Geen intelligentie zonder een bredere kijk op informatieverwerking, aldus één van de meest vooraanstaande AI-onderzoekers. Heeft hij gelijk?
Denken met je lichaamIn de jaren zeventig en tachtig probeerden robotbouwers, geïnspireerd door AI-onderzoekers uit die tijd, machines te ontwikkelen, die zich door hoog ontwikkelde semi-cognitieve processen konden voortbewegen. Een erg groot succes werd dit niet, mede omdat de computers uit die tijd niet veel meer konden dan een zware zakrekenmachine nu. Een handjevol robotbouwers begon zichzelf toen een ander doel te stellen. Geen lopende mensen, maar mechanische insecten of, lievr gezegd gezien de uitgesproken ‘domheid’ van hun robots, mechanische eencelligen. Door simpele foutcorrigerende elektronica die elke hobby-elektronicabouwer zo kon nabouwen, bijvoorbeeld: als je een schok detecteert, beweeg dan een willekeurig andere poot, slaagden ze er er in iets voor elkaar te krijgen waar instituten met miljoenenbudgetten jammerlijk faalden.
Hun succes werkte aanstekelijk en ook AI-onderzoekers lieten zich inspireren door hun filosofie. In deze robots is, net als in eencelligen en eenvoudige insekten, alle ‘intelligentie’ in het ontwerp van het lichaam ingebakken. AI-onderzoekers hebben nu een snel om zioch heengrijpend concept ontwikkeld: ‘embodiment’, wat wil zeggen dat volgens hen intelligentie niet kan bestaan zonder lichaam.
En de omgeving?
In de laatste paar jaar gaan steeds meer onderzoekers ‘om’ en beginnen de mogelijkheid te verkennen dat deze definitie te beperkt is. De voornaamste onder hen is Rolf
Pfeifer van het Artificial Intelligence Laboratory van de universiteit van het Zwitserse Zürich. Hij stelt dat spreken over intelligentie zinloos is buiten de omgeving waarin de intelligentie zich bevindt.
Volgens hen moet de definitie niet alleen vastleggen hoe de geest zich in het lichaam gedraagt, maar ook hoe het lichaam staat in verhouding tot de omgeving waarin het opereert. In een nieuw artikel, geschreven als een manifest, trekken Pfeifer en collega Matej Hoffman deze manier van denken door tot een nieuwe benaderingswijze van kunstmatige intelligentie. Dit heeft de nodige gevolgen. Volgens hen moeten we namelijk niet alleen kunstmatige intelligentie herdefiniëren, maar ook de aard van berekeningen.
‘Denkend’ vliegenoog
Dit illustreren ze aan de hand van enkele case studies, zoals de verdeling van optische sensoren in een vliegenoog. Het is al langer bekend dat de facetogen van vliegen meer over receptoren aan de voorkant van het oog beschikken dan aan de zijkanten. Interessant is dat deze verdeling precies compenseert voor bewegingsparallax (het effect dat beelden aan de zijkant van de vlieg sneller lijken te bewegen dn voorwerpen voor de vlieg. De totale hoeveelheid verandering die de vlieg registreert, bij een facetoog is dit verschuiving van een patroon met puntjes, is dankzij de verdeling van de facetten precies even groot aan de zijkant als aan de voorkant. Dit scheelt de vlieg heel wat optisch rekenwerk, waar wij mensen bijna honderd gram neuronen voor nodig hebben. Kortom: het oog voert de berekening uit als een soort analoge computer.
Enkele jaren geleden buitten enkele AI-onderzoekers dit effect uit in hun Eyebot. Wel werkt deze ‘computer’ alleen onder drie voorwaarden: er is een simpele mogelijkheid tot bewegingsherkenning aanwezig in het brein, de cellen zijn op de juiste manier verdeeld in het lichaam en het systeem is gehuisvest in een vliegend wezen in een 3D-universum. Zonder één van deze drie elementen: brein, lichaam en omgeving, zou het systeem niet werken. Waaruit beide heren de nogal vergaande conclusie trekken dat alle informatieverwerking afhankelijk is van de driehoek brein-lichaam-de omgeving.
Vooruit plannen als volgende evolutionaire stap
In de meeste gevallen gebeurt deze berekening onbewust. Denk aan lopen en dergelijke. Zij stellen echter dat dit ook een platform creëert waarom complexere taken plaats kunnen vinden, bijvoorbeeld manieren om vooruit te plannen. Volgens Pfeifer en Hoffman duiken complexer cognitieve vaardigheden op als deze mechanismes die vooruit plannen los raken van het systeem waarop ze betrekking hebben, dus van concreet naar abstract worden. Dit is vrij gemakkelijk te testen: bouw een systeem, bijvoorbeeld een neuraal netwerk, en test hoe slim het is voor en na het aankweken van de mogelijkheid tot vooruit plannen. Dit kan ook inzichten geven in het ontstaan van bewustzijn in de mens. Een interessante nieuwe benadering waar we de komende jaren zeker meer over zullen horen.
