Ben jij straks werkloos door kunstmatige intelligentie?

Computers kunnen getraind worden om zonder tussenkomst van mensen beslissingen te nemen. Kunstmatige intelligentie kan niet logisch nadenken zoals mensen, maar kan wel taken uitvoeren en leren op basis van data die je invoert. Die ingevoerde data heeft invloed op de uitkomst. Soms kan AI hierdoor discrimineren. Ook kost het trainen veel stroom.

Hier Dev, het script.
Nee wacht ff, ik wil wat anders doen.
Ok?
Euh...
Even je bloesje goed doen Dev.
Ja.
Nee maar je moet, je moet je microfoontje...
Ja, wacht. Wacht even.
Oké, even kijken. Introotje nodig nog... Veel te lang. Korter!

Ik ben volgens mij helemaal niet nodig zo hè.
Nou als je het zo wil spelen, dan euh...
Hallo jongeren tussen de twintig en dertig jaar! Ben je geïnteresseerd in...
Nee, gaan we niet doen.

Even kijken... Ik doe het wel gewoon zelf, want... Goed.
Een gigantische stap in de kunstmatige intelligentie.

Pure verwondering, het is echt magie.

Het kan inderdaad essays schrijven, sollicitatiebrieven, gedichten.

Al gaat dat laatste in het Nederlands niet altijd even goed.

Mijn dochters doen dit tien keer beter. En die zijn 10 en 12.

Dit is ChatGPT - en het kent een soort van het hele internet tot en met 2021 uit z'n hoofd.

Ze hebben dus bijna het hele internet leeggezogen om als trainset te gebruiken, dus dat zijn inderdaad boeken, maar ook internetforums, social media...

- Dus alle menselijke kennis zou je kunnen zeggen, zitten in dat ding?

Gemaakt door het Amerikaanse bedrijf OpenAI. En één van de oprichters is, daar is-ie weer: Elon Musk.
De bot ging in november live en binnen een week had het meer dan 1 miljoen gebruikers.

Indrukwekkend noemen experts het.
Een gigantische stap in de wereld van de kunstmatige intelligentie. AI.

In deze video gaan we AI ontleden. Want wat is het eigenlijk? Wat is de kritiek? En hoe kan het ons juist helpen?

Die camera daar, die maakt jou eigenlijk een beetje overbodig?
- Ja.
Nou niet helemaal...

Dev, wat ben je nou weer aan het doen?
Ja wacht ff - ik ben de punchline vergeten.
Ha, is gelukt!
Even kijken hoor, luister...
Kom mee naar de toekomst en ontdek hoe kunstmatige intelligentie ons leven zal veranderen.
Dit is de wereld van AI, en jij bent erbij!
Deze robot.

Laten we beginnen bij de basics.

AI staat voor artificiële intelligentie of kunstmatige intelligentie.
Het is de mogelijkheid van computers om keuzes te maken zonder dat wij mensen daaraan te pas komen.

Dat klinkt misschien ziek futuristisch, maar als je om je heen kijkt, zie je het eigenlijk overal.

Daar komt bij dat sommige AI-technieken al meer dan vijftig jaar bestaan.

Maar vijftig jaar geleden zag de wereld er natuurlijk iets anders uit.

De echte doorbraken, denk aan zelfrijdende auto's, gezichtsherkenning, Google Translate en persoonlijke assistenten als Siri.

Momenteel is het helder en is het 1 graad...
Ja, wat boeit dat?

Die zijn er door het internet en de enorme bak met data die je daar gratis bij krijgt.
En niet om m'n eigen baan te redden, maar AI is eigenlijk een vrij domme toepassing.

Ja, serieus waar... Luister.

AI is goed in het uitvoeren van één ding.
Dus herken een bepaald object in een foto, ga van A naar B, dat soort dingen.
Het heeft geen brein waarmee het logisch kan nadenken.

En dat is weer iets wat jij en ik wél kunnen.

