AI en de roboteconomie

08/12/2015

Door Liam van Koert

Onlangs hees de redactie van NRCLive diverse kopstukken op het podium om te debatteren over robots en banen. MIT professor en schrijver Andrew McAffee gaf een vurig betoog over waarom hij het ooit helemaal mis had. En onze eigen Lodewijk Asscher mocht vertellen waarom hij met zijn ‘baantjepik’ statement een belangrijke discussie wilde aanzwengelen.


     

Een goed politicus neemt eerst stelling om de aandacht op te eisen om vervolgens de nuance in de boodschap te kunnen aanbrengen. Wat dat betreft blijkt Lodewijk Asscher een goed politicus. Het podium is gecreëerd. Een volle en zeer diverse Beurs van Berlage verwelkomde de Minister van Sociale Zaken met een warm applaus, toegegeven dat journaliste Yvonne Zolderop van de Groene Amsterdammer daar vriendelijk om vroeg. Als discussieleider gaf ze ook aan dat de zaal gedurende de hele dag mee mocht doen aan een modern debat. “Stuur een tweet naar #NRCLive en wij zullen de meest prangende vragen voorleggen aan de spreker in kwestie.”

Sociale mobiliteit
Wie Asscher de eerste keer goed beluisterde wist eigenlijk al dat de soep niet zo heet gegeten wordt als deze aanvankelijk werd opgediend. Ja, er zullen banen verdwijnen , maar er zullen ook nieuwe bijkomen. De kunst is te zorgen dat die er vooral in Nederland bijkomen. Te zorgen dat de mensen over de vaardigheden beschikken om deze vacatures met verve te vullen. En, last maar zeker niet least, er voor waken dat een op de loer liggende zeer grote sociale ongelijkheid een halt wordt toegeroepen. Voor de toelichting roept Asscher de hulp in van een oude vertrouwde: Charly Chaplin’s Modern Times. Het doomscenario van de mechanisering van de menselijke aard dat Chaplin in zijn komische, maar tegelijk kritische industriële weergave schetst, is niet uitgekomen. We zijn er nog steeds. Springlevend. Gelukkig maar. Maar was de angst daarmee ongegrond? Ik denk het niet. De jaren dertig waren een tijdperk van grote sociale ongelijkheid. Het vervolgens eerlijker verdelen van de welvaart heeft veel moeite, een wereldoorlog incluis gekost. Een vergelijkbaar scenario werpt zich volgens Asscher ook nu op. En gelukkig hebben we een keuze. De keuze om ons neer te leggen bij de vaart der volkeren en alles wat de moderne tijden brengen over ons heen laten komen. Of de keuze een actieve rol te spelen in het robotlandschap van de toekomst. Een toekomst die volgens de experts overigens veel naderbij is dan menigeen vermoedt, waarover zo dadelijk meer. Het zal niemand verbazen dat Asscher een kordate overheid voor staat die zijn invloed doet gelden in een postmodern tijdperk waar mens en robot samenleven. “We zullen ons als overheid, kennisinstellingen, bedrijfsleven en als mensen moeten voorbereiden op een nieuwe realiteit. Een realiteit waarin robots veel van de taken die we tot nu toe voor vanzelfsprekend houden zullen overnemen. De technologie die dit nieuwe realisme gestalte geeft zullen we moeten omarmen. We moeten een robotkampioen worden om invloed uit te kunnen oefenen op haar voorkomen en de banen ook voor de toekomst in Nederland te kunnen veiligstellen. Een leven lang leren is nodig voor alle leeftijden, ook voor de werkenden onder ons, waarbij er meer aandacht voor de skills die ons mens maken en minder voor de zaken die door kunstmatige intelligentie zullen worden overgenomen. Maar een minstens zo belangrijk thema is zonder twijfel sociale mobiliteit. In een vergrijzende wereld waarin meer taken door de robot worden uitgevoerd in plaats van door de mens, zijn herverdeling van kapitaal en medezeggenschap essentieel voor een menselijke maat van een samenleving.”

