Kunstmatige intelligentie

Het is moeilijk te definiëren wat 'intelligentie' precies is. Het is derhalve ook moeilijk te definiëren wat artificiële intelligentie precies is.

Dingen die aanvankelijk als zeer intelligent werden beschouwd, zoals het winnen van een partij schaak van de wereldkampioen schaken, blijken opeens toch niet zo intelligent te zijn als het doel eenmaal is bereikt (Kasparov-Deep Blue, 1997). Soms wordt weleens half-schertsend gezegd 'Kunstmatige intelligentie is wat we de computer nog niet kunnen laten doen'.

Meer gedetailleerd definiëren Andreas Kaplan en Michael Haenlein artificiële intelligentie als "het vermogen van een systeem om externe gegevens correct te interpreteren, om te leren van deze gegevens, en om deze lessen te gebruiken om specifieke doelen en taken te verwezenlijken via flexibele aanpassing."[2] Geleend uit de managementliteratuur, classificeren Kaplan en Haenlein artificiële intelligentie in drie verschillende types van AI-systemen: analytisch, mens-geïnspireerd en vermenselijkte artificiële intelligentie. Analytische AI heeft enkel eigenschappen die consistent zijn met cognitieve intelligentie die een cognitieve voorstelling van de wereld genereert en die leren gebruikt op basis van vorige ervaringen om toekomstige beslissingen te beïnvloeden. Mens-geïnspireerde AI bevat elementen van cognitieve en emotionele intelligentie, begrip, in aanvulling op cognitieve elementen, alsook menselijke emoties waarmee rekening wordt gehouden in het beslissingsproces. Vermenselijkte AI vertoont eigenschappen van alle types competenties (cognitieve, emotionele en sociale intelligentie), en is in staat zelfbewust te zijn in interacties met anderen.

Een vrij algemeen geaccepteerde test voor kunstmatige intelligentie is de turingtest, geformuleerd door de Engelse wiskundige Alan Turing, een van de vaders van de informatica. Deze komt erop neer dat als een computer iemand voor de gek kan houden en deze kan laten geloven dat hij een mens is, de computer intelligent moet zijn.

Deze visie kan tot het 'extreme' doorgevoerd worden, wat leidt tot het idee dat een kunstmatig intelligente entiteit het ultieme model van de mens is. In deze hoedanigheid heeft de AI veel te maken met de psychologie. Een andere visie is om alleen de 'goede' dingen van de mens te gebruiken en waar mogelijk dingen te verbeteren. Computers zijn in verschillende dingen, zoals wiskunde, een stuk beter dan mensen. Een menselijke intelligentie gecombineerd met de rekenkracht en opslagtechnieken van een computer overstijgt de menselijke intelligentie. Bij dergelijke artefacten is de mens als maat overduidelijk minder geschikt. Als dit het doel is dan relateert de AI zich weer meer met de informatica.

Technieken als neurale netwerken en genetische algoritmen laten zien dat de AI ook inspiratie haalt uit de biologie. Zoals te lezen is zijn veel takken van de wetenschap gerelateerd aan de AI. De kunstmatige intelligentie zou dus ook gezien kunnen worden als een brug tussen verschillende disciplines.

De turingtest komt erop neer dat als een computer iemand voor de gek kan houden en deze kan laten geloven dat hij een mens is, de computer intelligent moet zijn. Voor zo'n test moeten dan de omstandigheden zodanig worden gemaakt dat de proefpersoon niet ziet met wie hij praat, bijvoorbeeld door via een toetsenbord met iemand in een andere kamer te converseren. Een definitie van John McCarthy uit 1955 stelt dat het gaat om "een machine zich zo laten gedragen dat we dat intelligent gedrag zouden noemen als een mens zich zo gedroeg" in zijn "Proposal for the Dartmouth Summer Research Project On Artificial Intelligence" (1955), waarin de term voor het eerst opduikt.

Binnen de AI kan onderscheid gemaakt worden tussen "sterke AI" en "zwakke AI".

