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 !
Het is nu al zo ver, vroeger dan verwacht: AlphaGo Zero is er in geslaagd ! Een Artificieel Intelligent systeem heeft kennis verworven vertrekkend van een wit blad. Zonder meer een mijlpaal! En het heeft het in slechts drie dagen geleerd!
Is de menselijke intelligentie nu voorbij gestoken? Neen en ook een beetje ja.
Het "eenvoudige" aan dit Go-spel, net zoals bij schaken, is dat er heel duidelijke spelregels zijn wat kan en niet kan, en dat je ook heel eenvoudig kan bepalen of het spel gedaan is. Problemen in de echte wereld voldoen meestal niet aan die eisen. De moeilijkste problemen zijn die waar de grenzen van wat kan en niet kan ook ethisch moeten onderzocht worden, en die waar je ook moet zoeken wat een waardevolle en haalbare doelstelling is. Met andere woorden, die problemen waar we de nodige wijsheid voor nodig hebben.
Maar heb je problemen met duidelijke spelregels en resultaatcriteria, ja daar is er geen weg meer terug. Maar om dit in perspectief te plaatsen: de allereerste computers konden ook al sneller en foutlozer rekenen dan de mens. We zitten nog steeds op diezelfde golf. Ik hoef wat ik verleden jaar heb geschreven slechts licht aan te passen:
Daar waar er veel goede voorbeelden in een computer kunnen gestoken worden,
of waar die computer zelf de voorbeelden kan genereren,
daar kunnen we kennisassistenten bouwen die
sneller, goedkoper en grondiger werken.
Zie ook: Waarom Artificiële intelligentie (AI) niet zonder Kennismanagement (KM) kan.
Reacties