De sessie ‘from science fiction tot science fact’ ging over quantum computing. Interessant. Geboren uit een idee van de briljante, gekke Richard Feynman. Ik werd getriggerd omdat er in Delft veel geld aan uitgegeven en over gepraat wordt. Hier dus ook, even. Ik vroeg me af of quantum computing binnenkort op mijn bureau of in mijn broekzak landt. Nee. Is het waardevol, belangrijk en mogelijk van grote impact? Denk ik wel, maar het duurt even. De toestand van de hardware werd geroemd, maar die van de software lijkt middeleeuws. Relatief. Zonder gekke dieptes in te duiken: in een quantum computer staat een bit (‘qubit’) niet op 0 òf 1, maar in allebei. Sla je quantumboek er maar over op. Dat leidt tot bizarre rekenkracht, al zijn de apparaten ook bizar complex (supergeleiding….) en nu nog klein, tot weinig in staat.

Waar kan je quantum computing voor gebruiken? Grote simulaties, (van natuurkundige, chemische processen), grote optimalisatie problemen (die met de huidige supercomputers nauwelijks op te lossen zijn), machine learning en dat soort dingen. Niks ‘gewoons’. Een fraai, echt ‘quantum probleem’ is ‘factorisatie van integers’. Hiervan ligt bijna niemand wakker, en terecht. Maar op termijn heeft het mogelijk enorme betekenis, zoals: dat een deel van de huidige cryptografie (gebaseerd op kolossale priemgetallen) ‘opgelost’ wordt. Door quantum computers. Dat kan. Ooit. Niet nu.

Andere dingen. AI, daar is het weer. Veel dingen gezien en gehoord, overwegend fascinerend. Ook over wanneer AI niet goed werkt: als er weinig data is, en in het ‘leren’ van andere toepassingen, van andere problemen.

Wat dagelijks voorbij komt: ethiek rondom AI. Het afgekloven voorbeeld: wat als een intelligente autonome auto in een probleemsituatie terecht komt en moet kiezen wie te verpletteren: een gebrekkig omaatje of een jonge moeder met kinderwagen? Dit is een populaire case die mij onzinnig lijkt. Zelf herken ik dat probleem niet, ik denk niet dat er een ‘juiste keuze’ is en als die er is (?), zou ik die dan maken? Als het me zou overkomen zou ik iets impulsiefs doen, wellicht iets heel doms, zeker niet iets doordachts, maar zou daar later een uitstekende verklaring voor geven. Dat is nl wat een mens doet: beperkt rationeel handelen maar het later verdomd goed rationaliseren. Kortom: ik zou daar ook weinig zinnigs mee kunnen, met dat omaatje.

Dat alles gezegd: moeten we de lat dan zo hoog leggen voor intelligente machines? Ik heb nogal wat voorbeelden gehoord, ook inzake bijv racial bias, en over het gewenste vermogen van AI om transparent te zijn, dus de redenering te kunnen uitleggen. Ik neem waar: men verlangt van intelligente machines meer dan van de buurman, zogezegd. Of van zichzelf. Dat gaat niet werken. Maar het houdt de gemoederen bezig. Ik zou graag iets pompeus zeggen als ‘Elon Musk, Stephen Hawking en ik vinden …’ maar dat kan ik in deze dus niet.
Zeer interessante sessies gezien over AI en taal, ‘natural language processing’ en aanverwante zaken. Hoe moeilijk sommige dingen zijn, maar ook hoe makkelijk, soms. Anekdote: iemand haalde aan dat bij positieve berichten over de carrière van actrice Anne Hathaway – als ze prijzen wint of zo – het aandeel Berkshire Hathaway omhoog gaat. Want dan handelt er een algoritme dat sentiment analysis gebruikt. En, dat is lollig, maar sentiment analysis werkt gewoon, in veel gevallen, en werkt steeds beter. Idem spatial awareness, visual understanding en andere, complexe dingen (die wij soms vanzelfsprekend vinden, omdat we er al tienduizenden jaren op geoefend hebben). Wat mij een zinnig, relatief nieuw inzicht lijkt: schaken en Go, dat soort problemen, dat zijn dus eenvoudige problemen. In duidelijk afgebakende gebieden, met heldere regels. Maar dat is wel waar AI de afgelopen jaren veel wapengekletter over gemaakt heeft. Terwijl dat geen nijpende problemen vormen, en dus ‘eenvoudige’ issues. Het zijn meer vingeroefeningen. ‘Echte’ problemen kraken – dat komt nog.

Michiel Buitelaar