Artificiële intelligentie is ondertussen overal. Programma’s als ChatGPT, DALL-E en Google Gemini helpen gebruikers wereldwijd met taken als essays schrijven, programmeren tot stockfoto’s genereren. Bedrijfsleiders laten steeds vaker de term ‘AI’ vallen om consumenten en investeerders te verzekeren dat ook zij mee zijn met de wereld van morgen. Een blik op de achterliggende mechanismen die kunstmatige intelligentie mogelijk maken.
Geen advertenties meer?
Ingelogde abonnees steunen niet alleen een van de enige kritische en onafhankelijke media, maar zien ook geen vervelende advertenties. Abonneer je snel en eenvoudig en krijg meteen toegang tot vele duizenden exclusieve artikelen!
Maak hieronder je keuze voor het gewenste abonnement:
Liever ook op papier? Bekijk alle abonnementen!
Het doorlopend abonnement wordt automatisch verlengd voor steeds één maand.
Liever ook op papier? Bekijk al onze abonnementen!
Steun het vrije woord met een online abonnement van 3 maanden via een eenmalige betaling.
Liever ook op papier? Bekijk al onze abonnementen!
Steun het vrije woord met een eenmalige betaling en je zit een jaar goed.
Log hieronder in om dit bericht volledig te lezen. Ben je al ingelogd, kijk dan op je account of je nog een actief abonnement hebt.
Google Trends toont hoe de maatschappelijke belangstelling voor AI momenteel tot ongekende hoogtes klimt. Die explosieve toename in zoekopdrachten begon in november 2022, toen het Amerikaanse bedrijf OpenAI hun taalmodel ChatGPT publiek beschikbaar stelde.
Neuronen en zenuwbanen
De meeste kunstmatige intelligentiesystemen zijn gebaseerd op een zogenaamd neuraal netwerk. In essentie is dat een model vergelijkbaar met een simplistisch brein, bestaande uit knooppunten met invoer, verwerking en uitvoer. Net zoals in de hersenen neuronen via zenuwbanen met elkaar verbonden zijn om informatie rond te zenden, verwerken de knooppunten in een neuraal netwerk invoerdata tot uitvoer. Bij die verwerking gaan de verwerkingsknooppunten (middelste kolom op de afbeelding), meer of minder gewicht toekennen aan verbonden invoer. En daar zit de essentie van dat systeem.
Machinaal leren
Stel dat men een eenvoudig neuraal netwerk wil trainen om letters correct te identificeren in foto’s. Elke pixel van die letter wordt dan als afzonderlijke invoerdata gevoed aan het systeem, gevolgd door verwerking en uitvoer. In het begin is dat verwerkingsproces haast willekeurig en zal het netwerk enkel bij toeval de juiste letters herkennen. De menselijke auteur corrigeert die foute resultaten en bevestigt wanneer het systeem correcte inschattingen maakt. Dat proces wordt miljoenen of zelfs miljarden keren doorlopen, en ondertussen stelt het netwerk de gewichten van de verschillende invoer op de verwerkingsknooppunten stelselmatig bij. Bijgevolg worden de resultaten alsmaar nauwkeuriger.
Echte intelligentie?
Een neuraal netwerk zal zo wel foutloos letters kunnen onderscheiden in afbeeldingen, van patroonherkenning of werkelijk inzicht is hier geen sprake. Het kluwen aan verschillende gewichten die aan de invoer worden toegekend, vormt een algoritme dat werkt omwille van wiskundige complexiteit in plaats van een achterliggend ‘denkvermogen’.
En als de woke adepten hier hun inbreng aan toevoegen is geen enkel rechtsdenkend of zeg maar elk niet extreem linkse homo sapiens gejost! (Dit woord zegt alles)