Introductie Kunstmatige Intelligentie: vriend of vijand?

apr 2024
Tineke van Heijst
·
Aangepast 10 okt
515

Dit is blog 14 in de blogreeks over Green IT.

Sinds de introductie van Chat GPT eind 2021 is het gebruik van deze chatbot explosief gegroeid. Maar liefst 100 miljoen gebruikers registreerden zich in de eerste twee maanden na de lancering, wat een boost heeft gegeven aan het gebruik van kunstmatige intelligentie. Microsoft en Alfabet (het moederbedrijf van Google) volgden al snel met vergelijkbare chatbots: Bing Chat en Bard. Hoewel de mogelijkheden van kunstmatige intelligentie grenzeloos lijken, brengt het ook een aanzienlijke ecologische impact met zich mee.

In de komende vier blogs duiken we dieper in de wereld van kunstmatige intelligentie, hoe deze technologie wordt toegepast in de erfgoedsector en welke enorme impact AI heeft op ons energieverbruik en de bijbehorende CO2-uitstoot. We onderzoeken ook hoe we dit energieverbruik kunnen terugdringen en welke belangrijke vragen we ons moeten stellen bij het gebruik van AI.

Wat is het?

De term ‘kunstmatige intelligentie’ werd voor het eerst geïntroduceerd door de Amerikaanse informaticus John McCarthy in 1956. Hij definieerde kunstmatige intelligentie als het gedrag van machines dat lijkt op het ‘intelligente’ gedrag van mensen.

Kunstmatige intelligentie, of AI, omvat een breed scala aan technologieën en methoden die machines in staat stellen om ‘intelligent’ gedrag te vertonen. Het hoofddoel is om machines taken te laten uitvoeren die normaal gesproken alleen door mensen kunnen worden gedaan. Denk bijvoorbeeld aan activiteiten zoals leren, redeneren, problemen oplossen, het begrijpen van menselijke taal en het waarnemen van de omgeving.

Zwakke en sterke AI

Binnen AI hebben we twee hoofdtypen kunstmatige intelligentie:

(1) Zwakke AI (narrow AI): Deze AI-systemen zijn ontworpen en getraind voor specifieke taken. Ze kunnen alleen die taken uitvoeren waarvoor ze zijn geprogrammeerd. Denk aan spraakherkenning, beeldherkenning en chatbots.

(2) Sterke AI (general AI): Dit zijn systemen die nog voornamelijk theoretisch zijn. Ze zouden net als mensen zelfbewustzijn hebben, kunnen redeneren en problemen oplossen. Het voorbeeld dat het meest in de buurt komt is robot Sophia van het Chinese Hanson Robotics. In de promotievideo zie je hoe veel Sophia en haar familie al menselijke eigenschappen vertonen.

Link to video

AI kan op bepaalde gebieden taken veel beter uitvoeren dan mensen, vooral als het gaat om repetitieve en detailgerichte taken, zoals het analyseren van grote aantallen juridische documenten of duizenden röntgenbeelden in een ziekenhuis. Het kan dit heel snel en met een relatief lage foutmarge doen. Dankzij de grote hoeveelheid gegevens die AI in korte tijd kan verwerken, krijgen we in korte tijd inzicht in informatie. Zo kunnen we trends ontdekken of resultaten vinden die voorheen onbekend waren en die we anders nooit zo snel hadden kunnen ontdekken.

Hoe werkt kunstmatige intelligentie?

Over het algemeen werken AI-systemen door grote hoeveelheden gelabelde trainingsgegevens te verwerken. Deze gegevens worden geanalyseerd om patronen te vinden, waarna AI voorspellingen kan doen. Het draait allemaal om patroonherkenning. Dit kan op verschillende manieren worden toegepast.

Bijvoorbeeld, bij een chatbot leert het algoritme op basis van heel veel verschillende tekstvoorbeelden hoe zinnen worden gevormd en welke woorden logischerwijs op elkaar volgen. Met deze ‘kennis’ kan de chatbot binnen enkele seconden een tekst genereren op basis van een prompt (de benaming voor een opdracht die je een chatbot geeft).

Een andere veelgebruikte toepassing is beeldherkenning. Hier leert het algoritme om afbeeldingen te identificeren en te beschrijven door te kijken naar een enorme hoeveelheid afbeeldingen. Door steeds meer beelden te verwerken, wordt het algoritme beter in het herkennen van wat er op een afbeelding staat.

De nieuwste generatie AI-tools kan zelfs teksten, beelden, video’s of muziek maken. Deze opkomende generatie van AI-tools zal een grote invloed hebben op verschillende gebieden, waaronder onderwijs, marketing, productontwerp en ook de erfgoedsector.

In de volgende blog gaan we dieper in op hoe AI momenteel wordt gebruikt in de erfgoedsector. Daarna kijken we naar de milieueffecten van grootschalige toepassing van AI. In de laatste blog van deze serie bespreken we de mogelijkheden van ‘groene AI’ om de negatieve effecten van AI-gebruik te verminderen.

Over deze blogserie

Deze blogpost is onderdeel van een serie blogposts over Green IT geschreven in opdracht van de gelijknamige netwerkgroep van het Netwerk Digitaal Erfgoed (NDE). Deze netwerkgroep monitort de ontwikkelingen rondom Green IT en de impact van de voortschrijdende digitalisering op het klimaat. Specifiek wordt daarbij gekeken naar de (toenemende) digitalisering binnen de erfgoedsector.

Eerder verschenen in deze blogserie

Thema: Introductie Green IT

1 De dubbele rol van IT in duurzaamheid

2. De noodzaak van een duurzaamheidskader voor de erfgoedsector

Thema: Dataopslag

3. De digitale databerg

4. De verborgen impact van cloudopslag

5 1% van alle data ter wereld bewaren – wat kost dat aan CO2-uitstoot?

6 De zoektocht naar duurzame alternatieven voor disks en tapes

7 Dataopslag in synthetisch DNA: coderen en decoderen in geheimschrift

8 Dataopslag in atomen: sciencefiction of toekomstige realiteit?

9 Dataopslag in glas: Superman is alvast vereeuwigd

Thema: Groene Software