Frank van Harmelen is hoogleraar Kunstmatige Intelligentie aan de Vrije Universiteit Amsterdam en zit in de adviescommissie voor de Ammodo Science Awards.
Sinds 2020 is hij directeur van het Hybrid Intelligence Centre dat onderzoek doet naar AI-systemen voor de toekomst. ‘Hybride intelligentie draait om succesvolle samenwerking tussen mens en machine, waarbij het geheel meer is dan de som der delen.’
Hoe zou je de opkomst van AI omschrijven?
Artificiële Intelligentie (AI) is wat mij betreft het opwindendste vakgebied in de informatica. De geschiedenis ervan laat zich omschrijven als een soort achtbaanrit van grote verwachtingen en ambities die uitmondden in zowel mislukkingen als prachtige ontdekkingen. Sommige ontwikkelingen gingen sneller dan verwacht, andere juist veel langzamer. Zo voorspelden Amerikaanse onderzoekers in de jaren zestig vol zelfvertrouwen dat een computer binnen vijf jaar de wereldkampioen schaken zou kunnen verslaan. Uiteindelijk lukte dat pas in 1997, bijna veertig jaar later. Maar dat was nog niet de AI zoals we die tegenwoordig kennen.
Wat waren de belangrijkste ontwikkelingen?
In de jaren tachtig richtte het onderzoek zich vooral op de ontwikkeling van expertsystemen om menselijke specialisten te ondersteunen, zoals artsen bij het stellen van diagnoses. Deze modellen werden handmatig geprogrammeerd met duizenden beslisregels, vaak met directe input van experts. Vandaag de dag werken we op veel grotere schaal en beschikken we over systemen met honderden miljoenen regels en enorme medische databases, op basis waarvan AI advies kan geven. Tegelijkertijd brak in de afgelopen decennia machine learning door. Daarbij voer je geen regels in maar leert AI zelf patronen ontdekken. Dan geef je de computer grote hoeveelheden voorbeelden, bijvoorbeeld patiëntendossiers, en dan leert hij zelf welke medicijnen werken voor welke ziektes. Tegenwoordig zijn er dus twee AI-scholen: de kennisgebaseerde benadering, met miljoenen expliciete regels, en machine learning, waarbij computers leren van voorbeelden zonder instructies. De uitdaging ligt nu in het samenvoegen van deze twee benaderingen, wat in de praktijk ingewikkeld is door de verschillen in de onderliggende wiskunde en methodologie.
Hoe kon machine learning het afgelopen decennium zo’n vlucht nemen?
Dat was mogelijk door twee cruciale factoren: de beschikbaarheid van immense rekenkracht en toegang tot grote datasets. Met name grote hoeveelheden data zijn essentieel omdat machine learning afhankelijk is van een overvloed aan trainingsvoorbeelden. Het vertalen van Engels naar Chinees kan bijvoorbeeld niet volledig worden beschreven met regels, maar als je voldoende Engelse teksten en bijbehorende Chinese vertalingen hebt kan het systeem zelfstandig patronen herkennen. In het afgelopen decennium is ook deep learning ontstaan, waarmee computers complexe patronen in data kunnen ontdekken die voorheen niet zichtbaar waren. Dat heeft nieuwe toepassingen zoals gezichtsherkenning, automatische vertaling en zelfrijdende auto’s opgeleverd.
Je bent directeur van het Hybrid Intelligence Centre. Wat was de drijfveer achter de oprichting van dit centrum?
We zijn in 2020 van start gegaan dankzij een Zwaartekrachtpremie van twintig miljoen euro. Ons doel is om AI-systemen te ontwikkelen die effectief kunnen samenwerken met mensen, met als resultaat hybride teams waar menselijke en computerintelligentie elkaar aanvullen. Binnen het Hybrid Intelligence Centre werken zeven universiteiten samen, elk met drie of vier onderzoeksgroepen met eigen expertises. In totaal hebben we nu zo’n tachtig PhD-studenten dus daarmee beschikken we over echte slagkracht. In 2020 waren we pioniers met zulk grootschalig en interdisciplinair onderzoek naar hybride intelligentie. Goede ideeën worden vaak gelijktijdig ontwikkeld en inmiddels wordt er wereldwijd aan dit onderwerp gewerkt onder verschillende namen: in Duitsland noemen ze het Human Centric AI, en er is zelfs een Stanford Center for Human-Centered AI. Het besef groeit dat de toekomst van AI niet draait om het vervangen van mensen, maar om het ondersteunen, efficiënter maken en op een hoger niveau laten werken.
Lees de rest van het interview op de website van Ammodo.
Foto credits: Ammodo.
