De drie fasen van AI: van narrow via general tot super intelligence

Fase 1: artificial narrow intelligence (ANI) 

Terug in de jaren '80 waren AI-systemen afhankelijk van handmatig geprogrammeerde regels. Ze excelleerden in één specifieke taak, maar misten de flexibiliteit om zich aan te passen. De jaren '90 brachten machine learning met zich mee, waarbij algoritmes patronen in data konden herkennen en gebruiken. Machine learning heeft een zelflerend aspect: naarmate het systeem meer data verwerkt, wordt het algoritme verfijnder. Deze systemen specialiseerden zich meestal in één domein en konden slechts één probleem oplossen - vandaar de term artificial narrow intelligence.  

Een klassiek voorbeeld is de schaakcomputer Deep Blue. Recente voorbeelden zijn onder andere computer vision voor kentekenherkenning en vertaalmodellen, zoals het welbekende Google Translate. 

Fase 2: artificial general intelligence (AGI) 

Waar machine learning het kenmerk is van de vorige fase, praten we in deze fase over machine intelligence. Dit betekent dat één AI-model net zo 'intelligent' is als een mens. Een AGI-systeem heeft menselijke cognitieve capaciteiten, maar kan taken veel sneller en met minder fouten uitvoeren dan mensen. 

Fase 3: artificial super intelligence (ASI) 

Superintelligentie van machines kan voor sommigen een beangstigend idee lijken. Wat bedoelen we hiermee? Dit zijn systemen met een intelligentieniveau dat hoger is dan dat van mensen en die de beste menselijke experts overtreft op vrijwel elk gebied. Een ASI-systeem kan in potentie problemen oplossen die momenteel als onoplosbaar worden beschouwd, belangrijke wetenschappelijke ontdekkingen doen, kunst creëren die gelijkwaardig is aan menselijke creaties en diepgaand inzicht hebben in menselijke emoties. 

De toekomst 

Artificial super intelligence wordt vaak geassocieerd met het concept van singulariteit. Dit is een toekomstig moment waarop technologische vooruitgang zo snel en ontwrichtend wordt dat het leidt tot een radicale en volstrekt onvoorspelbare transformatie van de menselijke samenleving. De veronderstelling hierachter is dat als we een systeem kunnen bouwen dat slimmer is dan mensen, dit systeem zichzelf kan verbeteren, wat kan leiden tot een exponentiële groei van kennis. 

De gevolgen van zo'n gebeurtenis zijn moeilijk te voorspellen, evenals het tijdstip waarop het zal plaatsvinden. Ondernemer en uitvinder Ray Kurzweil, bekend van het boek 'The Singularity Is Near,' suggereert dat computationeel vermogen tegen 2035 deel zal uitmaken van ons wezen, en dat onze intelligentie met een miljoen keer zou kunnen toenemen. 

Kortom, de evolutie van AI heeft de afgelopen jaren een flinke vlucht genomen. Van kleine toepassingen tot superintelligentie, terwijl het ook de complexe vraagstukken rondom bewustzijn in AI-systemen onderzoekt.  

Behoefte aan meer informatie over AI en ChatGPT? Kijk ons on-demand webinar om meer te leren over de concrete toepassingen van ChatGPT in het bedrijfsleven.