Jeopardy, een Amerikaans spelprogramma wat lijkt op Triviant, werd recent gewonnen door een computer. Deze computer van IBM, genaamd Watson, slaagde erin de twee beste Jeopardy spelers allertijden te verslaan. Sinds Kasparov verloor met schaken van IBM’s Blue Gene computer weten we al dat computers steeds meer kunnen – maar het beantwoorden van Triviant vragen is toch anders dan het voorspellen van een eindige hoeveelheid schaakzetten. In dit artikel ga ik je mee nemen in de wereld IBM’s Watson en waarom ik niet de enige ben die denkt dat deze computer de wereld aan het veranderen is.
Waarom IBM’s Watson de wereld verandert
Tot nu toe zijn we gewend aan computers in ons leven als een soort geautomatiseerde informatie opzoeker. Iedereen stelt vragen aan Google en vindt dan sites die – omdat een zelfde vraag werd gesteld – mogelijk ook het antwoord hebben. Heb je pech, dan vind je vooral nog meer mensen die hetzelfde vragen en weinig antwoorden. Ook is er een beperking aan de hoeveelheid informatie die publiek online staat en dus vindbaar is door Google (daarom willen ze ook graag je e-mail lezen en in je telefoon meelezen). Een computer die ook echt antwoorden op vragen geeft bestond nog niet – simpelweg omdat het interpreteren van taal, het interpreteren van mogelijke antwoorden en soms zelfs het kunnen doorzien dat iemand iets vraagt met een onderliggende reden voor computers onmogelijk was. Met de nadruk op was.
Watson denkt na en interpreteert
De engineers bij IBM zijn er in geslaagd om te beginnen software te maken die beter in staat is te begrijpen wat je bedoelt. Niet alleen het vinden van een feitelijk antwoord, maar ook een stukje interpretatie dus. Dat vergt veel van een computer – daarom is het goed dat processorkracht de laatste 10 jaar explosief is blijven stijgen. IBM Watson is goed in taal en geworden dus en is daarin uniek.
Toegang tot informatie
Zelfs als je Google toegang geeft tot je gegevens dan heb je er niet altijd wat aan. Stel je zoekt de kleur van gras, dan krijg je alleen alle andere zoekvragen die iets vermelden over de kleur van gras. Google is uiteraard wel slim genoeg om ook ‘gras is groen’ als antwoord mee te nemen, maar dan moet je dus nog zelf het antwoord op je vraag destilleren uit de zoekresultaten. Watson geeft – dankzij z’n talenknobbel – antwoord. Gras is groen.
Daarbij biedt IBM Watson aan als platform en niet als product. Je kunt Watson’s technologie dus gebruiken om zelf antwoorden op vragen te krijgen. En dat is nog een verschil met bijvoorbeeld Google, die zelf data verzamelt en je er een soort dwarsdoorsnede van geeft aan de hand van een scala aan filters en parameters. Talloze startups maken nu dus eigen toepassingen, met hulp van IBM’s Watson – buitengewoon goede ontwikkeling.
Watson voor de zorg
Een van de dingen die mij positief verraste was de mogelijkheid voor de zorg. IBM stelt dat zorg professionals oneindig veel informatie moeten lezen en onthouden om altijd de laatste kennis over diagnose en behandeling te hebben. Dat is onmogelijk en dus wordt er te vaak een diagnose gesteld met oude kennis of een verouderde behandeling voorgesteld. Watson kan hierin nu al helpen door bijvoorbeeld artsen te helpen een diagnose te stellen en is al bijna zover om zelfs een waarschijnlijke diagnose te stellen. Vrijwel alle medische informatie, publicaties, behandelrichtlijnen en andere relevantie informatie is gevoed aan Watson en op het moment dat een patiënt symptomen heeft kan Watson deze tegen alle beschikbare informatie aanhouden en interpreteren wat er aan de hand kan zijn. Waar een zoekmachine vooral vergelijkbare vragen zal zoeken en je moet hopen op een bijpassend antwoord, zal Watson de vraag interpreteren, de antwoorden zoeken en samenstellen en een diagnose met kansberekening voorleggen aan de arts.
Zie meer in dit filmpje van IBM op YouTube over Watson en de zorg (Engels):
https://www.youtube.com/watch?v=yV_6sd32oW0
Antwoorden, willen we!
Vraag ik aan Apple’s SIRI wat onderwijs kost in 2030, dan krijg ik een overzicht van scholen in de buurt te zien. Kan ik uiteraard even bellen om te horen of ze het weten, maar feitelijk is het bij lange na een antwoord op mijn vraag. Sterker nog, SIRI heeft mijn vraag niet eens begrepen en gewoon op basis van zoekwoorden een algoritme gebruikt en de output is een school in de buurt. Watson zou antwoord geven, als in het volgende plaatje. Niet alleen zal Watson begrijpen wie je dochter is en wanneer ze naar college zal gaan, maar ook onderscheid kunnen maken in soort onderwijs, locatie en dat soort relevante details voor het feitelijk formuleren van een antwoord.
En wat betekent het voor mij?
De mogelijkheden worden pas net ontgonnen – maar als Watson gebaseerde software en diensten echt in staat zijn antwoorden te formuleren dan betekent dit dat mensen die hun bestaan ontlenen aan dit soort kennis overbodig worden. Net als de Jeopardy deelnemers zal Watson sneller betere antwoorden formuleren – mits de bronnen uiteraard goed en volledig zijn. En daar zit wel een uitdaging en een volgende stap – Watson is nu nog afhankelijk van informatie die de computer gevoed wordt, hierna zal Watson zelf op stap moeten gaan om antwoorden op vragen die hij nog niet heeft te vinden.
Tot die tijd kunnen we steeds meer genieten van een onuitputtelijke bron van informatie in de palm van je hand. Artsen zullen betere diagnoses stellen, automonteurs je bijzondere oldtimer probleemloos kunnen onderhouden en zelf zul je ook in je werk en je thuis leven moeten wennen aan iemand die altijd een antwoord heeft op praktisch elke vraag.
Waarom vinden sommige dit een bedreiging?
Iedereen kent de Terminator reeks wel – actiefilms waarin een autonome computer zelf bedenkt dat de mensheid de grootste bedreiging is voor de aarde en daarom besluit de mensheid uit te roeien. Als Watson echt elk antwoord op elke vraag weet, dan zal Watson ook ontdekken dat mensen inderdaad de grootste bedreiging vormen voor de aarde en de mensheid zelf. Laat je zulke computersystemen daar dan ook nog eens actie op kunnen ondernemen en dan is een Terminator Skynet (zo heette dat systeem in de filmreeks, red) incident niet ondenkbaar. In een andere film, iRobot, ging het dan ook vooral over de vraag hoe je robots en Artificiële Intelligentie kunt behoeden voor dit soort risico’s – in ene actueler dan ooit dus (lees meer over de risico’s van AI in dit artikel).
