Aanmelden

AI werd 68 jaar geleden geboren in een zomerkamp in de VS. Dit is waarom die gebeurtenis er vandaag de dag nog steeds toe doet

Stel je een groep jongemannen voor die zich tijdens de zomer van 1956 op een pittoreske universiteitscampus in New England, in de Verenigde Staten, verzamelen.

Het is een kleine, informele bijeenkomst. Maar de mannen zijn hier niet voor kampvuren en natuurwandelingen in de omliggende bergen en bossen. In plaats daarvan staan ​​deze pioniers op het punt om aan een experimentele reis te beginnen die tientallen jaren lang talloze debatten zal veroorzaken en niet alleen de koers van de technologie zal veranderen, maar ook de koers van de mensheid.

Welkom bij de Dartmouth Conferentie, de geboorteplaats van kunstmatige intelligentie (AI) zoals we die vandaag de dag kennen.

Wat hier gebeurde zou uiteindelijk leiden tot ChatGPT en de vele andere soorten AI die ons nu helpen ziektes te diagnosticeren, fraude te detecteren, afspeellijsten samen te stellen en artikelen te schrijven (nou ja, niet deze). Maar het zou ook een aantal van de vele problemen creëren die het vakgebied nog steeds probeert te overwinnen. Misschien kunnen we door terug te kijken een betere weg vooruit vinden.

De zomer die alles veranderde

Halverwege de jaren 1950 veroverde rock-'n-roll de wereld stormenderhand. Elvis' Heartbreak Hotel stond bovenaan de hitlijsten en tieners begonnen James Deans rebelse erfenis te omarmen.

Maar in 1956, in een rustig hoekje van New Hampshire, vond een ander soort revolutie plaats.

De Dartmouth Summer Research Project over kunstmatige intelligentie, vaak herinnerd als de Dartmouth Conference, begon op 18 juni en duurde ongeveer acht weken. Het was het geesteskind van vier Amerikaanse computerwetenschappers – John McCarthy, Marvin Minsky, Nathaniel Rochester en Claude Shannon – en bracht enkele van de slimste geesten in de computerwetenschappen, wiskunde en cognitieve psychologie van die tijd samen.

Deze wetenschappers, samen met enkele van de 47 mensen die ze hadden uitgenodigd, wilden een ambitieus doel bereiken: het maken van intelligente machines.

As McCarthy zette het in het conferentievoorstel, wilden ze erachter komen “hoe machines taal kunnen gebruiken, abstracties en concepten kunnen vormen en problemen kunnen oplossen die nu alleen nog voor mensen zijn weggelegd”.

Vijf oudere mannen staan ​​op een podium voor een gedenkplaat
Trenchard More, John McCarthy, Marvin Minsky, Oliver Selfridge en Ray Solomonoff behoorden tot de aanwezigen op de Dartmouth-conferentie over kunstmatige intelligentie in 1956. Joe Mehling, CC BY

De geboorte van een vakgebied – en een problematische naam

De Dartmouth Conference bedacht niet alleen de term "kunstmatige intelligentie"; het bracht een heel vakgebied samen. Het is als een mythische oerknal van AI: alles wat we nu weten over machine learning, neurale netwerken en deep learning vindt zijn oorsprong in die zomer in New Hampshire.

Maar de erfenis van die zomer is ingewikkeld.

Kunstmatige intelligentie won het als naam van andere voorgestelde of destijds gebruikte namen. Shannon gaf de voorkeur aan de term "automata studies", terwijl twee andere deelnemers aan de conferentie (en de toekomstige makers van het eerste AI-programma), Allen Newell en Herbert Simon, nog een paar jaar "complexe informatieverwerking" bleven gebruiken.

Maar bedenk dit: nu we het toch over AI hebben, lijken we AI, hoe hard we het ook proberen, maar niet meer te kunnen vergelijken met menselijke intelligentie.

Deze vergelijking is zowel een zegen als een vloek.

Enerzijds drijft het ons om AI-systemen te creëren die menselijke prestaties in specifieke taken kunnen evenaren of overtreffen. We vieren het wanneer AI beter presteert dan mensen in spellen zoals schaken of Go, of wanneer het kanker in medische beelden nauwkeuriger kan detecteren dan menselijke artsen.

Aan de andere kant leidt deze voortdurende vergelijking tot misverstanden.

Wanneer een computer verslaat mens bij Go, is het gemakkelijk om tot de conclusie te komen dat machines nu in alle opzichten slimmer zijn dan wij – of dat we op zijn minst goed op weg zijn om zulke intelligentie te creëren. Maar AlphaGo is niet dichter bij het schrijven van poëzie dan een rekenmachine.

En als een groot taalmodel menselijk klinkt, we beginnen ons af te vragen of het bewust is.

Maar ChatGPT is niet meer levend dan een pratende buiksprekerspop.

