Bij Artificiële Intelligentie denk ik aan films van Steven Spielberg of

Bij Artificiële Intelligentie denk ik aan films van Steven Spielberg of aan humanoïde
robots. Is dat een correct beeld?
Neen. Bij Artificiële Intelligentie (AI) draait het zeker niet alleen om het maken van
dergelijke robots. AI gaat echt over intelligentie. Intelligentie die zich manifesteert in
gedrag, in taal, in het opzoeken van informatie. Kortom, alle activiteiten waarbij
normalerwijze het menselijk brein geëngageerd wordt. In tegenstelling tot een
psycholoog of een taalkundige die menselijk gedrag observeert en analyseert, stellen wij
ons de vraag: “Hoe kan je een computerprogramma schrijven of een robot bouwen die
dezelfde soort dingen kan die wij mensen met ons hoofd doen?”
Moet je dan weten hoe het menselijk brein functioneert?
Niet noodzakelijk. We weten immers niet eens hoe alles juist in zijn werk gaat in onze
hersenen. Het is eerder zoals bij het bouwen van een vliegtuig. De gebroeders Wright
wilden vliegen. Ze zijn niet gaan kijken hoe een vogel vliegt. Ze zijn beginnen
experimenteren en hebben zo één voor één de principes gevonden die nodig zijn om te
vliegen. Dat is net hetzelfde bij AI. We vertrekken dus niet van het gedrag van de mens
zelf.
Dus je stelt de vraag “hoe zou dit in principe kunnen werken?”
Ja. Neem bijvoorbeeld de visuele waarneming; het herkennen van voorwerpen. We zitten
hier aan tafel met daarop een aantal boeken. In AI stellen we dan de vraag: “hoe kunnen
we iets bouwen dat zegt dat hier vier boeken op tafel liggen”. Je neemt dit probleem en
ontwikkelt allerlei technieken en methoden om daar een oplossing voor te vinden. En
daarna kan je eventueel iets zeggen over hoe de mens zoiets doet. Eventueel, want de AImethode kan een totaal andere oplossing opleveren. Daar zit dus de betekenis van het
woord artificieel.
Het is dus niet de bedoeling exact te gaan nabootsen hoe een mens een bepaalde taak
uitvoert?
Neen. Om bij het voorbeeld van daarjuist te blijven: het doel van de gebroeders Wright
was vliegen. Je hoeft daarom geen veren op de vleugels van een vliegtuig te plakken.
Het vakgebied bestaat 50 jaar. Dekt de term AI een andere lading dan vijftig jaar
geleden?
De doelstelling is dezelfde gebleven. De kennis die sindsdien verzameld is, kan op twee
manieren gebruikt worden. Enerzijds om het brein beter te begrijpen en zo de
psychologie van mens en dier te bestuderen. Dat is het wetenschappelijk belang van AI.
Anderzijds gaat het om het bouwen van systemen die nuttig zijn in onze maatschappij.
Op dat vlak is de impact van AI gigantisch. Als we in termen van praktische toepassingen
praten, zie je natuurlijk geen robots rondwandelen. Maar neem bijvoorbeeld de
zoekmachine Google op het internet. De innovatieve ideeën die daarachter zitten, komen
allemaal uit de AI.
Wat is het verschil met de traditionele informatica?
De AI heeft een enorme invloed gehad op de informatica. Veel van de ideeën die in een
computer steken, zijn ontwikkeld in AI-laboratoria. Zelfs zaken die nu heel voor de hand
liggend zijn. Het verband tussen computerwetenschappen en AI is zoals het verband
tussen scheikunde en biologie. De scheikunde levert basisproducten en de biologie bouwt
daarmee verder, maar inspireert ook de scheikunde.
Vanuit welke wetenschappelijke disciplines vertrekt de AI?
AI is een tak van de computerwetenschappen. Maar degenen die aan AI-onderzoek doen,
hebben meestal nog een andere wetenschappelijke discipline in hun bagage zitten. In
mijn geval is dat taalkunde. Er zijn ook AI-onderzoekers die eerst biologie of fysica
studeerden en zich vervolgens verdiepten in de computerwetenschappen. Maar zonder
een absoluut hoog niveau in de computerwetenschappen moet je er niet aan beginnen. AI
is een experimentele wetenschap. Experimenteren en bouwen is belangrijk, je moet het
doén. Vandaar dat je een kei moet zijn op het vlak van computerwetenschappen.
Zijn AI-researchers dan creatieve mensen?
Ik denk van wel. (lacht) Doorheen de geschiedenis van de computerwetenschappen
vormden de AI-onderzoekers een zekere avantgarde. Ze waren een beetje gek. Maar
daardoor werden er wel grote doorbraken gerealiseerd. Kijk maar naar je computer, naar
het scherm, naar de muis. Je moet je inbeelden dat men dertig jaar geleden nog werkte
met een bak met ponskaarten. Mede dankzij de inbreng van AI heeft iedereen nu een pc
op zijn bureau staan die interactief is.
