Artificial General Intelligence is een AI-agent die volledig in staat is tot geavanceerde probleemoplossing, kritisch denken en de cognitieve functies van een mens. Dit is momenteel een hypothetische tak van kunstmatige intelligentie die onderzoekers en bedrijven actief aan het ontwikkelen zijn.
Artificial intelligence (AI) heeft de afgelopen jaren een snelle expansie gekend. Het is ook een hot topic voor de meeste bedrijven die door de moderne wereld proberen te navigeren. Professionals op alle niveaus, van leidinggevenden tot werknemers in een startersfunctie, zijn enthousiast (maar ook best wel bezorgd) over de toekomst van AI. En met de plotselinge sterke opkomst van beschikbare generatieve AI vroegen velen zich aanvankelijk af of AI op korte termijn menselijke werknemers op vele gebieden zou gaan vervangen.
Tot nu toe heeft AI de mensheid niet overbodig gemaakt. Het bedrijfsleven is in plaats daarvan gebruik gaan maken van de mogelijkheden van AI om de efficiëntie te verbeteren en workflows te optimaliseren. Dit kan deels het gevolg zijn van het feit dat de AI die momenteel beschikbaar is, door onderzoekers wordt gezien als zwakke AI. Sterke AI met menselijke capaciteiten, ook wel bekend als artificial general intelligence (AGI), zou een drastischer effect op de wereld kunnen hebben, mits deze momenteel hypothetische droom ooit werkelijkheid wordt.
AI (of zwakke artificial intelligence) is technologie die gespecialiseerde taken vaak beter dan mensen zou kunnen uitvoeren. De AI waar de meeste mensen momenteel mee bekend zijn, is zwakke AI. Maar ondanks de beperkte mogelijkheden hiervan is dit een zeer succesvolle AI-ontwikkeling geweest. Zwakke AI omvat twee soorten machines: reactieve machines en machines met beperkt geheugen. Reactieve machines reageren op onmiddellijke verzoeken, maar kunnen geen gegevens opslaan of leren van eerdere ervaringen. Machines met een beperkt geheugen slaan informatie op en leren wanneer ze nieuwe gegevens tegenkomen.
Veel mensen beseffen niet hoe groot de rol is die zwakke AI nu al in hun dagelijks leven speelt. Enkele voorbeelden van AI zijn:
- Chat GPT, een generatief taalmodel
- Spamfilters voor e-mail
- Toepassing om willekeurig muziek af te spelen, zoals Spotify
- GPS-navigatie, zoals Google Maps
- AutoCorrectie-functies op sms-berichtfunctie Slimme assistenten, zoals Siri of Alexa
Sterke AI, of artificial general intelligence, is volledig in staat tot menselijk cognitief denken, inclusief het vermogen om problemen op te lossen, kritisch te denken en te leren. AGI kan informatie leren en deze vervolgens toepassen in een nieuw scenario, en zich aanpassen aan veranderende omgevingen. AGI bestaat op dit moment nog niet, maar mensen hebben lang gedacht hoe het eruit zou kunnen zien. Van de eigenzinnige of slimme mensachtige robotten in Star Wars en Star Trek tot de kwaadaardige AGI's uit 2001: A Space Odyssey en de Terminator-franchise.
Zwakke AI kan momenteel alleen specifieke taken uitvoeren, maar het voert deze taken wel heel goed en zelfs beter dan mensen uit. Doorgaans vermindert het gebruik van AI menselijke fouten en verbetert het de efficiëntie. Sterke AI zal waarschijnlijk soortgelijke voordelen bieden. Het zal taken zonder menselijke fouten en met een ongelofelijke snelheid kunnen uitvoeren.
Het belangrijkste verschil tussen deze twee is dat sterke AI daadwerkelijk zal kunnen leren en denken als een echt mens. Zwakke AI kan alleen geprogrammeerde opdrachten uitvoeren. Zodra zwakke AI zijn eigen ideeën kan produceren en zichzelf kan verbeteren, dan wordt het sterke AI.
AGI mag dan nog verre toekomstmuziek zijn, maar dit weerhoudt onderzoekers er niet van om vooruit te kijken naar de volgende grote mijlpaal. De creatie van kunstmatige superintelligentie zal volgens wetenschappers de volgende stap na het ontwikkelen van echte kunstmatige algemene intelligentie zijn. Net als sterke AI zal deze superintelligentie over alle menselijke cognitieve functies beschikken. Superintelligentie zal echter volledig zelfbewust zijn en de menselijke intelligentie overtreffen. Het zou in staat zijn bovenmenselijke prestaties te leveren. Momenteel is superintelligentie hypothetisch, net als AGI.
