'Kunstmatige intelligentie is een van de belangrijkste dingen waar de mensheid momenteel aan werkt', aldus Sundar Pichai, ceo van Google. Hij maakt hierbij de vergelijking met de beheersing van het vuur of elektriciteit, andere historische ontwikkelingen die de levensomstandigheden van mensen ingrijpend hebben veranderd. Het is dan ook geen verrassing dat kunstmatige intelligentie (ai) een prominente rol speelt in de strategie van Google.
Als het om ai in Nederland gaat, zijn de cijfers indrukwekkend. Er komen steeds meer ai-bedrijven bij, studenten kiezen vaker voor ai-studies en bedrijven zoeken ook steeds vaker naar ai-experts. De Global ai Index laat hetzelfde beeld zien en noemt Nederland dan ook een rijzende ster op het gebied van ai. Volgens dit rapport heeft Nederland flinke stappen gezet bij de toepassing van ai in het bedrijfsleven, bij de overheid en in de samenleving. Op de ranglijst van de Global ai Index staat Nederland op de achtste plaats en weet het landen als Duitsland, Frankrijk, Australië en India achter zich te houden.
Context
Recent is er ook vooruitgang geboekt op het gebied van spraak-, tekst- en beeldherkenning, enkele klassieke problemen van ai-onderzoek. Bij de praktische toepassing van ai gaat het vaak niet om deze klassieke problemen. Zo is het niet genoeg dat iets wordt herkend. Er is meer inzicht nodig.
Een goed voorbeeld is tekstherkenning. Deze technologie toepassen is het probleem allang niet meer, maar de vraag is wat we er uiteindelijk mee bereiken als de camera van een mobiele telefoon een bonnetje kan omzetten in een reeks tekens. Om deze informatie te verwerken, moeten we niet alleen weten wat de tekens zijn, maar ook begrijpen waar deze tekens naar verwijzen.
De context is dus cruciaal. Welk getal geeft het totaalbedrag aan? Waar staat de informatie over de btw? Is het bedrag netto of bruto? Gaat het om een hotelverblijf of taxirit? Over welke valuta hebben we het? Betekent dit getal de maand of de dag? Veel mensen zien een bonnetje als een klein, goedkoop papiertje dat ze achteloos in hun broekzak stoppen, verfrommelen of weggooien. Maar het is een goed voorbeeld van de mogelijkheden en moeilijkheden die het gebruik van ai in het dagelijks leven met zich meebrengt.
Ai in de praktijk
Wat voor impact heeft ai op de economie? Welke bedrijven lopen voorop in het gebruik van ai? Waarom investeren zij in deze technologie en wat levert het hen op? Diverse onderzoeken, zoals die van het World Economic Forum (WEF), proberen antwoord te geven op dergelijke vragen. De resultaten zijn tegenstrijdig: enerzijds geven respondenten aan dat ai een prioriteit is voor de toekomst en dat ze hier al enige ervaring mee hebben. Aan de andere kant vinden zij het lastig om de concrete voordelen van ai te benoemen.
De kostenbesparingen die automatisering met zich meebrengt zijn verbluffend. Zo kan software in een fractie van een seconde een bonnetje digitaliseren en analyseren. Dit stukje papier bevat informatie en meta-informatie, en als het mogelijk is om dit alles te verwerken zonder menselijke tussenkomst, is het zijn geld snel waard. Daarentegen wordt complexiteit vaak genoemd als remmende factor voor het gebruik van ai.
Complexe ai-systemen maken het namelijk moeilijk of soms zelfs onmogelijk om een beslissing of diagnose te verantwoorden en te verifiëren. Experts zoals Klaus-Robert Müller pleiten daarom voor iets dat “uitlegbare ai” wordt genoemd. Uitlegbare ai is, kort gezegd, een concept waarbij de beslissingen van ai-systemen transparant worden gemaakt voor menselijke experts. Müller is hoogleraar machine learning aan de Technische Universiteit van Berlijn en heeft in zijn onderzoek naar ai-systemen ‘sjoemel-algoritmes’ ontdekt. Deze systemen bootsen intelligentie slechts na. Ze komen weliswaar met interessante resultaten, maar doen dat op een oneerlijke manier en zijn dus niet te vertrouwen.
Dit gebrek aan vertrouwen is een reden waarom veel bedrijven zich niet bezighouden met ai. Niet in de laatste plaats omdat regelgevende instanties, afhankelijk van de branche, eisen dat ai uitlegbaar is. Een ander probleem is een gebrek aan expertise, zo zijn ervaren ai-experts moeilijk te vinden. Uit onderzoek van McKinsey blijkt dat vier van de vijf bedrijven het gebrek aan expertise ziet als een obstakel voor de invoering van ai-systemen.
Grote bedrijven zoals Google, Facebook en Microsoft kunnen een ‘ai-first’-strategie hanteren, puur omdat zij over de mankracht en financiële middelen beschikken om software op maat te ontwikkelen voor hun eigen bedrijf. Maar dankzij de introductie van allerlei spannende ai-oplossingen, kunnen ook bedrijven zonder eigen expertise direct van de technologie profiteren. Dit stelt hen in staat om bijvoorbeeld een vervelende, tijdrovende klus als uitgavenbeheer op de automatische piloot uit te voeren.
Het herkennen van tekst en spraak is niet zo’n vooruitstrevende ontwikkeling als we kijken naar de complexiteit van taal, de spanning begint bij de emotionele kant ervan door alle facetten van de communicatie mee te nemen. Denk aan de cognitieve emoties in het gebruik van beeldspraak, het bonnetje van Teeven is dan opeens meer dan een stukje papier. AI technieken kunnen trouwens behulpzaam zijn met de rubricering en classificering van het digitale residu in allerlei processen zodat je middels een indexering de bewijslast doorzoekbaar maakt. Klinkt heel saai maar als we het over de uitlegbaarheid van beslissingsprocessen hebben dan blijkt er nog te vaak informatie te missen door een slechte archivering.
Juist bedrijven zoals Google, Facebook, Microsoft e.a. doen niks anders voor de profilering wat juridisch als een verbeterde gebruikerservaring verkocht wordt. Want hoe fijn is het dat Facebook niet alleen exact weet wat je vorige zomer deed maar ook nog met wie en waar? Uiteraard kan al deze data in een tombola gegooid worden om er met ‘sjoemel-algoritmen’ geheel andere inzichten uit te halen door in de beeldspraak van de moderne datasynthese de puntjes met elkaar te verbinden om zo het plaatje compleet te maken en na het kleuren hiervan het verhaaltje af te maken.
Vraag is hoe lang nog want door steeds strikter wordende wetgeving in het privacydomein mag je niet zomaar alles met elkaar combineren, één van de aspecten die voor terughoudendheid zorgt. De automatische piloot in Apeldoorn heeft vooral het vertrouwen in de rechtsstaat ondermijnt en de discussie geopend over uitlegbare AI wat naar mijn mening uiteindelijk om de koppelvlakken gaat. Informatie verkregen in het ene proces gebruiken in het andere proces zorgt namelijk voor de Kafkaëske situaties in de bewijslast.