Onze vrienden van Markteffect doen hun jaarlijkse Scholierenonderzoek. Geef jouw mening over het onderwijs en maak kans op JBL headphones of Bol.com-bonnen van 15 euro.

 

Doe mee


ADVERTENTIE
1500 euro winnen met je PWS of Sectorwerkstuk?

Heeft jouw PWS of Sectorwerkstuk een link met het Rijksmuseum? Stuur je werkstuk dan vanaf december in voor de Junior Fellowship profielwerkstukwedstrijd van het Rijksmuseum. En maak kans op € 1500 en een traineeship! 

Geschiedenis



Het ontstaan van KI en Robotica

Ruim 50 jaar geleden kwamen de eerste wetenschappers al op het idee het menselijk zenuwstelsel en wellicht ook de intelligentie van de homo sapiens te kopieren naar een artificiele variant. Dit is verre van een gemakkelijk idee. Het begon dat ook simpel met schaak- en damprogramma’s. Bij deze twee programma’s komt toch al heel wat kijken aan KI. De Computer moet zelf beredeneren welke zet hij moest zetten en wat de gevolgen daar van waren. Het uiteindelijk doel van alle onderzoek zou een kunstmatig Neutraal Netwerk (NN. Nadere uitleg pagina in hoofdstuk: Neutrale Netwerken) worden dat de functie van de hersenen zou kunnen imiteren. Het idee was op zich heel eenvoudig: door de netwerken zo veel mogelijk voorbeelden te voeren zodat de cellen zelf de verbanden konden leggen. Net zoals de mens dat in zijn hersenen verwerkt.



Aanvankelijk vonden biologen, wiskundigen en filosofen de gedachte achter zo'n spiegelbeeld van het menselijk zenuwstelsel een gigantische uitdaging gezien de toekomstige voordelen van zo’n NN. Toch waren er ander KI-wteenschappers die de NN’s voor waren. Hierbij moet je denken aan de schaakcomputer Deep Blue. De mega-pc die, volgepropt met analyses van het menselijke redeneren, wereld-kampioen Kasparov het heel erg moeilijk maakte in zijn wedstrijd tegen de KI.





De eerste nuttige toepassingen van NN’s

Met wat pieken en dalen kregen de NN's pas eind jaren 80 redelijk vaste voet aan de grond. Massale bergen gegevens maakten het de mens steeds moeilijker en zelfs onmogelijk uit een grote brij nog zinnige informatie te sluizen. Laat staan verbanden daarin te zien. Opnieuw ging de wetenschap op zoek naar een oplossing. En in 1980 werden de eerste patroonherkenners gefabriceerd. Deze waren bedoeld om uit de grote massa informatie patronen en volgordes te herkennen en deze te ranschikken. Deze vertaalmachines kwamen onder de naam perceptrons op de markt. Met de eerste drie programma’s (schaak- en damprogramma's, vertaalmachines, perceptrons) werden aan de eerste 3 hoofdstromen vorm gegeven. Dit waren: probleemoplossen, computerlinguïstiek en de automatische patroonherkenning, oftewel tekenherkenning. Met computerlinguïstiek wordt eigenlijk de tak van de

wetenschap bedoeld, die zich bezighoudt met alle programmeertechnieken voor de computerverwerking van informatie dat in menselijke taal is geschreven en door mensen is verzameld. De computerlinguïstiek vormt het overlappingsgebied tussen informatica (computerwetenschappen) en linguïstiek (taalwetenschap).

De hele cilmax van de NN’s in de jaren 80 gaven veel hoop voor de toekomst, maar uiteindelijk bleef het er gedeeltelijk bij. Later kwamen daar nog twee andere stromingen bij, die wat meer theoretisch van aard waren. Dit zijn automatische bewijsvoering en automatisch programmeren. De computer schrijft dan, uitgaande

van een probleemspecificatie, geheel of gedeeltelijk zijn eigen programma’s. Daarna traden er nog splitsingen op in nadere specificaties en onderzoeksgebieden. Nu, eenmaal in de volgende eeuw gearriveerd, is er maar weinig vooruitgang geboekt in de KI. Wel zijn er duizenden programma’s op geschreven die uiterst nuttig en handig zijn.



Robots



Wanneer mensen de naam robot horen denken veel mensen meteen aan de starwars films waar robots zoals R2-D2 en C-3PO (zie foto boven) in voorkomen. Tot nu toe behoren dit soort robots tot de echte science fiction. Maar zal dat altijd zo blijven? Tegenwoordig worden er al veel robots gebruikt in de industrie om het de mens maar te vergemakkelijken. Alle routine klusjes worden tegenwoordig in de industrie door robotarmen uitgevoerd.



De huidige fysische kant van robots

De robots zoals ze nu bestaan in de industrie hebben fysisch niet echt een goed uiterlijk. Maar uiterlijk speelt in deze tak van robotica geen rol. Vooral de stabiliteit en betrouwbaarheid van de robots laten veel te wensen over. Ook in het menselijke vermaak gaan en zullen robots ooit een grote rol gaan spelen. Zoals bekend is zijn er twee robots ontwikkeld door Sony, de AIBO-hond (zie foto volgende pagina) en de AIBO-kat. AIBO staat voor Artificial Intelligence Bot. Deze robots hebben kwa



uiterlijk wel wat gemeen met het oorspronkelijke levende dier. Hoewel er wel degelijk wat emoties worden getoond door middel van sensoren die de AIBO-Huisdieren hebben, blijven het robots en wel degelijk niet te vergelijken met een echt huisdier. Sony zal ongetwijfeld verder gaan met produceren van dit soort robots die de huisdieren vervangen. Het gemak van de mens speelt een grote rol bij deze robots. De risico’s zijn bij echte dieren natuurlijk erg groot. Ze zijn gevoelig voor meerdere zaken zoals ziektes, pijnen en honger. Tevens hoeven deze robots ook niet uitgelaten te worden. Terwijl er gratis duizenden dieren sterven in de dierenopvang, kopen mensen tegenwoordig liever een robot die makkelijk uit te schakelen is wanneer men op vakantie gaat of wanneer men naar het werk moet. Van uitlaten van de hond is geen sprake. Het gaat mensen om de liefde van het huisdier. Hoewel iedereen weet dat zo’n robot totaal geen natuurlijke emoties vertoond geeft de robot toch een bepaalde voldoening, en lijkt toch liefde te tonen.



Japanse tweevoeters

Sony heeft bij de AIBO’s gekozen voor viervoeters, het is namelijk makkelijker om een stabiele robot te maken met vier poten dan met twee benen. We weten allemaal dat de Japanners kampioenen zijn in het maken van robots en hun hebben er dus ook een ontwikkeld die op twee benen kan lopen (HONDA. Zie foto rechts). Deze robot ziet er echter onnatuurlijk uit want hij loopt zeer krom om het evenwicht van de robot in stand te houden. Het is nu eenmaal een feit dat hoeveel de robot nu ook kan, we zullen altijd verbeteren tot wel een ‘look alike’ krijgen. Er is een natuurlijke dwang dat we voortplanten, of dat nu natuurlijk is of kunstmatig, dat is niet relevant. De dwang tot het maken van een menselijke robot is erg groot. De meest logische methode zou zijn om de robot met kunstspieren uit te rusten. Dit is de meest makkelijke manier om de robot overeind te houden en in evenwicht. Nederlander Richard Q. van der Linde heeft al zo’n dergelijk ontwerp ontwikkeld. De robot, BAPS genaamd, waarvan hij een prototype ontwierp loopt net als een mens en is uitgerust met kunstspieren. BAPS staat voor Biped with



Adjustable Pneumatic Springs

Deze robot met kunstspieren is een totale revolutie in de robot wereld. De spieren passen zich ook aan de omstandigheden. Ze houden de robot altijd recht overeind en in totaal evenwicht. De robot kan in principe net zo lopen als een mens. Als de robot bijvoorbeeld last heeft van veel tegenwind dan zal deze zich daar ook op aanpassen en zijn kunstspieren zo gebruiken dat hij overeind blijft.

De kunstspier werkt als volgt. De kunstspier bestaat uit een rubberslang die verstijft wanneer er CO2 gas in word gepompt. De overdruk is tijdelijk opgeslagen bewegingsenergie die opnieuw gebruikt wordt. Dit is ongeveer gelijk aan de werking van de menselijke spier. Met deze technologie zijn we dus weer een stap dichterbij zelfdenkende en zelflopende robots.



