Statistieken: De intelligente verbinding tussen AI en het menselijk brein

AI biedt enorme mogelijkheden en brengt tegelijkertijd aanzienlijke risico's met zich mee. Om beide redenen maakt AI veel mensen bang. Ze beweren daarom dat AI alleen gebaseerd is op statistieken en niets te maken heeft met menselijke intelligentie. Wat ze vergeten is dat ons hele bestaan gebaseerd is op statistieken.

De statistische factor van ons bestaan

Bij taalmodellen leest men vaak dat deze LLMs alleen op het beruken van het volgende waarschijnlijk woord na het laatst gegenereerde woord berusten en dit uitgeven. Dit wordt dan woord voor woord gedaan. En zo komt eruit wat anderen voor een intelligent geschreven tekst houden. In plaats van woorden worden in werkelijkheid zogenoemde Token verwerkt. Vereenvoudigd gezegd zijn Tokens zo iets als woorddelen of lettergrepen. Tokens worden gebruikt om compressie te bewerkstelligen en ook om langere of samengestelde woorden semantisch beter te kunnen vatten.

De Hamburgische Datenschutzbeauftragde gebruikt dit argument om te zeggen dat hij voor AI helemaal niet verantwoordelijk is. Want AI verwerkt geen persoonsgegevens. Daar valt hem maar weinig goeds bij. Het ontbreekt hem scherp aan elke basis, zoals je kunt bewijzen. De volgende uitspraak kan misschien al als tegenbewijs dienen:

Taalmodellen voorspellen wat het volgende woord zal zijn. Dat is niet intelligent.

Taalmodellen zeggen waarschijnlijk het volgende woord passend bij de gegeven context voorspeld. Dat is slim.

Veel mensen besteden geen aandacht aan het vetgedrukte gedeelte: het wordt meestal niet genoemd.

Duitse grammatica

De mens kan ook als zogenaamde Token-Papagei worden beschreven. De term kwam van iemand met wie de auteur over technische details van kunstmatige intelligentie sprak. Diegene bedoelde dat taalmodellen slechts Token-Papageien zijn. Zij herhalen dus wat ze ooit hebben geleerd uit trainingsgegevens.

Waarom is de mens ook een token-papegaai? Als we het over de Duitse grammatica spreken, zien we als moedertaalsprekers dat deze op Waarschijnlijkheden (waarschijnlijkheden) gebaseerd is. We leren welke woorden en begrippen bij elkaar passen. Daarvoor leren we waarschijnlijkheidstheorie. Maar ons brein verbergt het principe van taalverwerving zo goed voor ons dat we niet merken dat de basis van de grammatica heel eenvoudig is. Pas sinds het opkomen van de Transformer- benadering in 2017, die een zeer belangrijke basis vormt voor de huidige kunstmatige intelligentie, werd het mogelijk dat zelfs de onervaren informaticus dit kan begrijpen als hij maar wil.

We kunnen wachten tot de heilige dag van nooit-nooit …

Het is grammaticaal correct, maar zou een moedertaalspreker het zo zeggen?

Als een buitenlander een Idioom verandert door onwetendheid (of slecht geheugen) en het in andere, maar grammaticaal correcte vorm weergeeft, dan herkennen wij de persoon als buitenlander. Omdat wij de afwijkende kansverdeling hebben waargenomen.

Radioactief verval

Laten we beginnen met een citaat uit Wikipedia dat elke natuurkundige waarschijnlijk zou zeggen:

De vervaltijd van elke individuele atoomkern is willekeurig.

Bron: Wikipedia

Dat betekent: Als je een deeltje observeert, weet je niet hoe lang dit deeltje bestaat. Of anders geformuleerd: je kan het niet weten, hoe lang dit deeltje bestaat. Je kunt het niet weten, omdat dat kennis een inbreuk zou zijn op het erkende fysieke wereldbeeld. De kennis is dus niet mogelijk. Als je meer wilt weten, kan ik je aanbevelen populair-wetenschappelijke boeken van Werner Heisenberg of Albert Einstein.

