De opkomst van AI

Heruitgegeven door Plato

volgers: 0

De opkomst van AI

In de jaren vijftig was een generatie wetenschappers, wiskundigen en filosofen gefascineerd door het concept van kunstmatige intelligentie (AI). Mensen gebruiken beschikbare informatie om problemen op te lossen en beslissingen te nemen, dus hoe kunnen machines datzelfde leerproces gebruiken om zelf intelligenter te worden? In de loop der jaren is AI geavanceerder geworden, begint het op grotere schaal te worden geïmplementeerd in bedrijfsprocessen en is het beschikbaar gekomen voor de massaconsument. Wat zijn de drijvende krachten achter deze nieuwe golf van technologie en hoe kunnen ze in de toekomst worden gebruikt?

De vroegste computers hadden een probleem: ze konden wel worden verteld wat ze moesten doen, maar konden geen acties onthouden of opdrachten opslaan. Computers waren ook extreem duur en in het begin van de jaren vijftig konden de kosten van het leasen van een computer oplopen tot $ 1950k per maand[1]. Pleitbezorging voor kunstmatige intelligentie was nodig om vooraanstaande investeerders ervan te overtuigen dat machine-intelligentie de kosten waard zou zijn.

Het Dartmouth Summer Research Project van 1956 wordt gecrediteerd met het initiëren van AI als een onderzoeksdiscipline en het bedenken van de term kunstmatige intelligentie[2]. Toponderzoekers uit verschillende vakgebieden kwamen bijeen voor open discussies over kunstmatige intelligentie, die de komende twintig jaar AI-onderzoek katalyseerden.

Van 1957 tot 1974 werden computers sneller, geavanceerder en konden ze meer informatie opslaan. Machine Learning (ML) vertakt zich eind jaren 70 van AI als een eigen onderzoeksafdeling, waar computers konden leren en zich konden aanpassen zonder expliciete commando's te volgen. Vóór deze periode werden ML-principes op één hoop gegooid met algemene AI, maar naarmate de algoritmen verbeterden, bloeide machine learning naast AI.

Het was gedurende deze tijd dat het grootste obstakel dat AI blokkeerde een gebrek aan rekenkracht was. Computers konden niet genoeg gegevens opslaan of de gegevens niet snel verwerken, wat resulteerde in belemmeringen voor AI-toegang. De computerkosten daalden, maar waren niet krachtig genoeg om de groeiende sector op te vangen.

De AI-sector kwam in de jaren tachtig weer op gang toen de rekenkracht toenam. Een boost van $ 1980 miljoen aan financiering van 400-1982 hielp de onderzoeksinspanningen voort te stuwen[3]. Naomi Freundlich schreef vervolgens in februari 1989 over "brain-style computers" en haar ervaring aan de Columbia University met een computer die zichzelf leerde om van de ene op de andere dag Engelse tekst uit te spreken[4]. Ondanks het ontbreken van overheidsfinanciering en publieke hype, bleef AI groeien. IBM's Deep Blue, een schaakspelende computer versloeg de regerend wereldkampioen schaken en grootmeester Gary Kasparov in 1997 en vormde een enorme stap in de richting van publieke acceptatie[5].

Tegenwoordig leven we in het tijdperk van 'big data'. De rekenkracht heeft onze huidige behoeften overtroffen, Web 3.0 is steeds populairder geworden en er is een wijdverbreide toepassing van AI voor dagelijks gebruik. Van 2011 tot vandaag hebben spraakherkenning, robotica-procesautomatisering, slimme huizen en dagelijks gebruik voor kunstmatige intelligentie AI in onze huizen, bedrijven en portemonnees gebracht. Volgens een onderzoek van O'Reilly uit 2020 gebruikt bijna de helft van alle bedrijven data-analyse, machine learning of AI-tools om problemen met de datakwaliteit aan te pakken.[6]. Venture-financiering heeft de opkomende technologie ingehaald, aangezien de AI-markt naar verwachting in 86.9 $ 2022 miljard zal bereiken[7].