Waarom nog een intelligent wezen?



Hoe meer NN’s (Neutrale Netwerken. Nader toegelicht in volgend hoofdstuk) je in een computer stopt des te slimmer word hij. Als je op een gegeven moment op een punt komt waar je net zo veel NN’s in een computer kan stoppen, dan zou je een net zo intelligent wezen krijgen als een mens. Maar voordat je zou beginnen met het maken van intelligente wezens moet je jezelf natuurlijk eerst afvragen waarom we intelligent leven zouden willen maken. Waarom hebben we ander intelligent leven nodig als we zelf al intelligent zijn? Is het wel ethisch verantwoord als we nog een intelligent wezen op aarde zetten? Zo zijn er heel wat vragen wat menig man zich al heeft afgevraagd. Om de risico’s te verkleinen zijn er 3 ‘groundrules’ gemaakt:



1. Een robot mag een mens geen letsel toebrengen en moet er voor zorgen dat er iets met de mensen om hem heen gebeurt.



2. De robot moet de mens zijn bevelen opvolgen tenzij deze in strijd zijn met de eerste regel.



3. Een robot moet zichzelf beschermen tegen de ongevallen tenzij dit in strijd is met de eerste twee regels.



Met deze regels is het dus mogelijk een robot naar je eigen doelen te laten functioneren. Stel er is een grote brand ergens in de stad. Op de bovenste verdieping zijn nog mensen aanwezig. De kans dat een brandweerman die het gebouw ingaat er ook weer uitkomt is 30% maar je wilt toch ook dat die mensen gered worden. Het zou nu heel makkelijk zijn als je robots zou hebben die fysisch en geestelijk zo goed gebouwd zijn dat hun het gebouw in kunnen gaan om de mensen te redden. Die robot is vervangbaar, vandaar dat het in dit geval totaal verantwoordt is om de robot in deze situatie in te zetten. We gaan in deze situatie niet uit van een menselijke robot. Wanneer we een menselijk robot (evenveel NN’s als een mens neuronen heeft) zouden gebruiken voor deze situatie moeten we hem anders behandelen. Hij krijgt gevoel, hij krijgt en mening, hij krijgt een wil en hij krijgt een eigen persoonlijkheid. Op dat ogenblik is het volgens de regels niet meer verantwoord zo’n robot het gebouw in te sturen met de opdracht de mensen te redden terwijl er een kans bestaat van 50% bestaat dat de apparatuur doorbrand en dat hij het begeeft. De robot heeft de zelfde gevoelens als de mens in dit geval en mag je deze slechts naar binnen sturen als de robot volledig beschermd is tegen de omstandigheden van een brand en liefst ook instortingsgevaar. En aangezien je robots en mensen in dit geval als gelijken beschouwt, zul je ook een mens die een robot vernietigd dezelfde gerechtelijke straf moeten toedienen als mensen die elkaar doden.

Vanwege hun grotere weerstand tegen ziektes en menselijk geweld zouden we een probleem hebben wanneer ze samenbundelen en de strijd aan gaan…. Ook de dwang naar veroveren van gebied en kennis verbreden hoor bij de menselijke kennis en dus ook bij menselijke robots.

Maar dan is de logische beredenering: Waarom zouden deze menselijke robots (met miljoenen NN’s) in oorlog met ons gaan? Al eeuwen lang kent de psychologie het feit van rassenonderscheid. We hebben duizenden jaren van historie met oorlog na oorlog tussen verschillende volkeren en rassen. Vanwege het feit dat de mens zich nooit gewonnen zou geven, blijft de mens zich meerwaardig voelen en zal de robot nooit zijn gelijke rechten krijgen. Je krijgt de simpelste vorm van onderscheid tussen het ras mens en het ras ‘menselijke’ robot dat vecht voor zijn rechten. Hoe lang duurt het totdat de robots samenbundelen en een oorlog starten?

Niet lang! En dat is meteen het welbekende gevaar achter de robots die zich voortbewegen en redeneren zoals mensen dat doen.



