Columns, Strategie

Gedachte-vectoren: oplossing voor het vluchtelingenprobleem?

0

Column – Laat er geen misverstand over bestaan; computers zijn nog altijd slechte verstaanders, en dan wordt de Belgische betekenis van het woord ‘verstaan’ bedoeld: begrijpen. Duits: verstehen. De meest betrouwbare manier om een computer iets te laten doen, is nog altijd via geprogrammeerde instructies met een toetsenbord of muis. Spraakherkenning, zeker in het Nederlands gesproken, is nog altijd krakkemikkig. En als een computer een volledige zin goed binnen krijgt, is het nog maar zeer de vraag of hij ook begrijpt wat er bedoeld wordt.

Kunstmatige intelligentie ontwikkelt zich traag

De menselijke taal is een ingewikkeld construct met syntactische en contextuele valkuilen. Daarom is het niveau van bijvoorbeeld Google Translate ook nog zo beroerd. Misschien gaat 80 procent van de vertaling goed, maar de overgebleven 20 procent is vervolgens goed voor 90 procent van de verwarring. Kunstmatige intelligentie staat vol in de belangstelling (onder andere Stephen Hawking en Elon Musk maken zich oprechte zorgen als computers echt op mensen gaan lijken), maar er worden geen grote sprongen gemaakt.

Daarom is het van zo groot belang als er ontwikkelingen zijn die de kiem van een doorbraak in zich dragen.

Gedachte-vectoren als oplossing

“Thought vectors could revolutionize artificial intelligence”, aldus professor Geoff Hinton, in een artikel in Extremetech.com.

Thought vectors could revolutionize artificial intelligence” – Geoff Hinton

Maakt u zich geen zorgen, als u nog nooit van een gedachte-vector heeft gehoord bevindt u zich in goed gezelschap. Feit is wel dat de wiskunde heel goed om kan gaan met vectoren, en feit is ook dat computers de mens op alle fronten verslaan als er gerekend moet worden. De mensheid is nog de baas over de computers bij de gratie van de taal, en niet bij de gratie van het tellen. Stel dat je taal kunt ontleden in getallen, zou je de computers enorm op weg helpen om beter te redeneren en spreken. Die benadering ligt ten grondslag aan de gedachte-vectoren.

GoolgleGlass

Google Glass via WikiMedia Commons

Als je tegen een goed opgevoede hond ‘zit’ zegt, gaat ‘ie zitten. Niet dat een hond het woord ‘zit’ begrijpt, maar hij is geconditioneerd om op de ‘zit’-klank te gaan zitten. Het is vergelijkbaar aan de opdracht die je geeft aan je Google-bril, toen die nog hip was: “Oké Glass”. Allemaal kinderspel is dit. Dit zouden we een computer ook nog kunnen leren.

Gedachtes omzetten in getallen

Maar stel nu dat je een gedachte kunt ontleden in een serie van getallen. Dan kun je de gedachte in zijn geheel beschrijven als een vector; een verzameling van getallen die een meningsrichting voorstelt. De gedachte ‘we moeten alle grenzen in Europa openstellen voor vluchtelingen’, is het eenvoudige resultaat van een buitengewoon complex stelsel van woorden en standpunten over begrippen als oorlog, vluchtelingen, Europa, Schengen, Brussel, Syrië, Assad, IS, armoede, quotum, vluchtroutes, mensensmokkelaars, bevolkingsaantal, Calais, Kos, en honderden anderen.

Verzamel duizend woorden over het onderwerp ‘vluchtelingenprobleem’, geef deze woorden een numerieke waarde, en door een aantal van deze woorden te gebruiken in een bepaalde samenhang krijg je een standpunt. Een gedachte-vector. En met die vectoren kun je rekenen en interpreteren.

Computers laten denken als mensen

Het is een interessant concept, het werken met gedachte-vectoren. Als we ook maar in de buurt komen van het kwantificeren van taal, helpen we computers enorm om te leren praten en denken als mensen.

Als we ook maar in de buurt komen van het kwantificeren van taal helpen we computers enorm om te leren praten en denken als mensen”

En als je sommige mensen over bijvoorbeeld het vluchtelingenprobleem hoort praten, moet je je daar ernstig zorgen over maken.

In de praktijk

Aardig voorbeeld voor de liefhebbers van een rekensom, die werd gegeven aan een vector-denkend programma: Parijs minus Frankrijk plus Italië = Rome. Uitleg van dit gesimplificeerde voorbeeld: Parijs is een vector van de woorden hoofdstad + Frankrijk. Haal je van Parijs (hoofdstad+Frankrijk) Frankrijk af, hou je over: hoofdstad. Voeg je hier aan toe: Italië, dan hou je over: hoofdstad + Italië en dat is dus Rome.

Deze column werd eveneens gepubliceerd in Het Financieele Dagblad.

Afbeelding intro met dank aan Fotolia.