Verschillende nieuwe technologieën hebben een buzz gecreëerd rond kunstmatige intelligentie (AI) en wat het betekent voor onze toekomst als samenleving. Elke technologie komt uit verschillende takken van AI en brengt een unieke reeks voordelen en zorgen met zich mee.
Deepfakes en AI's voor het klonen van stemmen maken het moeilijk voor u om alles te vertrouwen wat u op internet ziet of hoort. Sommigen zeggen dat ChatGPT en vergelijkbare AI-systemen voor diep leren waarschijnlijk op verschillende gebieden banen zullen overbodig maken. Een zorgwekkende vraag rijst: "zal AI uiteindelijk programmeurs vervangen?"
Wat is kunstmatige intelligentie?
AI is een tak van de informatica die zich richt op het vermogen van een systeem om problemen op te lossen met behulp van een (of meer) van vier kwaliteiten. Een AI-systeem kan menselijk denken, menselijk handelen, rationeel denken en/of rationeel handelen.
De geschiedenis van kunstmatige intelligentie
Hoewel het lijkt alsof AI al eeuwen bestaat, is het een veld dat halverwege de 20e eeuw in een stroomversnelling kwam. Een van de meest opvallende data in de geschiedenis van AI is 1956, dit was het jaar van de officiële introductie op het gebied van kunstmatige intelligentie. Deze introductie vond plaats op een conferentie op Dartmouth College.
Verschillende grote namen verwijzen naar verschillende aspecten van de vroege vorderingen in AI. Deze omvatten Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson en Alain Colmerauer.
Handel menselijk
In 1936 publiceerde Alan Turing een paper getiteld "On Computable Numbers, With an Application to the Entscheidungsproblem". In dit artikel introduceerde Turing het concept van een Turing-machine die tot op de dag van vandaag een belangrijke rol speelt in AI. Hij bewees dat een Turing-machine met het juiste algoritme elke wiskundige berekening kan uitvoeren.
Later in 1937 gebruikte Turing het stopprobleem om te wijzen op de beperkingen van intelligente machines. Vervolgens definieerde Turing in 1950 machine-intelligentie met behulp van wat hij de Turing-test noemt. Als een AI-systeem de Turing-test doorstaat, kan dat systeem menselijk handelen.
Denk menselijk
Marvin Minsky is een populaire naam op het gebied van AI. Hij staat bekend om de ontwikkeling van de eerste willekeurig bedrade neurale netwerkleermachine, genaamd SNARC in 1951. Neurale netwerken leren computers om gegevens op dezelfde manier te verwerken als het menselijk brein. Minsky's definitie van AI is dat het "de wetenschap is om machines dingen te laten doen die intelligentie vereisen als ze door mannen worden gedaan".
Allen Newell en Herbert Simon zijn twee andere pioniers op het gebied van AI, die zich richtten op het vermogen van een machine om menselijk denken te simuleren. In 1956 presenteerden ze het eerste computerprogramma voor het verwerken van symbolen, genaamd de Logic Theorist. In 1961 ontwikkelden Newell en Simon de General Problem Solver (GPS), die in wezen het menselijk denken imiteert.
Denk rationeel
Neem John Robinson, die in 1965 een tijdschrift publiceerde met de titel “A Machine-Oriented Logic Based on the Resolutie Principe.” Hij vond ook de resolutierekening voor predikaatlogica uit, die een essentiële rol speelt rol in AI.
Predikaatlogica is een formele taal die logica gebruikt om rationeel denken weer te geven. Deze taal gebruikt het raamwerk dat de juiste premissen de juiste conclusies zullen opleveren. Alexa is bijvoorbeeld een machine; alle machines vergemakkelijken het werk; daarom maakt Alexa het werk gemakkelijker.
Recente ontwikkelingen in kunstmatige intelligentie
Zoals het was tijdens de oprichting, is het gebied van kunstmatige intelligentie tegenwoordig erg complex met veel verschillende takken. Elke tak onder de paraplu van AI boekt continu aanzienlijke vooruitgang.
Machine learning is een tak van AI die data-algoritmen gebruikt om menselijk leren te imiteren, wat de nauwkeurigheid bij elke iteratie verbetert. Een van de meer prominente subsets van machine learning is deep learning. Deep learning verbetert machine learning door de behoefte van een machine aan menselijke hulp te verminderen.
