De ontwikkeling van nieuwe kunstmatige intelligentie gaat zo snel dat deze voor de meeste mensen niet meer bij te houden is, zo valt te concluderen uit een vorige week uitgekomen rapport van het Amerikaanse marktonderzoeksbureau CBInsights, Artificial Intelligence: Trends to watch 2020. Binnen een jaar of sneller nemen door AI gestuurde robots en computers delen van ons persoonlijke denkwerk over hetgeen nieuwe producten oplevert die betere medische analyses mogelijk maken maar ook ernstige problemen kunnen veroorzaken als AI gebruikt wordt om te stelen of om de feiten te manipuleren.
Marilyn Monroe komt weer tot leven
In de eerste plaats zullen in 2019 gestarte ontwikkelingen op het gebied van AI doorgaan en zullen de producten die dat oplevert zich in razend tempo vermenigvuldigen. Neem het fenomeen deepfakes, de technologie waarbij computercode voor de weergave van – bijvoorbeeld – een gezicht verwisseld wordt voor de code voor de weergave van een ander gezicht. Het gebruik daarvan zal een vlucht nemen, verwacht CBInsights. Het goede nieuws is dat deze technologie filmsterren van weleer kan doen herleven. Marilyn Monroe en James Dean bijvoorbeeld kunnen moeiteloos gedeepfaked worden waardoor er een nieuwe film met hen uitgebracht kan worden waarin ze dus zelf nooit geacteerd hebben.
De keerzijde van het feit dat de technologie om te deepfaken steeds beter wordt en voor een ieder toegankelijk is die een beetje handig is op internet is dat meer oplichting te verwachten valt. Als voorbeeld noemen de marktonderzoekers ‘voice spoofing’, waarbij een stem gedeepfaked wordt die klinkt als die van een bekende en die bijvoorbeeld een werknemer opdracht geeft geld van het bedrijf over te maken. Ook te vrezen valt malware die valse data verspreid waardoor AI op een verkeerde manier getrained wordt. Natuurlijk zal er AI verschijnen die dat soort malware opspoort en blokkeert. Tegelijk zal er AI verschijnen die het mogelijk maakt deze blokkades te omzeilen.
Steeds beter medische analyses
Een positieve ontwikkeling die CBInsights beschrijft lijkt de trend op gebied van machine learning die ‘federated learning’ genoemd wordt. Dat houdt in dat een netwerk van computergestuurde randapparatuur verzamelde informatie uitwisselt waardoor de gedeelde AI sneller leert en steeds betere analyses maakt. Neem bijvoorbeeld een ziekenhuis dat samenwerkt met een onderzoekslaboratorium voor kanker en een medische faculteit van een universiteit dat kanker onderzoekt. Stel dat zij al hun fotomateriaal van gevonden kankersoorten delen en relateren aan de daaraan gerelateerde geanonimiseerde patiëntendata, en dat ze dat hun AI laten analyseren. Dan wordt de AI van het ziekenhuis waar kankerpatiënten zich laten behandelen steeds beter in het herkennen van de ziekte en het voorspellen van het verloop.
Een andere methode die in ontwikkeling is en die medisch gebruikt kan worden is volgens CBInsights ‘natural language processing’. Dat is een systeem waarbij AI getrained wordt voor het herkennen van het gebruik van bepaalde woorden. Hoe meer woorden het systeem herkent na het gebruik van eerder ingetikte woorden, hoe sneller hij weet wat een consument gaat tikken als hij of zij een Whatsapp bericht schrijft.
Automatische speurtocht naar ontbrekende cel
Diezelfde manier waarop de AI voor het voorspellen van in te tikken tekst werkt, kan toegepast worden op een systeem voor de medische zorg dat AI traint om bepaalde cellen te herkennen. Zo kan de AI ontdekken welke cel er in het systeem ontbreekt of zal bijkomen, zodat een arts dat weet zonder dat hij of zij daarvoor een uitvoerig onderzoek heeft hoeven doen. Als dat systeem blijkt te werken, scheelt dat labkosten. Je zou kunnen denken dat dit ten koste gaat van het aantal laboranten dat aan het werk is. Maar het is de vraag of dat in alle gevallen zo is. Niet al het onderzoek dat je als arts zou willen hebben, kan gedaan worden omdat het te duur is of omdat het zoveel tijd kost voor het af is dat het geen zin heeft. In dat geval levert de AI dus betere kennis op wat hoop biedt op betere medische zorg.
De explosieve ontwikkeling van AI op verschillende terreinen levert veel werk op voor AI engineers. Probleem is echter dat het zoveel is dat ze de vraag niet aankunnen, volgens CBInsights. Ook daar is een oplossing voor gevonden, zo schrijven de marktonderzoekers.
Neuraal netwerk voor doe-t-zelvers vanwege tekort
Er is namelijk AI in ontwikkeling die bedrijven in staat stelt zelf een neuraal netwerk van verschillende computersystemen samen te stellen. Volgens de schrijvers van het rapport kan je dit soort kunstmatige intelligentie vergelijken met een kant-en-klare pizzabodem die je kan vullen met verschillende toppings. Die toppings zijn dus de andere informatiesystemen waarvan je gebruik wilt maken.
Een probleem dat het rapport in het geheel niet bespreekt is het gebrek aan standaarden waaraan de toekomstige AI in de VS moet gaan voldoen. Dit is een serieus probleem voor de VS, schreef de voormalig ceo van Google, Eric Schmidt (die tegenwoordig voorzitter is van de National Security Commission on Artificial Intelligence), afgelopen maand nog op de opiniepagina van de New York Times. In dat opzicht doet de EU het beter: vorige maand presenteerde de Deense eurocommissaris Margrethe Vestager haar eerste voorstel voor een AI-wet die komende tijd besproken gaat worden en de standaard wordt voor Europese AI.
Als je dit artikel leuk vindt, lees dan ook:
