Deze vijf AI-trends zullen ons leven de komende jaren veranderen

Stable Diffusion: nieuwe afbeeldingen creëren met bliksemsnelheid

De mogelijkheid om in enkele seconden een afbeelding te genereren met slechts een paar trefwoorden, met behulp van tools zoals DALL-E en MidJourney, is net zo indrukwekkend als de veelbesproken ChatGPT. Net als het taalmodel van ChatGPT maken deze modellen gebruik van de enorme hoeveelheid data die beschikbaar is op het internet, in dit geval bestaande afbeeldingen.

Stable Diffusion is ook gebaseerd op een tekst-naar-beeldmodel. Het verschil met de andere twee is dat het een open-source model is dat iedereen zelf kan draaien op een enigszins krachtige computer. Stable Diffusion maakt gebruik van deep learning. Het model is getraind om ruis uit een afbeelding te verwijderen. Het krijgt eerst een afbeelding vol ruis en wordt gevraagd een afbeelding te genereren met iets minder ruis. Door dat proces te herhalen, is het in staat een scherpe afbeelding te creëren. Op basis van de informatie die het model heeft over hoe een afbeelding eruit zou moeten zien, voegt het langzaam structuur toe aan de ruis.
Dit soort tools wordt snel ontwikkeld en gevoed met steeds meer data. In de komende jaren zullen we volop andere voorbeelden zien van generatieve AI die zal worden gebruikt om content te genereren, zoals volledige video's of muziekstukken op basis van beschrijvingen.

2. Diagnoses: beter dan artsen

Deep learning-modellen die afbeeldingen herkennen, zijn niet alleen nuttig voor het genereren van nieuwe afbeeldingen. Ze spelen al jaren een rol in de gezondheidszorg en helpen artsen bij het stellen van diagnoses. Enkele jaren geleden ontwikkelden wetenschappers bijvoorbeeld een model dat huidkanker kon herkennen op foto’s van patiënten, beter dan dermatologen dat konden, ongeacht hoeveel kennis en ervaring zij hadden. Dit soort neurale netwerken wordt getraind met tienduizenden afbeeldingen. Voor elke afbeelding kan het beoordelen of deze kankerverwekkend is of niet, met een nauwkeurigheid tot wel 95 procent.

Is dat slecht nieuws voor medisch specialisten? Absoluut niet. Hoewel deze modellen artsen kunnen helpen bij het stellen van diagnoses, hebben artsen nog steeds het laatste woord. Als de modellen goed werken, besparen ze artsen bovendien veel tijd die vervolgens kan worden besteed aan onderzoek of ander belangrijk werk.

3. Gedachten lezen: is het mogelijk en is het toegestaan?

Misschien wel de meest ingrijpende - en angstaanjagende - mogelijkheid van AI is het vermogen om iemands gedachten te lezen. De eerste vraag die opkomt is of dit überhaupt mogelijk is. CEO Mark Zuckerberg van Meta (Facebook) voorziet een toekomst waarin mensen, als ze dat willen, gedachten rechtstreeks naar elkaar kunnen sturen. Hoewel het zeer twijfelachtig is of het ooit zover zal komen, wordt er volop onderzoek gedaan naar hersen-tot-hersen communicatie en zijn er daadwerkelijk systemen die in staat zijn de eerste stappen te zetten. Zo onderzoekt het onderzoeksteam van Braingate hoe een hersen/machine-interface met elektrodes mensen met hersenaandoeningen in staat kan stellen om met hun gedachten robotarmen en tablets te besturen.
Hoewel dat ongetwijfeld een waardevolle toepassing kan zijn, kan ‘gedachten lezen’ ook leiden tot een dystopische toekomst, zoals een video van het World Economic Forum laat zien. In deze video werden de hersengolven van werknemers van een bedrijf gedecodeerd om te bepalen hoe serieus ze hun werk nemen, of ze bepaalde gevoelens hebben ten opzichte van hun collega’s en of ze betrokken zijn bij illegale activiteiten. Elektroden in de hersenen zijn niet nodig om al die informatie vast te leggen. Het is voldoende om een wearable zoals een smartwatch of oordoppen te hebben.

Voorlopig kan dit soort toepassingen alleen worden gezien in series zoals Person of Interest. Maar zoals een onderzoeker opmerkte, wat je denkt en voelt kan worden gereduceerd tot data. En wat als AI extreem goed wordt in het interpreteren van grote hoeveelheden data. Ethische vraagstukken en zorgen over privacy zouden die ontwikkeling waarschijnlijk meer belemmeren dan technologie.

4. Entiteitsresolutie: gegevens intelligent combineren

Het combineren van data is een van de belangrijkste taken die AI kan uitvoeren. Maar data wordt op verschillende manieren verzameld en opgeslagen. Voor traditionele computerprogramma’s worden twee sets data als ongelijk beschouwd als ze niet 100 procent hetzelfde zijn. Met entity resolution is het mogelijk om data te koppelen die bijna hetzelfde is, maar niet volledig identiek. Het is een slimme manier om te ontdekken dat sterk vergelijkbare data gekoppeld is aan dezelfde persoon.

Entity resolution kan data op zo’n manier combineren dat het herleidbaar wordt naar een persoon. Dit is nuttig voor bedrijven die data niet altijd op een consistente manier in hun systemen bewaren. Het stelt hen bijvoorbeeld in staat om patiëntendossiers te verbeteren voor betere zorg, of om fraude te voorkomen. Wederom is de discussie over ethiek en privacy nooit ver weg. Hoe ver kunnen we gaan in het combineren van data? Wat gebeurt er als het algoritme het mis heeft? Hoe anoniem kunnen we nog zijn in ons leven?

5. Singulariteit: worden we binnenkort overbodig?

Worden algoritmes in de toekomst zo slim dat mensen overbodig worden? Sommige mensen beweren dat dit binnen een decennium werkelijkheid zou kunnen worden. Het idee is niet nieuw – denk aan films zoals The Terminator. De reden waarom sommige experts geloven dat het niet bij sciencefiction zal blijven, heeft grotendeels te maken met de snelheid waarmee AI en andere technologie zich ontwikkelen. In veel gevallen is dit geen lineaire ontwikkeling, maar exponentieel. De vraag is dan of en wanneer het kantelpunt wordt bereikt waarop AI zo intelligent wordt dat het zijn eigen algoritmes kan verbeteren zonder dat wij mensen erover hoeven na te denken. Om mensen bewust te maken van de kansen en gevaren die technologie biedt en de snelheid waarmee het vooruitgaat, is de Singularity Group opgericht en organiseert deze regelmatig evenementen.

Zullen mensen overbodig worden door AI?

Met al deze AI-toepassingen, die zich ook in razendsnel tempo ontwikkelen, zou je bijna kunnen gaan denken dat we uiteindelijk vrijwel al ons werk aan algoritmen zouden kunnen overlaten. Als je je een extreme vorm van singulariteit voorstelt, is het dan mogelijk dat de hele mensheid zelfs vervangen kan worden? De meeste experts geloven niet dat het zo ver zal gaan. Ze denken echter wel dat mensen die niet met AI werken, vervangen zullen worden. Met andere woorden, AI met een kritische blik volgen maar het tegelijkertijd omarmen en er op een constructieve manier mee samenwerken lijkt de oplossing voor de toekomst.