Wetenschappers ontdekken grenzen van AI. Gegenereerd met AI.
Tot hun verrassing ontdekken wetenschappers grenzen aan kunstmatige intelligentie
Wetenschappers hebben een tekortkoming ontdekt in de computerprocessen die gezamenlijk bekend staan als kunstmatige intelligentie (AI). Opmerkelijk genoeg heeft een gigant in de sector, Apple, hun werk gepubliceerd. Het zet op zijn zachtst gezegd vraagtekens bij de door machines gedomineerde toekomst die veel zogenaamde experts zien aankomen.
Kennis en intelligentie
In de gedachten van velen zijn kennis en intelligentie synoniemen. In werkelijkheid zijn ze niet hetzelfde. Kennis is een verzameling van feiten en informatie. Intelligentie is het vermogen om kennis toe te passen. Hoewel dat op het eerste gezicht een onderscheid zonder echt verschil lijkt, zijn de twee wel degelijk verschillend. Een minder intellectuele manier om dat verschil te beschrijven is misschien de zin: “Hij weet veel feiten, maar het ontbreekt hem aan gezond verstand.” Feiten zijn onpersoonlijk. Ze zijn voor iedereen hetzelfde. Een mijl is bijvoorbeeld 5.280 voet, of de persoon die die mijl aflegt nu een klein kind, een atleet of een piloot is. Hoe elk van hen die informatie toepast – een kwestie van intelligentie – verschilt sterk. Voor het kind lijkt de afstand misschien onoverkomelijk. De atleet ziet het als een kwestie van enkele minuten, terwijl het voor de piloot in fracties van een seconde voorbijgaat.
Wat is kunstmatige intelligentie?
Dit scenario is een goede manier om de ontwikkeling van AI te bekijken. Niemand twijfelt eraan dat computers enorme hoeveelheden informatie kunnen opslaan en bedreven zijn in het helpen van gebruikers om er toegang toe te krijgen. Dat vermogen heeft een industrie gecreëerd en hele academische en praktische processen hervormd. Niettemin beweerde, in ieder geval tot voor kort, niemand dat computers die informatie konden omzetten in intelligentie. De voorstanders van AI proberen het publiek ervan te overtuigen dat hun producten die sprong maken. In werkelijkheid vertrouwen ze echter op het combineren van steeds grotere hoeveelheden informatie. Ze bieden de gebruiker misschien een product dat lijkt te zijn gemaakt door een computer. De “creatie” bestaat echter simpelweg uit het samenvoegen en ordenen van talloze stukjes informatie.
Definitie AI
Bekijk deze “definitie” van AI van Caltech (het California Institute of Technology) eens: “Kunstmatige intelligentie, vaak AI genoemd, verwijst naar het ontwikkelen van computersystemen die taken kunnen uitvoeren waarvoor gewoonlijk menselijke intelligentie nodig is. Het is alsof je machines toestaat om zelfstandig te denken, te leren en beslissingen te nemen. AI-technologie stelt computers in staat om enorme hoeveelheden gegevens te analyseren, patronen te herkennen en complexe problemen op te lossen zonder expliciete programmering. Het gaat om het creëren van intelligente machines die de wereld om hen heen kunnen waarnemen, natuurlijke taal kunnen begrijpen en zich kunnen aanpassen aan veranderende omstandigheden.” Een video die AI probeert uit te leggen, reduceert het proces tot het “aanleren” van drie vaardigheden aan machines: hoe te leren, hoe te redeneren en hoe zichzelf te corrigeren. De presentator vertelt enthousiast dat het “geheel nieuwe werelden van muziek, kunst en ideeën kan creëren waar mensen nog nooit van hebben gedroomd.”
Wat is LLM?
Een groep wetenschappers bij Apple heeft echter onlangs zand in de ogen gestrooid van degenen die de toekomst door een AI-bril bekijken. Hun paper draagt een onbekende en ongemakkelijke titel: The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity. Om de kwestie te begrijpen, is het essentieel om twee in de AI-wereld gangbare afkortingen te begrijpen: LLM en LRM. LLM staat voor 'large language model'. Het uitgangspunt is dat een computer de taalpatronen van een individu kan nabootsen als het AI-programma over voldoende voorbeelden beschikt waarop het zich kan baseren. Dus als het programma voldoende kennis heeft van de heilige Thomas van Aquino, zou ik het kunnen vragen een paper over elk willekeurig onderwerp te produceren alsof de engelachtige doctor het heeft geschreven. Het is duidelijk dat dat product een vervalsing zou zijn, maar het zou veel weg hebben van een authentiek werk uit de pen van de grote scholast.
Wat is LRM?
De tweede afkorting, LRM, bouwt voort op de eerste. Het staat voor 'Large Reasoning Model'. Het gaat waar taal niet kan komen. Dit kantoor heeft bijvoorbeeld een afdruk van Antonello Da Messina’s “Sint-Hieronymus in zijn studeerkamer”. Een LRM zou Sint-Hieronymus in een setting kunnen plaatsen die noch hij, noch Da Messina zich ooit had kunnen voorstellen. Het programma zou dus een schilderij kunnen produceren waarin de vertaler van de Vulgaat-Bijbel in een Ferrari rijdt, en dat ‘schilderij’ zou in de stijl van Da Messina zijn. LRM's kunnen veel meer, maar dit eenvoudige voorbeeld is nuttig ter verduidelijking. Niemand twijfelt eraan dat de LRM een grote stap vooruit is ten opzichte van LLM's, wat opmerkelijk lijkt voor mensen die niet bekend zijn met AI. De wetenschappers bij Apple zijn het echter niet eens met degenen die enthousiast zijn over de oneindige mogelijkheden ervan.
