Het is wereldnieuws: Computer wint van Wereldkampioen Go !
"Het programma AlphaGo - ontworpen door DeepMind, in handen van Google - neemt daarmee een beslissende 3-0 voorsprong in de vijfvoudige krachtmeting. De 33-jarige Lee Se-dol had bij aanvang van de ultieme kamp tussen mens en machine niet verwacht te verliezen, laat staan drie keer op rij.
De zege van AlphaGo werd gezien als een mijlpaal in de ontwikkeling van de zelflerende machine. Go werd, wegens de vele mogelijke zetten, lange tijd als te complex voor computers beschouwd omdat je het mogelijke spelverloop moet ‘aanvoelen’ om zo de beste strategie te kiezen.DeepMind pakte het probleem aan met neurale netwerken, software die de werking van hersencellen imiteert. Een neuraal netwerk kan een beeld – bijvoorbeeld de letter ‘p’ of een kat – leren herkennen door er veel voorbeelden van te ‘zien’.
Het toonde AlphaGo dertig miljoen Go-zetten van menselijke topspelers, zodat AlphaGo die leerde voorspellen. Vervolgens speelde de computer nog miljoenen spelletjes tegen zichzelf, om verder te leren. Met succes."
Het idee om met neurale netwerken een computerprogramma te maken dat 'aanvoelt' is niet nieuw. Reeds in de jaren 90 heeft een team met mijn medewerkers succesvolle neurale netwerken gemaakt om aan te voelen of een lening mag toegekend worden, of handelsmerken (te) goed op elkaar gelijken zodat ze een breuk op de intellectuele rechten zouden kunnen inhouden enz.. Wat hier nieuw is, is de schaal waarop de neurale netwerken zijn toegepast, mogelijk gemaakt door de steeds krachtiger computers. En wanneer we over 30 miljoen zetten van menselijke topspelers spreken, dan benutten we het voordeel van 'big data'! In die zin worden veel toepassingen die we twintig jaar geleden en meer conceptueel konden bedenken nu ook realiseerbaar.
Maar is dit een mijlpaal? Ja, mits we beseffen dat we nog veel mijlpalen te gaan hebben voor artificiële intelligentie op menselijke intelligentie begint te gelijken.
Vooreerst is het probleem van het leren en begrijpen van natuurlijke taal nog verre van opgelost. Als je de vraag zou stellen "Wat is het telefoonnummer van Napoleon", dan antwoordt Siri, de spraakassistent op mijn iPhone: "welke contactpersoon bedoel je", want er is niemand die zo heet in mijn adresboek. Maar als mens heb je ook een reactie als "In de tijd van Napoleon waren er nog geen telefoons" Bij menselijke taalverwerking gebruiken we enorme hoeveelheden zgn. 'wereldkennis' grote verzamelingen weetjes als: 'de telefoon bestaat sedert ongeveer 1900', 'De bekendste Napoleon is Bonaparte, en die leefde rond 1800' We zullen pas een nieuwe mijlpaal bereiken als de computer voldoende natuurlijke taal zal verstaan om zelf in bv. de Wikipedia te gaan 'lezen' en inhoud uit verschillende artikels 'logisch' te gaan combineren. Maar dat belet niet dat technieken van machinaal leren al niet nuttig ingezet kunnen worden. Ken je bv. Linguee of Reverso Context ? Als je een woord of uitdrukking wil vertalen, gaat het systeem zoeken naar meertalige pagina's op het Internet, en toont je dan relevante mogelijke vertalingen in verschillende contexten. Bekijk bij wijze van voorbeeld 'Hij is om zeep'. In dit voorbeeld wordt het Internet zelf gebruikt als 'big data'.
Een volgende te halen mijlpaal is de wijsheid, behoorlijk letterlijk op te nemen als 'de weg kunnen wijzen', weten waar je naar toe moet, kunnen beslissen... Dit vereist waarden. Dit verschilt ook bij mensen: de ene is ondernemend, de andere mikt op veiligheid; De ene waarde is niet a priori beter dan de andere, het komt er op neer dat de passende mensen in passende contexten actief zijn, en dat er voldoende diversiteit is. Maar het volstaat niet om waarden te hebben, je moet vooral situaties kunnen interpreteren en relateren aan waarden. Voor de ene geldt 'Liefde is samen de afwas doen', voor de andere 'Liefde is overuren kloppen om een afwasmachine te kunnen kopen' En ook hiervoor moeten we eerste het probleem van de wereldkennis en de natuurlijke taalverwerking oplossen.
Ik zou hier nog uren kunnen over doorgaan, maar de bottom line is dit: in de huidige stand van de technologie kunnen we steeds krachtiger nuttige vakidioten bouwen, onvermoeibare intellectuele slaafjes. Maar dit is al van in het begin van de computers zo. Ooit was 'computer' de naam van een gerespecteerd intellectueel beroep: iemand die goed en snel kon rekenen. We zijn steeds meer gesofisticeerde informaticatoepassingen gaan bouwen gaan doen, denk bv. aan de GPS. Economisch gesproken kunnen we concluderen:
Daar waar er veel goede voorbeelden in een computer kunnen gestoken worden,
daar kunnen we kennisassistenten bouwen die
sneller, goedkoper en grondiger werken.
Maar in veel gevallen heb je de mens nodig om om goede voorbeelden te bedenken of te verifiëren. Het zou een nog veel grotere doorbraak zijn mocht men een Go computer maken die zo goed wordt door enkel te leren uit het spelen tegen zichzelf, zonder te vertrekken van de dertig miljoen menselijke meesterzetten !
Zie ook:
"Daar waar er veel goede voorbeelden in een computer kunnen gestoken worden, daar kunnen we kennisassistenten bouwen die sneller, goedkoper en grondiger werken."
-> er zijn er nog die zo gedacht hebben: https://azure.microsoft.com/en-us/services/cognitive-services/
Geplaatst door: Peter Van Damme | 01 april 2016 om 15:54