MIT-robotica-onderzoeker Nicholas Roy (links) met de robotrolstoel
Dit artikel is geschreven voor de nieuwsbrief van het Donders Instituut
Meer dan tweehonderd mensen van universiteiten, bedrijven en overheid vullen de concertzaal van De Vereeniging in Nijmegen. Allemaal afgekomen op het symposium Intelligent Machines, georganiseerd door de Stichting Neurale Netwerken (SNN). Het symposium brengt de in Nederland werkende onderzoekers op het terrein van de kunstmatige intelligentie samen. “Het doel is om het vakgebied beter op de kaart van Nederland zetten”, zegt Bert Kappen, als hoogleraar neurale netwerken en machine-intelligentie verbonden aan het Donders Instituut. Kappen is de motor achter het symposium. “We willen laten zien hoe machinelerende technieken in de praktijk gebruikt worden.”
Vier internationale topwetenschappers geven acte de présence. We zien filmpjes van geheel autonoom rondvliegende minihelikopters die te hulp schieten bij reddingsacties. We zien intelligente, chauffeurloze auto’s die zelfs razendsnel uitwijken voor plots overstekende voetgangers. En we horen over automatische vertaalmachines die tegenwoordig al standaard worden aangeboden door de belangrijkste internetzoekmachines.
Eén rode draad loopt door het symposium. Een stille revolutie. Een paradigmaverschuiving in de kunstmatige intelligentie. Decennialang hebben informatici geprobeerd om computers en robots intelligent te maken door ze vol te stoppen met voorgeprogrammeerde regels. Als ware het leven een schaakwedstrijd. Dat leidde tot bescheiden successen, maar toch veel minder dan de grondleggers van de kunstmatige intelligentie eind jaren vijftig hadden gedroomd.
De basis van de stille revolutie die de laatste jaren heeft plaatsgevonden ligt bij een nieuwe aanpak: slimme statistische technieken die razendsnel betekenis destilleren uit een databerg. Dankzij het wereldwijde web zijn nu voor het eerst in de geschiedenis enorme hoeveelheden data vrij beschikbaar voor deze statistische technieken: teksten, beelden, geluidsopnames. De stille revolutie heeft successen opgeleverd bij onder andere automatische vertaling, automatische spraakherkenning, automatische beeldherkenning en het in kaart brengen van een ruimtelijke omgeving. De resultaten liggen nog niet op menselijk niveau, maar zijn wel veel beter dan een jaar of tien geleden.
Brug tussen mens en machine
Eigenlijk staan robotontwerpers en ontwikkelaars van kunstmatige intelligentie voor dezelfde vragen als hersenwetenschappers die het menselijk brein bestuderen. Hoe lost een natuurlijk of kunstmatig brein problemen op die ontstaan in de interactie met de wereld om zich heen? Problemen van waarnemen, redeneren, handelen, taalverwerking, taalproductie.
Niet voor niets maakt Kappens eigen onderzoeksgroep deel uit van het Donders Instituut. Hij probeert om met zijn onderzoek naar kunstmatige intelligentie bij te dragen aan het begrijpen van hersenen, cognitie en gedrag. Kan dat dan? Jazeker. Kappen geeft drie voorbeelden uit zijn eigen onderzoeksgroep. Allereerst het modelleren van netwerken van neuronen. “We proberen te begrijpen wat de sterkteverandering van synapsen betekent voor het netwerkgedrag van de neuronen. Onze modellen beschrijven het gedrag van zo’n honderdduizend tot een miljoen neuronen.”
Kappen en zijn medewerkers gebruiken machinelerende technieken ook bij brein-computer-interfaces − een tweede voorbeeld. “Zo onderzoeken we hoe een proefpersoon via zijn gedachten een cursor op een beeldscherm kan aansturen. We registreren de gedachten via MEG- of EEG-signalen en we trainen een neuraal netwerk om patronen in die signalen te herkennen.”
Een derde voorbeeld ligt op het terrein van robotbewegingen. Hoe weet een robot hoe hij zijn armen moet bewegen? Een eenvoudige las- of spuitrobot in een voorspelbare fabrieksomgeving is precies geprogrammeerd om zijn arm op een bepaald moment van A naar B te bewegen. Maar de alledaagse werkelijkheid zit vol onvoorspelbaarheden. Hier komt een wagentje aan rijden. Daar duikt een mens op. Hoe lost een menselijk of een machinebrein dit op? is een belangrijke onderzoeksvraag.
Kappen: “Wij hebben een nieuwe controletheorie ontwikkeld die robots kan helpen om te leren in dergelijke onvoorspelbare situaties. De theorie voorspelt onder andere dat hoe meer ruis er in de omgeving is, hoe later het brein een beslissing neemt. Dat hebben we inmiddels ook bij echte proefpersonen in de hersenen gemeten en de theorie wordt momenteel met succes toegepast op echte robots.”
Intelligente rolstoel
Aan het eind van het symposium leidt professor Jaap van den Herik van de Universiteit van Tilburg en de Universiteit Leiden de slotdiscussie. “Wanneer worden machines slimmer dan mensen?” probeert hij de vier symposiumsprekers uit te dagen.
Geen van hen ziet enige aanwijzing dat dit moment ook maar binnen enkele decennia gaat aanbreken. Robotonderzoeker Nicholas Roy van het Massachusetts Institute of Technology (MIT), een van de beste kunstmatige-intelligentielabs in de wereld, verwoordt het als volgt: “We hebben geen enkele experimentele gegevens die ons ook maar iets kunnen vertellen over het moment waarop robots slimmer dan mensen worden. Wij zijn ingenieurs. De toekomst voorspellen is niet wat wij doen. Wij zijn geïnteresseerd om modellen en machines te bouwen op basis van wat we nú weten.”
En, verwijzend naar Ray Kurzweils bestseller The singularity is Near (2005) over Kurzweils voorspelling dat machines slimmer worden dan mensen, zegt Roy: “Niemand heeft ooit iets zinvols over de toekomst gezegd, behalve dan om de verkoop van een boek omhoog te stuwen.”
Gelukkig hoeven machines ook helemaal niet slimmer te worden dan mensen om van groot praktisch nut te zijn. Roy toont een filmpje van een intelligente rolstoel, die met spraak bestuurbaar is. Patiënten met een ernstige spierziekte kunnen de rolstoel vragen om hen naar de lift te brengen of om een pizza te bestellen. De rolstoel leert van de wensen en behoeften van de gebruiker.
Roy: “Dit werk verbetert de levenskwaliteit van patiënten. Ze kunnen zelfstandiger functioneren. Nu nog is de meest succesvolle commerciële robot in de wereld de Roomba-robotstofzuiger. Dat gaat echt veranderen. Ik zie robots niet slimmer worden dan mensen, maar er komt wel steeds meer kunstmatige intelligentie die mensen gaat helpen: in de gezondheidszorg, in de dienstverlening, in verkeer en vervoer en ongetwijfeld in talloze toepassingen die we nu nog niet kunnen bedenken.”
Internet
http://videolectures.net/snnsymposium2010 Bekijk alle lezingen van het symposium
www.youtube.com/watch?v=8Thdf_7j4dI&feature=player_embedded# Hoe een robot in onvoorspelbare situaties kan leren van imitatie