Voordat de huidige AI AGI kan worden, moet het bepaalde vaardigheden beheersen:
AGI zal ruimtelijke kenmerken moeten kunnen zien en beoordelen. Momenteel kan AI kleuren niet volledig identificeren. AI kan bijvoorbeeld vaak niet zien of een stoplicht op rood staat als er stickers op zitten. Een mens en een AGI zouden niet struikelen over de veelheid aan kleuren en in staat zijn het object te identificeren als een stoplicht. AI is ook niet in staat driedimensionale informatie uit een statisch beeld te extraheren. AGI zal naar een beeld kunnen kijken en weten dat iets een bol is, zelfs als het beeld slechts tweedimensionaal is.
Mensen kunnen ook waarnemen uit welke richting geluid komt en achtergrondgesprekken verstaan. AI kan dat niet, maar AGI zou ruimtelijke afstanden kunnen beoordelen en stillere gesprekken achter andere luidere gesprekken kunnen oppikken.
Menselijke handen kunnen zonder enige inspanning een breed scala aan taken uitvoeren. Om een echte AGI te worden, zou AI soortgelijke fijne motorische vaardigheden moeten ontwikkelen. Dan zou AGI puzzels kunnen oplossen en objecten kunnen manoeuvreren.
Zelfs jonge kinderen kunnen meerdere zinnen lezen en ze beter begrijpen dan waar de huidige AI toe in staat is. AGI zou dan in staat moeten zijn om alle soorten communicatie te lezen en te bekijken en deze te begrijpen. Dit houdt in dat het de taal zelf begrijpt, maar ook de betekenis erachter. Deze vaardigheid biedt AGI een essentiële basis om alles te leren wat het moet weten om meer geavanceerde taken te kunnen uitvoeren.
AGI zou een probleem moeten kunnen identificeren en oplossen. Op dit moment zijn er geen systemen bekend die over het gezonde verstand beschikken om zonder aanwijzingen een probleem effectief op te lossen. AGI kan in de toekomst mogelijk problemen diagnosticeren en oplossen.
Er zijn AI-modellen die driedimensionale ruimtes kunnen projecteren en door deze ruimtes kunnen navigeren. Echte AGI zal dit echter zonder menselijke tussenkomst kunnen. Op dit moment kunnen AI-modellen veel doen, maar niet zonder hulp van mensen. AGI zal in de toekomst helemaal alleen simultane toewijzing en lokalisatie kunnen doen.
AI zoals het nu bestaat, kan niet echt iets creëren. Het kan aanwijzingen volgen en woorden aan elkaar koppelen, maar het kan niet iets unieks maken. AGI zal echt kunnen creëren. Deskundigen voorspellen zelfs dat AGI zijn eigen code moet kunnen herschrijven en nieuwe verbeteringen moet kunnen vinden om te blijven uitblinken.
Idealiter zal AGI iets zijn waar mensen contact mee willen hebben. Hiervoor zal AGI moeten leren menselijke emoties te herkennen uit lichaamstaal en gezichtsuitdrukkingen en te bepalen hoe het contact er daarna moet uitzien. AI begint emoties te identificeren op basis van gezichtsscans, maar dit is nog zeer beperkt en vaak onnauwkeurig. Mensen kunnen immers ook worstelen met het begrijpen van emoties.
Wanneer AGI in staat is emoties te begrijpen, kan het op een natuurlijke manier met mensen communiceren. Dit zal niet lijken op de gegenereerde reacties van een persoonlijke assistent als Siri en Alexa. AGI zal unieke gesprekken kunnen voeren en de inhoud van een gesprek kunnen bepalen op basis van de emoties van de mensen eromheen.
Onderzoekers zijn voortdurend bezig het gebied van kunstmatige intelligentie en het creëren van AGI uit te breiden. Hier volgen enkele manieren waarop mensen het creëren van Artificial General Intelligence benaderen:
Sommige mensen geloven dat het begrijpen en gebruiken van symbolisch denken de kern van menselijke intelligentie is. Deze onderzoekers proberen een manier te creëren om technologie zo te leren denken. Ze geloven dat AGI zou kunnen bestaan als ze dit bereiken.
Dit onderzoeksgebied richt zich op het menselijk brein als een complex web van neuronen die elektrische signalen afvuren. Ze proberen zo'n soort systeem opnieuw te creëren in de hoop daarmee AGI te creëren.
Sommige mensen beschouwen menselijke intelligentie als een hybride systeem met veel verschillende stukken die samenwerken om iets te creëren dat groter is dan de som van zijn delen. Onderzoekers proberen dit op allerlei manieren na te bootsen om menselijke intelligentie te creëren.
