AIToday Live
AIToday Live is een boeiende Nederlandstalige podcast voor iedereen die geïnteresseerd is in de wereld van kunstmatige intelligentie, ongeacht hun technische achtergrond. Hier zijn een paar redenen waarom je misschien wilt luisteren naar AIToday Live:
- Expert Inzichten: De podcast biedt gesprekken met Nederlandse en Belgische experts op het gebied van AI, waardoor luisteraars waardevolle inzichten en meningen rechtstreeks van leiders en vernieuwers in de industrie krijgen.
- Toegankelijk voor een Breed Publiek: Of je nu diep in de technische details zit of gewoon nieuwsgierig bent naar AI, de podcast presenteert informatie op een manier die zowel begrijpelijk als boeiend is voor zowel zakelijke als IT-professionals.
- Laatste Nieuws en Trends: Blijf op de hoogte van de nieuwste ontwikkelingen en innovaties in AI. De podcast dekt AI for Good en andere belangrijke trends die invloed kunnen hebben op verschillende industrieën en de samenleving als geheel.
Gepresenteerd door Joop Snijder, CTO van Aigency, en Niels Naglé, Area Lead Data & AI van Info Support, biedt de podcast een uniek perspectief op de praktische toepassing van AI binnen organisaties. Het duo bespreekt de (on)mogelijkheden van AI, de impact ervan op bedrijfsprocessen en hoe organisaties deze technologie kunnen inzetten om hun doelstellingen te bereiken.
"AIToday Live is twee keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)."
Met deskundige gasten uit de industrie en academische wereld, biedt de AIToday Live podcast een platform voor het delen van best practices, innovaties en belangrijke inzichten in de wereld van AI. Van de nieuwste algoritmen en modellen tot de impact van AI op de toekomst van werk, de podcast biedt waardevolle informatie voor iedereen die geïnteresseerd is in AI en de rol die het speelt in organisaties.
Voor exclusieve content over de podcast achter de schermen, aankondiging van gasten en exclusieve artikelen, schrijf je dan in voor de nieuwsbrief: https://aitodaylive.substack.com
AIToday Live
S06E64 - Hoe is kunstmatige intelligentie ontstaan?
In deze aflevering van AIToday Live is de geschiedenis van kunstmatige intelligentie het centrale thema. De oorsprong van AI gaat terug naar de Dartmouth-conferentie in 1956, waar de term voor het eerst werd geïntroduceerd.
Van vroege systemen zoals ELIZA tot de recente doorbraken met deep learning en ChatGPT, de ontwikkeling van AI heeft een opmerkelijke reis doorgemaakt. De impact op ons dagelijks leven is inmiddels onmiskenbaar, en de toekomst belooft nog meer innovaties.
Links
- Historisch Evenement: Dartmouth-conferentie 1956 (https://en.wikipedia.org/wiki/Dartmouth_workshop)
- AI Systeem: ELIZA (https://en.wikipedia.org/wiki/ELIZA)
- Cabaret: Sketch 'Verkoopt u ook paarse kussentjes?' van Herman Finkers (https://www.youtube.com/watch?v=1AbPvi4hlIU)
- AI Term: AI-winter (https://en.wikipedia.org/wiki/AI_winter)
- Technologie: Deep learning (https://en.wikipedia.org/wiki/Deep_learning)
- Kaartspel: AI Game Changer - Generative AI editie (https://aigency.com/ai-game-changer/generative-ai/)
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.
Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).
Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.
Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!
1
00:00:00,001 --> 00:00:07,400
Hey, welkom bij een nieuwe aflevering van AIToday Live, de podcast die je meeneemt in
2
00:00:07,400 --> 00:00:11,800
de wereld van kunstmatige intelligentie. Ik ben Joop Snijder, CTO bij Aigency.
3
00:00:11,800 --> 00:00:16,560
En vandaag kijken we naar de geschiedenis van AI om te kijken hoe kunstmatige intelligentie
4
00:00:16,560 --> 00:00:17,560
is ontstaan.
5
00:00:17,560 --> 00:00:24,160
Voor velen lijkt de komst van ChatGPT het begin van het AI tijdperk. Maar de wortels
6
00:00:24,160 --> 00:00:27,840
van kunstmatige intelligentie gaan veel verder terug dan je misschien denkt.
7
00:00:27,840 --> 00:00:31,280
Laten we samen een korte reis door de tijd maken.
8
00:00:31,280 --> 00:00:40,040
En die reis begint in al 1956 tijdens de nu legendarische Dartmouth-conferentie. Hier werd
9
00:00:40,040 --> 00:00:45,760
de term kunstmatige intelligentie, artificial intelligence, voor het eerst geïntroduceerd.
