De creatieve menselijke geest geeft zich niet zomaar gewonnen. Uitgerust met ‘domme’ maar handige VR-technologie kan ze de computer verslaan, zoals experimenten voor specifieke toepassingen onlangs hebben aangetoond.
Robots die de wereld overnemen, en de mens die veroordeeld wordt tot de status van bankzitter. Dat is het doemscenario van op hol geslagen AI. Net door die apocalyptische lading wordt dit scenario ook steeds vaker opgepikt door film- en tv-makers. In deze (voorlopig nog fictieve) films en series nemen robots (of hun aaibare soortgenoten, de cobots) niet alleen onze fysieke arbeid uit handen, maar voeren algoritmen ook concurrentie met ons denkvermogen.
Maar de realiteit behoeft, zoals altijd, nuance. En niet een klein beetje. Het bijzondere is dat er nu ook kanttekeningen bij de almacht van AI worden geplaatst door wiskundigen en computerwetenschappers, want laat dat net de wetenschappers zijn die met hun onderzoek de drijvende kracht vormen achter de ontwikkeling van AI. Zo blijkt uit recent onderzoek dat systemen met robots gebaat zijn met een nauwe samenwerking met de mens. En dat de aanwezigheid van de mens in een geautomatiseerde omgeving niet alleen gerechtvaardigd kan worden vanuit sociale en psychologische motieven (bijvoorbeeld om de robots te controleren), maar ook omwille van de efficiëntie.
‘De huidige AI-algoritmen die op big data werken maken soms al gebruik van een menselijke schakel’, zegt Rudi Penne, wiskundige aan de Faculteit Toegepaste Ingenieurswetenschappen (FTI) van de Universiteit Antwerpen. ‘Deze zogenaamde “human in the loop” is bijvoorbeeld onmisbaar om een enorme stroom gegevens in real time te kunnen verwerken. Door datavisualisatie, en zelfs “sonificatie” (waarbij gegevens een audiotag meekrijgen, red.), kan de menselijke geest patronen zien en vermoeden waarvoor het algoritme totaal geen voeling heeft.’
De Antwerpse onderzoeksgroep van Penne (Op3Mech genaamd) heeft onlangs aangetoond dat een systeem met een human in the loop beter presteert in een zogeheten optimalisatievraagstuk, nochtans typisch een probleem waar de mens al decennia zijn meerdere moet erkennen in de numerieke computerkracht. Aanstaande doctor Boris Bogaerts vergeleek in het kader van zijn thesis de prestaties van geautomatiseerde algoritmen met een oplossing uitgedokterd door een mens in een virtual reality–omgeving. Hij gebruikte daarvoor de resultaten van een lopend project binnen de onderzoeksgroep waarin het nut van nieuwe monitortechnologieën bij de bewaking van de veiligheid op de werkvloer wordt onderzocht. Een belangrijke opgave daarin is het ontwerpen van een optimaal cameranetwerk om de veiligheid van havenarbeiders te (helpen) verzekeren tijdens het laden en lossen.
De opgave oogt eenvoudig, maar is dat niet. Ook niet voor geautomatiseerde algoritmen. In een netwerk van meer dan (pakweg) tien camera’s is het aantal mogelijke cameraconfiguraties immers groter dan het aantal atomen in het universum. Bovendien is het niet evident een exacte nutsfunctie (een wiskundig voorschrift) neer te schrijven die vervolgens kan worden geoptimaliseerd door algoritmen. Op sommige vragen kan bijvoorbeeld alleen een mens (liefst iemand met verstand van havenveiligheid) antwoord geven. Welke plekken op de werkvloer worden bijvoorbeeld best gecoverd door meerdere camera’s? En hoeveel moeten er dat dan zijn?
De geautomatiseerde algoritmen moeten dus sowieso de hulp krijgen van specialisten. Maar dat is niet de enige werkbare manier. Bogaerts ontdekte immers dat de ‘manuele’ oplossing, waarbij een werknemer (en dit hoeft zelfs geen veiligheidsspecialist te zijn) gewapend met een VR-bril enkele inschattingen maakt gebaseerd op zijn ervaring en gevoel, efficiënter is dan de dure algoritmische-aanpak.
‘Eigenlijk hebben we een VR-interface ontwikkeld waarmee een mens een cameranetwerk kan ontwerpen’, zegt Bogaerts. ‘Dankzij de VR kunnen we hem plaatsen in elke mogelijke virtuele omgeving, want die is samengesteld uit beelden van de echte omgeving. Dankzij de VR-bril kan hij die omgeving bovendien bekijken vanuit elk mogelijk camerastandpunt. Hij kan dan onmiddellijk ontdekken welke plekken goed zichtbaar zijn voor een of meerdere camera’s – die kleuren we immers in – en welke volledig onzichtbaar zijn. Ten slotte kan hij ook in- en uitzoomen op de omgeving, waardoor hij een optimaal perspectief krijgt.’
Bogaerts toonde aan dat zelfs onervaren proefpersonen, gewapend met een VR-bril, beter zijn in het configureren van een cameranetwerk (hier bestaande uit 25 veiligheidscamera’s). De conclusie van het Antwerpse onderzoek? Bogaerts: ‘Wij hebben aangetoond dat de menselijke creativiteit oplossingen voor problemen kan vinden die een computer niet kan vinden, ongeacht de complexiteit van het algoritme dat wordt gebruikt.’