Wat is LRM?
De tweede afkorting, LRM, bouwt voort op de eerste. Het staat voor 'Large Reasoning Model'. Het gaat waar taal niet kan komen. Dit kantoor heeft bijvoorbeeld een afdruk van Antonello Da Messina’s “Sint-Hieronymus in zijn studeerkamer”. Een LRM zou Sint-Hieronymus in een setting kunnen plaatsen die noch hij, noch Da Messina zich ooit had kunnen voorstellen. Het programma zou dus een schilderij kunnen produceren waarin de vertaler van de Vulgaat-Bijbel in een Ferrari rijdt, en dat ‘schilderij’ zou in de stijl van Da Messina zijn. LRM's kunnen veel meer, maar dit eenvoudige voorbeeld is nuttig ter verduidelijking. Niemand twijfelt eraan dat de LRM een grote stap vooruit is ten opzichte van LLM's, wat opmerkelijk lijkt voor mensen die niet bekend zijn met AI. De wetenschappers bij Apple zijn het echter niet eens met degenen die enthousiast zijn over de oneindige mogelijkheden ervan.
Een nuttige stap?
Het Apple-artikel bestaat uit dertig pagina's met bijna onontcijferbare retoriek, maar deze twee relatief eenvoudige passages geven een aanwijzing over de bedenkingen van de auteurs. “We tonen aan dat state-of-the-art LRM’s nog steeds niet in staat zijn om generaliseerbare probleemoplossende vaardigheden te ontwikkelen, waarbij de nauwkeurigheid uiteindelijk tot nul daalt bij een bepaalde complexiteit in verschillende omgevingen.” “We constateren dat er een schaalgrens bestaat in het redeneervermogen van de LRM’s met betrekking tot de complexiteit van problemen, wat blijkt uit de contra-intuïtieve dalende trend in de denktoken na een bepaald complexiteitspunt.” Met andere woorden, er zijn bepaalde soorten problemen die de LRM’s simpelweg niet kunnen berekenen. Het valt natuurlijk nog te bezien of de programmeurs dit obstakel kunnen overwinnen. Het geeft echter wel aan dat er problemen zijn waar de genieën van de AI-wereld nog geen oplossing voor hebben gevonden. Hoeveel van dergelijke hindernissen er nog om de hoek liggen, valt nog te bezien.
Bestel kosteloos: Revolutie en Contrarevolutie (eBook)
(Artikel gaat verder onder deze boodschap)
Als er één boek is dat licht kan schijnen in de postmoderne duisternis, dan is het dit boek: Revolutie en Contrarevolutie van katholiek denker professor Plinio Corrêa de Oliveira. “Als de Revolutie wanorde is, is Contrarevolutie het herstel van Orde.” – Bestel het nu kosteloos!
Een nuttige stap?
Het Apple-artikel bestaat uit dertig pagina's met bijna onontcijferbare retoriek, maar deze twee relatief eenvoudige passages geven een aanwijzing over de bedenkingen van de auteurs. “We tonen aan dat state-of-the-art LRM’s nog steeds niet in staat zijn om generaliseerbare probleemoplossende vaardigheden te ontwikkelen, waarbij de nauwkeurigheid uiteindelijk tot nul daalt bij een bepaalde complexiteit in verschillende omgevingen.” “We constateren dat er een schaalgrens bestaat in het redeneervermogen van de LRM’s met betrekking tot de complexiteit van problemen, wat blijkt uit de contra-intuïtieve dalende trend in de denktoken na een bepaald complexiteitspunt.” Met andere woorden, er zijn bepaalde soorten problemen die de LRM’s simpelweg niet kunnen berekenen. Het valt natuurlijk nog te bezien of de programmeurs dit obstakel kunnen overwinnen. Het geeft echter wel aan dat er problemen zijn waar de genieën van de AI-wereld nog geen oplossing voor hebben gevonden. Hoeveel van dergelijke hindernissen er nog om de hoek liggen, valt nog te bezien.
Een onoverkomelijke barrière?
Het lijkt echter onvermijdelijk dat dergelijke struikelblokken zullen blijven bestaan en toenemen naarmate de kwesties rond AI steeds ingewikkelder worden. Niemand twijfelt eraan dat computers vele taken kunnen uitvoeren die zelfs de meest bekwame wiskundige, wetenschapper of ingenieur als een uitdaging zou beschouwen. Deze auteur vroeg deze computer bijvoorbeeld om de vierkantswortel van 300.558 te berekenen. Het antwoord, 548,231703, kwam binnen een seconde terug. Voor een niet-wiskundige lijkt dit ongelooflijk. Ondanks dergelijke verschijnselen is het menselijk brein nog steeds veruit superieur aan de computer. God, die alwetend, almachtig en alomtegenwoordig is, heeft het geschapen als het kroonstuk van de fysieke schepping. Op de hele aarde is het menselijk brein het enige orgaan met een concept van zichzelf. Een mens kan een computer gebruiken om een beschrijving van een computer te krijgen, maar de machine kan niet weten dat zij een computer is. Een dergelijk zelfbewustzijn, en daarmee individualiteit, is alleen voorbehouden aan de mensheid. Behalve de verlossing van zonden is het de grootste gave van de Almachtige aan al Zijn schepselen. Hij heeft ons echter niet het vermogen gegeven om dit over te dragen aan een machine, hoe complex die machine ook moge zijn.
Dit artikel verscheen eerder op tfp.org
Laatst bijgewerkt: 5 mei 2026 12:39