Sterke AI houdt zich bezig met onderzoek met betrekking tot het creëren van een computer of software die echt kan redeneren en problemen oplossen, en die wellicht zelfbewustzijn zou hebben; hiervan zijn weer twee subtypen te onderscheiden, namelijk de mens-gelijke AI, een computer die redeneert en denkt als een mens, en de niet-mens-gelijke AI, waarin de computer een niet-menselijke, maar eigen computer-intelligentie ontwikkelt.

Zwakke AI houdt zich bezig met onderzoek in beperkte deelgebieden waarin gedragingen mogelijk zijn die intelligent lijken, maar niet echt intelligent zijn. Hier zijn de meeste vorderingen gemaakt, in de vorm van bijvoorbeeld zoekalgoritmen en expertsystemen.

Er valt een argument te maken dat er geen onderscheid is tussen sterke en zwakke AI. Het kan namelijk gezien worden als twee uitersten op een schaal. Een conglomeratie van meerdere "zwakke AI" kan heel erg lijken op een "sterke AI". Bovendien, als het intelligent oogt en zich intelligent gedraagt ... is het dan niet gewoon intelligent? Oftewel: is een "sterke AI" niet gewoon een zeer uitgebreide "zwakke AI"? Wederom speelt het probleem waarmee dit artikel begon: wat is intelligentie?

Of de sterke variant mogelijk is, blijft onderwerp van debat. De voorstanders zeggen dat aangezien de mens het ook met zijn hardware (namelijk het zenuwstelsel) doet, dit althans theoretisch in principe na te bootsen moet zijn in computerhardware. De tegenstanders beweren van niet, omdat de mens het volgens hen juist niet alleen met zijn hardware doet: wat een mens tot een mens maakt is meer dan hardware. De Engelse wiskundige Roger Penrose heeft betoogd dat het nabouwen/simuleren van menselijke hersenen principieel onmogelijk is op grond van de Onvolledigheidsstelling van Kurt Gödel maar zijn tegenstanders claimen dat dezelfde argumenten ook voor de hersenen zouden gelden en dat Penrose althans zichzelf toch wel intelligent vindt. Het argument van Lucas van J.R. Lucas maakt ook gebruik van de onvolledigheidsstelling van Gödel om te beredeneren dat mensen iets kunnen wat computers niet kunnen.

Een andere vraag is: als (sterke) kunstmatige intelligentie mogelijk is, is er dan een bovengrens aan de mogelijke intelligentie? Deze vraag wordt ontkennend beantwoord door de transhumanisten.

Kunstmatige intelligentie is een interdisciplinair vakgebied. Om functionele kunstmatige intelligentie te bereiken worden er technieken uit verschillende vakgebieden gebruikt. Deze vakgebieden variëren van informatica tot geesteswetenschappen. Een greep uit deze gebieden: patroonherkenning en beeldverwerking, cognitieve psychologie, logica, statistiek en linguïstiek. Voorbeelden van onderzoeksvragen zijn:

• het begrijpen van opdrachten die worden gegeven met betrekking tot een kamer waarin zich eenvoudige geometrische vormen (kubussen, piramides, etc) in verschillende vormen en kleuren bevinden, zoals "zet de rode piramide op de grote blauwe kubus".
• het simuleren van het gedrag van (veel) eenvoudiger dieren dan mens, bijvoorbeeld een mier, of een bodemaaltje, maar ook dat van een school vissen of een zwerm vogels (zwermintelligentie).
• het spelen van diverse denksporten, bijvoorbeeld schaken, dammen, checkers of Go. Checkers (dammen op een 8x8 bord) was het eerste niet-triviale denkspel waarvoor begin jaren 60 al werd geclaimd dat het door de computer opgelost was. Bij deze bewering zijn - althans waren in die tijd - een groot aantal kanttekeningen te plaatsen en de "algemeen bekende feiten" hierover zijn bijna allemaal onjuist: het programma versloeg eenmaal een redelijk bekwaam speler die geen meester of grootmeester was, en verloor de volgende 6 partijen. De decennialang onbetwiste wereldkampioen Marion Tinsley is kort voor zijn dood tweemaal verslagen door een checkersprogramma dat Chinook heet.
• het leren van een groot aantal feiten uit de echte wereld en het proberen daar door logische regels conclusies uit te trekken.
• het voeren van een gesprek waarbij de enige echte input van de menselijke gesprekspartner zelf komt, zonder dat die dat in de gaten heeft (rogeriaanse psychotherapie). Dit is een soort turingtest op een beperkt terrein, en het blijkt verrassenderwijs mogelijk een enorm aantal mensen, mits ze tevoren geen achterdocht koesteren, te misleiden: velen hebben al gevraagd even met de terminal alleen te worden gelaten om onder vier ogen met de computer te kunnen praten, "omdat hun gesprekspartner hen zo goed begrijpt".