Als u bijvoorbeeld afbeeldingen van bloemen had die u op soort wilde groeperen, zal het categorisatieproces verschillen op basis van het type systeem. Als uw systeem machine learning gebruikt, moet u handmatig de kenmerken vaststellen die soorten onderscheiden. Een systeem dat gebruik maakt van deep learning zal echter de beste onderscheidende kenmerken voor elke soort op zichzelf bepalen.
Deep learning heeft de afgelopen jaren voor grote golven gezorgd in de branche, dankzij verschillende technologieën. ChatGPT is een deep learning-technologie dat krijgt momenteel veel aandacht.
Volgens ChatGPT is het:
een groot taalmodel gemaakt door OpenAI. Het is een programma voor kunstmatige intelligentie (AI) dat is ontworpen om natuurlijke taal te begrijpen en mensachtige antwoorden te genereren op verschillende soorten vragen en prompts. Het model is gebaseerd op een deep learning-architectuur, een transformator genaamd, die grote hoeveelheden kan verwerken hoeveelheden tekstgegevens en het genereren van reacties op basis van patronen en relaties die het daaruit heeft geleerd gegevens.
Sinds de lancering in het vierde kwartaal van 2022 is ChatGPT onderwerp van veel discussie geweest. Wat dit AI-systeem onderscheidt, is zijn natuurlijke taalverwerkingsvaardigheden, in combinatie met zijn vermogen om nieuwe informatie te leren door middel van versterkend leren van menselijke feedback (RLHF). Het lijkt ook een sterk vermogen te hebben om code te schrijven en te repareren. Sommigen zeggen dat deze technologie het ontstaan vertegenwoordigt van het uitsterven van menselijke programmeurs.
Gewenste kenmerken van een menselijke programmeur die AI niet kan repliceren
Een AI-systeem kan leren code te schrijven die software maakt. Het volledig vervangen van programmeurs kan echter iets ingewikkelder zijn. De mogelijkheden van een AI-systeem kunnen het mogelijk maken om het personeelsbestand te verminderen door programmeurs te helpen sneller te werken, maar het kan menselijke werknemers nooit echt vervangen. Een belangrijk onderscheidend kenmerk tussen programmeurs en AI-systemen is het menselijk brein en zijn complexe kenmerken.
Volgens Andrew Ng, een van de topnamen in AI vandaag:
een enkel neuron in de hersenen is een ongelooflijk complexe machine die we zelfs vandaag de dag niet begrijpen. Een enkel 'neuron' in een neuraal netwerk is een ongelooflijk eenvoudige wiskundige functie die een minuscule fractie van de complexiteit van een biologisch neuron vastlegt.
Het vermogen van de hersenen om vanuit schijnbaar ijle lucht een nieuwe gedachte te genereren, gaat het menselijk bevattingsvermogen te boven. Het is zeker niet iets dat een AI-systeem kan repliceren. Een ander wenselijk kenmerk van programmeurs is de verbijstering van creativiteit, iets dat een machine niet kan repliceren.
Door middel van deep learning kan AI de indruk wekken van menselijk denken. Sommige AI-systemen kunnen eenvoudige beslissingen nemen, maar deze beslissingen verbleken in vergelijking met de besluitvormingsmogelijkheden van het menselijk brein. AI kan code schrijven, maar kan er niet voor zorgen dat de code die het schrijft de juiste code is. Een AI-systeem kan het menselijk oordeel niet repliceren en er is ook geen enkele aanwijzing dat het dit in de toekomst wel zal kunnen.
De toekomst van AI en programmeren
AI-technologieën zoals ChatGPT hebben bewezen hoe nuttig AI kan zijn voor programmeurs. Het genereert snel code en kan helpen bij de algehele workflow van een programmeur. ChatGPT heeft echter ook bewezen dat zelfs de meest geavanceerde deep learning-technologie die we momenteel hebben geen volledige autonomie aankan. ChatGPT staat erom bekend onzinnige antwoorden op vragen te genereren, volgens OpenAI.
Daarom is het aannemelijk om aan te nemen dat de toekomst van AI in programmeren er een is van "helpers" in plaats van "vervangers van" programmeurs.