Hoe is kunstmatige intelligentie ontstaan?

Hey, welkom bij een nieuwe aflevering van AIToday Live, de podcast die je meeneemt in de wereld van kunstmatige intelligentie. Ik ben Joop Snijder, CTO bij Aigency. En vandaag kijken we naar de geschiedenis van AI om te kijken hoe kunstmatige intelligentie is ontstaan. Voor velen lijkt de komst van ChatGPT het begin van het AI tijdperk. Maar de wortels van kunstmatige intelligentie gaan veel verder terug dan je misschien denkt. Laten we samen een korte reis door de tijd maken. En die reis begint in al 1956 tijdens de nu legendarische Dartmouth-conferentie. Hier werd de term kunstmatige intelligentie, artificial intelligence, voor het eerst geïntroduceerd. Stel je voor, een groep briljante wetenschappers, waaronder John McCarthy en Claude Shannon, die komen samen om te bespreken hoe ze machines kunnen maken die denken als mensen. Dat was natuurlijk een heel revolutionair idee voor die tijd. En dat markeerde de geboorte van AI als wetenschappelijk vakgebied. En de sfeer tijdens deze vroege jaren was er een van ongebreideld optimisten. Je zou het haast bijna kunnen vergelijken met het optimisme van nu. De onderzoekers dachten dat we binnen een paar decennia volledige intelligente machines zouden hebben. Het was een tijd van grote dromen en ambitieuze projecten. En in de jaren zodanig werden geprogrammeerd met expliciete regels en logica om problemen op te lossen. Een leuk en bekend voorbeeld uit deze periode is ELIZA. ELIZA was een systeem dat in staat was om menselijke gesprekken na te bootsen, zei het op een zeer basale manier. Het programma gebruikte een techniek genaamd scripted responses. Dus gescripte antwoorden. In essentie had ELIZA een reeks regels die bepaalden hoe het moest reageren op de input van een gebruiker. De meest bekende versie van ELIZA simuleerde een psychotherapeut. Het is wel grappig om te zien hoe zo'n gesprek met ELIZA eruit zag. Een gebruiker typte bijvoorbeeld in "ik voel me verdrietig" waarbij ELIZA antwoordde "waarom voel je je verdrietig?" Ik als gebruiker weer "mijn moeder begrijpt me niet" "ELIZA, waarom denk je dat je moeder je niet begrijpt?" Hoewel dit voor ons nu misschien primitief lijkt, was het voor die tijd baanbrekend en het bijzondere was dat mensen heel graag met ELIZA communiceerden omdat de machine het leek alsof er een mensachtige interactie was, hoe beperkt dan ook. Dus ELIZA werd als intelligent op dat moment ervaren. Maar waarom dan? Ten eerste omdat het programma kon reageren op een manier die leek op menselijke interactie. Dan hebben wij al vrij snel zoiets van "dan is het ook menselijk". Door gebruik te maken van trefwoorden en patroonherkenning kon ELISA contextafhankelijke reacties geven. En de therapeutische stijl gaf de illusie van empathie een begrip. In de jaren 90 had je ook nog eens dat de verwachtingen van dit soort systemen veel lager lagen. Toch is het belangrijk om te beseffen dat ELIZA geen echte intelligentie bezat. Het programma begreep de inhoud van gesprekken niet echt en had geen bewustzijn of inzicht. Het volgde simpelweg de regels die door de ontwikkelaars waren opgesteld. Nu we het toch over vroege vormen van geautomatiseerde gesprekken hebben, laat ons kijken naar een hilarisch voorbeeld uit het Nederlands Cabaret dat de beperkingen van zulke systemen perfect illustreert. De chatbot die je op deze moment eigenlijk ook nog steeds tegenkomt op allerlei websites. En dan heb ik het over de beroemde sketch 'verkoopt u ook paarse kussentjes?' van cabaretier Herman Finkers. In deze sketch zien we een verkoper bij V&D die worstelt met een nieuwe verkoopstrategie. En laat ons even luisteren wat er gebeurt als je regelgebaseerd een gesprek zou willen voeren. Verkoopt u kussentjes? Goedemiddag. Ja, goedemiddag. Verkoopt u ook kussentjes? Waarmee kan ik u van dienst zijn? Verkoopt u ook kussentjes? Ja, verkoopt u nou kussentjes of verkoopt u nou geen kussentjes? Nou, we hebben ze wel, maar we verkopen ze nooit. Oh, hoe komt dat dan? Ja, we hebben een keus uit maar liefst twee verschillende kleuren. Ja, de bijenkorf heeft tien verschillende kleuren. Oh ja, is het niet ver verdane bijenkorf? Nee