Hoe komt het dat AI in de jaren ‘50 is ontstaan?
Het was de periode dat de computer op het toneel kwam. Al ging het toen nog om
machines met heel weinig kracht en geheugen. Er zit vandaag een sterkere processor in
een gsm of een iPod dan in de computers van toen. Maar de AI-pioniers zagen de enorme
mogelijkheden. Een hele belangrijke stap in het ontstaan van AI was dat men inzag dat er
een nieuw niveau ontstond om na te denken over informatieverwerkende processen.
Voordien was men enkel bezig met elektronica en analoge schakelingen. Maar die
analoge werkwijze kende zijn grenzen wat betreft de complexiteit van de systemen die je
ermee kon bouwen. En om intelligentie te creëren heb je net ongelooflijk ingewikkelde
systemen nodig.
Welke evolutie kende AI de jaren nadien?
Er zijn verschillende rode draden die doorheen de evolutie van het onderzoeksgebied
lopen. Af en toe kwamen die samen in impressionante systemen waarin honderden ideeën
vervat zaten. Dus wanneer je het over de evolutie van AI hebt kan je de mijlpalen
benoemen aan de hand van de verwezenlijkte systemen of aan de hand van de ideeën die
deze systemen voor het eerst demonstreerden. In de jaren ’60 stonden zoekprocessen
centraal. Een voorbeeld is het schaakspel. Je tegenstander doet een bepaalde zet waarop
jij kan reageren met verschillende zetten die afhankelijk zijn van de zet van je
tegenstander. Je krijgt dus een soort boomstructuur van mogelijkheden. Dat noemen we
een zoekruimte. De uitdaging was om in zo’n ruimte, die explosief groeit, de beste
oplossing zo snel mogelijk te vinden. De eerste concrete resultaten zag je dan ook op het
vlak van schaakcomputers. Maar je moet weten dat er op dat moment nog filosofen
waren die boeken schreven over het feit dat computers nooit schaak zouden kunnen
spelen!
Wat was de volgende stap?
In de jaren ’70 kwam dan het idee dat kennis de essentie vormt van het oplossen van
problemen. Men merkte dat schaakgrootmeesters helemaal niet in een grote ‘zoekruimte’
naar hun volgende zet zochten. Neen, zij hebben al zoveel schaak gespeeld, dat ze
bepaalde configuraties herkennen en zo onmiddellijk de beste zet kunnen bepalen. Dat is
niet alleen bij schaken het geval. Wanneer je een auto naar de garage brengt, moet de
garagist ook niet elk onderdeel controleren om het probleem te vinden. Als hij een
bepaald gerammel hoort, weet hij al waar het probleem zich situeert. Kennis of ervaring
is dus belangrijk. Er was bijgevolg nood aan computers met massaal veel geheugen
waarmee men enorme hoeveelheden kennis kon verwerken. En dit leidde dan tot
expertsystemen. Een voorbeeld daarvan is Mycin, een medisch expertsysteem dat een
verbluffende competentie had op het vlak van infectieziekten.
Daarmee komen we bij de jaren ‘80?
In de jaren ’80 merkte men dat er nog iets ontbrak, dat niet alleen kennis, maar ook het
lichaam belangrijk was. Zelfs voor het analyseren van taal bijvoorbeeld, omdat we
allerlei analogieën en metaforen gebruiken die teruggaan naar hoe ons lichaam zich in de
wereld beweegt. Bovendien, wanneer wij een object oprapen, gebeurt dat in een
vloeiende beweging. Dat door een sequentieel computerprogramma laten sturen, is heel
moeilijk. Daarom is men op zoek gegaan naar dynamische systemen. Men greep terug
naar de cybernetica en de analoge ideeën over intelligentie, maar dan geïmplementeerd
op digitale computers. Heel wat resultaten op het vlak van spraakverwerking of adaptieve
sturing komen voort uit deze ontwikkeling.
En het bouwen van robots?
Dat was de volgende stap, in de jaren ’90. Er werden daarvoor wel al robots gemaakt,
maar die stonden niet centraal in het onderzoek. In de jaren ’90 was er een soort
herontdekking van het lichaam. Computers werden kleiner en kleiner en sneller en
sneller. We konden ze dus eenvoudiger in robots integreren. Je kreeg een enorme bloei
van robots met zeer impressionant gedrag. Misschien heb je de hondachtige robot AIBO
wel al eens gezien of die kleine robots die voetbal met elkaar spelen. Iets anders in die
periode was het belang dat gehecht werd aan het sociale, en dat vond dan zijn weerslag in
zogenaamde multi agent systemen. Een toepassing daarvan is bijvoorbeeld het
computerspel SimCity waarin je de personages bestuurt, maar waarin die personages ook
hun eigen beslissingen kunnen nemen.
En wat nu?
