Google DeepMind is niet zomaar een laboratorium. Het is het resultaat van een fusie tussen Google Brain, de interne AI-krachtpatser van Google, en DeepMind, de Britse startup die op beroemde wijze de beste Go-spelers ter wereld versloeg. Nu zit het als een dochteronderneming onder Alphabet, het moederbedrijf dat de verschillende weddenschappen van Google beheert. De missie is ambitieus. Het doel is kunstmatige algemene intelligentie. Dat betekent dat we systemen moeten bouwen die kennis kunnen leren en toepassen voor een breed scala aan taken, en niet slechts voor één beperkte functie.
De organisatie, met het hoofdkantoor in Londen, opereert met een internationale reikwijdte. Het werkt niet in een vacuüm. De technologie wordt rechtstreeks in het ecosysteem van Google ingevoerd. Van zoeken tot cloud computing: de impact is wijdverbreid.
De drang naar AGI
Waarom focussen op AGI? Omdat smalle AI grenzen heeft. Een model dat alleen films aanbeveelt of spam filtert is nuttig, maar redeneert niet. Het past zich niet aan. DeepMind wil daar verandering in brengen. Het doel is om AI te creëren die problemen kan aanpakken waarvoor deze niet expliciet geprogrammeerd was. Dit vereist een fundamentele verandering in de manier waarop machines leren. In plaats van te vertrouwen op enorme datasets voor specifieke resultaten, zouden deze systemen flexibiliteit nodig hebben. Ze zouden moeten generaliseren.
Dit is niet alleen theoretisch. Onderzoekers van DeepMind zien al een glimp van dit potentieel. AlphaFold heeft bijvoorbeeld een 50 jaar oude grote uitdaging in de biologie opgelost door eiwitstructuren met ongelooflijke nauwkeurigheid te voorspellen. Dat is niet zomaar een hulpmiddel. Het is een sprong in de richting van het begrijpen van complexe systemen. Het laat zien wat er gebeurt als AI verder gaat dan het matchen van patronen en zich richt op het daadwerkelijk oplossen van problemen.
Van Londen naar het wereldtoneel
Het hoofdkantoor in Londen fungeert als knooppunt, maar het talent wordt verspreid. Wetenschappers van over de hele wereld dragen bij aan projecten die disciplines overspannen. Natuurkunde. Biologie. Computerwetenschappen. De lijnen vervagen. Deze interdisciplinaire aanpak is noodzakelijk. Problemen uit de echte wereld passen niet in overzichtelijke categorieën. Een systeem dat is ontworpen om de energienetwerken te optimaliseren, zou ook de verkeersstroom kunnen verbeteren. Een model dat is getraind voor het ontdekken van medicijnen zou kunnen helpen in de materiaalkunde.
De integratie met de producten van Google is zowel een hulpbron als een verantwoordelijkheid. Toegang tot grote hoeveelheden data en rekenkracht versnelt het onderzoek. Maar het roept ook vragen op. Hoe zorg je ervoor dat deze systemen veilig zijn? Hoe voorkom je vooroordelen? Hoe zorg je voor transparantie? Dit zijn geen bijzaken. Zij staan centraal in het ontwikkelingsproces.
De afwegingen
Het bouwen van AGI is niet zonder kosten. De rekenvereisten zijn enorm. Het trainen van grote modellen kost enorm veel energie en middelen. Er is ook de kwestie van controle. Naarmate systemen autonomer worden, groeit het risico op onbedoelde gevolgen. DeepMind erkent dit. Er wordt zwaar geïnvesteerd in veiligheidsonderzoek. Het werkt bij uitlijningsproblemen. Het idee is ervoor te zorgen dat AI-systemen handelen in overeenstemming met menselijke waarden.
Maar uitlijnen is lastig. Menselijke waarden zijn complex en vaak tegenstrijdig. Het precies definiëren ervan voor een machine is een uitdaging. Het vereist inbreng van ethici, beleidsmakers en het publiek. Het is niet alleen een technisch probleem. Het is een maatschappelijke.
Waarom het er nu toe doet
De race om AGI wordt heviger. Concurrenten zijn in opkomst. De gevolgen zijn diepgaand. Als dit lukt, kan het een revolutie teweegbrengen in de bedrijfstakken. Het zou ziekten kunnen oplossen. Het zou mondiale systemen kunnen optimaliseren. Maar het kan ook de arbeidsmarkten ontwrichten. Het zou de macht kunnen concentreren. De inzet is hoog.
Het werk van DeepMind is een testcase. Het laat zien wat mogelijk is. Het