De zelfrijdende auto
Wat maakte dat Asscher de noodzaak voelde robotisering op de Nederlandse sociale agenda te zetten? Een betere vraag is wie. En het antwoord luistert naar de naam Andrew McAfee. Als MIT professor en mede auteur van het boek The Second Machine Age is hij tot het gedachtengoed van de minister weten door te dringen. Hij is dan ook een overtuigend man die enkele verontrustende en enkele optimistisch stemmende observaties doet. Het begon volgens hem allemaal in 2004 toen er dingen gebeurden die niet hadden moeten gebeuren. “Een van de lessen die ik mijn studenten bijbracht, was een klassieke verdeling van automatisering en arbeid. De geschiedenis leerde ons namelijk dat repeterende taken beter geautomatiseerd konden worden, maar dat de mens gedoemd was om ongestructureerde taken altijd zelf te moeten uitvoeren. Mijn grote voorbeeld? Auto rijden. En toen kwam dat telefoontje van een aantal vrienden die bij Google werkten. Inderdaad. Ze hadden een zelfrijdende auto gemaakt. Ik moest dit met eigen ogen aanschouwen en ervaren en reisde af naar California. Ik leerde er twee belangrijke lessen. De eerste was dat het stappen in een zelfrijdende auto uit drie fases bestaat. Eerst is er blinde paniek als de auto er zonder bestuurder vandoor gaat. Dan is er fascinatie en nieuwsgierigheid. Hoe heb je dit in hemelsnaam voor elkaar gekregen? De laatste fase is pure verveling. Want wat rijdt zo’n auto saai. Nooit te hard, altijd dezelfde baan met nauwelijks acceleratie. Precies zoals we onze chauffeurs in spe proberen bij te brengen, maar nooit hoe we het zelf in de praktijk brengen. De tweede les? Dat ik mijn wereldbeeld flink moest bijstellen. Ik had blijkbaar iets over het hoofd gezien. Iets groots. En ik kon mijn vinger er niet achter krijgen.”

De bovenste helft van het schaakbord
McAfee duikt de boeken en rapporten in. Wat had het speelveld veranderd? Eén ding lag zo voor de hand dat het makkelijk over het hoofd gezien kon worden. De impact van de wet van Moore die grofweg stelt dat de rekenkracht van systemen elke anderhalf jaar verdubbelt. Logaritmisch dus. “Kennen jullie de mythe over het ontstaan van het schaakspel?”, vraagt hij retorisch. “De koning van India was zo onder de indruk dat hij de uitvinder aan zijn hof ontbood waar hij alles mocht vragen wat zijn hartje begeerde. Zijn vraag leek bescheiden. Een korreltje rijst op het eerste vakje van het schaakbord, twee op het tweede, vier op het derde en zo verder. De koning lachte om zoveel bescheidenheid. Totdat hij in de bovenste helft van het schaakbord belandde en zich al snel realiseerde dat de aarde niet genoeg rijst kon voorbrengen om aan de vraag te voldoen. De uitvinder werd onthoofd. Ja, zo gaat dat met logaritmische schalen. Ze groeien je al snel boven het hoofd als je in de bovenste helft van het schaakbord belandt. Voor wat Moore betreft kan je stellen dat we in de bovenste helft van het schaakbord zijn beland. Gigantische hoeveelheden rekenkracht maken veel mogelijk. Watson die Jeopardy wint en zelfrijdende auto’s? Zoals we in Amerika zeggen: we ain’t seen nothing yet.”

