Kan kunstmatige intelligentie niet alleen het logisch denken van de mens, maar ook de creativiteit overtreffen? De opkomst van AlphaGo heeft ons doen nadenken over de mogelijkheden en beperkingen van AI, voorbij louter technologische innovatie. Laten we samen de veranderingen die deep learning met zich meebrengt en de toekomst van AI verkennen.
In 2016 zorgde AlphaGo, een Go-programma ontwikkeld door Google DeepMind, voor een wereldwijd belangrijke gebeurtenis. AlphaGo behaalde een record van 4 overwinningen en 1 nederlaag in zijn wedstrijd tegen Lee Sedol, de legendarische 9e-dan Go-speler. Dit was de eerste keer in de geschiedenis van Go dat een AI een professionele speler versloeg. Go werd beschouwd als een spel waarin AI het moeilijk zou hebben om professionals te verslaan, in tegenstelling tot schaken. De reden hiervoor is dat schaken wordt gespeeld op een beperkt 8x8 bord met vaste stukken, terwijl Go talloze mogelijkheden vereist op een enorm 19x19 raster. Het berekenen van alle mogelijke zetten op deze 361 velden vereist een enorme rekenkracht, een taak die onmogelijk is voor eenvoudige algoritmes.
AlphaGo overwon deze uitdaging echter dankzij een nieuw AI-algoritme (kunstmatige intelligentie) genaamd deep learning, waarmee het de sterkste Go-speler ter wereld kon verslaan. Deep learning is het resultaat van ongeveer 50 jaar AI-ontwikkeling en maakt gebruik van een innovatieve methode die niet te vergelijken is met bestaande algoritmen. De geschiedenis van AI gaat terug tot het midden van de 20e eeuw, met het concept van kunstmatige intelligentie dat werd voorgesteld door Alan Turing. Turings theorie, beroemd geworden door de Turingtest, werd later de hoeksteen van vroeg AI-onderzoek, waaronder programma's voor wiskundige bewijzen en schaakprogramma's. Computers beschikten destijds echter niet over voldoende rekenkracht en bereikten onvermijdelijk hun grenzen met algoritmen die simpelweg elk mogelijk scenario berekenden.
Om deze beperkingen te overwinnen, onderzochten wetenschappers verschillende benaderingen, waaronder het algoritme dat bekend staat als machine learning. In tegenstelling tot traditionele algoritmen die werken met vaste relaties tussen input en output, hanteert machine learning een methode waarbij programma's leren van diverse data om zelf regels en patronen te ontdekken. Met name de ontwikkeling van verschillende leermethoden – zoals supervised learning, unsupervised learning en reinforcement learning – heeft de prestaties van AI aanzienlijk verbeterd.
In het geval van AlphaGo leerde het de spelregels van Go door ongeveer 30 miljoen professionele partijrecords te analyseren. Tijdens dit proces leerde het de basisregels van Go uit de records via supervised learning en verwierf het autonoom standaardzetten en reactiestrategieën voor elke situatie door middel van self-learning. Ten slotte verwierf het, door middel van reinforcement learning, het vermogen om de winstkans van elke zet te evalueren en de zet te selecteren met de hoogste winstkans. Dankzij dit leerproces bereikte AlphaGo een niveau waarop het Lee Sedol, een 9e-dan professional, kon verslaan.
Deep learning is een geavanceerdere vorm van kunstmatige neurale netwerkalgoritmen, gebaseerd op machinaal leren. Kunstmatige neurale netwerkalgoritmen bootsen de manier na waarop biologische neuronen verbindingen leggen en verkrijgen resultaten via meerdere processen. Hoewel vroege neurale netwerken beperkingen hadden, verbeterde deep learning de flexibiliteit door deze processen in meerdere lagen te stapelen. Bovendien hebben de vorderingen in moderne computerkracht de enorme rekenkracht van deep learning mogelijk gemaakt, waardoor dit algoritme een kerntechnologie is geworden in AI-onderzoek.
De heropleving van deep learning heeft een nieuw gouden tijdperk voor AI ingeluid. Ooit prominent, maar al snel in een duistere periode beland, toont AI nu hernieuwde beloften. Het succes van AlphaGo demonstreerde het vermogen van AI om complexe problemen op te lossen en opende nieuwe horizonten voor AI-onderzoek. Er ontstaan vooruitzichten dat de dag waarop AI mensachtige cognitieve vermogens bezit, niet ver weg meer is. De opkomst van AlphaGo was een belangrijke mijlpaal, die aantoonde dat kunstmatige intelligentie een niveau had bereikt waarop het daadwerkelijk met mensen kon concurreren, veel verder dan alleen de wereld van Go veranderen.
AlphaGo blijft daarmee een symbolische entiteit die het potentieel van AI heeft verwezenlijkt waar de mensheid al lang van droomde, en overstijgt daarmee een louter technische prestatie. Gezien het feit dat de ontwikkeling van kunstmatige intelligentie nog maar net begonnen is, is de impact die AI in de toekomst op onze samenleving zal hebben bijna onvoorstelbaar.
De verwachtingen over hoever de fusie van menselijke creativiteit en technologie kan gaan en welke veranderingen dit in het menselijk leven teweeg zal brengen, blijven groeien. De toekomst van AI wordt op dit moment vormgegeven en wij staan in het hart van deze transformatie.
