Kunstmatige intelligentie: Regulering is bijna onmogelijk (bewijs: concrete voorbeelden)

Machtige systemen hebben potentieel een goede en een slechte kant. Hetzelfde geldt voor de huidige AI-systemen. Een reguleren van de AI wordt vaak besproken. Ik ben van mening dat dit niet meer mogelijk is. De voortgang van kunstmatige intelligentie kan niet meer gestopt worden. Concrete voorbeelden van mijn lokale AI-systeem laten dit zien. Lokaal betekent overigens ook een behoorlijk beheersbare gegevensbescherming.

Inleiding

Geen hype meer, maar een revolutie. Dat is AI vanaf nu. En dat is de grootste technologische omwenteling in de geschiedenis van de mensheid. Wie dat voor overdreven houdt, weet waarschijnlijk te weinig over de actuele mogelijkheden die AI-algoritmen bieden.

In elk geval zijn er veel vertegenwoordigers uit de politiek, economie en wetenschap, evenals uit de maatschappij, die hebben erkend dat de mogelijkheden van AI ook een gevaar met zich meebrengen. Deze gevaar zal ingedamd worden, wat als regulering wordt aangeduid.

Reguleringen kunnen worden opgelegd door regeringen, toezichthoudende autoriteiten of zelfreguleringsorganisaties. Ze kunnen zich richten op verschillende sectoren, zoals financiële markten, milieu, gezondheidszorg, consumentenbescherming of arbeidswetten. Reguleringen moeten bijdragen aan het voorkomen van misbruik, bedrog, monopolies en andere ongewenste praktijken om een eerlijk en functionerend systeem voor alle betrokkenen te waarborgen.

Definitie van de term reguleren volgens mijn gevraagde AI.

In wezen zie ik onder reguleren een wettelijk kader voor ogen, dus bindende voorschriften die zijn voorzien van sancties.

In het vervolg leg ik uit waarom ik de reguleringsinstrumenten zie als niet meer mogelijk om de huidige capaciteiten van kunstmatige intelligentie te bevriezen of zelfs maar te reduceren. Ook een vertraging in het groeipatroon zal moeilijk worden en weinig nuttig zijn.

Regulering van AI is niet meer mogelijk

Laten we met iets Positiefs beginnen. De Huidige AI-algoritmes, Modelle en Software-Pakete zijn adembenemend. Daarmee is ook gezegd dat het zowel om wiskundige modellen als om software, datasets, volledig getrainde neurale netwerken en beschikbare computing-infrastructuur gaat. Dat what zo niet eerder het geval. Hoe vaak heb ik al gehoord, zelfs van informatici: dat what er al. Nee, dat klopt niet.

Een aantal toepassingen die met weinig moeite mogelijk zijn en lokaal op eigen computer kunnen draaien zonder dat men zijn gegevens aan Microsoft, Google, OpenAI of Amazon moet geven:

• Kennisassistenten: Wilt u niet al eens gewoon via een vraag-antwoordgesprek de informatie uit uw intranet krijgen die u nodig heeft? Geen lastige zoektocht in catalogi, geen teleurstellende zoekmachine met weinig nuttige zoektermen. Of hoe zou het zijn om via een codezoek in uw repository te zoeken, en dat allemaal via een zoekopdracht in natuurlijke taal?
• Samenvattingen van tekst: U vindt enkele echte voorbeelden in artikelen op Dr. GDPR.
• Extraktion van sleutelwoorden: Ook dit heb ik zelf al geprogrammeerd, en dat als lokaal systeem. Zowel om snel tekst te begrijpen als mogelijk voor de zoekmachine-optimalisatie (zolang ze nog niet volledig op semantische zoekalgoritmen is gebaseerd)
• Vragen beantwoorden: Welke vragen wordt in dit artikel beantwoord? En hoe kan het antwoord in één zin worden samengevat? U vindt echte voorbeelden op deze blog.
• Vertalingen in andere talen: DEEPL doet een prima werk. Maar misschien wilt u iets eigen, goedkoper of gewoon flexibeler dan een Black Box? Of ze willen hun eigen API aanbieden.
• Verwerking gesproken taal: Transkriptie, tijdindexerkennning, vertaling, sprekerherkenning, muziek uitschakelen … Tekst na taal en taal na tekst, dan vertaald in tien talen. Hoe zou dat zijn? Al eerder gedaan en indrukwekkende resultaten behaald.
• Video-animatie: Bijvoorbeeld het creëren van een geanimeerde, vrijwel realistische persoon die realistisch haar lippen beweegt naar een voorafgegeven tekst terwijl ze deze tekst spreekt.
• Generatie van beelden uit teksten: Je kent het vast wel van DALL-E of Midjourney. Hoe zou het zijn met een eigen systeem? Stikwoorden: Gegevensbescherming, eigen beelden, hogere flexibiliteit, eigendom van de code
• Tekst uit beelden halen: Beeldonderdelen herkennen. Wat zie je op het volgende beeld?