10
00:00:45,760 --> 00:00:51,760
Stel je voor, een groep briljante wetenschappers, waaronder John McCarthy en Claude Shannon,
11
00:00:51,760 --> 00:00:56,320
die komen samen om te bespreken hoe ze machines kunnen maken die denken als mensen.
12
00:00:56,320 --> 00:01:01,920
Dat was natuurlijk een heel revolutionair idee voor die tijd. En dat markeerde de geboorte
13
00:01:01,920 --> 00:01:07,360
van AI als wetenschappelijk vakgebied. En de sfeer tijdens deze vroege jaren was er
14
00:01:07,360 --> 00:01:12,800
een van ongebreideld optimisten. Je zou het haast bijna kunnen vergelijken met het optimisme
15
00:01:12,800 --> 00:01:19,720
van nu. De onderzoekers dachten dat we binnen een paar decennia volledige intelligente machines
16
00:01:19,720 --> 00:01:25,320
zouden hebben. Het was een tijd van grote dromen en ambitieuze projecten. En in de jaren
17
00:01:25,320 --> 00:01:32,840
60-70 zagen we de opkomst van wat we nu symbolische AI noemen. Dit was een benadering waarbij machines
18
00:01:32,840 --> 00:01:38,200
zodanig werden geprogrammeerd met expliciete regels en logica om problemen op te lossen.
19
00:01:38,200 --> 00:01:47,800
Een leuk en bekend voorbeeld uit deze periode is ELIZA. ELIZA was een systeem dat in staat
20
00:01:47,800 --> 00:01:53,200
was om menselijke gesprekken na te bootsen, zei het op een zeer basale manier. Het programma
21
00:01:53,200 --> 00:02:00,880
gebruikte een techniek genaamd scripted responses. Dus gescripte antwoorden. In essentie had ELIZA
22
00:02:00,880 --> 00:02:07,560
een reeks regels die bepaalden hoe het moest reageren op de input van een gebruiker. De
23
00:02:07,560 --> 00:02:13,120
meest bekende versie van ELIZA simuleerde een psychotherapeut. Het is wel grappig om
24
00:02:13,120 --> 00:02:22,760
te zien hoe zo'n gesprek met ELIZA eruit zag. Een gebruiker typte bijvoorbeeld in
25
00:02:22,760 --> 00:02:28,720
"ik voel me verdrietig" waarbij ELIZA antwoordde "waarom voel je je verdrietig?"
26
00:02:28,720 --> 00:02:34,200
Ik als gebruiker weer "mijn moeder begrijpt me niet" "ELIZA, waarom denk je dat je
27
00:02:34,200 --> 00:02:38,640
moeder je niet begrijpt?" Hoewel dit voor ons nu misschien primitief lijkt, was het
28
00:02:38,640 --> 00:02:46,040
voor die tijd baanbrekend en het bijzondere was dat mensen heel graag met ELIZA communiceerden
29
00:02:46,040 --> 00:02:55,320
omdat de machine het leek alsof er een mensachtige interactie was, hoe beperkt dan ook. Dus ELIZA
30
00:02:55,320 --> 00:03:01,760
werd als intelligent op dat moment ervaren. Maar waarom dan? Ten eerste omdat het programma
31
00:03:01,760 --> 00:03:07,440
kon reageren op een manier die leek op menselijke interactie. Dan hebben wij al vrij snel zoiets
32
00:03:07,440 --> 00:03:13,360
van "dan is het ook menselijk". Door gebruik te maken van trefwoorden en patroonherkenning
33
00:03:13,360 --> 00:03:19,120
kon ELISA contextafhankelijke reacties geven. En de therapeutische stijl gaf de illusie
34
00:03:19,120 --> 00:03:25,200
van empathie een begrip. In de jaren 90 had je ook nog eens dat de verwachtingen van dit
35
00:03:25,200 --> 00:03:33,880
soort systemen veel lager lagen. Toch is het belangrijk om te beseffen dat ELIZA geen echte
36
00:03:33,880 --> 00:03:38,800
intelligentie bezat. Het programma begreep de inhoud van gesprekken niet echt en had
37
00:03:38,800 --> 00:03:46,460
geen bewustzijn of inzicht. Het volgde simpelweg de regels die door de ontwikkelaars waren
38
00:03:46,460 --> 00:03:50,280
opgesteld. Nu we het toch over vroege vormen van geautomatiseerde
39
00:03:50,280 --> 00:03:55,120
gesprekken hebben, laat ons kijken naar een hilarisch voorbeeld uit het Nederlands Cabaret
40
00:03:55,120 --> 00:04:01,600
dat de beperkingen van zulke systemen perfect illustreert. De chatbot die je op deze moment
41
00:04:01,600 --> 00:04:06,060
eigenlijk ook nog steeds tegenkomt op allerlei websites. En dan heb ik het over de beroemde
42
00:04:06,060 --> 00:04:11,160
sketch 'verkoopt u ook paarse kussentjes?' van cabaretier Herman Finkers.
