NicoElNino / Shutterstock
In de veranderende relatie tussen technologie en maatschappij heeft de mens laten zien dat hij zich ongelooflijk goed kan aanpassen. Wat ons ooit ademloos achterliet, wordt al snel geïntegreerd in ons dagelijks leven.
De verbazingwekkende functionaliteiten van grote taalmodellen (LLM) zoals ChatGPT waren een paar maanden geleden nog het toppunt van geavanceerde AI. Nu liggen ze op koers om slechts add-ons en plug-ins te worden voor onze tekstverwerkers en zoekmachines.
We zullen snel op hun mogelijkheden vertrouwen en ze naadloos in onze routines integreren.
Maar deze snelle gewenning laat ons achter met de vraag: wat is de volgende stap? Terwijl onze verwachtingen verschuiven, vragen we ons af wat de volgende innovatie zal zijn die tot onze verbeelding zal spreken.
Mensen zullen allerlei slimme – en minder slimme – dingen proberen te bereiken met AI. Veel ideeën zullen mislukken, andere zullen een blijvende impact hebben.
Onze kristallen bol is niet veel beter dan de jouwe, maar we kunnen proberen om op een gestructureerde manier na te denken over wat er komen gaat. Wil AI een blijvende impact hebben, dan moet het niet alleen technologisch haalbaar zijn, maar ook economisch levensvatbaar en normatief aanvaardbaar – met andere woorden, het moet voldoen aan de waarden die de maatschappij van ons verlangt.
Er staan nu een aantal AI-technologieën aan de zijlijn te wachten die veelbelovend zijn. De vier waarvan wij denken dat ze in de coulissen staan te wachten zijn next-level GPT, humanoïde robots, AI-advocaten en AI-gedreven wetenschap. Onze keuzes lijken technologisch gezien klaar te zijn, maar of ze voldoen aan alle drie de criteria die we hebben genoemd is een andere zaak. We hebben deze vier gekozen omdat ze steeds naar voren kwamen in ons onderzoek naar de vooruitgang in AI-technologieën.
1. AI juridische hulp
De startup DoNotPay claimt een juridische chatbot te hebben gebouwd – gebouwd op LLM-technologie – die gedaagden kan adviseren in de rechtszaal.
Het bedrijf zei onlangs dat het zijn AI-systeem twee gedaagden in realtime zou laten helpen bij het bestrijden van snelheidsovertredingen. Verbonden via een oortje, kan de AI luisteren naar procedures en juridische argumenten in het oor van de gedaagde fluisteren, die ze vervolgens hardop herhaalt aan de rechter.
Na kritiek en een rechtszaak wegens het uitoefenen van de advocatuur zonder vergunning, heeft de startup het debuut van de AI in de rechtszaal uitgesteld. Het potentieel van de technologie wordt dus niet bepaald door technologische of economische beperkingen, maar door de autoriteit van het rechtssysteem.
Advocaten zijn goed betaalde professionals en de kosten van rechtszaken zijn hoog, dus het economische potentieel voor automatisering is enorm. Het Amerikaanse rechtssysteem lijkt zich momenteel echter te verzetten tegen robots die mensen vertegenwoordigen in de rechtszaal.
2. Wetenschappelijke ondersteuning voor AI
Wetenschappers wenden zich steeds vaker tot AI voor inzichten. Machinaal leren, waarbij een AI-systeem steeds beter wordt in wat het doet, wordt gebruikt om patronen in gegevens te identificeren. Dit stelt de systemen in staat om nieuwe wetenschappelijke hypotheses voor te stellen – voorgestelde verklaringen voor fenomenen in de natuur. Deze kunnen zelfs menselijke aannames en vooroordelen overtreffen.
Onderzoekers van de Universiteit van Liverpool gebruikten bijvoorbeeld een machine-leersysteem, een neuraal netwerk genaamd, om chemische combinaties voor batterijmaterialen te rangschikken, hun experimenten te begeleiden en tijd te besparen.