Invoerbeeld (Oorspronkelijk beeld):

De AI heeft de taak om de beeldonderdelen te herkennen en te beschrijven.

Het resultaat is hieronder te zien:

De objecten in het beeld zijn talrijk herkenbaar, namelijk: persoon (2x), muur, gordijn, tafel, fles (meerdere keren), papier, schotel. Een variant van de algoritme herkent zelfs het wijnglas, dat aan de voorgrond afgesneden is te zien. Een andere variant herkent ook het preekpult als zodanig.

• Bild+Audio toegevoegd aan video: Het creëren van 3D-objekten (in videovorm) uit 2D-objekten (beelden), gecombineerd met animatie en synchronisatie. Hier een reëel voorbeeld:

Invoerbeeld (Oorspronkelijk beeld):

Tekstinput (gedeeltelijk gegenereerd door AI): Invoer-taaltekst (Duits) –> Uitvoer/invoer-taaltekst (Engels) –> Uitvoer/Invoer-Audio (kan elke taal zijn, ik heb hier maar voor de grap een audio-bestand uit een tekst laten genereren – met een AI):

Resultaat gegenereerd door AI (Video met animatie en audio):

Het is nog grappiger met een originele stem van een Amerikaanse president. Hier de AI-uitvoer:

Uit een tweedimensionaal beeld (plus geluidsinput) wordt dus een quasi vierdimensional resultaat (3D animatie + synchrone geluidsuitvoer). Misschien hebt u opgemerkt dat ook de fysionomie is meegenomen.

De berekening van elk video bestond uit ongeveer een minuut (op een halfweg redelijk goede PC). De kosten voor deze resultaten zijn marginaal (mijn bovenstaande demonstratie veroorzaakte bij mij geen kosten). Ik kan nog veel meer voorbeelden geven.

Dit zijn slechts voorbeelden van wat mogelijk is en wat op mijn systeem kan draaien. De voorbeelden dienen alleen ter illustratie en moeten de fantasie een beetje aanwakkeren voor wat nu al haalbaar is. U kent vast wel de volledig ontwikkelde dialoogsystemen van ChatGPT. Zoiets kan ik (minstens zonder veel moeite) maken in de vorm van een vraag-antwoordassistent, kennisdatabase of tekstanalyseprogramma.

De intelligentie is universeel

Tot nu toe waren er hoogstens redelijk intelligente systemen die op één taak gespecialiseerd waren. Maar zelfs dan waren de prestaties niet echt overtuigend.

Een IT-manager bij een grote Duitse luchtvaartmaatschappij vertelde mij dat zijn bedrijf al enkele jaren een chatbot gebruikt en dat hij de AI-revolutie daardoor niet ziet. Hieronder volgt het antwoord van deze luchtvaart-chatbot op mijn vraag:

Mijn vraag:

Hoe krijg ik een schadevergoeding voor de onpuntelijke vlucht van gisteren?

Antwoord van de luchtvaart-chatbot:

Het spijt me, ik kon uw inzending niet verstaan. Kunt u alstublieft uw boekingscode of ticketnummer opgeven?.