De valkuil van overmoed

De wetenschappers op de Dartmouth Conference waren ongelooflijk optimistisch over de toekomst van AI. Ze waren ervan overtuigd dat ze het probleem van machine-intelligentie in één zomer konden oplossen.

Een gedenkplaat van het Dartmouth Summer Research Project over kunstmatige intelligentie
In 2006 vierde het Dartmouth Summer Research Project zijn 50-jarig jubileum op het gebied van kunstmatige intelligentie. Joe Mehling, CC BY

Deze overmoed is een terugkerend thema in de ontwikkeling van AI en heeft geleid tot verschillende cycli van hype en teleurstelling.

Simon verklaarde in 1965 dat “machines binnen 20 jaar in staat zullen zijn om elk werk te doen dat een mens kan doen”. Minsky voorspelde in 1967 dat “binnen een generatie […] het probleem van het creëren van ‘kunstmatige intelligentie’ substantieel zal zijn opgelost”.

Populaire futurist Ray Kurzweil voorspelt nu het duurt nog maar vijf jaar: “we zijn er nog niet helemaal, maar we zullen er zijn, en in 2029 zal het voor iedereen hetzelfde zijn”.

Een nieuw kader voor ons denken: nieuwe lessen van Dartmouth

Hoe kunnen AI-onderzoekers, AI-gebruikers, overheden, werkgevers en het grote publiek op een evenwichtigere manier vooruitgang boeken?

Een belangrijke stap is het omarmen van het verschil en het nut van machinesystemen. In plaats van ons te richten op de race naar “kunstmatige algemene intelligentie”, kunnen we ons richten op de unieke sterke punten van de systemen die we hebben gebouwd – bijvoorbeeld het enorme creatieve vermogen van beeldmodellen.

Het is ook belangrijk om het gesprek te verschuiven van automatisering naar augmentatie. In plaats van mensen tegen machines op te zetten, laten we ons richten op hoe AI de menselijke capaciteiten kan ondersteunen en vergroten.

Laten we ook ethische overwegingen benadrukken. De Dartmouth-deelnemers besteedden niet veel tijd aan het bespreken van de ethische implicaties van AI. Vandaag de dag weten we het beter en moeten we het beter doen.

We moeten ook de onderzoeksrichtingen heroriënteren. Laten we de nadruk leggen op onderzoek naar AI-interpreteerbaarheid en robuustheid, interdisciplinair AI-onderzoek en nieuwe paradigma's van intelligentie verkennen die niet zijn gemodelleerd naar menselijke cognitie.

Tot slot moeten we onze verwachtingen over AI managen. Natuurlijk kunnen we enthousiast zijn over het potentieel ervan. Maar we moeten ook realistische verwachtingen hebben, zodat we de teleurstellingscycli van het verleden kunnen vermijden.

Als we terugkijken naar dat zomerkamp van 68 jaar geleden, kunnen we de visie en ambitie van de deelnemers aan de Dartmouth Conference vieren. Hun werk legde de basis voor de AI-revolutie die we vandaag de dag meemaken.

Door onze benadering van AI te herformuleren – met de nadruk op bruikbaarheid, uitbreiding, ethiek en realistische verwachtingen – kunnen we de erfenis van Dartmouth eren en tegelijkertijd een evenwichtiger en gunstiger koers uitzetten voor de toekomst van AI.

De echte intelligentie schuilt immers niet alleen in het creëren van slimme machines, maar ook in de wijze waarop we ze gebruiken en ontwikkelen.The Conversation

Dit artikel is opnieuw gepubliceerd in The Conversation onder een Creative Commons-licentie en is geschreven door Sandra Peter, Directeur van Sydney Executive Plus, Universiteit van Sydney


U bent wellicht geïnteresseerd in:

Een raamwerk voor het evalueren van zich snel ontwikkelende digitale en aanverwante technologieën: AI, grote taalmodellen en meer

Dit discussiestuk biedt de schets van een eerste raamwerk ter informatie van de vele mondiale en nationale discussies die plaatsvinden met betrekking tot AI.


Nationale onderzoeksecosystemen voorbereiden op AI: strategieën en vooruitgang in 2024

Het rapport biedt een uitgebreide analyse van de integratie van kunstmatige intelligentie in wetenschap en onderzoek in verschillende landen. Het behandelt zowel de geboekte vooruitgang als de uitdagingen waarmee we op dit gebied worden geconfronteerd, waardoor het een waardevolle lectuur is voor wetenschapsleiders, beleidsmakers, AI-professionals en academici.


Wetenschapsorganisaties in het digitale tijdperk

Het discussiestuk bevat de bevindingen uit een brede enquête, gedetailleerde interviews en casestudies waarbij ISC-leden betrokken zijn. Het dient zowel als een actuele weerspiegeling van de digitale status in de wetenschappelijke gemeenschap als als een gids voor organisaties die aan hun digitale transitie beginnen.

Afbeelding door Billy Wilson Flickr

Meteen naar de inhoud