Nouja...
AI is een soort hypewoord geworden de afgelopen jaren dat voor heel veel dingen gebruikt wordt. Daarom is het goed om te weten dat, als we het over AI hebben tegenwoordig, we meestal praten over:
Machine learning.

En hier wordt het interessant. Bij machine learning leer je een computer patronen te herkennen uit oude data en daaruit weer voorspellingen te doen.
Om uiteindelijk een keuze te kunnen maken zonder dat wij tussendoor moeten ingrijpen. Snap je?

Wacht... Bekend voorbeeld dit. Kijk. Wat is dit? Ja, een hond inderdaad. En dit... Een kat. En dit? Ja. En dit? Nouja, volgens mij snap je het. Hoe we dit onderscheid kunnen maken? Omdat we weten welke eigenschappen honden en katten hebben. Ze hebben een heel ander lijf, een andere kop, ze staan anders.
Allemaal verschillen die ze anders maken van elkaar.

Nou, wat we gedaan hebben is eigenlijk machine learning in het klein. Want bij machine learning geef je een computer honderden, duizenden wat zeg ik, miljoenen voorbeelden waarvan jij zegt: dit is een hond en dit is een kat.

Uiteindelijk snapt die computer wat wat is en kan-ie ze zelf herkennen.

Een leveltje omhoog is het herkennen van individuele kenmerken. Dus niet alleen dat dit een menselijk gezicht is.

Maar snappen dat dit ogen zijn en dat ze naast elkaar staan, de neus eronder en de mond daar weer onder. Hierin lijkt de computer best wel op ons.

Want jij en ik hebben ook ooit geleerd hoe een hond en een kat eruitzien. Ons brein heeft dat als het ware gelabeld.

Geldt ook voor, weet ik veel, stoelen, tafels en auto's. Maar er is één essentieel verschil.
Wij kunnen niet zo bizar veel data analyseren. Daar wint de computer toch echt van ons.
Computer says no.
Nog een stap verder.
Want nadat je die computer hebt volgestouwd met data, ga je dingen weglaten. Zodat-ie moet gokken wat de uitkomst is.
En het goede antwoord heb jij ergens in die enorme bak met data verstopt.

En dat trucje gebruikt bijvoorbeeld ChatGPT ook.
Je stopt het eerst vol met ál die teksten. Daarna maak je een model waarbij de computer een leeggelaten deel in de zin zelf moet invullen.

Bijvoorbeeld:

Nee..

Wtf?

Bijna...

Ja!

En deze bot kan niet alleen op jou reageren, het kan je ook de antwoorden geven alsof een piraat je de les leest. Snap je hoe bijzonder dat is?

Je kunt zelfs vragen om dingen simpel uit te leggen.

Bijvoorbeeld aan een kind van zes. Als jij dat vraagt weet het dus precies dat-ie een database moet raadplegen waar simpele taal in staat. En omdat die databases ook zo gelabeld worden, weet-ie precies waar die moet zoeken.

Indrukwekkend hoor.

Of je dit soort nieuwe ontwikkelingen nou tof vindt of niet, er zijn kritiekpunten. Kijk mee.

Het is coronatijd, en zoals ook jij misschien wel hebt gedaan moet Robin thuis een tentamen maken.

Haar universiteit - zoals bijna alle uni's - gebruikt surveillancesoftware om te controleren op fraude.

Robin moet haar gezicht scannen aan het begin van het tentamen om in te kunnen loggen. Maar dan...

Maar daar kwam ik niet doorheen. Om dan te zeggen: we kunnen je niet zien. Je gezicht wordt niet herkend, probeer het opnieuw. Dus ik probeer het opnieuw. Dan lukt het weer niet, probeer je het nog een keer.
En dan heb je op een gegeven moment maar een paar minuten nog om het examen zelf in te komen.
Dus bovenop de examenstress geeft het je het gevoel alsof het systeem je letterlijk tegenwerkt.