Maar zover is het nog niet. Al deze toekomst beelden zijn bekend, alleen word er niet vanuit gegaan dat het zover zal komen. Je moet hier alleen niet al te zeker van zijn, want je speelt wel met ons bestaan als overheersend ras dat de touwtjes in handen heeft. Er zijn zelfs nu al robots die zelf kunnen denken, al is dit zeer summier. Over 2 jaar verwacht men de eerste robot met 1/20 van de intelligentie van de mens. Volgens wetenschappers zal over 20 tot 30 jaar de eerste robot ontwikkelt kunnen worden die dezelfde neurale capaciteiten heeft als een mens.



Neutrale Netwerken (NN’s)



Wat is een Neutraal Netwerk?



In principe zijn neurale netwerken softwareprogramma's die voor diverse doeleinden worden ontwikkeld. Een NN lijkt een beetje op het menselijke netwerk van zenuwcellen (neuronen) in de hersenen, maar is veel kleiner en minder complex in zijn werking.

In een NN zijn verschillende cellen (neuronen) met elkaar verbonden. Elke verbinding heeft een bepaald 'gewicht'. Afhankelijk van dat 'gewicht' verstuurt een neuron informatie door naar een of meerdere andere neuronen. Alle verbindingen die gelegd worden wijzen daarbij in dezelfde richting. En dat is voor-waarts bij het meest gebruikte NN-model.

De programmamaker die het netwerk bouwt analyseert eerst een probleemsituatie afhankelijk van de omgeving. Een frisdrankfabriek heeft een ander sjabloon nodig dan een bank. Doorop kiest de maker een basismodel met voor dat probleem geschikte standaard vastgestelde formules en algoritmen. Daarna voert hij testgegevens in. Dat kunnen allerlei gegevens/voorwaarden zijn die voor belang zijn voor het/de eindproduct(en). Aan de hand van de gewenste relatie tussen uitkomst en invoer leert het NN dat iets fout of goed is en maakt het bepaalde verbindingen sterker of zwakker.

Het systeem legt zelf verbanden en gebruikt daarvoor zowel lineaire als non-lineaire verbindingen. De combinatie van de 2 soorten verbindingen zorgt voor de meerwaarde: de zelfcorrectie Naarmate het neuraal netwerk beter getraind is, corrigeert het NN zichzelf en komt de menselijke architect minder aan het geheel te pas.



Theoretisch voorbeeld

Een fabriek die glas produceert weet exact welk eindproduct (output) ze uiteindelijk wil hebben, maar de combinatie van ingrediënten, weersomstandigheden, hoeveelheden en andere talloze factoren (input)



kunnen zo onsamenhangend variabel en complex zijn dat de hulp van een NN nodig is om het productiepatroon steeds weer bij te sturen en zo het goede eindresultaat, glas, te krijgen.



Kracht

De kracht van NN schuilt in de mogelijkheid dat een 'goed getraind' netwerk tot eigen oplossingen komt waar een normaal computerprogramma geen soelaas biedt. Het is zelflerend.

NN's zijn geweldig handig in de herkenning van patronen en het op elkaar afstemmen van veel verschillende factoren waarvan niet duidelijk is of, en hoe ze elkaar beïnvloeden. Het netwerk is in staat een strategie te bedenken zonder dat daarvoor een extra formule, model of algoritme wordt toegevoegd.

Die laatste eigenschap zet de mens echt aan het denken. Wetenschappers willen dat complexe netwerk nu eenmaal doorgronden (het netwerk doet iets, zonder dat daarvoor een 'reden' zou bestaan). En laten we eerlijk zijn, voordat je een NN met enorme geldbedragen (als je die hebt) op de financiële markten laat stoeien, wil je wel weten of het ook echt werkt en liever nog, hoe het werkt.

Echt onduidelijk is de gang van zake in een neutraal netwerk overigens helemaal niet, want door de training ligt vooraf al vaste welke verbindingen de sterkste zijn. Dus is aanvankelijk ook duidelijk welke neuronen meer en welke minder worden aangesproken. Maar vanaf het moment dat het systeem slimmer wordt, kan de mens bepaalde verbanden niet meer verklaren.



Waarmee train je een NN?

De startgegevens waarmee een NN getraind wordt zijn meestal historische gegevens die in verloop van tijd zijn verzameld. In het begin is zo'n

verzameling gegevens mogelijk nog beperkt, maar naarmate de training vordert, groeit de berg van informatie gestaag.