Hoe lang duurt het voordat een radioactieve stof zoals uranium stopt met stralen? Over het algemeen kun je deze vraag niet beantwoorden als je naar een uraniumdeeltje kijkt. Voor advocaten: Deze vraag kan niet beantwoord worden, zelfs niet "in principe". Nogmaals: De vraag wanneer een radioactieve stof niet meer radioactief is, kan niet beantwoord worden door naar een deeltje te kijken.

De Halveringstijd is de tijd die nodig is om de radioactieve straling van een stof (radioactief nuklid) te halveren. Hoe berekent men deze getal? In elk geval geldt: "Het moment waarop een enkel atoomkern wordt omgezet, kan niet worden voorspeld…" (Halveringstijd/Wikipedia). De Halveringstijd wordt als "statistisch gemiddelde" (dezelfde bron) bepaald.

Radioactieve verval is een toevallig proces, dat op statistiek berust.

Kwantumfysica

De kwantummechanica werd bekend met de ontdekking van Albert Einstein in het jaar 1905. Hij ontdekte dat licht niet als een continue straal te begrijpen is, maar in vorm van kleine pakjes, de kwanta. Dit hier is geen natuurkunde-voordracht. Om niet te veel natuurkundigen te ergeren, wordt nog even vermeld dat het Welle-deeltje-dualisme bestaat, dat bij licht aanwezig is. Dit leidt tot het zogenaamde Dubbelspleet-experiment, waarschijnlijk de beste bewijsvoering voor onze onmacht om onze eigen bestaan echt te begrijpen.

Lasers zijn bijvoorbeeld gebaseerd op de bevindingen van de kwantumfysica. Zelfs GPS, de basis van het navigatiesysteem in je auto of op je smartphone, zou niet bestaan zonder kwantumfysica. GPS is op zijn beurt gebaseerd op zeer nauwkeurige atoomklokken, die alleen bestaan omdat we hun principe met behulp van de kwantumfysica kunnen begrijpen.

De tunnel-effect van flash-opslag is ook gebaseerd op kwantummechanica. Kortom: zonder kwantummechanica zou deze bijdrage hier niet geschreven worden, noch zou hij op een SSD-geheugen over het internet naar u toe komen, noch zoudt u zelf een (betaalbare of snelle) computer bezitten. Over een smartphone hoeven we dan helemaal geen praatje te maken.

In de kwantummechanica zijn er willekeurige gebeurtenissen die in principe onvoorspelbaar zijn – ook al weet men alle beschikbare informatie, die het überhaupt mogelijk maakt over een kwantumsysteem te weten.

Bron: Quantenzufall, fetgedrukte letters toegevoegd. Andere bronnen: Werner Heisenberg, Albert Einstein e.d.

Het kan zelfs zo ver gaan dat er geen perfect vacuüm is. Want dat zou de Heisenbergsche onzekerheidsrelatie schenden.

Als je meer wilt weten: Werner Heisenberg, Niels Bohr, Richard Feynmann en Albert Einstein hebben begrijpelijke boeken over het onderwerp geschreven, waar anderen weinig aan toe te voegen hebben.

Intelligentie gebaseerd op een neuraal netwerk

Zelfsverwachting kan op elke geschikte manier afgebeeld worden. Maar een neuronaal netwerk heeft zich als bijzonder effectief bewezen. Het wordt zowel in uw Brein als in het kunstmatige AI-gehirn gebruikt.

Neurale netwerken verwerken alleen getallen, niets anders.

In uw hersenen landen alle signalen in de vorm van analoge waarden, die zich in stroom en spanning manifesteren. Actiepotentialen in neuronen leiden de elektrische signalen door (“onzichtbare verwerking”).

Op een bepaald moment vindt de "output" plaats. Je mond beweegt omdat de corresponderende spieren via het ruggenmerg het cijfercommando van de hersenen hebben ontvangen. De getallen zijn stromen en spanningen.