Het systeem herkent haar, door haar huidskleur, niet als mens. En het is geen toeval.
Voor Robin al helemaal niet want het is niet de eerste keer.

Als ik de poortjes op Schiphol gebruik dan herkennen ze mij niet dus er komt altijd een douanier aan.

- Je bedoelt die plek waar je zo je paspoort neerlegt?

Ja, en dan gaat dat ding zo omhoog.

Ja, dat herkent mij niet.

Ik ben gewoon gewend dat ik niet gezien word.

Zoals je weet worden dit soort systemen getraind met databases.

En die zitten weer vol met vooral foto's van witte mensen van social media bijvoorbeeld.

Witte mensen hadden jarenlang, en nu soms nog steeds, wereldwijd meer toegang tot het internet dan mensen van kleur. Dus is de software ook beter getraind op witte gezichten.

En je ziet hier dus heel goed dat die sociale ongelijkheid uit de echte wereld zich kopieert naar AI-systemen.

Want een computer kan niet discrimineren hè. Want wat een computer alleen kan doen is de opdracht die 'm gegeven is.
Om bepaalde gezichten wel te herkennen en bepaalde gezichten niet.

Ander voorbeeld. Dit is de Lensa-app. En daar ging ook ineens iedereen mee aan de haal. Heb ik zelf ook gedaan, kijk.

Maar wat opvalt bij Lensa is dat vrouwen vooral, nouja... grote rondingen krijgen. Terwijl je in principe alleen maar je gezicht uploadt.

Ook dit model maakt gebruik van afbeeldingen van het internet. En omdat wij mensen veel van dat soort foto's online slingeren, denkt Lensa dat een vrouw er zo uit hoort te zien.

Dominante gedachtegangen, of dominante ideeën die daar veel in voorkomen en biases, dus vooroordelen,
die veel in de data voorkomen.
En die worden eigenlijk door zo'n programma opgenomen en opnieuw uitgespuugd. Je kunt de computer hier niet eens de schuld van geven.

Want wíj stoppen al die data erin. En de vuistregel is:

Garbage in is garbage out.
Stop je er troep in, komt er ook weer troep uit. De kwaliteit van die data is heel erg essentieel.

Tweede kritiekpunt.

Wie hou je verantwoordelijk voor de fouten van een computer?

Wat als je zelfrijdende auto een donker gekleed persoon aanziet voor lantaarnpaal en doorrijdt terwijl die net oversteekt?
En wat als anti-spieksoftware zwarte mensen niet herkent als persoon vanwege hun huidskleur? Kijk, een mens kun je tot de orde roepen en uiteindelijk straffen.

Maar wat ga je doen? Computer een boete geven? Opsluiten? Gaat niet.
Daarnaast is het niet altijd duidelijk hoe systemen tot een beslissing komen. We weten eigenlijk niet
wat er vanbinnen precies gebeurt. En we weten ook niet, als hij een stuk tekst genereert, welke voorbeelden hij daar dan speciaal voor gebruikt heeft.

Daarom worden nu gebruikers van AI-systemen verantwoordelijk gehouden. In het voorbeeld van die zelfrijdende auto ben jij dat als bestuurder.
En in het voorbeeld van de anti-spieksoftware is het de uni.

Dat er nu veel aandacht is voor AI-systemen, dat is wel belangrijk. Niet alleen zodat jij en ik weten hoe ze werken, maar ook zodat er beleid gemaakt kan worden.

De Europese Commissie wil nieuwe regels op het gebied van AI.
Hoe groter het risico bij een systeem, bijvoorbeeld op het gebied van gezondheid, veiligheid of grondrechten, hoe strenger de regels.

Houden bedrijven zich hier niet aan? Dan kunnen ze hoge boetes krijgen. Wordt ongetwijfeld vervolgd.

Nummertje 3: duurzaamheid.

Want een systeem als ChatGPT bouwen, kost bakken met stroom. Alleen al die bot trainen kostte 190 duizend kilowattuur. Dat is net zoveel als 76 Nederlandse huishoudens in één jaar gebruiken.
Daar kwam 85 duizend kilogram CO2 bij vrij.