43
00:04:11,160 --> 00:04:16,360
In deze sketch zien we een verkoper bij V&D die worstelt met een nieuwe verkoopstrategie.
44
00:04:16,360 --> 00:04:23,600
En laat ons even luisteren wat er gebeurt als je regelgebaseerd een gesprek zou willen
45
00:04:23,600 --> 00:04:27,440
voeren. Verkoopt u kussentjes? Goedemiddag.
46
00:04:27,440 --> 00:04:36,980
Ja, goedemiddag. Verkoopt u ook kussentjes?
47
00:04:36,980 --> 00:04:45,380
Waarmee kan ik u van dienst zijn? Verkoopt u ook kussentjes?
48
00:04:45,380 --> 00:04:52,900
Ja, verkoopt u nou kussentjes of verkoopt u nou geen kussentjes?
49
00:04:52,900 --> 00:04:59,900
Nou, we hebben ze wel, maar we verkopen ze nooit.
50
00:04:59,900 --> 00:05:07,380
Oh, hoe komt dat dan? Ja, we hebben een keus uit maar liefst twee
51
00:05:07,380 --> 00:05:10,700
verschillende kleuren. Ja, de bijenkorf heeft tien verschillende kleuren.
52
00:05:10,700 --> 00:05:15,500
Oh ja, is het niet ver verdane bijenkorf? Nee hoor, is hier recht tegenover.
53
00:05:15,500 --> 00:05:18,260
En weer verlaat een tevreden klant het pad.
54
00:05:18,260 --> 00:05:26,320
Deze sketch laat perfect zien wat er mis kan gaan als je vasthoudt aan een rigide script
55
00:05:26,320 --> 00:05:30,460
zonder echt te luisteren naar je klant. Toch? Hij doet denken aan de frustraties die mensen
56
00:05:30,460 --> 00:05:36,060
vaak ervaren bij het gebruik van vroege chatbots of slecht ontworpen klantenservice-systemen.
57
00:05:36,060 --> 00:05:42,360
Net als de verkoper in Finkers'sketch waren vroege chatbots vaak niet in staat om flexibel
58
00:05:42,360 --> 00:05:45,580
te reageren, juist op onverwachte vragen of situaties.
59
00:05:45,580 --> 00:05:50,540
Ze volgden hun voorgeprogrammeerde scripts ongeacht of die relevant waren voor de vraag
60
00:05:50,540 --> 00:05:54,100
van de gebruiker. Laten we nu even teruggaan naar onze chronologische
61
00:05:54,100 --> 00:05:59,020
reis door de AI-geschiedenis. Want na dat initiale optimisme van de jaren
62
00:05:59,020 --> 00:06:03,020
'60-'70 kwam er een periode die bekend staat als de "AI-winter".
63
00:06:03,020 --> 00:06:08,500
In de jaren 80-90 realiseerden onderzoekers zich dat het nabootsen van menselijke intelligentie
64
00:06:08,500 --> 00:06:14,580
veel complexer was dan aanvankelijk gedacht. De financiering en interesse in AI-onderzoek
65
00:06:14,580 --> 00:06:18,620
namen af vanwege het gebrek aan tastbare vooruitgang.
66
00:06:18,620 --> 00:06:23,860
Maar zoals het zo vaak het geval is in de wetenschap was dit slechts een tijdelijke
67
00:06:23,860 --> 00:06:28,740
tegenslag en de wederopstanding van AI begon met de ontwikkeling van machine learning en
68
00:06:28,740 --> 00:06:32,460
de beschikbaarheid van enorme hoeveelheden data en krachtige computers.
69
00:06:32,460 --> 00:06:38,540
De machine learning, een subveld van AI dat systemen traint om patronen te herkennen en
70
00:06:38,540 --> 00:06:42,980
beslissingen te nemen op basis van data, veranderde het speelveld volledig.
71
00:06:42,980 --> 00:06:50,020
Algoritmen zoals neurale netwerken die ooit als te complex werden beschouwd kwamen weer
72
00:06:50,020 --> 00:06:56,420
in de belangstelling dankzij verbeterde rekenkracht. Dit legde de basis voor wat we nu kennen als
73
00:06:56,420 --> 00:07:01,220
deep learning. De echte doorbraak kwam in de jaren 2000-2010.