Ik vind het behoorlijk zwak en ontevredenstellend. Het resultaat heeft voor mij niets met kunstmatige intelligentie te maken, maar eerder met kunstmatige domheid. In een ander test wilde ik weten hoe ik een vergoeding kan krijgen voor de unpünktelijke vlucht van gisteren. De chatbot antwoordde me „Ik heb begrepen dat u een vlucht wilt annuleren“. Dat men een al plaatsgevonden vlucht („gisteren“) wil annuleren, is ofwel een teken van bijzondere gulheid of van een ongeschikte chatbot.

De waarschijnlijk een paar duizend euro, die maandelijks voor deze door een Microsoft-product aangedreven dienst betaald worden, had men zich kunnen besparen.

In tegenstelling hier een (eenvoudig) voorbeeld van wat hedendaagse AI kan:

Als input wordt een korte lijst met instructies genoemd, elk gevolgd door een technische functienaam (vetgedrukt). Ongeveer zo:

Luister naar het album van Earth Band van Manfred Mann op Google Music: SpelMusiek*
give me a list of movie times for films in the area: SearchScreeningEvent
I would like to go to the popular bistro in Frankfurt/Main: BookRestaurant
what is the weather like in Kassel: GetWeather

Nu wordt het AI-systeem dit gevraagd:

I want to book a flight for New York:

Antwoord van het systeem:

BoekVlucht

Het opmerkelijke hieraan is dat de door ons technische Funktionsnaam helemaal niet in onze invoerdataset aanwezig what. In plaats daarvan heeft de AI automatisch het schema van de functienaam herkend (bijvoorbeeld "Book" + "Restaurant"). Bovendien heeft de AI de semantiek van de instructies herkend en een transferprestatie gedaan vanaf het bistro naar het restaurant. Ten slotte heeft de AI dan de ontbrekende technische functienaam gegenereerd voor de gegeven instructie. Beter zou dat ook geen mens kunnen doen. Slechter zou het zeker niet zijn met de bovengenoemde chatbot van het grote Duitse luchtvaartbedrijf.

Uitstekend kennen jullie de indrukwekkende dialoog al, die chatbots zoals ChatGPT kunnen bieden. Als niet, vind je hier een voorbeeld van een dialoog van een AI, die door een intelligente mens niet te onderscheiden is.

Naarprogrammeren van complexe algoritmes

Het vertaalingsprogramma DEEPL (uit Duitsland!) na te maken what nog nooit zo eenvoudig en snel mogelijk als nu. Met de huidige AI krijg ik een lokaal, uitbreidbaar en aanpasbaar systeem dat zonder derde diensten uitkomt.

Apps als Shazam of SoundHound, die een Muziek titels herkennen, wanneer je het mobieltje slechts enkele seconden naast de radio houdt, kunnen gemakkelijk worden aangepast met de mogelijkheden van AI in de Jetztzeit.

Als je nu niet onder de indruk bent, is dat jouw goed recht. Je bent dan iemand die al te vertrouwd is met hetgeen je hebt of helemaal niets weet van techniek.

Uit de hoeveelheid voorbeelden die ik hierboven en in recente artikelen over AI heb gegeven, kunt u zien dat het niet zo veel moeite heeft gekost om deze voorbeelden te genereren. Hoe anders zou ik zoveel voorbeelden kunnen geven in zo korte tijd? Mijn tijd is me te waardevol om dagenlang bezig te zijn met het genereren van nietszeggende demonstraties voor artikelen als dit, alleen maar om enkele lezers ervan te overtuigen hoe enorm de mogelijkheden van AI zijn.

Kenmerken van de AI-vaardigheden

Ik heb al eerder beschreven dat hedendaagse vaardigheden van kunstmatige intelligentie zeer goed beschikbaar zijn. Vooral is AI gebaseerd op hoge prestaties-computers die iedereen zich kan permitteren. AI-modellen kunnen gedownload en verder getraind worden. Software-toolkits staan eveneens tot download beschikbaar. Blijkbaar is AI dus vrij beschikbaar.

