Wat is kunstmatige intelligentie en hoe werkt het?

Kunstmatige intelligentie (AI) is het wetenschaps- en technologiegebied dat machines vaardigheden probeert te geven die we meestal met menselijk denken associëren, zoals redeneren, plannen, leren en waarnemen. Het meeste moderne AI wordt niet geprogrammeerd met stap-voor-stap-regels. In plaats daarvan leert het patronen uit grote hoeveelheden voorbeelden en gebruikt die om voorspellingen, aanbevelingen, beslissingen of nieuwe content te maken.

Hieronder lichten we toe wat de term betekent, hoe machine learning er van binnen uitziet, hoe chatbots zoals ChatGPT tekst genereren, waar AI al in het dagelijks leven voorkomt en welke beperkingen je in gedachten moet houden.

Wat is kunstmatige intelligentie? Een eenvoudige definitie

De naam dateert uit 1956, van het Dartmouth Summer Research Project, dat in 1955 werd voorgesteld door John McCarthy en collega's. Decennialang betekende AI vooral 'symbolische AI': experts schreven expliciete regels die een computer volgde.

Volgens een academisch overzicht domineerde die op regels gebaseerde opvatting tot het einde van de jaren tachtig. Daarna wonnen benaderingen als neurale netwerken, fuzzy-systemen en evolutionaire berekeningen terrein. Kort gezegd verschoof het vakgebied van handgeschreven regels naar leren van data.

Beleidsmakers gebruiken een vergelijkbare benadering. De definitie van de OESO, herzien in november 2023, beschrijft een AI-systeem als een op machines gebaseerd systeem dat uit de input afleidt hoe het output genereert, zoals voorspellingen, content, aanbevelingen of beslissingen, die fysieke of virtuele omgevingen kunnen beïnvloeden. Systemen verschillen in de mate waarin ze autonoom en adaptief zijn, en de EU AI-verordening gebruikt bijna dezelfde formulering.

Twee onderscheidingen helpen beginners. Ten eerste is alles wat vandaag bestaat smalle AI, gebouwd voor specifieke taken; kunstmatige algemene intelligentie (AGI) blijft hypothetisch, en zelfs de definitie ervan is omstreden. Ten tweede zitten de begrippen in elkaar: AI omvat machine learning, dat deep learning omvat, dat op zijn beurt grote taalmodellen en generatieve AI aandrijft.

Hoe werkt machine learning?

Traditionele software volgt regels die een programmeur schrijft. Machine learning draait dit om: je geeft een model voorbeelden, trainingsdata genoemd, en het ontdekt zelf de patronen.

Er zijn drie hoofdvormen. Bij supervised learning hebben voorbeelden labels, zoals e-mails die als 'spam' of 'geen spam' zijn gemarkeerd. Bij unsupervised learning zijn er geen labels en vindt het model zelf groepen. Bij reinforcement learning leert het model door proberen en fouten maken, via beloningen en straffen, zoals spelsystemen als AlphaGo deden.

De meeste krachtige systemen van vandaag gebruiken neurale netwerken: lagen van eenvoudige wiskundige eenheden die verbonden zijn door numerieke instellingen, parameters of gewichten genoemd. Tijdens de training doet het model een gok, vergelijkt die met het juiste antwoord en past de gewichten aan om de fout te verkleinen. De technische namen hiervoor zijn backpropagation en gradient descent.

Het helpt ook om twee fasen te onderscheiden. Training is de kostbare fase waarin het model leert. Inferentie is het moment waarop het afgeronde model wordt ingezet om vragen te beantwoorden of voorspellingen te doen.

Hoe werken grote taalmodellen zoals ChatGPT?

Grote taalmodellen (LLM's) splitsen tekst eerst op in tokens, dat zijn hele woorden of stukjes van woorden. Talen met veel achtervoegsels, zoals het Turks, kunnen voor dezelfde hoeveelheid tekst meer tokens nodig hebben, al hangt de exacte verhouding af van het model.

Tijdens pre-training oefent het model één taak op een enorme hoeveelheid tekst: het volgende token voorspellen. Dat eenvoudige doel dwingt het model om onderweg grammatica, feiten en veel andere patronen op te pikken. Het onderliggende ontwerp is de Transformer-architectuur, geïntroduceerd door onderzoekers van Google in het artikel 'Attention Is All You Need' uit 2017.