Ook de benadering van het programmeerprobleem is zeer verschillend, van prescriptieve algoritmen tot logisch redenerende programma's tot zelflerende neurale netwerken. In dit leren maken we onderscheid tussen gecontroleerd leren, ongecontroleerd leren en versterkt leren.

Bij videospellen wordt ook gesproken van een AI engine. Daarmee wordt de code bedoeld die de door de computer bestuurde tegenstanders van de menselijke speler aanstuurt. Het begrip AI engine wordt zowel gebruikt voor concurrenten van de menselijke speler in strategische spellen als Civilization als voor vijanden in schietspellen. Over het algemeen zijn de engines in de laatste spellen minder ontwikkeld of wordt simpelweg vervalst: moeilijkere vijanden zijn meestal simpelweg minder kwetsbaar, komen in grotere aantallen of hebben betere wapens, maar van intelligentie is nauwelijks sprake.

Dit gebrek aan intelligentie bij schietspellen wordt vooral veroorzaakt doordat het zeer lastig is om te bepalen wat nu 'goed' of 'slecht' is. Een computer AI kan bijvoorbeeld in het donker gaan staan zodat hij minder zichtbaar is, maar soms is het donkere gedeelte juist goed te beschieten vanaf bepaalde plekken. De AI kan tijdens een vuurgevecht afstand houden voor meer overzicht of juist dichterbij komen om de speler te overrompelen. Het is dus moeilijk om een AI te programmeren die aan dit soort problemen een 0 of een 1 kan plakken, oftewel een goed besluit kan nemen om door te lopen of terug te gaan. Simpelweg omdat het moeilijk te bepalen is, wat goed is voor de AI.

Bij strategische spellen zijn er veel numerieke variabelen in de 'game engine' waar een AI iets mee kan. Bijvoorbeeld: veel goudmijnen = veel geld. De programmeur programmeert de AI op zo'n manier dat als er weinig geld te besteden is de AI daarop reageert met het bouwen van meer goudmijnen. Dit heeft weer als gevolg dat hij een groot leger kan bouwen om de speler mee te verslaan. Het is dus veel makkelijker en duidelijker hoe je een AI moet programmeren zodat het een conflict met de speler kan winnen.

Er zijn ook technieken waarbij de programmeur minder werk heeft, zoals dynamic scripting, die een tegenstander 'leert' zich aan te passen aan de speler. In tegenstelling tot andere AI-gebieden wordt de intelligentie niet gemaximaliseerd: het doel is de tegenstander van ongeveer hetzelfde niveau te laten zijn als de speler, omdat het spelen tegen een te goede tegenstander niet als onderhoudend wordt ervaren. De tegenstanders beginnen volgens deze techniek dus met een matige speelsterkte, en groeien mee met het speelniveau van de speler.

Veel gebruikte technieken in computerspellen worden niet gebruikt in robots; het doel van kunstmatige intelligentie in computerspellen is om een realistische en plezierige belevenis voor de speler te creëren. Het is hiervoor vaak niet nodig om dezelfde mate van zelfstandigheid en rationaliteit in te bouwen in de bots zoals dat bij robots wel nodig is.