4x Kennissystemen (STT45-48)

Het leek erop dat het project niet één maar vier publicaties ging opleveren, maar dat paste onmogelijk binnen de oorspronkelijke planning. Daarom kreeg het project een tweede projectleider (auteur dezes), die een van de deelprojecten op zich nam en begon aan de voorbereiding van twee slotsymposia.

Op het eerste symposium werd het eerste deel van de Kennissystemen publicaties gepresenteerd, op het tweede symposium de laatste drie. Inmiddels was het aantal projectdeelnemers zo groot geworden dat in een moeite door een reeks jaarcongressen kon starten, met een nieuw tijdschrift en nog een hele serie nieuwe publicaties over Kennissystemen.

Van computerbrein tot zelflerende autonome systemen
Na de eerste speculaties over mogelijke toepassingen van kunstmatige intelligentie (“Kan een computer denken?” “In hoeverre lijkt een computerbrein op een menselijk brein?” “Kan intelligentie bestaan buiten het menselijk lichaam?” “Gaat kunstmatige intelligentie de mensheid

overheersen?”) was er in de jaren tachtig vooral aandacht voor het vastleggen en verspreiden van gespecialiseerde kennis in computersystemen. Zogenaamde “expertsystemen” zouden het mogelijk maken unieke menselijke kennis op te slaan en toe te passen, ook nadat de oorspronkelijke menselijke kennisdrager met pensioen zou zijn. De toepassing van deze kennis op plaatsen waar mensen niet kunnen of liever niet willen komen – zoals in het binnenste van kerncentrales, in oorlogsgebied en op het oppervlak van verre planeten zonder atmosfeer – was veelbelovend.

Om dat mogelijk te maken waren doorbraken nodig op drie niveaus: 1) wetenschap, 2) techniek en 3) toepassingen.

1. De wetenschap van kunstmatige intelligentie was een interdisciplinair terrein waar taalkundigen, cognitiewetenschappers, filosofen, wiskundigen, informatici, psychologen en economen s op zoek gingen naar modellen van kennis en redeneervermogen. Zij ontwikkelden nieuwe computertalen en –systemen, methodes om kennis te onttrekken aan menselijke expertise en algoritmes waarmee machines zelf zouden moeten kunnen leren.
   
2. Hierop bouwden kennistechnici voort met de ontwikkeling van computerprogramma’s, lerende machines, robots en besturingssystemen. Op dit terrein waren zowel technische universiteiten als speciaal daarvoor opgerichte bedrijven actief, wat leidde tot een hausse aan nieuwe instrumenten. Behalve in de Japan, met het “Vijfde Generatie Computer Systemen” programma en de Verenigde Staten startte in die tijd ook in Nederland een groot aantal softwarebedrijven met ontwikkeling en toepassing van kennistechniek.
3. De toepassing van deze methoden en instrumenten vond aanvankelijk vooral plaats in laboratoriumomgevingen. Zo ook in de Nederlandse laboratoria van bijvoorbeeld Philips, Shell, PTT Post, Postbank, NMB Bank, Akzo, Hoogovens, Kema en TNO.

Hoogleraarbenoemingen
Het grote aantal Nederlandse actoren dat zich bezig hield met techniek (2) en toepassingen (3) maakte Kennissystemen een dankbaar domein voor STT. Pas na het STT-project nam ook het aantal Nederlandse actoren in de AI-wetenschap toe, met de benoeming van vele pas gepromoveerden tot hoogleraar AI en de start van nieuwe vakgroepen, studierichtingen en opleidingen, ook buiten de universiteiten (o.a. de opleiding Kunstmatige Intelligentie en Cognitiewetenschappen aan de Hogeschool voor de Kunsten in Utrecht en het Research Instituut voor KennisSystemen in Maastricht).

Na de eerste golf van AI-toepassingen – het via computers beschikbaar stellen van menselijke kennis in kennisen expertsystemen – kwam tien jaar later een tweede golf. Door doorbraken op gebied van ‘neurale netwerken’ en ‘leer-algoritmes’ verschoof het accent van menselijke (ervarings)kennis naar data mining: het ontdekken van patronen in grote gegevensverzamelingen (big data), die met de opkomst van het internet gemakkelijk toegankelijk waren.

De relatie tussen mens en machine
Weer een tiental jaren verschoof het accent van de AItoepassingen nog verder naar machine learning en ‘zelflerende autonome systemen’. Zo is AI anno 2018 opnieuw dagelijks nieuws. Uiteraard kwamen bij elke nieuwe golf AI-toepassingen ook weer nieuwe actoren naar voren. Waren de jaren 90 het domein van IBM, tegenwoordig is Google een van de toonaangevende spelers. Wat sinds de jaren tachtig niet is veranderd, zijn de vragen over de balans tussen mens en machine, die opnieuw moeten worden beantwoord als er weer een technische doorbraak is.

Hoe verandert de relatie tussen mens en machine nu de machine de mens qua rekenkracht en -snelheid op veel terreinen voorbij streeft? Wie bewaakt de grenzen van kunstmatige intelligentie en de toepassingen daarvan? Moet er in de zelfsturende auto en de zelf-handelende beurscomputer net zoals in het vliegtuig naast de automatische piloot altijd een menselijke bestuurder aanwezig zijn? Is er nog een mogelijkheid om de resultaten van zelflerende systemen te toetsen op de gevolgen voor mens en menselijkheid?

Robotwetten
Kunnen wij het aan computers overlaten om hun eigen AI-toepassingen te kiezen of is er nog een poortwachtersrol voor mensen en organisaties? Kunnen wij nieuwe ontwikkelingen overlaten aan bedrijven zoals Palantir, Cambridge Analytica, Facebook en Google en de regeringen van China en Rusland, of is er een rol voor overheden en de actoren die ook een rol hebben als bewakers van de rechtsstaat? Moeten wij op zoek naar een modern equivalent van de robotwetten van Asimov? Is het een illusie om te denken dat de mens de machine nog meester zal kunnen zijn en kunnen wij ons beter voorbereiden op een rol als dataslaven? Genoeg vragen voor een volgende STT studie.

STT45 Kennissystemen in het onderwijs (1987)

STT46 Kennissystemen en medische besluitvorming (1987)

STT47 Kennissystemen in de dienstensector (1987)

STT48 Kennissystemen in de industrie (1988)