Meta’s Chief AI Scientist vindt generatieve AI waardeloos…..

Bernard Marr sprak onlangs met Yann LeCun, hoofd AI-wetenschapper bij Meta. Marr constateert dat LeCun met een tegengeluid komt in een tijd waarin generatieve AI wordt beschreven als het toppunt van technologische innovatie.

DALL-E: conceptual image of artificial intelligence as a bursting bubble, designed to illustrate the idea of AI technologies or concepts being fragile or ephemeral.

Tijdens zijn keynote op de Meta AI Day in Londen uitte LeCun kritiek op de beperkingen van generatieve AI en schetste hij een toekomstvisie voor wat hij ziet als de toekomst van AI: doelgerichte AI-systemen. LeCun, die jarenlang pionierswerk heeft verricht op het gebied van AI en machine learning, onderbouwt zijn visie met grondige kennis, aldus Marr.

De tekortkomingen van generatieve AI worden volgens LeCun duidelijk wanneer deze wordt vergeleken met de aangeboren leercapaciteiten van zelfs de eenvoudigste dieren. Generatieve AI kan teksten, afbeeldingen en zelfs muziek produceren die menselijke creativiteit lijken na te bootsen, maar volgens LeCun is deze technologie inferieur. Generatieve AI begrijpt immers geen echte context en is niet in staat te iteracteren met de fysieke wereld. Grote taalmodellen, die de basis vormen voor hedendaagse generatieve AI-tools, produceren tekst met supermenselijke vaardigheden binnen smalle domeinen, maar missen volgens de Meta-medewerker het vermogen om echte kennis of gezond verstand toe te passen. Generatieve AI kan volgens hem niet leren van minimale gegevens, zich behendig aan passen aan nieuwe situaties en geleerde kennis toe te passen in zeer verschillende contexten.

LeCun stelt een fundamentele verschuiving voor naar doelgerichte AI (‘objective-driven AI’). Deze vorm van AI zou niet alleen patronen herkennen, maar ook de wereld begrijpen, voorspellen en er interactie mee hebben met een diepgang vergelijkbaar met levende wezens. Dit type AI zou ontwikkeld worden met “wereldmodellen” — rijke, interne representaties van hoe dingen werken, interacteren en veranderen. Hierdoor zouden AI-systemen in staat moeten zijn om uitkomsten te simuleren, over de toekomst te redeneren en weloverwogen beslissingen te nemen om specifieke doelen te bereiken. AI kan daardoor intelligent en doelgericht door de complexiteit van de echte wereld bewegen.

De weg naar doelgerichte AI zit volgens LeCun vol wetenschappelijke en technische uitdagingen. Hij erkent dat het bereiken van AI-systemen die parallel lopen aan menselijke of dierlijke intelligentie een ‘monumentale’ taak is, veel complexer dan vaak wordt aangenomen. Ondanks deze uitdagingen is hij optimistisch over de toekomst en gelooft hij vast dat AI uiteindelijk de menselijke intelligentie over alle domeinen zal overtreffen.

LeCun roept de AI-onderzoeksgemeenschap op om zich te richten op de nog onontgonnen mogelijkheden van doelgerichte AI. Deze verschuiving vereist volgens hem niet alleen technische innovatie maar ook een filosofische herbeoordeling van wat we als intelligentie beschouwen en hoe dit in kunstmatige systemen kan worden gerepliceerd. LeCun vraagt zich daarbij af of we klaar zijn om de uitdagingen en kansen aan te gaan die komen kijken bij het bouwen van AI-systemen die de wereld echt begrijpen en ermee kunnen interacteren? De weg vooruit is volgens hem complex en onzeker. De mogelijke resultaten —AI die echt kan redeneren, leren en innoveren—kunnen onze relatie met technologie herdefiniëren en nieuwe horizons van menselijk potentieel ontsluiten.

Bernard Marr concludeert dat de boodschap van LeCun er niet alleen een is van kritiek, maar ook een uitnodiging om deel te nemen aan een van de meest opwindende wetenschappelijke en technologische reizen van onze tijd. De toekomst van AI, zoals LeCun die voor zich ziet, gaat volgens Marr niet alleen over het creëren van machines die inhoud genereren, maar over het bouwen van systemen die kunnen denken, leren en, misschien op een dag, de wereld begrijpen met de diepgang en nuance van de menselijke geest.

Mijn opmerkingen

Het is de vraag of we wel zitten te wachten op autonoom opererende AI die menselijke intelligentie over alle domeinen zal overtreffen, of dat we liever AI hebben die ons ondersteund en bepaalde taken beter uit kan voeren dan mensen, maar niet alle. Zie Ondersteunende versus autonome AI voor docenten en opleiders. Daarnaast kun je je afvragen of LeCun de huidige vormen van generatieve AI niet onderschat. Onderzoek laat bijvoorbeeld zien dat generatieve AI al in staat is om creatief te opereren en te generaliseren. Zie Kunnen generatieve AI-toepassingen als ChatGPT wel tekst begrijpen? Bovendien hadden we twee jaar geleden niet verwacht dat we de activiteiten die we nu uitvoeren met generatieve AI-toepassingen, binnen afzienbare tijd zo makkelijk konden toepassen (bijvoorbeeld het genereren van een video via een tekstuele opdracht). Onze verwachtingen ten aanzien van ‘slimme technologie’ zijn ook aan verandering onderhevig.

Meta’s eigen, onlangs gelanceerde, generatieve AI-toepassing (Meta.ai) voldoet in elk geval ook niet aan LeCun’s ‘objective-driven AI’. De applicatie -die we in ons land vooralsnog alleen met een VPN-verbinding kunnen gebruiken- is bijvoorbeeld niet eens goed in staat om in het Nederlands te communiceren.

Andere bronnen over generatieve AI

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.

This content is published under the Attribution 3.0 Unported license.

Geef een reactie