hoor, is hier recht tegenover. En weer verlaat een tevreden klant het pad. Deze sketch laat perfect zien wat er mis kan gaan als je vasthoudt aan een rigide script zonder echt te luisteren naar je klant. Toch? Hij doet denken aan de frustraties die mensen vaak ervaren bij het gebruik van vroege chatbots of slecht ontworpen klantenservice-systemen. Net als de verkoper in Finkers'sketch waren vroege chatbots vaak niet in staat om flexibel te reageren, juist op onverwachte vragen of situaties. Ze volgden hun voorgeprogrammeerde scripts ongeacht of die relevant waren voor de vraag van de gebruiker. Laten we nu even teruggaan naar onze chronologische reis door de AI-geschiedenis. Want na dat initiale optimisme van de jaren '60-'70 kwam er een periode die bekend staat als de "AI-winter". In de jaren 80-90 realiseerden onderzoekers zich dat het nabootsen van menselijke intelligentie veel complexer was dan aanvankelijk gedacht. De financiering en interesse in AI-onderzoek namen af vanwege het gebrek aan tastbare vooruitgang. Maar zoals het zo vaak het geval is in de wetenschap was dit slechts een tijdelijke tegenslag en de wederopstanding van AI begon met de ontwikkeling van machine learning en de beschikbaarheid van enorme hoeveelheden data en krachtige computers. De machine learning, een subveld van AI dat systemen traint om patronen te herkennen en beslissingen te nemen op basis van data, veranderde het speelveld volledig. Algoritmen zoals neurale netwerken die ooit als te complex werden beschouwd kwamen weer in de belangstelling dankzij verbeterde rekenkracht. Dit legde de basis voor wat we nu kennen als deep learning. De echte doorbraak kwam in de jaren 2000-2010. Deep learning, geavanceerde vorm van machine learning die gebruik maakt van deep neurale netwerken begon zijn opmars. Deze technologie ligt een grondslag aan veel van de recente AI innovaties. Van spraakerkenning, beeldherkenning, eigenlijk alles wat we nu zien als zijnde AI. En nu hadden we AI systemen die in staat waren om taken uit te voeren die voorheen als exclusief menselijk werden beschouwd. Maar de echte gamechanger kwam natuurlijk met de introductie van grote taalmodellen zoals ChatGPT. Deze modellen, getraind op enorm hoeveel de tekstgegevens kunnen mensachtige teksten genereren en begrijpen tussen aanhalingstekens op een niveau dat voorheen dus ondenkbaar was. De lancering van ChatGPT eind 2022 markeerde een keerpunt in de publieke perceptie van AI. Plotseling hadden mensen toegang tot een AI systeem dat in staat was om coherente en contextueel relevante antwoorden te geven, maar enorm scala aan vragen. Iedereen weet, je kan essays meeschrijven, code debuggen, creatieve verhalen bedenken en zelfs wat matige grappen laten genereren. Nu zijn we aangekomen in 2024 en bevinden we ons in een tijdperk waarin AI alledaags is geworden. We gebruiken AI aangedreven technologie in ons dagelijks leven, vaak zelfs zonder bij stil te staan. Van de aanbevelingen die we krijgen op streamingdiensten tot de automatische fotobewerkingen op onze smartphones. AI is overal om ons heen. Terwijl we deze aflevering afsluiten is het fascinerend om te zien hoe ver we zijn gekomen sinds die dagen van Elisa en de vroege chatbot. Van de frustrerende scriptgebaseerde interacties die Herman Finkers zo briljant parodieerde, tot de vloeiende contextbewuste gesprekken die we nu kunnen voeren met AI systemen. De vooruitgang is verbazingwekkend als je dat zo bekijkt. Maar laten we niet vergeten dat deze vooruitgang voortbouwt op decennia van onderzoek en ontwikkeling. Elke doorbraak, elke AI-winter en elke heropleving heeft bijgedragen aan waar we nu staan. Terwijl we vooruitkijken naar de toekomst van AI kunnen we alleen maar speculeren over de ontwikkelingen die nog komen. Dankjewel weer voor het luisteren naar deze aflevering van AIToday Live. Als je geïnteresseerd bent in meer verhalen over misschien zelfs nog iets meer geschiedenis in de toekomst van AI, vergeet je dan niet te abonneren via je favoriete podcast app. En het zou leuk zijn om ons te laten weten wat je denkt. We zijn altijd benieuwd naar de mening van onze luisteraars. Dankjewel! [Muziek]