TEDx: ‘Hoe Google AI ons wereldse geheimen leert kennen’

Google DeepMind oprichter en CEO Demis Hassabis legt uit wat nu echt de mogelijkheden van AI zijn, in een interview met Chris Anderson (TED). Demis Hassabis: Het is fantastisch om hier te zijn, bedankt, Chris. Je vertelde aan Time Magazine: “Ik wil de grote vragen begrijpen, de echt grote vragen waar je normaal gesproken de filosofie of natuurkunde voor ingaat als je erin geïnteresseerd bent. Ik dacht dat het bouwen van AI de snelste route zou zijn om sommige van die vragen te beantwoorden.” Waarom dacht je dat?

 

DH: (Lacht) Nou, ik denk dat toen ik een kind was, mijn favoriete vak natuurkunde was, en ik geïnteresseerd was in alle grote vragen, de fundamentele aard van de werkelijkheid, wat is bewustzijn, weet je, al die grote. En meestal ga je de natuurkunde in, als je daar interesse in hebt. Maar ik las veel van de grote natuurkundigen, sommigen van mijn wetenschappelijke helden aller tijden zoals Feynman en dergelijke. En ik realiseerde me dat we in de afgelopen 20, 30 jaar niet veel vooruitgang hebben geboekt in het begrijpen van sommige van deze fundamentele wetten. Dus dacht ik, waarom bouwen we niet het ultieme gereedschap om ons te helpen, namelijk kunstmatige intelligentie. En tegelijkertijd zouden we misschien ook onszelf en de hersenen beter kunnen begrijpen door dat te doen. Dus het was niet alleen een ongelooflijk gereedschap, het was ook nuttig voor enkele van de grote vragen zelf.

CA: Super interessant. Dus natuurlijk kan AI zoveel dingen doen, maar ik zou me voor dit gesprek graag willen concentreren op dit thema van wat het zou kunnen doen om de echt grote vragen te ontsluiten, de gigantische wetenschappelijke doorbraken, omdat het zo’n drijvend thema is voor jou en je bedrijf.

DH: Dus een van de grote dingen die AI kan doen, en waar ik altijd over heb nagedacht, is dat we, weet je, zelfs zo’n 20, 30 jaar geleden, aan het begin van het internet- en computertijdperk, de hoeveelheid data die werd geproduceerd en ook wetenschappelijke data, gewoon te veel was voor de menselijke geest om in veel gevallen te bevatten. En ik denk dat een van de toepassingen van AI is om patronen en inzichten te vinden in enorme hoeveelheden data en die vervolgens naar boven te halen voor menselijke wetenschappers om betekenis uit te halen en nieuwe hypothesen en veronderstellingen te maken. Dus het lijkt mij heel compatibel met de wetenschappelijke methode.

CA: Klopt. Maar gamen heeft een grote rol gespeeld in jouw eigen reis om dit ding uit te vogelen. Wie is die jonge knul daar links? Wie is dat?

DH: Dat was ik, ik denk dat ik ongeveer negen jaar oud was. Ik ben aanvoerder van het Engelse team onder 11, en we spelen in een Four Nations-toernooi, daarom zijn we allemaal in het rood. Ik denk dat we tegen Frankrijk, Schotland en Wales speelden, denk ik.

CA: Dat is zo vreemd, want dat overkwam mij ook. In mijn dromen.

(Lachen)

En het was niet alleen schaken, je hield van alle soorten spellen. Ik hield van alle soorten spellen, ja. En toen je DeepMind lanceerde, begon je vrij snel met het aanpakken van gamen. Waarom?

DH: Nou, kijk, ik bedoel, spellen hebben me eigenlijk in de eerste plaats in AI gebracht omdat terwijl we dingen deden zoals, we gingen op trainingskamp met het Engelse team en dergelijke. En eigenlijk, in die tijd, denk ik dat het in het midden van de jaren ’80 was, gebruikten we de allereerste schaakcomputers, als je je die herinnert, om tegen te trainen, naast het spelen tegen elkaar. En het waren grote brokken plastic, weet je, fysieke borden waar je op moest drukken en er waren LED-lampjes, gingen aan. En ik herinner me eigenlijk niet alleen het nadenken over het schaken, ik was eigenlijk gewoon gefascineerd door het feit dat dit brok plastic, iemand het had geprogrammeerd om slim te zijn en eigenlijk schaak te spelen op een zeer hoog niveau. En ik was gewoon verbaasd over dat. En dat bracht me aan het denken over denken. En hoe komt de hersenen tot deze denkprocessen, deze ideeën, en hoe we dat misschien kunnen nabootsen met computers. Dus ja, het is eigenlijk een heel thema geweest voor mijn hele leven, echt.

CA: Maar je hebt al dit geld opgehaald om DeepMind te lanceren, en vrij snel begon je het te gebruiken om, bijvoorbeeld, dit te doen. Ik bedoel, dit is een vreemd gebruik ervan. Wat gebeurde hier?

DH: Nou, we begonnen met spellen aan het begin van DeepMind. Dit was ongeveer 10 jaar geleden, dit is van ongeveer 10 jaar geleden, dit was onze eerste grote doorbraak. Omdat we begonnen met klassieke Atari-spellen uit de jaren ’70, de eenvoudigste soort computerspellen die er zijn. En een van de redenen waarom we spellen gebruikten, is dat ze heel handig zijn om je ideeën en algoritmen uit te testen. Ze zijn echt snel te testen. En ook, naarmate je systemen krachtiger worden, kun je steeds moeilijkere spellen kiezen. En dit was eigenlijk de eerste keer dat ons apparaat ons verraste, de eerste van vele keren, waarin, het ontdekte in dit spel genaamd Breakout, dat je de bal om de muur heen kon sturen, en eigenlijk, het zou veel veiliger zijn om alle tegels van de muur uit te schakelen. Het is een klassiek Atari-spel daar. En dat was ons eerste echte aha-moment.

CA: Dus dit ding was niet geprogrammeerd om enige strategie te hebben. Het werd gewoon verteld, probeer een manier te vinden om te winnen.

CA: Well, Demis, you’ve already changed the world. I think probably everyone here will be cheering you on  in your efforts to ensure that we continue to accelerate in the right direction.