Het is misschien moeilijk te voorspellen hoe kunstmatige intelligentie er in de toekomst uit kan zien, maar Forbes schetste vijf voorspellingen van hoe AI in de komende vijf tot tien jaar zou kunnen worden gebruikt[8]. Ten eerste zouden AI en ML de wetenschappelijke methode kunnen transformeren, door computers te gebruiken om een bredere reeks ideeën aan te pakken dan een menselijk brein computationeel zou kunnen verkennen. AI zou ook een pijler van het buitenlands beleid kunnen worden, aangezien AI-innovatie zou kunnen helpen de economische veerkracht te verbeteren en geopolitiek leiderschap in de VS AI ook de volgende generatie consumentenervaringen zou kunnen mogelijk maken. Populariteit van de metaverse en cryptocurrency worden kritisch mogelijk gemaakt door AI en kunnen helpen de manier waarop mensen inhoud consumeren te transformeren. AI kan ook van cruciaal belang zijn om de klimaatcrisis aan te pakken, met voorspellingsmarkten die de impact van milieubeleid kunnen aantonen. Ten slotte kan AI echt gepersonaliseerde geneeskunde mogelijk maken, waardoor patiënten individueel gesynthetiseerde therapieën voor verschillende ziekten of aandoeningen kunnen krijgen. AI heeft veel mogelijkheden, maar heeft ook nog een lange weg te gaan voordat het deze cruciale facetten van onze economie en samenleving op grote schaal gaat beïnvloeden.

AI ziet er drastisch anders uit dan toen het voor het eerst werd bedacht in 1956. Net zoals computers in de afgelopen decennia zijn geëvolueerd, wordt verwacht dat kunstmatige intelligentie zal evolueren naarmate wijdverbreide acceptatie plaatsvindt en durfkapitaal blijft bestaan. Hoewel we niet zeker weten hoe AI er in de toekomst uit zal zien, zijn er veel veelbelovende use-cases voor AI in verschillende sectoren en industrieën.

[1] https://sitn.hms.harvard.edu/flash/2017/history-artificial-intelligence/#:~:text=In%20the%20early%201950s%2C%20the%20cost%20of%20leasing%20a%20computer%20ran%20up%20to%20%24200%2C000%20a%20month.

[2] file:///Users/anyabuck/Downloads/1911-Article%20Text-1907-1-10-20080129.pdf

[3] https://sitn.hms.harvard.edu/flash/2017/history-artificial-intelligence/#:~:text=From%201982%2D1990%2C%20they%20invested%20%24400%20million%20dollars%20with%20the%20goals%20of%20revolutionizing%20computer%20processing%2C%20implementing%20logic%20programming%2C%20and%20improving%20artificial%20intelligence.

[4] https://www.popsci.com/technology/ai-history-eighties/#:~:text=%E2%80%9CThis%20is%20a%20recording%20of%20a%20computer%20that%20taught%20itself%20to%20pronounce%20English%20text%20overnight%2C%E2%80%9D

[5] https://www.ibm.com/ibm/history/ibm100/us/en/icons/deepblue/

[6] https://www.oreilly.com/radar/the-state-of-data-quality-in-2020/#:~:text=Almost%20half%20(48%25)%20of,to%20address%20data%20quality%20issues.

[7] https://www.marketsandmarkets.com/Market-Reports/artificial-intelligence-market-74851580.html

[8] https://www.forbes.com/sites/forbesbusinesscouncil/2022/05/05/the-future-of-ai-5-things-to-expect-in-the-next-10-years/?sh=4638245b7422

*****

De hier gepresenteerde informatie is alleen voor algemene informatieve doeleinden en is niet bedoeld als, en mag niet worden opgevat of gebruikt als, uitgebreide aanbiedingsdocumentatie voor beveiliging, investeringen, belasting- of juridisch advies, een aanbeveling of een verkoopaanbod, of een verzoek om een aanbod om te kopen, een belang, direct of indirect, in een bedrijf. Investeren in zowel vroege als latere bedrijven brengt een hoog risico met zich mee. Een verlies van de volledige investering van een investeerder is mogelijk en er mag geen winst worden behaald. Beleggers dienen zich ervan bewust te zijn dat dit soort beleggingen illiquide zijn en moeten anticiperen op het aanhouden totdat er een exit plaatsvindt.