Voordien distilleerde men de kennis uit de mens, maar nu zitten we in een fase waar we
zoeken hoe artificiele systemen zelf kennis kunnen produceren en alleen dan kunnen we
echt spreken van artificiele intelligentie. Een concreet voorbeeld van deze nieuwe
ontwikkeling is ons onderzoek aan de Vrije Universiteit Brussel naar de oorsprong van
taal. We stellen de vraag: “Welke mechanismen moet een robot in zich hebben om samen
met anderen een eigen taal te ontwikkelen?” Dit komt dus in de plaats van robots die via
machinaal leren het Engels of het Nederlands hanteerden of robots waarbij we
grammatica’s met de hand programmeerden.
Tot welke bruikbare toepassingen kan dit leiden?
Wij doen eerder fundamenteel onderzoek. Naar de concrete toepassingen zijn wij niet
echt op zoek. Maar ik kan mij voorstellen dat er in de toekomst robots naar Mars worden
gestuurd die daar op zoek gaan naar leven. Dan is de vraag hoe die robots met elkaar
gaan communiceren? Je kan dat op voorhand proberen te programmeren, maar we weten
niet waar ze het allemaal moeten over hebben. Bovendien zien wij niet dezelfde dingen
die deze robots via sonar of infrarood zullen kunnen waarnemen. Dus je hebt een open
systeem nodig. Wanneer die robots hun eigen taal ontwikkelen kunnen ze zich aanpassen
en nieuwe concepten en woorden bedenken. Op die manier krijg je een adaptief
evoluerend communicatiesysteem. Dat is ook de toepassing die we binnen tien jaar nodig
zullen hebben. Dan zullen er in de hele wereld miljarden processors zijn waarop
miljarden programma’s draaien die draadloos met elkaar verbonden zijn. De
informaticawereld wordt zo een levende wereld met ecosystemen waar het niet langer
mogelijk is om alles manueel te programmeren of alle interactieprotocols op voorhand
vast te leggen.
Welke rol speelde het AI-Lab van de Vrije Universiteit Brussel in de ontwikkeling
van AI?
Wanneer ik terugkijk, denk ik dat dit lab een zeer belangrijke rol heeft gespeeld. Zeker in
Europa, maar ook op wereldvlak. Wij hebben niet alleen een hele resem kennissystemen
gebouwd die nu nog altijd in de industrie gebruikt worden (bijvoorbeeld voor de
roostering van treinen bij de NMBS), maar we hebben ook mee de aanzet gegeven voor
tweede generatie expertsystemen en een niveau van ontwerp dat men het kennisniveau
noemt. In de jaren ’80 waren we al heel actief bezig met dynamische systemen voor AI
en biologische metaforen, en hieruit is dan een tweede labo gegroeid op de Vrije
Universiteit Brussel, namelijk COMO geleid door de professoren Nowe en Manderick.
Al op het einde van de jaren tachtig zijn we ook heel intensief bezig geweest met de
switch naar het lichaam; de zogenaamde behaviour based AI. Plotseling zwom er een
robotvis in het zwembad of vlogen er robotballons over de campus. En midden jaren ’90
zijn we begonnen met het onderzoek naar de oorsprong van taal. Ook daar zijn we op
wereldvlak nog steeds baanbrekend bezig.
Hoe zie je de toekomst van AI in Vlaanderen?
Op dit moment staan de activiteiten op het vlak van AI, in vergelijking met andere
landen, eerder op een laag pitje. Deels omdat computerwetenschappen in Vlaanderen
helaas geen prioriteit is. Men heeft gekozen voor micro-electronica (IMEC) en
biotechnologie. De financiering van fundamenteel onderzoek in computerwetenschappen
is op dit moment dus eerder problematisch. Een gevolg hiervan is dat de
studenteninstroom
alarmerend
laag,
ondanks
een
enorme
vraag naar
computerwetenschappers, niet alleen in de industrie, maar in vrijwel alle takken van
wetenschappelijk onderzoek. Onze beleidsmakers willen een innovatieve economie in
Vlaanderen, en zien waarschijnlijk wel in dat informatietechnologie daarbij een sleutel is,
maar niet dat die innovatie moet rusten op de computerwetenschappen. Net zoals de
farmaceutische industrie gebaseerd is op scheikunde of de elektronica op fysica. De
achterstand op het vlak van computerwetenschappen in Vlaanderen lijkt alsmaar groter te
worden. Het vakgebied is wereldwijd geëxplodeerd, maar het aantal mensen en de
middelen zijn hier bij ons niet gevolgd. In onze buurlanden, zoals Frankrijk of Duitsland,
heb je om te beginnen nationale laboratoria voor computerwetenschappen (INRIA,
Fraunhofer) waar duizenden mensen werken. In Nederland heb je gespecialiseerde
opleidingen aan diverse universiteiten. De Nederlandse AI-studenten zijn met bussen
naar ons symposium gekomen. De Nederlandse AI-studentenvereniging telt maar liefst
1000 leden! Ik durf niet te zeggen hoeveel studenten er in Vlaanderen zich in AI
specialiseren, maar je hebt niet veel handen nodig om die op te tellen.
MELS (T). Interview met Luc Steels. In: Akademos, Vol. 9, No. 5, December 2006, pp.
4-6.