Zo verbetert Google Android door het verslaan van Go-spelers
Erwin Vogelaar

Googles DeepMind verslaat met kunstmatige intelligentie AlphaGo de ene na de andere menselijke Go-kampioen. Het trainen van deze intelligentie heeft ook gevolgen voor de toekomst van Android.

DeepMind Android

De robots van Googles Boston Dynamics worden steeds geavanceerder en enger. Hoe lang zal het nog duren tot deze omver geschopte en geduwde wezens zich tegen ons gaan keren en de ondergang van de mensheid nabij is? Zo snel zal het niet gaan, want vooralsnog worden de robots redelijk dom gehouden. Vooralsnog, want Google werkt met DeepMind ook aan bijzonder geavanceerde kunstmatige intelligentie.

Op dit moment centreert de voortgang van deze intelligentie zich rond het complexe oosterse bordspel Go. Eerder deze week heeft de kunstmatige intelligentie AlphaGo Go-wereldkampioen Lee Sedol verslagen. Sedol stelt dat hij na zijn verlies sprakeloos was: “Ik heb duidelijk verloren. Vanaf het begin was er geen moment dat ik dacht dat ik voorop stond.“ Op zichzelf is dit al heel bijzonder, maar het succes van AlphaGo heeft ook betekenis voor de toekomst van Android.

Go

Het gevecht tussen de intelligentie van computer en mens wordt gestreden via spel. Voornamelijk complexe bordspellen met veel regels. Hierdoor zijn de manieren waarop spellen  kunnen verlopen bijna ontelbaar. Het schaakspel was een uitstekende kandidaat voor de computer van vroeger. Zo ontwikkelde IBM de Deep Blue-schaakcomputer en won het tegenover grootmeester Garri Kasparov. Dat is inmiddels twintig jaar geleden. Het niveau van de strijd tussen computer en mens is inmiddels een stuk hoger en het spel dat nu gespeeld wordt is Go.

DeepMind Android

Wat Go zo fascinerend maakt, is dat het veel complexer is dan schaken. In het spel leggen de spelers om de beurt een steentje op een bord, op een punt waar twee lijnen elkaar kruizen. Het doel is om gebieden op het bord te veroveren door terrein en de andere speler met je eigen kleur te omringen. Net als schaken is het dus een strategiespel. Spelers zijn constant bezig om te reageren op wat de tegenstander doet, terwijl ze zelf strategieën proberen uit te werken.

AlphaGo

Het aantal zetten en scenario`s in schaken is al enorm groot, maar computers kunnen deze relatief makkelijk onthouden. De vraag is in hoeverre dit iets met intelligentie te maken heeft. Met Go is alles onthouden een hopeloze taak, dus daarom moet AlphaGo slim en creatief nadenken om te kunnen winnen van menselijke tegenstanders.

DeepMind Android

Hiervoor maakt AlphaGo gebruik van neurale netwerken, waardoor de intelligentie reageert op wat er gebeurt op het bord. AlphaGo speelt het verloop van het spel in zijn verbeelding, waarbij de meest succesvolle paden virtueel bewandeld worden. De kunstmatige intelligentie kiest vervolgens de zet dat in de simulatie het meest succesvol bleek. AlphaGo is onder andere getraind door dertig miljoen zetten van menselijke experts te leren, zodat het steeds beter de volgende zet kon voorspellen. Vervolgens leerde AlphaGo zichzelf nieuwe strategieën door veel te spelen.

Google Foto`s

De strijd om het verslaan van de beste Go-spelers is fascinerend, maar wat hebben wij er als Android-gebruikers aan? Geef het enkele jaren en onze smartphones worden door dit leergedrag veel intelligenter. In beperkte vorm gebruiken we al het neurale netwerk van DeepMind voor Google Foto`s. We kunnen in al onze foto`s zoeken naar een kat of een specifiek persoon en vervolgens krijgen we alleen de foto`s die we willen zien voorgeschoteld. Dit komt omdat het systeem zichzelf leert  wat een kat is en hoe een kat eruit ziet, waardoor het er een  kan herkennen. Het creatieve denken dat DeepMind nu ontwikkelt kan later op meer fascinerende manieren ingezet worden.

Persoonlijke assistent

De belangrijkste technologie waar DeepMind voor gebruikt gaat worden is de persoonlijke assistent. Hoewel er al assistenten bestaan als Siri en Cortana, zijn deze nog lang niet op het niveau van een assistent zoals in de film Her. Eigenlijk is dat waar assistent-makers nu allemaal naar toe streven en ook DeepMind denkt hier aan. In Her heeft de assistent een diep begrip over wat je zegt en wat je wil doen. Ook kan de assistent leren van je gedrag en zichzelf zo verbeteren. De assistenten die nu bestaan, hebben een aantal geprogrammeerde paden die bewandeld kunnen worden, maar zodra je van dat pad af gaat gebeurt er niets. Dit is waarom we deze assistenten niet zoveel gebruiken en Google de focus er in huidige Android-versie nog niet de focus op legt.

DeepMind Android

Het doel is een systeem dat zich vrij kan aanpassen. Dit is DeepMind nu met AlphaGo aan het leren. Door de ongelooflijke hoeveelheid mogelijkheden en het feit dat een potje in Go door elke zet kan omslaan, moet de AI zich constant aanpassen aan een nieuwe realiteit. Hoe AlphaGo leert spelen, kan ook worden gebruikt  om een assistent te leren verder te gaan dan de voorgeprogrammeerde paden.

Medische apps

Een andere hoek waar DeepMind zijn aandacht legt, is gezondheid. DeepMind Health gaat zich richten op het maken van medische apps waarmee bijvoorbeeld artsen kunnen zien of een patiënt risico loopt op complicaties. Op dit moment wordt de kunstmatige intelligentie van DeepMind nog niet gebruikt bij de ontwikkeling van apps, maar in de toekomst zal de AI gebruikt kunnen worden om de behoeftes van de patiënt beter te voorspellen.

DeepMind Health

Hoewel bij bepaalde ziektebeelden de klachten en het verloop van de ziekte voor veel patienten hetzelfde zal zijn, is elke patient toch anders. Mensen reageren verschillend op medicijnen en hebben klachten die gebruikelijk niet met de ziekte geassocieerd wordt. Een creatief nadenkende intelligentie in onze smartphone kan dit herkennen, er op inspelen en artsen beter op de hoogte houden.

Tijdspanne

In een interview met The Verge stelt Demis Hassabis van DeepMind dat we in de komende drie jaar al subtiele verbeteringen zullen merken bij ons smartphonegebruik. Dit hoeft niet per se om de nieuwste Android-toestellen te gaan, omdat DeepMind via servers werkt. Ook oudere toestellen kunnen dus een stuk slimmer worden. In vier of vijf jaar tijd verwacht Hassabis dat we echt grote stappen gaan zien in de mogelijkheden van onze toestellen. Wij kunnen niet wachten om met een  eigen slimme assistent aan de slag te gaan.

Draag ook bij aan dit artikel

Deel je kennis of stel een vraag. Dat kan anoniem of met een Disqus account.