74
00:07:01,220 --> 00:07:06,500
Deep learning, geavanceerde vorm van machine learning die gebruik maakt van deep neurale
75
00:07:06,500 --> 00:07:11,260
netwerken begon zijn opmars. Deze technologie ligt een grondslag aan veel
76
00:07:11,260 --> 00:07:17,900
van de recente AI innovaties. Van spraakerkenning, beeldherkenning, eigenlijk alles wat we nu
77
00:07:17,900 --> 00:07:23,860
zien als zijnde AI. En nu hadden we AI systemen die in staat waren
78
00:07:23,860 --> 00:07:28,100
om taken uit te voeren die voorheen als exclusief menselijk werden beschouwd.
79
00:07:28,100 --> 00:07:33,980
Maar de echte gamechanger kwam natuurlijk met de introductie van grote taalmodellen
80
00:07:33,980 --> 00:07:38,340
zoals ChatGPT. Deze modellen, getraind op enorm hoeveel de
81
00:07:38,340 --> 00:07:44,220
tekstgegevens kunnen mensachtige teksten genereren en begrijpen tussen aanhalingstekens
82
00:07:44,220 --> 00:07:51,460
op een niveau dat voorheen dus ondenkbaar was. De lancering van ChatGPT eind 2022 markeerde
83
00:07:51,460 --> 00:07:54,620
een keerpunt in de publieke perceptie van AI.
84
00:07:54,620 --> 00:08:00,020
Plotseling hadden mensen toegang tot een AI systeem dat in staat was om coherente en contextueel
85
00:08:00,020 --> 00:08:04,420
relevante antwoorden te geven, maar enorm scala aan vragen.
86
00:08:04,420 --> 00:08:10,980
Iedereen weet, je kan essays meeschrijven, code debuggen, creatieve verhalen bedenken
87
00:08:10,980 --> 00:08:19,260
en zelfs wat matige grappen laten genereren. Nu zijn we aangekomen in 2024 en bevinden
88
00:08:19,260 --> 00:08:22,660
we ons in een tijdperk waarin AI alledaags is geworden.
89
00:08:22,660 --> 00:08:27,860
We gebruiken AI aangedreven technologie in ons dagelijks leven, vaak zelfs zonder bij
90
00:08:27,860 --> 00:08:32,860
stil te staan. Van de aanbevelingen die we krijgen op streamingdiensten tot de automatische
91
00:08:32,860 --> 00:08:37,300
fotobewerkingen op onze smartphones. AI is overal om ons heen.
92
00:08:37,300 --> 00:08:42,860
Terwijl we deze aflevering afsluiten is het fascinerend om te zien hoe ver we zijn gekomen
93
00:08:42,860 --> 00:08:49,340
sinds die dagen van Elisa en de vroege chatbot. Van de frustrerende scriptgebaseerde interacties
94
00:08:49,340 --> 00:08:54,180
die Herman Finkers zo briljant parodieerde, tot de vloeiende contextbewuste gesprekken
95
00:08:54,180 --> 00:09:00,260
die we nu kunnen voeren met AI systemen. De vooruitgang is verbazingwekkend als je dat
96
00:09:00,260 --> 00:09:04,660
zo bekijkt. Maar laten we niet vergeten dat deze vooruitgang
97
00:09:04,660 --> 00:09:12,660
voortbouwt op decennia van onderzoek en ontwikkeling. Elke doorbraak, elke AI-winter en elke heropleving
98
00:09:12,660 --> 00:09:17,420
heeft bijgedragen aan waar we nu staan. Terwijl we vooruitkijken naar de toekomst
99
00:09:17,420 --> 00:09:22,420
van AI kunnen we alleen maar speculeren over de ontwikkelingen die nog komen.
100
00:09:22,420 --> 00:09:27,220
Dankjewel weer voor het luisteren naar deze aflevering van AIToday Live.
101
00:09:27,220 --> 00:09:33,100
Als je geïnteresseerd bent in meer verhalen over misschien zelfs nog iets meer geschiedenis
102
00:09:33,100 --> 00:09:37,300
in de toekomst van AI, vergeet je dan niet te abonneren via je favoriete podcast app.
103
00:09:37,300 --> 00:09:41,900
En het zou leuk zijn om ons te laten weten wat je denkt. We zijn altijd benieuwd naar
104
00:09:41,900 --> 00:09:43,940
de mening van onze luisteraars. Dankjewel!
105
00:09:43,940 --> 00:09:45,940
[Muziek]
