Artificiele intelligentie, kunstmatig intelligentie in het Nederlands, is een onderwerp waar bergen papier over worden volgeschreven. Soms ook door de computer zelf, dus de computer schrijft over wat de computer doet en jij leest dat. En iedereen heeft meningen, verwachtingen etc. In dat soort gevallen denk ik er wellicht verstandig aan te doen eens de kern van iets op te zoeken. En wat mij betreft is dat vaak de wetenschappenlijke artikelen te zoeken die vaak de basis zijn van een technologische ontwikkeling.
Dus ik las vrijwel alles dat Geoffrey Hinton heeft geschreven. Waarom artikelen van zijn hand? Omdat die door de wetenschappelijke wereld gezien wordt als de grondlegger van de AI zoals we die nu kennen. Zijn artikelen zijn gratis te downloaden, dat is ook tof. Hier kan je die link daarheen vinden.
Om mijn studenten een beetje te helpen, dacht ik zo nu en dan eens een artikel te nemen en die van mijn ‘jip en janneke’ toelichting te voorzien. Door plaatjes te maken van de artikelen, zal ik wellicht niet helemaal copynetjes doen. Maar weet even geen andere manier.
Komende blogposts zal ik wat artikelen toelichten, hieronder een die de grote lijnen van AI uitlegd en dieper ingaat op de technische kant.
Wel lezen als je van de technische kant meer wil weten. Niet lezen als je dat niet uitmaakt.
Nut en key take away: Je krijgt kennis van AI fundamenten. En leest dat de mens uniek is in zijn verzamelen van informatie op een automatische manier en hoe dit helpt in patroon herkenning van nieuwe dingen. We verslaan zo nog de computer. Leestijd: 5 minuten.
Dit is een top artikel. Laten we de onderstreepte zinnen eens doorlopen.
‘non-linear neurons… connections’. Dus niet liniaire neurons die leren door het aanpassen van de kracht van hun connecties. Hier is de verwachting dat je al iets weet van je hersenen of AI systemen. Men spreekt over dingen in je hersenen, neuronen. Daarvan heb je er enorm veel. En die hebben een verbinding met mekaar. En de gedachte is dat als bijvoorbeeld zes neuronen iets ‘voelen’, ze dan een signaal afgeven. De zes signalen bij mekaar geeft een beeld in je hoofd. Maar die zes moeten dan wel in verbinding staan met mekaar. En dat doen ze. En die verbinding gaat steeds ‘zwaarder’ worden als die verbindingen veel gebruikt worden. De reden dat je een telefoonnummer vaak moet herhalen, want dan ga je die onthouden.
‘logic-inspired…intelligence’ en ‘braing-insprired…data’. Hier legt men uit dat er twee manieren zijn om te kijken naar de intelligentie van een mens.
Manier 1. Logic-inspired. Hier is de gedachte dat je hersenen dingen leren op een manier als dominosteentjes. Het ene volgt op het andere, en zo gaat dat door.
Manier 2. De brain-inspired. Hier ziet men leren als iets dat komt uit het feit dat je hersenen beelden maken uit data. En die beelden kunnen steeds anders worden, zo krijg je intelligentie.
logic-inspired… symbols. Hier stelt men dat in deze gedachte een symbool geen eigen iets heeft. Dus het cijfer ‘4’ heeft geen betekenis op zich. Die krijgt pas zijn betekenis als je het cijfer, het symbool ‘4’ in relatie zet met een ander cijfer of woord.
‘brain-inspired pardigm’. Hier gebruikt men een symbool als iets dat inhoud zelf heeft. Dus het cijfer ‘4’ voorzien ze van een waarde en die stoppen ze in ‘internal vectors’ En die vectoren krijgen zo een structuur. Ik vergelijk dat een beetje met hoe een stukje stof een structuur krijgt.
Op deze pagina geen speciale zaken om uit te leggen.