Daarna volgt post-training. Het model wordt verfijnd met voorbeelden van instructies en bijgesteld met feedback, via methoden zoals reinforcement learning from human feedback (RLHF), zodat het zich gedraagt als een behulpzame assistent. ChatGPT, gelanceerd door OpenAI op 30 november 2022, bracht dit soort assistent naar een groot publiek; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral en Grok zijn andere bekende namen.

De technologie blijft veranderen. Recente trends zijn redeneermodellen die problemen stap voor stap doorwerken voordat ze antwoorden, multimodale modellen die beelden en audio verwerken, agents die tools gebruiken om taken af te ronden, en retrieval-augmented generation (RAG), waarbij een model eerst documenten of het web raadpleegt. Modelversies veranderen vaak, dus raadpleeg de eigen pagina's van de makers voor wat actueel is.

Waarvoor wordt AI gebruikt in het dagelijks leven?

Je gebruikt waarschijnlijk meerdere keren per dag AI zonder het te merken. Het stuurt aanbevelingen op streamingdiensten en winkelsites, filtert spam, voorspelt verkeer in navigatieapps, ontgrendelt telefoons met je gezicht, drijft spraakassistenten aan en vertaalt tekst.

Banken vertrouwen erop om fraude te signaleren, en fotoapps gebruiken het voor automatische bewerking. Generatieve AI heeft schrijfhulp, samenvattingen, hulp bij programmeren, beeldcreatie en studieondersteuning aan de lijst toegevoegd.

In de geneeskunde helpen AI-hulpmiddelen artsen bij het beoordelen van scans. In de wetenschap is de impact op het hoogste niveau erkend: een deel van de Nobelprijs voor Scheikunde 2024 ging naar Demis Hassabis en John Jumper voor AlphaFold, dat eiwitstructuren voorspelt, en de Nobelprijs voor Natuurkunde 2024 ging naar John Hopfield en Geoffrey Hinton voor fundamenteel werk aan neurale netwerken.

Wat zijn de beperkingen en risico's van AI?

Het bekendste probleem is hallucinatie. Omdat taalmodellen aannemelijk klinkende tekst produceren in plaats van geverifieerde feiten, kunnen ze met vertrouwen onwaarheden beweren. Hoe vaak dit gebeurt, verschilt sterk per model en test, dus controleer alles wat belangrijk is.

Modellen hebben ook een kennisafsluitdatum: tenzij ze aan zoekfunctionaliteit zijn gekoppeld, weten ze niets over gebeurtenissen na het einde van hun training. Ze kunnen ook vooroordelen uit hun trainingsdata reproduceren.

Privacy verdient aandacht. Denk na voordat je gevoelige persoonlijke, medische of zakelijke informatie in een chatbot typt, en controleer de instellingen van elke aanbieder om te zien of je gesprekken mogelijk voor training worden gebruikt.

Bredere debatten gaan over auteursrechtzaken, energie- en waterverbruik, deepfakes en desinformatie, en het effect op banen, waarover de voorspellingen sterk uiteenlopen. Ten slotte mag niet worden aangenomen dat de huidige systemen de wereld in menselijke zin begrijpen of bewust zijn; die vraag blijft filosofisch omstreden.

Wordt kunstmatige intelligentie gereguleerd?

Steeds vaker wel. De EU AI-verordening is op 1 augustus 2024 in werking getreden en de verplichtingen worden over meerdere jaren gefaseerd ingevoerd. Sommige deadlines kunnen verschuiven onder latere EU-voorstellen, dus het is de moeite waard om officiële EU-bronnen te raadplegen voor het actuele tijdschema.

Andere landen bouwen hun eigen kaders. Turkije heeft bijvoorbeeld een Nationale AI-strategie voor 2021–2025, opgesteld door het Bureau voor Digitale Transformatie van het Presidium en het Ministerie van Industrie en Technologie. Omdat het beleid snel verandert, volg je voor de meest recente stand van zaken de aankondigingen van de betreffende autoriteiten.