AI is 70 jaar!
Hoe één foto van een hond de wereld veranderde
Ergens in een database van 1,2 miljoen foto’s zit een afbeelding van een gewone hond op een gewoon grasveld. In september 2012 keek een computerprogramma naar die foto en deed iets wat destijds voor onmogelijk werd gehouden: het begreep wat het zag. Het was een moment dat de wereld veranderde. Om te begrijpen waarom die specifieke foto de hele techwereld op zijn kop zette, moeten we exact 70 jaar terugspoelen.
Welkom op 18 juni 1956, op de campus van Dartmouth College in New Hampshire.
Het zomerkamp dat AI uitvond
Tien wetenschappers verzamelen zich in de zomer van 1956 voor een two-month summer research project on artificial intelligence. De ambitie van deze heren? In twee maanden tijd uitzoeken hoe je een machine intelligent maakt. Een van de organisatoren, John McCarthy, bedacht er ter plekke de term voor: Artificial Intelligence.
De onderzoekers waren bezield door een grenzeloos (en ietwat naïef) optimisme. Hun centrale stelling: elk aspect van intelligentie kan zo nauwkeurig worden beschreven dat een machine het kan simuleren. Ze zagen de zomer als een zakelijke aftrap: leg het probleem op tafel, laat de slimste koppen zich erover buigen en tegen de herfst heb je de blauwdruk voor een denkende machine.
Maar dat liep anders. De deelnemers bleken het over vrijwel niets eens te worden. Iedereen had zijn eigen definities, ego en benadering. De conferentie leverde welgeteld één tastbaar resultaat op: een naam voor een vakgebied dat eigenlijk nog niet bestond. Toch waren de verwachtingen torenhoog. Herbert Simon (later winnaar van de Nobelprijs voor Economie) verklaarde in 1965 vol vertrouwen:
“Machines will be capable, within twenty years, of doing any work a man can do.”
Om te bewijzen hoe snel het zou gaan, bouwde MIT-professor Joseph Weizenbaum in 1966 ELIZA: de allereerste chatbot ter wereld. ELIZA deed zich voor als een psychotherapeut door simpelweg de woorden van de gebruiker in vraagvorm terug te kaatsen. Weizenbaum wilde hiermee aantonen hoe makkelijk mensen zich laten misleiden door oppervlakkige patroonherkenning.
Het experiment slaagde iets té goed. Toen zijn eigen secretaresse hem vroeg de kamer te verlaten omdat ze “een privégesprek met ELIZA” wilde voeren, schrok de professor. Mensen bleken opvallend snel bereid om emotionele intelligentie toe te schrijven aan een handvol regels code. Hij schreef er later het boek Computer Power and Human Reason over.
Tweemaal begraven, tweemaal herboren
Het optimisme bleek een zeepbel. In 1973 fileerde het Britse Lighthill-rapport het AI-onderzoek tot op het bot. De conclusie? AI-systemen werkten prima in steriele testomgevingen, maar faalden zodra ze werden geconfronteerd met de chaos en nuance van de echte wereld. De geldkraan ging dicht: de eerste AI-winter was een feit.
In de jaren ’80 volgde een heropleving met zogenaamde expert systems. Bedrijven investeerden miljarden in software die de kennis van experts (zoals artsen of ingenieurs) vastlegde in duizenden “als-dan”-regels. Consultants verkondigden dat het dit keer écht anders was.
Maar opnieuw liep het anders. De systemen waren peperduur, moeilijk te onderhouden en hulpeloos zodra een situatie zelfs maar licht afweek van de geprogrammeerde regels. Eind jaren ’80 stortte de markt opnieuw in. Welkom in de tweede AI-winter.
Ondertussen bleef een kleine groep wetenschappers werken aan een idee dat door de gevestigde orde werd weggewuifd: neurale netwerken. Geen starre regels, maar systemen die leren van data, geïnspireerd op het menselijk brein.
De officieuze leider van deze groep buitenbeentjes? Geoffrey Hinton.
De foto van een hond
Om vooruitgang in computervisie te meten, werd de ImageNet Challenge in het leven geroepen. Computers kregen een database van 1,2 miljoen foto’s en moesten aangeven wat ze zagen: van vuilniswagens tot specifieke hondenrassen (een beproefde methode om software te laten haperen op het verschil tussen een 'Siberische Husky' en een 'Eskimo Hond'). Jarenlang bleef de foutmarge rond de 26 procent hangen. De vooruitgang was minimaal.
Tot september 2012.
Een team van de Universiteit van Toronto presenteerde AlexNet, gebouwd door Alex Krizhevsky, Ilya Sutskever en Geoffrey Hinton. In plaats van traditionele CPU's gebruikers ze grafische kaarten (GPU's), die toen nog vooral populair waren om World of Warcraft te spelen. Ze gebruikten deze om een gigantisch neuraal netwerk te trainen. De resultaten sloegen in als een bom: de foutmarge daalde naar 15,3 procent.
AlexNet had niet simpelweg gewonnen – het had de lat volledig verlegd. Het systeem had op basis van brute rekenkracht en miljoenen parameters zélf geleerd hoe de visuele kenmerken van die hond op het grasveld in elkaar zaten. De blauwdruk voor de huidige AI-revolutie (data, neurale netwerken en GPU's) was geboren.