‘human and animals…manner’. Hier staat een schitterend iets. Dat mensen en dieren schijnbaar in staat zijn om massieve hoeveelheden van achtergrond kennis over de wereld, te verzamelen voornamelijk door observatie, op een taak onafhankelijke manier. Hoe ik dat begrijp is dat mensen zonder dat ze er een opdracht toe kregen, informatie verzamelen van wat ze zien en dat opslaan. Dat herkend iedereen. Je zit op een terrasje een de koffie. Je had niet als taak om mensen te zien met een gele broek, maar toch zie je die en in de winkel later denk je zelf ‘leuk zo een gele broek, ik koop er ook een’.
…maar hoe laat je dat een computer ook doen… dat kunnen ze niet, dus blijven wat achter lopen bij mensen. voorlopig…
‘performance of … up’. Dit is een soort logisch: hoe meer chips je kan gebruiken hoe meer de computer kan verwerken. Maar hier komen we een aantal aardige andere dingen bij op.
- Wie heeft het geld om veel chips te kopen? Alleen grote tech bedrijven. Hebben die dan de macht over alle nieuwe AI?
- Waar worden die chips gemaakt? Dat land in de lead?
- Als die chips zoveel energie kosten… wie gaat dit alles dan betalen?
- En als die chips zoveel warmte geven, moeten al die computer centra bij koud water zitten.
- etc.
‘the weights… input’. Hier moet ik nog wat schrijven.
‘creates…memory’. Hier gaat men dus de menselijke geest nadoen, die heeft een korte termijn geheugen waar input kort kan worden opgeslagen. En dan kunnen onderdelen die in dat korte termijn geheugen zitten overgenomen worden door het langere termijn geheugen als dat langere termijn geheugen iets herkend dat er al eerder was. Er moeten haakjes zijn.
Voorbeeld dat de cijfers 142024 je niets zeggen in je korte termijn geheugen, maar wel als je langere termijn geheugen herkend dat het gaat over 1 april 2024.
Rudolph Regter: hier zie je dus dat men probeert de menselijke hersenen te kopiëren in een computer. Ik denk omgekeerd: je kan de menselijke hersenen gaan begrijpen als je gaat begrijpen wat je wel en niet in een computer kan stoppen. Deze gedachte is van Joscha Bach, waar ik vrijwel alle van gelezen en podcast geluisterd heb. Zie zelf hier. Een fascinerende wetenschapper. Komt uit de DDR, groeide op in een bos en heeft een zeer creatieve manier van denken.
‘we can take…ways’. Over het gebruiken van je bestaande kennis en deze op nieuwe manieren aanzetten. Dat is wat mensen doorlopend aan het doen zijn. Je hebt patronen die je herkend en die zet je weer in om andere patronen te creëren of te herkennen. Zo hoef je een stoel niet in zijn geheel te zien, maar als je hout + poten + vierkant ziet, creëert je geest vanzelf de gedachte dat het een stoel kan zijn.
‘allows…distribution’. Hier lees ik het zo dat men zegt dat mensen iets kunnen herkennen zonder daar eerst een voorbeeld van te hebben gehad waar ze over geleerd hebben. Dus als je een stoel ziet met drie poten, dan ben je niet verward als je die niet eerder had gezien. Neen, je gebruikt je patroon herkenning om te denken dat iets met drie poten en een vierkant stuk hout en een rugleuning ook een stoel kan zijn.
Zitvlak en drie poten. Ook een stoel. Zo werken je hersenen, de AI nog niet.
Afsluitend
Snap je geen snars van wat hier boven staat? No worries! Wel is het aardig te snappen wat de effecten zijn van dat AI gedoe en hoe je dat voor jezelf in kan zetten om meer omgaan. Want anders ga je worden zoals je opa die niet weet hoe die een computer moet aanzetten.. En als die dat niet kan…kan die geen afspraak boeken bij de dokter..
Afijn, graag spreek ik je over AI en de basis en toepassingen. En ook hoor ik graag jouw aanvullingen op dit artikel of meer materiaal dat ik kan gebruiken in mijn colleges.
Rudolph Regter
versie vrijdag 5apr24
Ontdek meer van Grip op je:
Abonneer je om de nieuwste berichten naar je e-mail te laten verzenden.
Grip op je: 