Deze onderzoekers geloven dat ze algemene intelligentie kunnen creëren door de theorie van algemene intelligentie wiskundig op te lossen. Ze werken met puur theoretische modellen in de hoop dit te kunnen doorzetten naar de echte wereld.
Sommige wetenschappers geloven dat het creëren van menselijke intelligentie alleen mogelijk is als er ook een fysiek lichaam is. Ze werken aan de integratie van AI met fysieke representaties van het menselijk lichaam om doorbraken tot het creëren van AGI te vinden.
AGI is voor de meeste onderzoekers een doel dat nog ver weg is. Toch weten ze dat het ontwikkelen van bepaalde technologische capaciteiten AGI-onderzoek zal stimuleren. Dit zijn enkele van de belangrijkste gebieden die voortdurend worden verbeterd:
Deep learning is een AI-discipline die werkt aan het trainen van neurale netwerken om complexe relaties tussen gegevens te begrijpen. Onderzoekers bouwen complexe webstructuren en trainen AI om tekst, audio, afbeeldingen, video en andere soorten informatie te begrijpen.
Generatieve AI is een subset van deep learning waarbij AI content kan produceren uit geleerde kennis. Deze modellen leren met behulp van enorme hoeveelheden gegevens hoe ze content kunnen creëren die lijkt op een menselijke creatie.
NLP (natural language processing, natuurlijke taalverwerking) is een tak van AI die AI-modellen leert menselijke taal te begrijpen en te genereren. Dit is hoe AI-tools als chatbots werken.
Computervisie is het vermogen van AI om ruimtelijke informatie uit visuele gegevens te extraheren, te analyseren en te begrijpen. Het wordt verder ontwikkeld om zelfrijdende auto's te maken die obstakels kunnen opmerken en weg van deze obstakels kunnen rijden.
Binnen de robotica wordt mechanica ontwikkeld om fysieke taken uit te voeren. Door de creatie hiervan zou AGI zich fysiek vollediger kunnen manifesteren en meer services en taken kunnen uitvoeren.
AGI bestaat nog niet, en er zijn momenteel een aantal obstakels die dit onderzoeksgebied bijzonder uitdagend maken:
Op dit moment kunnen veel AI-systemen niet met elkaar communiceren. Er zijn tegenstrijdige belangen die leiden tot een gebrekkige gegevensuitwisseling tussen onderzoekers en modellen. Deze hiaten verhinderen de groei van de universaliteit van AI.
Begrijpen hoe de menselijke geest werkt is al moeilijk genoeg voor mensen. Zonder volledig begrip van wat intelligentie precies inhoudt, kan het moeilijk zijn technologie met menselijke capaciteiten te creëren. Om dit mogelijk te maken, zullen onderzoekers eerst moeten begrijpen hoe intelligentie bij mensen werkt.
AI-systemen werken in geïsoleerde en losstaande omgevingen. Er bestaan momenteel geen protocollen om delen en samenwerking te reguleren en faciliteren. Dat sluit niet aan bij het complexe netwerk van een sociale menselijke omgeving die een AGI-model zou moeten ontwikkelen.
De ultieme bedrijfsstrategie is om een rendement op investeringen in resources te zien die worden ingezet voor de ontwikkeling en het gebruik van AI. Het rendement op AI-investeringen is echter lastig te meten, omdat veel van de ontwikkeling gebeurt in kleine stukjes of fasen, in plaats van een eindproduct. Dat kan het moeilijk maken om onderzoek op de strategie af te stemmen.
Maar al te vaak ontbreekt het organisaties aan plannen of beleidsregels voor AI en hoe AI in hun bedrijfsactiviteiten zal worden geïmplementeerd. De executive teams beschikken ook zelden over een grondige kennis van hoe AI-systemen werken en moeten daarvoor dure AI-experts inhuren. Dat maakt de implementatie duur, wat belemmerend werkt op de ontwikkeling van een complex AGI-systeem.