Het gaat zowel om invoer als uitvoergegevens. Het systeem legt zelf de verbanden tussen de input en output. De truc is dat een kunstmatig NN zelflerend is en dus verbanden kan leggen die een mens niet altijd vindt.



Verschillen neuronen van mens en NN

Menselijke zenuwcellen zijn veel groter in getal dan het aantal neuronen in een kunstmatig NN. Een mens heeft miljarden neuronen, terwijl een NN over een paar honderd neuronen beschikt. Menselijke neuronen zijn er in vele soorten en werken bovendien veel complexer dan kunstmatige neuronen.

Zo geeft een NN zijn signalen maar in 1 richting, terwijl menselijke cellen dat in beide richtingen doen. Ook de manier van informatie overdragen verschilt. Een mens gebruikt daarvoor, naast elektrische signalen, ook chemische stoffen. NN's werken alleen met getallen, gestripte gegevens en wiskundige functies. Bij de mens blijken kanseffecten belangrijk om tot een beslissing te komen. Wij denken daarenboven parallel, terwijl een NN slechts serieel (cel voor cel) informatie verwerkt.



Zijn NN's intelligent?

Hoewel mensenhersenen vaak niet kunnen concurreren met de uiteindelijke producten van een NN, mag je zo'n netwerk niet per definitie intelligent noemen. Reden: de mens moet een NN trainen, voeden met informatie. Vanaf het moment dat het systeem met gegevens is gevoed, wordt het 'zelf-lerend'. Het traint zichzelf en genereert oplossingen. In dat verband is een NN-programma wel 'intelligent'. Maar of een NN een menselijke IQ-test kan verwerken? Het eindresultaat ligt misschien verborgen in de mate van trainingsintensiteit.



Toepassingen in KI



Gezichtherkenning

Gezichtsherkenning behoort tot de optische waarneming, daarmee worden systemen bedoeld die in staat zijn om te 'zien'. Om die programma's te gebruiken moet er een digitale camera op je monitor zitten. De camera 'ziet' de persoon die aan de computer zit. Dit beeld wordt geanalyseerd door het programma en vergeleken met beelden van eerder opgenomen personen. Programma's zoals deze kunnen worden gebruikt voor beveiliging. Wanneer er een onbekende aan de computer gaat zitten krijgt deze geen toegang.

Dit klinkt vrij simpel, maar hier komt nog heel wat bij kijken. Het is namelijk niet simpelweg kijken of twee beelden hetzelfde zijn. Van één persoon zullen twee foto's nooit helemaal hetzelfde zijn. Hierbij kun je denken aan verschillen in lichtval, houding, uitdrukking, haarlengte, bruining enzovoorts. Voor een Computer is het moeilijk om hieruit een beeld te maken en deze te linken met een al eerder opgenomen beeld. De computer gebruik KI om deze gezichten te linken.



Vertaalmachines

Vertaalmachines zijn computers die een vertaling maken van één of meer zinnen, waarbij de computer zelf de zinnen samenstelt op basis van bepaalde algoritmen. Je kunt een onderscheid maken tussen Machine Assisted Translation (MAT), waarbij de computer wordt gebruikt door menselijke vertalers voor het snel opzoeken van woorden en zinnen, en Machine Translation (MT), waarbij de computer een ruwe vertaling geeft en die eventueel nog door mensen wordt verbeterd.

Om een tekst van taal A naar taal B te vertalen heb je een gedetailleerde analyse van de grammatica van beide talen nodig. Zulke analyses zijn er nog niet en daarom is het automatisch vertalen van teksten heel moeilijk. Het Nederlandse woord 'bak' kan bijvoorbeeld van alles beteken: vat, (koffie)kop, grap, gevangenis... In het Engels worden dit dan weer verschillende woorden. Een automatisch vertaalprogramma moet dus ook weten waar de tekst over gaat. Projecten voor het bouwen van vertaalprogramma's zijn hierop vastgelopen. Misschien dat in de toekomst deze zaken opgelost kunnen worden met behulp van NN’s. Ze scannen de tekst (Input), geven een logische interpretatie en vertalen de tekst (output)