Analoge signalen kunnen omgezet worden in digitale signalen. Hierbij gaat enige nauwkeurigheid verloren omdat analoge signalen continu zijn en digitale signalen discreet. Continu betekent bijvoorbeeld dat er een willekeurig aantal getallen zijn tussen 0 en 1. Discreet betekent dat er slechts een beperkt aantal getallen zijn tussen 0 en 1. Hoeveel getallen dit zijn in het digitale systeem hangt af van de gebruikte nauwkeurigheid. Het is eenvoudig in te zien dat het niet belangrijk is of er een oneindig aantal getallen tussen 0 en 1 zijn of "slechts" 100.000 miljard getallen. Het verlies aan nauwkeurigheid bij het omzetten van analoge naar digitale signalen is verwaarloosbaar. Analoge en digitale systemen kunnen daarom in dit opzicht als gelijkwaardig worden beschouwd, zoals de huidige AI-systemen bewijzen, die vaak veel beter zijn dan mensen (met uitzondering van jou, natuurlijk).

Alles is een getal

Taalmodellen zijn gebaseerd op tokens. Tokens worden omgezet in getallen. Hiervoor wordt een woordenboek gebruikt. Dat is zo eenvoudig dat men er eigenlijk niet over hoeft te praten. Hier een uittreksel uit het openbaar beschikbare woordenboek van GPT-2:

De vreemde "G" voor sommige tokens is een indicator dat de betreffende token het begin van een woord moet vormen. Alle tekens zonder deze indicator mogen niet aan het begin van een woord staan. Het GPT-2 woordenboek heeft 52.000 ingangen.

Alle open source taalmodellen hebben zo'n woordenboek, dat je kunt downloaden en bekijken als een tekstbestand.

Hoe zit het met Foto's? Ze kennen DALL-E of Midjourney. Het proces verloopt als volgt:

1. Je tekst (prompt) wordt omgezet in getallen en ingevoerd in het AI-model van DALL-E.
2. DALL-E verwerkt deze getallen via een neuraal netwerk dat alleen met getallen rekent.
3. Het uiteindelijke resultaat is een getal. Deze getallen worden geïnterpreteerd als pixels.

Een beeldpunt heet Pixel. Bij een RGB-kleurkanaal en een kleurdiepte van 24 bit heeft een pixel 3 bytes: 1 byte voor rood, 1 byte voor groen en 1 byte voor blauw. Elke byte kan waarden tussen 0 en 255 aannemen. Een pixel bestaat uit drie getallen.

En hoe zit het met spraak, d.w.z. audiosignalen? Een MP3-bestand, of je opgenomen stem, bestaat uit trillingen ("golfvorm"). Je hersenen verwerken (waarschijnlijk) twee kanalen: Het ene kanaal is het linkeroor, het andere het rechteroor. In de home cinema ken je 5.1 of iets dergelijks. De 5 staat voor de 4 hoekluidsprekers en de middenluidspreker. De 1 staat voor de basluidspreker. Audiosignalen kunnen dus worden omgezet in nummers, zoals je stereo-installatie of mobiele telefoon laat zien.

Alle andere signalen kunnen eveneens omgezet worden in cijfers. Bij het Thermometer is het de temperatuur als getalwaarde, bij het Eerdbevensensor is het de kracht van het beven (ongeveer op de schaal van Richter). Andere signalen zijn al digitaal. Neemt u als voorbeeld een Excel-tabel met omzetgetallen.

Alle signalen kunnen worden omgezet in getallen.

Besturingscommando's daarentegen kunnen worden uitgevoerd door getallen naar actuatoren te sturen.

Een actuator, zoals je mond of je hand, wordt bestuurd door getallen naar de actuator te sturen. Dat is het. Wat is hier het geheime ingrediënt? Dat is er niet. Dat er ook chemische processen bij betrokken zijn, is een detail dat blijkbaar niet nodig is en te maken heeft met de aard van biologische systemen. Als je het anders ziet, zou het goed zijn als je een paar argumenten kunt aandragen.

Meningen over statistieken

Meningen zijn geen echt bewijs. Ze moeten hier alleen worden vermeld zodat niemand denkt dat de auteur alleen staat met zijn mening.