Kinderlogica
“Wie heeft er als volwassene wel eens een taal proberen te leren?” Een groot deel van de zaal steekt zijn hand op. “Wie vond het moeilijk zo niet onmogelijk?” De meeste handen blijven. “Talen leren is ook moeilijk”, legt McAfee uit. “Op de manier van volwassenen althans. We nemen grammaticaboeken vol regeltjes ter hand, proberen deze samen met een woordenschat aan ons geheugen toe te voegen en het vervolgens toe te passen. Kansloos, tenzij je hopeloos verliefd wordt op iemand die jouw taal niet spreekt. Grappig genoeg is talen leren voor kinderen helemaal niet moeilijk. Niet alleen zijn ze sponzen die gemakkelijk informatie opslaan, ze verwerken deze ook op een fundamenteel andere manier. Ze leren door classificeren. Ze horen klanken, geven daar betekenis aan, proberen het uit, krijgen feedback, verwerken de feedback en proberen het nog een keer, net zo lang tot het werkt.” Wat zou er gebeuren als je systemen op deze manier gaat programmeren? Volgens McAfee is dit precies wat er de afgelopen jaren is gebeurd: een verschuiving richting zelflerende systemen met ‘kinderlogica’. Wat in de onderste helft van het schaakbord niet kon omdat er te weinig rekenkracht was, komt nu wel binnen handbereik. En de resultaten zijn verbluffend. “Wie kent het spelletje breakout? Jawel, jullie zijn allemaal oud genoeg het wel eens gespeeld te hebben. Moet je dit zien..” McAfee start een filmpje met het bekende balkje aan de onderzijde, het stuiterende balletje en de weg te stuiteren blokjes aan de bovenkant van het veld. “Het enige dat de onderzoekers de computer in dit voorbeeld hebben verteld is dat hij zijn score, het getalletje links boven in de hoek, moet maximaliseren. That’s it. Geen spelregels, helemaal niks. Het eerste uur - dat uiteraard niet helemaal wordt afgespeeld - is oersaai. De computer bakt er niks van. Maar een paar uur verder tikt de computer er vrolijk op los. Sterker nog, hij verliest niet meer. Nog een uur later? Interessant. De computer maakt een tunneltje zodat de bal in de bovenste helft van het veld komt en de blokjes als sneeuw voor de zon verdwijnen, zonder dat de computer zelf iets hoeft te doen. Is kunstmatige intelligentie lui of efficiënt? Wie zal het zeggen.

En de mens?
“We ain’t seen nothing yet”, herhaalt McAfee. Want de optelsom van Moore met kinderlogica zet de deur naar echte kunstmatige intelligentie meer dan op een kier. Het onlangs voor developers open stellen van Google’s deep learning software TensorFlow lijkt zijn overtuiging te onderstrepen. Wat dit volgens hem voor de mens betekent? “Ik denk dat een groot aantal taken in de toekomst door kunstmatige intelligentie zullen worden overgenomen. Mensen hebben namelijk nogal de irreële neiging zichzelf te overschatten. We denken bijvoorbeeld zelf beter diagnoses te kunnen stellen bij een bepaald ziektebeeld. Maar onderzoek na onderzoek toont aan dat slechts in een paar procent van de gevallen de mens het wint van een simpele statistische analyse. Er zal een moment aanbreken dat we over de schaduw van onze zelfoverschatting heen stappen en meer en meer beslissingen over zullen laten aan kunstmatige intelligentie om de eenvoudige reden dat deze beslissingen beter zijn.” Heeft de mens volgens McAfee op termijn dan helemaal niets toe te voegen? “Genoeg. Mensen zijn creatief. Nu kan je wel een boompje opzetten over wat creativiteit dan is, maar het schaakspel laat ons ook zien dat de combinatie mens computer het meestal van de computer wint. Blijkbaar weet de mens af en toe een ‘minder logische’ die met de rekenkracht van de schaakcomputer in hetzelfde team toch tot de overwinning leidt. Daarnaast heeft de mens op sociaal vlak veel toe te voegen, een belangrijke component voor de synergie tussen mens en machine in de toekomst. Tot slot heeft de mens common sense. In tegenstelling tot een kunstmatige intelligentie zal een klein kind zich nooit tien keer aan dezelfde steen stoten. Sterker nog: in de meeste gevallen zorgt een ‘voorgevoel’ ervoor dat het zich helemaal niet stoot, iets wat een zelflerende kunstmatige intelligentie niet voor elkaar krijgt. Ja, de robots zullen banen inpikken. En ja en er zijn duidelijke tekenen dat de nog steeds groeiende winsten bij een steeds kleiner deel van de bevolking terecht komt. Maar we hoeven hier niet machteloos langs de zijlijn te staan. We kunnen zelf sturen richting een toekomst waar dankzij technologie de grote problemen van de wereld worden opgelost. In sommige gevallen lijkt het ook die kant op te gaan. Ondanks een groeiende wereldbevolking dalen armoede en honger in absolute zin. Ja, er is global warming, maar er zijn genoeg voorbeelden van plekken die in 100 jaar niet meer zo schoon zijn geweest en waar bepaalde diersoorten eindelijk weer terug zijn. Het is niet allemaal doom en gloom voor de mens. De bovenste helft van het schaakbord biedt enorme kansen voor een betere wereld en er zijn tekenen dat het ook die kant op gaat. Maar dat is weer een heel ander verhaal dat ik ongetwijfeld nog een keer zal opschrijven.”