Robocup

Kunstmatige intelligentie wordt vaak toegepast om een robot zelf op grond van een taakstelling een plan te laten opstellen. Een goed voorbeeld hiervan is de Robocup. De Robocup is een voetbalwedstrijd speciaal voor robots. Deze robots leren onder andere van hun fouten en dat is een typisch menselijke eigenschap. De voetbalbots kunnen geheel zelfstandig werken, maar communiceren ook met elkaar via een Wireless LAN om zo overleg te plegen en tot de beste actie over te gaan. Elke robot neemt strategische beslissingen op grond van de posities van anderen. Ze moeten dus weten waar de bal en hun medespelers zijn, een route bepalen en medespelers ontwijken. Deze robots werken volgens het principe van Sense, Think and Act (waarnemen, een actie bedenken en deze vervolgens uitvoeren).

Het denken gebeurt met beslissingsalgoritmen gebaseerd op een als/dan-structuur. De robot redeneert: als ik de bal heb, dan ga ik richting het doel; als ik de bal niet heb, dan ga ik die zoeken, enzovoort. Omdat hij ook nog rekening moet houden met medespelers, zijn voor de meeste beslissingen weegfactoren ingebouwd. Dat wil zeggen dat de robot pas op basis van een aantal positieve constateringen een beslissing neemt. Pas als de robot zich in een situatie bevindt waarin aan een aantal vooraf bepaalde eisen wordt voldaan zoals: balbezit, geen tegenstander in de buurt, het doel op minder dan twee meter afstand. Dan pas krijgt de robot de opdracht van zichzelf om te schieten.



Schaakprogramma’s

Schaken is voor de computer een relatief eenvoudig probleem, want het is relatief eenvoudig te beschrijven. Het bord heeft 64 velden, in het begin zijn er 32 stukken en elk stuk heeft een beperkte bewegingsvrijheid. In de beginstand kan de witspeler bijvoorbeeld kiezen uit twintig zetten. De zwartspeler heeft daarna ook twintig mogelijkheden. Na een zet van beide spelers kunnen er dus 20x20, dat is 400 mogelijke variaties op het bord staan en zo kun je doorgaan. Dit is in principe wat schaakprogramma's zoals Deep blue doen. Ze berekenen mogelijke variaties en zoeken naar die welke het beste bij jou past.

Het probleem is alleen dat het aantal variaties na een aantal zetten al ontzettend groot is. De huidige computers zijn snel genoeg om (in vergelijking met vroeger) een groot aantal zetten vooruit te kunnen kijken. Deep Blue kon in de match met Kasparov 200 miljoen variaties per seconde berekenen. Maar snelheid is niet het enige waar een schaakprogramma het van moet hebben, ook goed programmeerwerk speelt een rol. Je moet snel kunnen zien dat een zet niet kan, dan hoef je

alle zetten die daarna komen niet meer te bekijken. Er is pas sprake van Kunstmatige Intelligentie als het schaakprogramma zelf bepaalt welke zetten relevant zijn en welke niet.



Toekomst in KI



Te toekomst hoeft er niet altijd rooskleurig uit te zien. En dat geldt ook zeker voor de ontwikkelingen in Kunstmatige Intelligentie. Er zijn heel veel zaken die het de mens gemakkelijk maken maar er zit ook een risico aan wat ik had behandeld in het hoofdstuk Robots. De techniek kan heel gemakkelijk misbruikt worden op een wijze dat zeer schadelijk kan zijn. De mens is tot veel in staat en misschien wel tot tè veel in staat. We moeten ons goed bedenken dat we met ons eigen leven spelen op een uiterst unieke planeet. Het is niet ethisch verantwoord dat we robots gaan ontwikkelen met dergelijke menselijke kennis, emotie en gevoel. Zo’n situatie kan alleen maar negatief uitpakken.

Nog gevaarlijker is het feit dat men met de ontwikkeling van chips zo ver wil gaan ontwikkelen totdat men deze zo dicht bij het neuronstelsel van een mens kan laten functioneren dat men deze kan implanteren. Dit zou dan dichtbij de hersens zelf moeten gebeuren voor optimale communicatie. De mens zou dan dus nooit meer problemen hebben om iets uit te rekenen en iets te onthouden. Gedeeltes van je kennis worden via input/output van een NN verwerkt. Zulke dergelijke ontwikkelingen kunnen natuurlijk wel een voortgang bieden bij ziektes in het zenuwstelsel. In zo’n geval zou het weer een nieuwe poort openen in de medische wetenschap.