Meningen van anderen

Uit een 30-minutig gesprek met een medewerker van DEEPL in november 2024 bleek: De medewerker is informaticus en begrijpt de technische werking van taalmodellen. Zijn vakgebied is linguïstiek, wat voor DEEPL niet zo verwonderlijk is. Hij stemt met de auteur overeen dat statistiek ook een basisvorming van menselijke intelligentie is. Hij ziet ook dat robots steeds machtiger worden. Dat niet elke informaticus deze inzichten heeft, wordt duidelijk uit het bovenstaande voorbeeld met de token-paapagaai (de term komt van een andere informaticus die nog geen randje aan de borden ontdekt heeft).

Prof. Dr. Maximilian Wanderwitz is hoogleraar economisch recht en het recht van de informatietechnologie. Hij publiceert veel over het onderwerp kunstmatige intelligentie. Na zijn lezing op 26 november 2024 in Mainz werd hij door de auteur gevraagd naar zijn mening. Meneer Wanderwitz bevestigde dat zijn opvatting ook is, dat statistiek een belangrijk element van de menselijke intelligentie is en dat hij dit eveneens ziet als het kunstmatige intelligentie.

Een T-Systems-medewerker, die binnen zijn bedrijf verantwoordelijk is voor digitale systemen, bevestigde dit op 26 november 2024 ook: Hij ziet statistiek als element van menselijke intelligentie net zo goed als in kunstmatige intelligentie.

Sam Altmann, medeoprichter van OpenAI ziet de kracht van kunstmatige intelligentie als zo groot aan dat AI de mens ver overtreft zal worden. "Ver" betekent hier "onvoorstelbaar ver". Intelligentie met iets anders dan intelligentie te overtreffen lijkt moeilijk voorstelbaar.

Definitie van (kunstmatige) intelligentie

De auteur stelt (sinds reeds 03.04.2024) de volgende definitie van kunstmatige intelligentie voor:

Als Artificiële intelligentie wordt een kunstmatig systeem aangeduid dat probeert, een probleem ook bij onduidelijke opgave op een niet concreet voorgeschreven, oplossingsgerichte manier te verhelpen en daarbij bestaand met nieuw kennis gecombineerd en conclusies trekt.

Definitie van de term kunstmatige intelligentie. Bron: Klaus Meffert, dr-dsgvo.de

Je kunt zelf bepalen wat een kunstmatig systeem is. Dat is niet belangrijk. De 27 lidstaten van de EU zien het gemiddeld anders. Dit gemiddelde wordt het democratische proces genoemd. De EU ziet een machine als een voorwaarde voor AI. Deze beperking is onnodig en arrogant. Ook is aangetoond dat diesel milieuvriendelijk kan zijn. Dit op voorhand uitsluiten what onnodig en verkeerd.

Wat is intelligentie dan? Hetzelfde, behalve dat intelligentie niet (noodzakelijkerwijs) kunstmatig is. Dit geeft ons de volgende definitie:

Als Intelligentie wordt een systeem aangeduid dat probeert, een probleem ook bij onschareve vorgave op een niet concreet voorgegeven, lösingsorienteerde wijze te lösen en daarbij bestaand met nieuw weten kombinerd en schlussfolgerungen trekt.

Definitie van de term intelligentie. Bron: Klaus Meffert, dr-dsgvo.de

De definitie van intelligentie is identiek aan de definitie van AI, met uitzondering van het bijvoeglijk naamwoord "kunstmatig".

Uw mening

Denk je dat AI "slechts" gebaseerd is op statistiek en daarom geen intelligent systeem is? Dan zou het leuk zijn om te weten op welk principe, zo niet statistiek, menselijke intelligentie is gebaseerd. Je definitie van AI of intelligentie wordt graag in overweging genomen als je een andere hebt dan de bovenstaande en die beter vindt. Verder zou het goed zijn om te weten waar het argument ligt als iemand zegt: "AI is gebaseerd op statistiek". Correct, maar waar is het punt?