En dat is weer net zoveel als een nieuwe auto uitstoot die van de aarde naar de maan gaat én weer terug. Lukt mij niet met mijn waggie hoor.

Wat daarbij komt is dat je het systeem moet blijven updaten. Het is niet eenmalig publiceren en klaar. Want stel dat je data hebt die tot 2018 gaan en ChatGPT bijvoorbeeld corona niet kent. Dat is toch minder realistisch. Ik hoor je denken: is dat AI dan helemaal nergens goed voor?

Jawel hoor. AI kan een krachtige tool zijn om ons, mensen, te helpen.
Jeanine ging voor ons langs in het Antoni van Leeuwenhoekziekenhuis in Amsterdam waar ze AI gebruiken om kankercellen op te sporen.

Zoals we in het lab hebben gezien, wordt de tumor eruit gehaald en in plakjes gesneden. Vervolgens wordt-ie gescand en dan kun je hem hier op het beeldscherm zien.
En wat wij vervolgens doen met AI-algoritmen is de verschillende typen weefsel hierin detecteren.

Dat kun je vervolgens gebruiken om proberen te voorspellen wat de therapierespons is, dus of iemand zal reageren op chemotherapie of niet. Of iets anders.

Zijn er ethische dilemma's waar je tegenaan kan lopen?

Jazeker, want deze data wordt bijvoorbeeld verzameld hier binnen het Antoni van Leeuwenhoek en het Antoni van Leeuwenhoek heeft met name witte patiënten.
Dus dan bouwen we een model dat goed werkt voor de populatie in dit ziekenhuis. Maar het is bijvoorbeeld ook bekend dat bepaalde vormen van borstkanker vaker voorkomen bij zwarte vrouwen.
Dus het is heel goed mogelijk dat dit model niet zo goed zou werken bij zwarte vrouwen en daar moeten we ons natuurlijk heel bewust van zijn terwijl we dit algoritme gaan ontwikkelen.

En het helpt niet alleen medische wereld. AI kan ons ook helpen in de strijd tegen klimaatverandering.

Hier kijken we dus naar een aardappelproef.
Hier zijn we heel specifiek op zoek: welk ras houdt zich staande in zoute condities?
In Nederland zie je dat er gewoon verzilting optreedt. Dus dat betekent eigenlijk een grote akker langzaam een iets hoger zoutgehalte krijgt in het grondwater.

En het ene ras heeft daar echt last van.

Betekent ook dat een boer minder opbrengsten heeft, of überhaupt geen opbrengst meer heeft als dat gewas daar het niet meer doet. Dat is dus één probleemgeval van klimaatverandering.

We willen misschien in een volgend experiment ook weer deze aardappelcollectie neerzetten, want dan kijken we hoe goed ze tegen droogte kunnen.

Hoe helpt AI jullie daarbij?

We maken foto's van de planten, zo verzamelen we ontzettend veel data. Tienduizenden, honderdduizenden foto's.

En AI kun je leren wat een gezonde plant is en wat een gestresste plant is.

Dus die camera daar maakt jou eigenlijk een beetje overbodig? Ja.

Nou, niet helemaal overbodig... Nee, we willen opschalen.

Dus we doen het nu hier met een hele kleine tafel, er staan misschien dertig planten op.

Wij willen dit op duizenden planten doen. Dan wordt het op een gegeven moment wel echt heel veel werk en dat is ook gewoon niet meer leuk.

Zo zie je: AI is een krachtig hulpmiddel. Maar je hebt ook altijd wel een mens nodig ernaast die zegt: dit klopt helemaal niet.

Oh, en dit: Ik heb ook nog even outrootje laten maken.
Ik lees 'm even voor, ja?

Bedankt voor het kijken naar deze video over kunstmatige intelligentie.


Nou bedankt hè, ouwe chatbot!
Hoe noem je mij?