De complexiteit van neurale netwerken betekent dat er gaten zitten in ons begrip van hoe ze eigenlijk beslissingen nemen – het zogenaamde black box probleem. Toch zijn er technieken die licht kunnen werpen op de logica achter hun antwoorden en dit kan leiden tot onverwachte ontdekkingen.
Hoewel AI op dit moment niet zelfstandig hypotheses kan formuleren, kan het wetenschappers inspireren om problemen vanuit nieuwe perspectieven te benaderen.
3. AutoGPT
We zullen binnenkort meer nieuwe versies van AI-chatbots zien die zijn gebaseerd op de nieuwste LLM-technologie, bekend als GPT-4. We zullen AI zien die overweg kan met verschillende soorten gegevens, zoals afbeeldingen en spraak, maar ook tekst. Dit worden multimodale systemen genoemd.
Maar laten we iets verder in de toekomst kijken. Auto-GPT, een geavanceerde AI-tool van Significant Gravitas, maakt al furore in de technologie-industrie.
Auto-GPT krijgt een algemeen doel, zoals het plannen van een verjaardagsfeestje, en splitst dit op in subtaken die het vervolgens zelf uitvoert, zonder menselijke input. Dit onderscheidt het van ChatGPT.
Auto-GPT bevat AI-agenten, of systemen, die beslissingen nemen op basis van vooraf bepaalde regels en doelen. Ondanks installatiebeperkingen, zoals functionaliteitsproblemen bij gebruik met Windows, laat Auto-GPT een groot potentieel zien in verschillende toepassingen.
4. Mensachtige robots
Humanoïde robots – robots die eruitzien en bewegen zoals wij – hebben aanzienlijke vooruitgang geboekt sinds de eerste Darpa Robotics Challenge in 2015, een wedstrijd waarbij teams robots bouwden om een reeks complexe taken uit te voeren die door de organisatoren waren ingesteld. Deze taken waren onder andere uit een auto stappen, een deur openen en een gat in een muur boren. Velen hadden moeite om de doelstellingen te halen.
Startups ontwikkelen nu echter “humanoïden” die dit soort taken kunnen uitvoeren en die gebruikt worden in magazijnen en fabrieken.
Een verslag van de Darpa robotica-uitdaging in 2015.
Dankzij vooruitgang op het gebied van AI, zoals computervisie, en energie-intensieve batterijen die korte uitbarstingen van hoge stroom leveren, kunnen robots door complexe omgevingen navigeren en dynamisch hun evenwicht bewaren – in realtime. Figure AI, een bedrijf dat humanoïde robots bouwt voor magazijnwerk, heeft al 70 miljoen US dollar (55 miljoen pond) aan investeringsgeld binnengehaald.
Andere bedrijven, waaronder 1X, Apptronik en Tesla, investeren ook in humanoïde robots, wat aangeeft dat het veld volwassen aan het worden is. Humanoïde robots bieden voordelen ten opzichte van andere robots bij taken die navigatie, wendbaarheid en aanpassingsvermogen vereisen, omdat ze deels zullen werken in omgevingen die zijn gebouwd rond menselijke behoeften.
Een langetermijnvisie
Het succes van deze vier op de lange termijn hangt af van meer dan alleen rekenkracht.
Humanoïde robots zouden wel eens niet populair kunnen worden als hun productie- en onderhoudskosten niet opwegen tegen hun voordelen. AI-advocaten en chatbotassistenten kunnen opmerkelijk efficiënt zijn. Hun toepassing zou echter kunnen worden tegengehouden als hun besluitvorming in strijd is met het “morele kompas” van de maatschappij of als wetten het niet eens zijn met hun gebruik.
Het vinden van een balans tussen kosteneffectiviteit en maatschappelijke waarden is cruciaal om ervoor te zorgen dat deze technologieën echt tot bloei kunnen komen.
Fabian Stephany ontvangt financiering als onderdeel van dit lectoraat via de Dieter-Schwarz-Stichting.
Johann Laux ontvangt financiering van het “The Emerging Laws of Oversight” project, ondersteund door een British Academy Postdoctoral Fellowship.