Nieuwe algoritmes zullen persoonlijke apparaten in staat stellen om zich elk onderwerp eigen te maken.
Vandaag de dag kunnen digitale assistenten je wijsmaken dat ze menselijk zijn, maar digitale helpers die nog veel capabeler zijn, zijn onderweg. Achter de schermen gebruiken Siri, Alexa en soortgelijke technologieën verfijnde stemherkenningssoftware om te ontcijferen wat je verzoekt en hoe ze het kunnen verschaffen. Ze genereren natuurlijk klinkende taal om opgestelde antwoorden te geven die matchen met je vragen. Zulke systemen moeten eerst getraind worden – blootgesteld aan vele, vele voorbeelden van de soort verzoeken die mensen vaak maken – en mensen moeten de gepaste antwoorden schrijven en organiseren in zeer gestructureerde gegevensformaten.
Dat werk is tijdrovend en resulteert in digitale assistenten die beperkt zijn in de taken die ze kunnen uitvoeren. De systemen kunnen “leren” – hun zelflerende vermogens staan hen toe om de afstemming van binnenkomende vragen op bestaande antwoorden te verbeteren – maar tot een zekere hoogte. Zelfs zo zijn ze uitermate indrukwekkend.
Op een hoger niveau van verfijning worden nu technologieën ontwikkeld om de volgende generatie van zulke systemen toe te staan om ongestructureerde data (ruwe tekst, video, foto’s, audio, e-mails, etc.) van ontelbare bronnen te absorberen en te organiseren. Dan kan het systeem zelfstandig overtuigend advies opstellen – of met een tegenstander debatteren – over een onderwerp waarvan de aanpak nooit geoefend is.
We hebben een glimp opgevangen van dit vermogen op websites die chatbots aanbieden die, spontaan, vragen in natuurlijke taal kunnen beantwoorden uit een breed scala aan bestanden waar ze mee hebben geoefend. Zulke chatbots hebben relatief weinig tot geen training nodig over specifieke vragen of verzoeken; ze gebruiken een combinatie van vooraf geconfigureerde data en het opkomende vermogen om aangeleverd relevant achtergrondmateriaal te “lezen”. Ze moeten nog veel oefenen met het herkennen van woorden en bedoelingen voordat ze zeer accurate antwoorden kunnen geven.
In juni demonstreerde mijn werkgever, IBM, een verder gevorderde versie van de technologie: een systeem zette een debat met een menselijke expert in real time voort zonder eerdere training gehad te hebben over het onderwerp of de positie die beargumenteerd moest worden. Met gebruik van ongestructureerde data (waaronder de inhoud van Wikipedia, waarvan sommige delen waren bewerkt omwille van de duidelijkheid) moest het systeem de relevantie en waarheid van de informatie verifiëren. Het organiseerde dit in een herbruikbaar goed dat het zou kunnen gebruiken om coherente argumenten te vormen die de positie onderbouwen die hem was toegewezen. Het moest ook reageren op de argumenten van zijn menselijke tegenstander. Het systeem nam deel aan twee debatten tijdens de demonstratie en was door een grote groep van toeschouwers beoordeeld als de meest overtuigende partij tijdens een van de twee.
Het heeft vijf jaar geduurd om de faciliterende technologie te ontwikkelen – waaronder software die niet alleen natuurlijke taal begrijpt maar ook kan omgaan met de moeilijkere uitdaging om positieve en negatieve gevoelens te detecteren – en ze sleutelen er nog altijd aan. Desalniettemin opent de winst van een onvoorbereid AI-systeem tegen een gerenommeerde menselijke expert de deur voor talloze gerelateerde toepassingen die in de komende drie tot vijf jaar kunnen verschijnen, misschien wel eerder. Zulke systemen kunnen bijvoorbeeld artsen helpen om snel onderzoek te vinden dat relevant is voor een complex ziektegeval en dan de voordelen van een bepaald behandelingsprotocol af te wegen.
Deze intelligente systemen zullen alleen nuttig zijn om bestaande kennis bijeen te verzamelen, niet om het te creëren op de manier waarop een labowetenschapper of een expert dat zou doen. Omdat machines steeds intelligenter worden, roepen ze nog altijd het schrikbeeld van verlies van banen op. De maatschappij moet de volgende generatie van de vaardigheden voorzien die nodig zijn om problemen aan te pakken die menselijke vindingrijkheid behoeven om opgelost te worden.
