuur van het menselijk brein. Zijn werk benadrukte schaal—grotere modellen, meer lagen en aanzienlijk meer data. Deze aanpak vond weerklank bij onderzoekers als Deng Li, die aantoonden dat wanneer dit gecombineerd werd met grote datasets en moderne rekenkracht, de foutpercentages in spraakherkenning drastisch konden dalen, soms met meer dan 20 procent in vroege experimenten.
Wat neurale netwerken in de jaren negentig tegenhield, was niet een gebrekkige theorie, maar onvoldoende data en computerbronnen. Terwijl het internet enorme datasets genereerde en de rekenkracht toenam, bloeide deep learning plotseling op. Problemen die ooit onoplosbaar leken, begonnen te verdwijnen.
Machines betreden de fysieke wereld
De documentaire onderzoekt ook hoe kunstmatige intelligentie zich buiten software en in de fysieke omgeving begeeft. In het AI-laboratorium van Stanford University voert de mensachtige robot PR2 taken uit zoals navigeren door gangen, het gebruiken van liften en het kopen van koffie voor onderzoekers.
Het ontwerp is niet bedoeld om mensen te imiteren, maar om efficiënt te communiceren met een mensgerichte wereld—door te kijken, te grijpen en gecontroleerde kracht uit te oefenen.
Dit weerspiegelt een bredere verschuiving in de robotica: machines zijn niet langer beperkt tot fabrieken. Ze leren samen te leven met mensen en passen zich aan complexe, ongestructureerde omgevingen aan.
Menselijke intelligentie versnellen
Na een bezoek aan meer dan 30 AI-laboratoria in vijf landen en interviews met meer dan 80 vooraanstaande figuren, concludeert Yang Lan dat kunstmatige intelligentie niet alleen gaat over het vervangen van menselijke intelligentie. In plaats daarvan versnelt het deze.
Van spraakherkenning en taalbegrip tot robotica en deep learning, AI is een hulpmiddel geworden dat de menselijke vermogens uitbreidt. De centrale vraag is niet langer of AI de samenleving zal veranderen, maar hoe de mensheid ervoor kiest om die verandering vorm te geven.