Maar stel nou dat de stroom van je computertje uitvalt. Dan ben je ineens iemand die nauwelijks verstand heeft. Als je geluk hebt dan hebben je organische hersenen de informatieoverdracht die plaatsvond tussen de buiten wereld en het mechanisch gedeelte van de hersens geanalyseerd en er van geleerd.

Wanner dit allemaal werkelijkheid zou worden zouden we in principe een organische zelfdenkende robot zijn. De organische hersenen besturen ons immers helemaal. Wanneer dit gebeurd door een computertje volgepropt met NN’s, worden we bestuurd door middel van een technisch hoogstandje en niet meer door natuurlijke hersenen en dus een robot met organisch hoesje (cyborg).

Hoe ver de techniek ook komt, er zullen natuurlijk altijd mensen zijn die helemaal geen computers in hun hoofd willen en die blij zijn met wat god hun geschonken heeft. Deze mensen houden dus ook dezelfde intelligentie als ieder normaal mens zoals we die nu kennen. Maar aangezien de evolutie leert dat de sterkste en slimste zal overwinnen in de samenleving.

Wanneer de mensen bij de geboorte zo’n computertje in hun hoofd laten implanteren ontstaat er een nieuwe splitsing in de samenleving. Je krijgt de mensen gestuurd door NN’s en de gewone Homo Sapiens. Aangezien de half Cyborg een stuk slimmer zal zijn zal de samenleving aan deze kant het snelst groeien en zal de mens een steeds slechtere positie innemen. Stel dat je een bedrijf runt en er is een vacature. Wie neem je aan: Een mens gestuurd door NN’s met een opslagcapaciteit van 10 maal zo veel en logischer als de mens en ook 10 keer sneller redeneert en ordent? De halfmens zal overwinnen en de organische mens zal weer een stapje trug moeten zetten in de samenleving. Hoe lang duurt het dan tot dat de mens volledig is teruggedrongen?

Mijn ethische mening over dit vooruitzicht is dat ik zelf een aantal regels zou opstellen over deze technieken. Ze zouden beperkt moeten worden tot de medische doeleinden. Van zulke technieken valt zeer snel misbruik te maken. Wat de mens negatief kan beïnvloeden. Ten tweede zijn we niet val alle ellende af. De NN’s in iemands hooft zullen tegen veel bestand moeten zijn. De gewone organische hersenen zijn zeer gevoelig. Maar de problemen van zo’n machine in je hoofd kunnen ook fataal zijn. Denk aan de straling die tegenwoordig in de lucht hangt vanwege GPS (Global Positioning System) Mobiele telefonie etc. En dan is het gevaar van energiegebrek nog niet eens besproken. Uit onderzoek zal eerst moeten blijken dat de gevaren die ik zojuist genoemd heb niet aan de orde zijn. Tot dan toe zal het nooit goedgekeurd worden door de bevolking van deze wereld. Mochten we in de toekomst toch de stap nemen om intelligent leven anders dan onszelf te gaan creëren laten we het dan wel behandelen als onze gelijken en niet als onze ondergeschikte.

Al het hier voorgaande is een beeld van de toekomst dat wetenschappelijk mogelijk is. Er is niet gekeken naar wonderen zoals deze in godsdiensten voorkomen maar puur op wetenschappelijke basis. Het zijn de toekomstbeelden die mij zeer inspireren, vooral omdat ze wetenschappelijk onderbouwt zijn. Met de wetenschap van wat ons mogelijk te wachten staat moet de mensheid zich voorbereiden en voorzichtig omgaan met ander intelligent leven (al dan zelf gemaakt of niet).


REACTIES

Log in om een reactie te plaatsen of maak een profiel aan.

A.

A.

In dit wekstuk staat een stukje over NN's, die door de maker neutrale netwerken genoemd worden. Maar het zijn neurale netwerken. Dit is maar één van de vele slordige fouten die erin zitten. Ik vind het dan ook zeer slechte informatie.

14 jaar geleden

J.

J.

Het is neurale netwerken

2 jaar geleden