Nederland heeft geen toppositie op het gebied van kunstmatige intelligentie, hoe komt dat?

De Europese Unie omschrijft kunstmatige intelligentie als intelligentie getoond door machines. Dit is mogelijk geworden door de opkomst van de computer midden vorige eeuw. In de jaren 80 en 90 behoorde Nederland tot de absolute top. “Vooral op wetenschappelijk gebied waren we koploper in optimalisatie en data science. Econometrie is zelfs in Nederland ontstaan. Met de verdieping naar zelflerende systemen zijn landen als de USA ons alleen voorbijgestreefd. De bottleneck daarin is niet dat we nog extra wetenschappelijke doorbraken nodig hebben. De bottleneck is dat bestaande methoden en technieken hun weg naar de markt beter moeten vinden. Daarvoor moeten voldoende mensen iets van die methoden begrijpen. Het aantal mensen dat voldoende begrip van AI heeft, is bij het bedrijfsleven gewoon veel te laag.

Waar kan ik allemaal kunstmatige intelligentie tegenkomen?

“Het is zo ongeveer: waar niet”, antwoordt Gerrit Timmer. “Vorig jaar las ik een schokkende kop in de krant: wel 45% van de gemeentes gebruiken algoritmes. Ik mag toch hopen 100%. En het is zeker ook 100%.”

“Algoritmes spelen in alle haarvaten van ons systeem een rol. In hoe stoplichten worden afgesteld. In hoe bussen rondrijden. In de automatische piloot van auto’s of vliegtuigen. In de media, hoe we communiceren en adverteren. Daar is allemaal kunstmatige intelligentie voor nodig."

Wat is de grootste mythe op het gebied van kunstmatige intelligentie?

“Het onbegrip over wat kunstmatige intelligentie nou eigenlijk is”, zegt Gerrit Timmer. “En daarmee allemaal waanbeelden die worden gecreëerd over kwade bedoelingen, de mensheid verslaan, etc. De computer is een prachtig hulpmiddel omdat hij programmeerbaar is en heel snel. Of die computer op een heel complexe manier allerlei complexe dingen oplost? Nee, helemaal niet. Een computer kan echt alleen maar simpele dingen heel snel. Gewoon optellen, aftrekken, twee dingen met elkaar vergelijken. Die doet niks ingewikkelds. Het is de wiskundige die heeft bedacht hoe je een heel complex probleem kan uitsplitsen en kan oplossen door héél veel supereenvoudige dingen te doen.”

AI in de gezondheidszorg: wat moet daar echt anders?

“De mogelijkheden in de zorgsector kun je eigenlijk in twee delen opsplitsen”, zegt Gerrit Timmer. “Aan de ene kant heb je de ziekenhuizen, waar de verschillende onderdelen, zoals verpleegafdelingen, poliklinieken en operatiekamers, verregaand los van elkaar opereren en worden gepland. De laatste jaren wordt steeds meer gezien dat er veel meer mogelijk is als dit beter op elkaar wordt afgestemd, dat noemen we integraal capaciteitsmanagement.”

“Aan de andere kant heb je de medische discipline, ofwel de medische wetenschap. Hier zie je dat er oneindig veel data beschikbaar is. Data over welke kwalen patiënten hebben gehad, wat voor medicijnen ze slikken, MRI-scans, etc. Met kunstmatige intelligentie kan je veel beter naar deze data kijken – en verbindingen leggen – om vervolgens beter te kunnen diagnosticeren en (preventief) te behandelen.

De kennis van kunstmatige intelligentie in het bedrijfsleven is veel te laag: is dat waar?

“Dat is zeker zo. En dat zal voorlopig ook nog wel blijven”, zegt Gerrit Timmer. “De ontwikkelingen gaan zo snel, dat we ook maar achter blijven lopen. Kunstmatige intelligentie zorgt ervoor dat we nu dingen kunnen doen die voorheen nog niet mogelijk waren. Die kansen weten we nog maar voor een heel klein deel te grijpen.”

Wat zijn de kansen op het gebied van kunstmatige intelligentie?

“Die kansen liggen overal en nog ergens, zegt Gerrit Timmer. “Maar om een voorbeeld te noemen zijn organisaties historisch verdeeld in kleinere afdelingen. Is dat handig? Nee, natuurlijk niet. Maar dat is noodzakelijk, want de mens kan dat anders gewoon niet aan. Dat is door de nieuwe technologie niet meer waar. Dat zie je bijvoorbeeld bij de grote retailers al gebeuren. Die maken al een combinatie tussen prijsstelling en logistiek/bezorgtijden: afhankelijk van hoe laat ik het in huis wil hebben, moet ik meer of minder betalen. Waarom? Omdat er al is berekend hoeveel extra het de retailer kost om jouw boodschappen op jouw voorkeurstijdstip te bezorgen.”

“Om kansen te zien heb je begrip nodig over wat er, in theorie, allemaal mogelijk is”, zegt Gerrit Timmer. “Dat moet leven in je geest, anders lukt je dat niet. Of volgens Johan Cruijff: je ziet het pas als je het door hebt. En daarin loopt met name de top in het bedrijfsleven sterk achter.”

In 2049 denkt voormalig Google topman Mo Gawdat dat kunstmatige intelligentie 1000x slimmer is dan de mens. Gaat het zo snel, denk je?

“Ja, zo snel gaat het. Maar wat bedoel je precies met slimmer hè”, zegt Gerrit Timmer. “Zeker kan de computer vele problemen beter en sneller oplossen. Aan slimmer koppel ik alleen ook nog veel andere dingen. Te weten, je hebt een bepaald doel en je probeert iets te bereiken en daar ga je op allerlei manieren subtiel mee om. Dat zie ik een computer of een machine nog niet zo snel doen. Een machine heeft geen bewustzijn, en daarmee is het geen mens.”

En Gerrit zijn antwoord of de kunstmatige intelligentie zich zal ontpoppen tot een kwaadaardige terminator?

“Een computer of een machine zal niet uit zichzelf de wil hebben om slechte dingen te doen”, zegt Gerrit Timmer. “Hij heeft namelijk geen wil. Het is nog altijd de mens die hem die kant op stuurt. Het is niet het algoritme dat wel of niet deugt. Het is de toepassing die wel of niet deugt. Zo was het er het voorbeeld waar een zelflerend algoritme de zinnen moest afmaken die met moslims begonnen. De resultaten waren vreselijk. Is dat de schuld van het algoritme? Nee, dat algortime deed zijn werk correct. Het is omdat een mens er voor koos het algoritme te laten leren op de data van internet. En daar zit veel bagger in. Kunnen verkeerde toepassingen en het gebruik van onjuiste data tot rampen leiden? Zeker. We moeten dan ook zorgen dat we genoeg kennis en kunde hebben om die computer of machine niet die ongewenste kant op te sturen. Die kennis en kunde is nodig bij zowel het ontwerp van algoritmes als bij de keuze van de toepassing van het algoritme. De overheid zou een veel sterkere rol moeten spelen om hier eisen aan te stellen.