Praten over AI-systemen die kunnen denken en handelen als een mens wekt meestal veel angst. Mensen maken zich zorgen dat AGI de wereld zal overnemen of dat ze hun privacy compleet zullen verliezen. De meeste van deze zorgen zijn gebaseerd op emoties en niet zozeer op ratio. Toch gaan er een aantal zeer reële risico's gepaard met het creëren van een Artificial General Intelligence-systeem. Dit zijn enkele van deze risico's:
Mensen die AGI gebruiken voor schadelijke doeleinden
Vooringenomenheid die invloed heeft op de manier waarop AGI wordt getraind, wat leidt tot een bevooroordeeld model
Gebrek aan beveiliging van gegevens en persoonlijke informatie
Geen goede wetgeving voor gebruik van dit soort technologie
AGI zal worden ontworpen om alles te doen wat een mens zou kunnen, en dat heeft vele voordelen:
Veel dagelijkse taken zijn eentonig en staan een hogere productiviteit in de weg. AGI zou meer van deze taken kunnen uitvoeren en zo veel sneller dan mensen. Hierdoor zouden deze eenvoudige taken niet meer door mensen hoeven te worden uitgevoerd. Zo hoeven mensen niet meer zelf te rijden dankzij volledig zelfrijdende auto's. In plaats daarvan kunnen ze van de ene plaats naar de andere worden vervoerd. AGI kan mogelijk ook voorraden op peil houden of zelfs huishoudelijke taken uitvoeren.
AGI zal lange uren kunnen werken zonder onderbrekingen en met dezelfde hoge output. Hierdoor kan AGI taken voltooien zonder concentratie te verliezen of afgeleid of moe te raken. Dat kan betekenen dat AGI veel taken volledig zelfstandig kan uitvoeren, zonder menselijke tussenkomst. In andere gevallen kan AGI meer een ondersteunende rol spelen, zoals het helpen van chirurgen tijdens langdurige procedures.
Sommige taken zijn zeer gevaarlijk voor mensen, en sterke AI kan een manier zijn om de noodzaak van menselijke betrokkenheid in die omgevingen te verminderen. Mijnbouw kan bijvoorbeeld schadelijk zijn en onderwaterlassen is ongelooflijk gevaarlijk. AGI-robots die net zo behendig zijn als mensen kunnen op deze plaatsen alle noodzakelijke taken uitvoeren zonder de veiligheid van mensen in gevaar te brengen.
Sommige mensen hopen dat AGI-robots een oplossing kunnen zijn voor interstellaire exploratie. Deze machines zouden minder resources nodig hebben om te reizen en zouden wetenschappers veel diepgaandere onderzoeksgegevens kunnen verschaffen dan de huidige technologie dat momenteel kan.
Zwakke AI kan nu al rampen in bepaalde contexten opsporen om ze te helpen voorkomen. Sterke AI zal dit alleen maar beter kunnen en daarmee onschatbare hulp kunnen bieden bij onzekere gebeurtenissen. Een AGI-model kan bijvoorbeeld een ramp voorspellen en ideale evacuatieroutes aangeven.
AGI zou een aantal ethische bezwaren oproepen. De belangrijkste zorg zou regulering van een dergelijke krachtige technologie zijn. Wie gaat beslissen hoe AGI wordt gebruikt? Wie is verantwoordelijk als er iets misgaat? Dit zijn cruciale vragen om te stellen bij het creëren van AGI, maar een antwoord hierop vinden kan ongelooflijk lastig zijn. Momenteel is er niemand verantwoordelijk voor AI en het opstellen van ethisch beleid.
Een ander ethisch obstakel is het eerlijk trainen van AGI-technologie. Volgens deskundigen kan sterke AI alleen worden gecreëerd als het model wordt getraind op basis van grote hoeveelheden gegevens. Hierdoor zou AGI 'besmet’ kunnen raken door menselijke vooringenomenheid. Als een AGI alleen met bepaalde gegevens is getraind, kan deze vooringenomenheid later de kop kunnen opsteken.
Weten wanneer iemand AGI heeft gecreëerd kan moeilijk vast te stellen zijn, omdat intelligentie niet kan worden gemeten. Onderzoekers hebben tests voorgesteld om te bepalen of iets kan worden beschouwd als echte sterke AI:
De Turing-test is de originele testmethode voor AI van Alan Turing, een Britse onderzoeker in de jaren vijftig. Volgens hem zou echte AGI in staat zijn een gesprek te voeren met mensen zonder dat deze mensen door zouden hebben dat ze met een machine zaten te praten. Mensen zouden geloven dat ze met een ander mens zaten te praten, omdat de machine mensen zo goed kan imiteren.
De test omvat drie partijen: een mens die moet raden welke van de andere twee de mens is en welke de machine. Als deze de machine niet kan identificeren, dan wordt hij gezien als AGI.
De medeoprichter van Apple, Steve Wozniak, stelde voor dat het zeer waarschijnlijk zou zijn dat een machine een menselijk intelligentieniveau had als hij het volledige proces van koffiezetten zou kunnen volgen. De machine zou in staat zijn ingrediënten te zoeken, ze weten te vinden, ze op één plaats te verzamelen en de taak uit te voeren.