De husky en de sneeuw
Waarom faalden eerdere systemen? Onderzoekers ontdekten later dat vroege AI-systemen die getraind waren om 'Husky's' te herkennen, in 90% van de gevallen helemaal niet naar de hond keken. De AI had simpelweg geleerd: "Als er wit op de achtergrond staat, is het een Husky". De AI herkende dus geen honden maar herkende sneeuw. AlexNet was een van de eerste systemen dat daadwerkelijk naar de anatomie van de hond keek in plaats van naar contextuele shortcuts.
Van schaak naar Go naar taal
Daarna ging het snel. In 1997 versloeg IBM’s Deep Blue schaakkampioen Garry Kasparov door miljoenen zetten per seconde te berekenen. Kasparov was zo paranoïde na zijn verlies dat hij IBM beschuldigde van valsspelen. Hij was ervan overtuigd dat een menselijke grootmeester stiekem de beslissende zet had ingevoerd. IBM weigerde de logboeken te delen en schroefde de computer direct uit elkaar.
Maar schaken is een wiskundig overzichtelijk spel vergeleken met Go, het eeuwenoude Chinese bordspel. Het aantal mogelijke posities overstijgt het aantal atomen in het universum. Hier volstaat brute rekenkracht niet – je hebt intuïtie nodig.
In 2016 bewees AlphaGo dat neurale netwerken die intuïtie kunnen ontwikkelen. Tijdens een legendarische partij tegen Lee Sedol speelde de machine ‘zet 37’ – een zet die aanvankelijk als fout werd gezien, maar later geniaal bleek. Sedol verloor de partij, en de rest van het toernooi.
De echte doorbraak voor het grote publiek kwam in 2017, toen Google-onderzoekers een paper publiceerden met de ironisch saaie titel "Attention is All You Need". Dit introduceerde de transformer-architectuur, die context begrijpt in plaats van woord voor woord leest.
Het was het ontbrekende puzzelstukje waarmee OpenAI op 30 november 2022 ChatGPT op de wereld losliet. De rest is geschiedenis.
De explosie in adoptie
De snelheid waarmee AI-platforms wereldwijd doorbreken, is ongekend. Hieronder een overzicht van de tijd die drie populaire platforms nodig hadden om 100 miljoen gebruikers te bereiken:
- Instagram: 2,5 jaar
- TikTok: 9 maanden
- ChatGPT: 2 maanden
Deze cijfers illustreren hoe de adoptie van AI-tools exponentieel versnelt. Waar sociale media-platforms als Instagram en TikTok al snel groeiden, heeft ChatGPT de lat nog hoger gelegd door binnen recordtijd een wereldwijd publiek te bereiken. Dit markeert een nieuw tijdperk waarin AI niet alleen sneller wordt geadopteerd, maar ook direct invloed heeft op hoe we werken, leren en communiceren.
De godfather trapt op de rem
Vandaag voelen we die impact dagelijks. AI-agents schrijven code, analyseren medische scans, voeren juridische research uit en nemen autonoom beslissingen in complexe processen. Het debat over Artificial General Intelligence (AGI), het moment dat AI de mens op elk intellectueel vlak inhaalt, is verschoven van verre sciencefiction naar de nabije toekomst.
Maar opvallend genoeg komt een van de luidste waarschuwingen van Geoffrey Hinton zelf, de man achter AlexNet en de godfather van de moderne AI.
In mei 2023 verliet hij Google om vrijuit te kunnen spreken over de risico’s. In 2024 ontving hij nog de Nobelprijs voor Natuurkunde (samen met John Hopfield) voor zijn levenswerk, maar zijn boodschap is onheilspellend:
"I thought it was 30 to 50 years or even longer away. Obviously, I no longer think that. [...] It's quite possible that humanity is just a passing phase in the evolution of intelligence."
Zeventig jaar geleden dachten tien wetenschappers dat ze intelligentie in één zomer konden begrijpen. Ze zaten er decennia naast.
Maar via twee AI-winters en de opkomst van neurale netwerken veranderde die ene foto van een hond in 2012 alles.
De architecten hebben het gebouw ontworpen. Nu kijken ze naar buiten en vragen ze zich hardop af of ze de deuren nog wel op slot krijgen.
…En voor de schaakliefhebbers
Mocht je je afvragen welke specifieke zet ervoor zorgde dat Garry Kasparov in 1997 overtuigd was dat IBM de boel oplichtte?
Het was zet 44 Toren van d1 naar d5 (44. Td5).
De zet leek zó menselijk en strategisch dat Kasparov ervan overtuigd was dat er een menselijke hand in het spel was. Jaren later bleek uit de vrijgegeven logboeken dat Deep Blue in een loop was geraakt en de weg kwijt was. Omdat de computer geen geldige zet kon berekenen, trad er een foutbeveiliging in werking: kies een compleet willekeurige zet. Die totale computercrash werd door Kasparov geïnterpreteerd als pure genialiteit. Hij raakte gefrustreerd en verloor de match. AI won door een bug die de mens psychologisch uitschakelde.