Samenvatting:

• Hardware: Dat is vrij beschikbaar. Weet u niet hoe u een computer kunt bestellen? Huur dan een paar computers of meerdere.
• Infrasstructuur: Is vrij beschikbaar. U weet natuurlijk wel hoe men netwerkcomponenten bestelt en de juiste software downloadt. Ofwel huren of iemand vragen om de losse einden aan elkaar te knopen.
• AI-Software: Vrij beschikbaar of ook tegen geld te huurbaar.
• AI-Modellen: vrij beschikbaar en bijbehorend aan eigen hardware zelf te verbeteren wanneer nodig. Alternatief een model berekenen. Hiervoor zouden echter grote datasets nodig zijn. Ach yes, die zijn er ook gratis beschikbaar of kunnen door het afgraven van het internet zelf worden geproduceerd. Wanneer dit te moeilijk is, kan men bestaande AI gebruiken om trainingsdata te genereren.
• Open Cultuur: Is zich in de loop der jaren ontwikkeld. De wetenschapsbevolking what al altijd bezig met een open uitwisseling. Plattformen als Github stimuleren het uitwisselen van broncodes.

Alleen al de genoemde open cultuur is eigenlijk al een argument om te zeggen dat regulering van AI niet meer mogelijk is.

Als AI binnenkort gereguleerd zou moeten worden, heb ik al de benodigde softwareonderdelen bij mij opgeslagen. Ook beschikt mijn bedrijf over een krachtige computerinfrastructuur.

Wat moet eigenlijk geregeld worden?

Wie iemand die regulering van kunstmatige intelligentie eist, moet concreet worden. Wat moet gereguleerd worden? Zeker niet kunstmatige intelligentie in het algemeen, want dan zouden talrijke dagelijkse toepassingen moeten worden gestaakt. Ik zou niets hebben tegen de verbod van spionage-inrichtingen zoals Amazon Alexa of Google Nest.

Algoritmes kun je niet reguleren.

De verkoop van computerhardware of het bezit ervan kan men niet reguleren.

De gebruikmaking van bestaande en al beschikbare AI-modellen kan men niet verbieden.

Het toepassen van intelligentie (wetenschap, onderzoek, particuliere ondernemers, hobbyonderzoekers en -programmeurs) kan men moeilijk maken, maar niet verbieden, in ieder geval niet in Duitsland.

Conclusie

Veel liever moeten zich de gegevensbeschermingsautoriteiten richten op het voorkomen dat onrechtmatige gegevensleveringen aan Google en andere bedrijven door Duitse verantwoordelijken plaatsvinden. Voorbeeld: Web-tracking. Boetes: 0 euro in Duitsland. Ook sommige Duitse rechters zouden wat meer moeite moeten nemen om zich met gegevensbeschermingszaken bezig te houden, zodat ze het probleem voor de betrokken persoon en deze een effectieve gegevensbescherming kunnen bieden.

Wanneer dat afgerond is, kunnen we beginnen over het AI-gedoe waarvan de meesten geen idee hebben wat het is. Eén ding is zeker: AI is nog technischer dan elke vorm van internetgedoe. Dat betekent echter niet dat er geen adviseurs meer zijn die geen enkel idee hebben, maar uit een heel ander vakgebied komen, maar wel als experts voor AI opkomen of denken zich met AI juridisch bezig te kunnen houden, hoewel ze de basis nog niet begrijpen.

Sehr spoedig zullen er hier meer bijdrages over kunstmatige intelligentie zijn. Vooral zult u verder geïnformeerd worden en concreet voorbeelden geserveerd krijgen. Mijn blog zal doorzoekbaar zijn via een vraag-antwoord systeem, in plaats van alleen maar naar sleutelwoorden te zoeken. Als het niet te veel werk is, lever ik de antwoorden misschien ook als samengevatte teksten. De samenvatting kan niet alleen Extraktieven (citaat van enkele zinnen), maar ook abstraktiv plaatsvinden (weergave in eigen woorden).