In 2012 stelde een onderzoeker genaamd Ben Goertzel voor dat een machine menselijke intelligentie zou hebben als het toegelaten zou worden tot de universiteit, vakken zou volgen en voor voldoende tentamens zou slagen om - net als een mens - een diploma te behalen. Een AI-robot uit China heeft twee toelatingsexamens wiskunde gehaald, maar de rest van de stappen is nog niet door een zwakke AI afgerond.
Nils J. Nilsson stelde voor dat AI een AGI-niveau zal hebben bereikt wanneer het werk kan uitvoeren op hetzelfde niveau als mensen. In wezen zou de AGI dan ook net zo inzetbaar voor arbeid zijn als menselijke werknemers.
AGI mag dan iets van de toekomst zijn, maar onderzoekers maken momenteel nog altijd veel vordering. Dit zijn enkele van de laatste trends in General AI:
Natuurlijke taalverwerking (NLP) is de laatste jaren aanzienlijk gegroeid met ChatGPT van Open-AI. GPT-4 kan 100 biljoen parameters voor uitgebreide taalverwerking verwerken. Dat maakt het zeer reëel dat AI op termijn een goede interactie en omgang met mensen kan ontwikkelen.
De drive om de metaverse te vergroten, biedt mogelijkheden voor het creëren van een ruimte voor AGI-ontwikkeling. AI kan helpen bij het opbouwen van de metaverse, en chatbots kunnen gebruikers helpen zich thuis te voelen in de virtuele wereld.
Automatisering is al een realiteit in de meeste bedrijven en branches. Hyperautomation tilt dat naar een hoger niveau door automatiseringspotentieel voor organisaties te schalen. Dat is een gebied waar AI een belangrijke rol heeft gespeeld.
Experts voorspellen dat meer mensen aandacht zullen besteden aan potentiële vooringenomenheid door AI. Dat zal op zijn beurt leiden tot meer mensen die AI-gebruik en -training reguleren en beheren. Van meer bedrijven wordt verwacht dat ze AI-officers en chief AI compliance-experts inhuren.
Low-code of no-code systemen bieden een gebruiksvriendelijke interface waarmee iemand zonder coderingskennis kan experimenteren. Deze ontwikkeling kan ertoe leiden dat meer mensen aan AI kunnen werken en de kans op doorbraken bij de creatie van AGI kunnen vergroten.
Terwijl mensen bang zijn dat AI hun baan vervangt, is de huidige trend om AI op de werkvloer te implementeren, maar het afhankelijk van mensen te houden. Deze trend zal naar verwachting alleen maar meer verankerd raken in de manier waarop mensen en AI samenwerken, waarmee de basis voor AGI wordt gelegd.
Chatbots zijn virtuele assistenten die bepaalde taken kunnen uitvoeren. Een chatbot kan gebruikers bijvoorbeeld helpen hun wachtwoorden opnieuw in te stellen zonder de hulp van een klantenservicemedewerker. Deze agents hebben bedrijven minder afhankelijk van personeel en operationele kosten gemaakt. AGI zou dit alleen maar blijven versterken.
Het groeiende bewustzijn van mensen van vooroordelen en fouten in AI heeft de discussie over AI-ethiek aangewakkerd. Daarmee zal de focus op de ethiek van het gebruik van AI een constante blijven in gesprekken over AI en AGI.
Bedrijven beginnen AI al te integreren in hun wervingsprocessen. Hoewel er een aantal problemen met vooroordelen zijn, kunnen deze werkwijzen HR-teams veel tijd en bedrijven aanzienlijke kosten besparen. Een voorbeeld hiervan is het gebruik van technologie voor het analyseren van cv's en het selecteren van een groep kandidaten voor een sollicitatiegesprek.
AI in zijn beperkte vorm is al uitgegroeid tot een belangrijk onderdeel van hoe mensen leven en hoe bedrijven werken. Het kan eentonige taken afhandelen en processen versnellen. Daarom omvat het Now Platform® bij ServiceNow generatieve AI, machine learning frameworks, Natural Language Understanding, zoeken en automatisering, en analyse en procesmining.
De AI in dit platform is ontworpen om de productiviteit en efficiëntie - en daarmee de werkervaring - te verbeteren. Lees meer over AI van ServiceNow om te zien hoe generatieve AI de volgende evolutie van je bedrijf kan zijn.
Quantum computing kan algoritmen versnellen en modellen in staat stellen de grote hoeveelheden gegevens te verwerken die nodig zijn voor AGI. Er is voortdurend onderzoek naar hoe quantum computing AI kan versterken.