Conclusie

Statistiek is de basis van ons bestaan. De beste theorie die we hebben is waarschijnlijk de kwantumtheorie. Het beschrijft onze werkelijkheid op een extreem nauwkeurige manier. Iedereen die twijfelt aan de kwantumfysica ontkent zijn eigen bestaan.

Omdat simpel (te) simpel is?

De belangrijkste reden voor de aanname van sommigen dat statistiek als mechanisme te eenvoudig is om intelligentie te produceren.

Want simpel is gewoon simpel. We moeten de aanname loslaten dat ongelooflijke mechanismen zoals wat wij intelligentie noemen gebaseerd moeten zijn op ingewikkelde principes. Het feit dat een systeem niet ingewikkeld genoeg is, is geen argument dat dit systeem niet efficiënt kan zijn.

Intelligentie is in haar aard heel eenvoudig. Ze berust (typisch) op een neuronaal netwerk dat getallen verwerkt en op basis van voorbeelden leert. Voorbeelden zijn paren van Is (ingang) en Soll (uitgang), of ook maar "Is"-paren (bijv. Duitse teksten), die als juist worden beschouwd.

Het is waar dat de Duitse taal (en veel andere talen over de hele wereld) gebaseerd is op statistieken. Feit is dat tekst kan worden omgezet in getallen. Hetzelfde geldt voor afbeeldingen, spraak en andere sensorwaarden. Neurale netwerken rekenen alleen met getallen. Er is geen tekst, geen geluid en geen beeld in je hersenen, alleen getallen.

Juist is ook dat we (ook jullie) bijvoorbeeld de Duitse taal en grammatica door voorbeelden leren. Net zoals AI. Daarvoor wordt een mechanisme gebruikt die Attentie heet. In de AI heet het "Attention". Het gaat echter wel zonder Attention, zoals actuele technische aanpakken laten zien. Het is ook niet van belang hoe intelligentie ontstaat, want net als vaker gebeurt er meerdere manieren om een doel te bereiken.

Hoe een doel of hoe intelligentie wordt bereikt is volledig irrelevant (over langere perioden gezien).

Sommige benaderingen zijn echter efficiënter dan andere.

AI-systemen leren meestal (nog steeds) van gegevens die door mensen worden aangeleverd. Een belangrijke bron is het internet. Maar robots leren net als mensen als ze een AI-brein bij zich dragen. Ze kunnen leren van voorbeelden in hun ervaren omgeving. Deze robots bestaan al. Het is geen theorie, het is werkelijkheid. Huishoudrobots en andere robotische alledaagse hulpjes zijn binnenkort verkrijgbaar voor enkele duizenden euro's.

De gedachte dat kunstmatige intelligentie iets kwalitatief anders is dan intelligentie bij mensen, leidt aan de realiteit voorbij. Zelfs als AI een zeer goede simulatie van intelligentie zou zijn: Wat maakt dat uit?

Gebruik AI als leistungsfähige medewerker in uw bedrijf. De toepassingsmogelijkheden zijn divers! AI werkt het beste voor concrete toepassingsmogelijkheden.

Update: Europees taalmodel Teuken

Moeilijk te geloven, maar waar. Het Europese taalmodel Teuken is net gepubliceerd (26/11/2024).

Eerste tests zijn zeer vielbelovend. Bij het praktische voorbeeld wordt getoond wat Teuken kan. Daarvoor werd de eerste helft van dit artikel in Teuken-LLM ingevoerd en moest samengevat worden. De opdracht what een samenvatting in 3 zinnen. Hier is het resultaat:

Stelling 1: Taalmodellen zoals GPT-3 zijn gebaseerd op het bepalen en uitspreken van het meest waarschijnlijke woord voor het eerder gegenereerde woord.Stelling 2: Tokens zijn een manier om langere woorden of zinnen in een meer gecomprimeerde vorm weer te geven. Ze kunnen ook semantisch complexere informatie representeren.Stelling 3: Het argument dat AI geen persoonlijke gegevens verwerkt, is onjuist en toont een fundamenteel begripsprobleem van AI.Stelling 4: Mensen kunnen "tokenpapegaaien" genoemd worden, omdat ze laten zien dat ze herhalen wat hen geleerd is in trainingsdata.Stelling 5: Duitse grammatica is gebaseerd op waarschijnlijkheden. Dit is intuïtief voor mensen en wordt onbewust gebruikt bij het leren van taal.Stelling 6: De transformer-benadering what een doorbraak in AI, waardoor zelfs niet-experts de basisprincipes van taalverwerking konden begrijpen.De tekst legt verschillende aspecten van het GPT-3 taalmodel en de Duitse grammatica uit.>>> dat waren 6 zinnen. ik wil een samenvatting in 3 zinnenTrue, hier is de samengevatte versie:1. taalmodellen zoals GPT-3 gebruiken tokens in plaats van woorden.2.Mensen kunnen "tokenpapegaaien" worden genoemd omdat ze laten zien dat ze herhalen wat ze in de trainingsgegevens hebben geleerd.3.

In het begin leverde Teuken 6 zinnen af in plaats van 3. Maar deze 6 zinnen waren erg goed. Aan het verzoek aan Teuken om alsjeblieft een samenvatting in 3 zinnen te leveren werd toen ook voldaan. Het resultaat mag er zijn, ook al zit er een klein spelfoutje in.

Wat opvalt: Teuken plaatst "Zin 1", "Zin 2" enz. voor de gegenereerde zinnen. Volgens de observaties van de auteur hebben andere AI-modellen dit tot nu toe niet gedaan.

Teuken-7B-instruct-commercial-v0.4 van openGPT-X werd gebruikt. Vandaar de licentie-informatie:

Lizenzangabe (Teuken commercial):

Copyright 2024 openGPT-X

Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at

http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.

Belangrijkste boodschappen van dit artikel

Taalmodellen werken niet woord voor woord, maar met zogenaamde tokens. Dit zijn kleinere eenheden van woorden of lettergrepen.

Mensen kunnen ook beschreven worden als tokenpapegaaien omdat we, net als AI, op waarschijnlijkheid gebaseerde taalregels leren en toepassen.

Radioactief verval is een willekeurig proces waarbij de halfwaardetijd wordt berekend als een statistische gemiddelde waarde. Het is niet mogelijk om te voorspellen wanneer een individueel atoom zal vervallen.

Kwantumfysica maakt deel uit van ons dagelijks leven, bijvoorbeeld in lasers, GPS en flashgeheugen.

Zonder kwantumfysica zouden er geen computers of internet zijn.

In de kwantumfysica zijn er onvoorspelbare gebeurtenissen en een perfect vacuüm kan niet bestaan.

Intelligentie wordt in AI-systemen in kaart gebracht met behulp van neurale netwerken die alleen getallen verwerken.

Analoge signalen kunnen worden omgezet naar digitaal met zeer weinig verlies van nauwkeurigheid.

Alles is een getal: taalmodellen zoals GPT-2 gebruiken een woordenboek met 52.000 ingangen om tekst in getallen om te zetten. Ook afbeeldingen worden door modellen zoals DALL-E omgezet in getallen (pixels). Geluidssignalen en andere meetwaarden kunnen ook worden weergegeven als getallen. Actoren (zoals menselijke ledematen) worden bestuurd met behulp van getallen.

Statistiek is een essentieel onderdeel van zowel menselijke intelligentie als AI.

Conclusie in het kort

AI is een systeem dat problemen oplost en nieuwe informatie verwerkt. Het leert van voorbeelden en werkt met getallen. Hetzelfde geldt voor menselijke intelligentie.

Statistieken zijn belangrijk voor onze wereld en de kwantumtheorie beschrijft dit het beste. Intelligentie is eenvoudigweg gestructureerd: het is gebaseerd op neurale netwerken die getallen verwerken.

Kunstmatige intelligentie verschilt in de praktijk niet van menselijke intelligentie – het kan net zo nuttig zijn. Bedrijven moeten AI gebruiken om efficiënter te worden.

Over deze kernuitspraken