Hoofdstuk4 Flirtende robots en slimme computerartsen
machines "Een ding zai de computer nooit kunnen: van de open afstammen" HUGO BRANDT CORST1US, Nederlands schrijver en wetenschapper
De turingtest Wanneer is een machine intelligent? Wanneer kan hij denken? Als hij een partij kan schaken? Als de machine vrolijk in een cafégesprek kan meedoen? Als hij troostende woorden kan spreken? Als hij kan flirten? Nadenken over zelfdenkende systemen leidt al snel tot filosofische discussies over wat denken precies is, en wat we onder intelligentie en bewustzijn verstaan. Om die filosofische discussies handen en voeten te geven, bedacht de Britse wiskundige Alan Turing in 1950 een praktische test, de turingtest, die moet beslissen of een machine zelf kan denken en intelligentie heeft. In deze test moet een ondervrager een gewoon vraaggesprek aangaan met
twee partijen. De ene is een mens van vlees en bloed, de andere is een computer. De communicatie verloopt via een toetsenbord en een beeldscherm. Uiteraard ziet de ondervrager niet wie er antwoord geeft, de mens of de computer. De aanname is dat zowel de mens als de computer hun best doen 'menselijk' over te komen. Zo mag de computer liegen op de vraag: 'Ben je een computer?' en hij mag doen alsof hij extra lang tijd nodig heeft om een moeilijke berekening op te lessen, om zoveel mogelijk op een mens te lijken. Als de ondervrager uit de vraaggesprekken niet kan opmaken wie van de twee de computer is, dan is dat voor Turing het criterium om de computer intelligentie toe te dichten. Dan kan de computer echt denken. Turing voorspelde dat in het jaar 2000 een computer in zeventig procent van de turing-tests (van vijf minuten) zou slagen. Helaas, geen enkele computer komt aan het begin van de 21 e eeuw ook maar enigszins in de buurt van het slagen voor een turingtest. Inmiddels wordt er zelfs elk jaar een Loebner Prijs van tweeduizend dollar uitgeloofd voor de computer die het beste presteert in een turingtest. En er ligt honderdduizend dollar klaar voor de eerste computer die slaagt voor de turingtest. De vraag of een machine kan denken heeft de gemoederen altijd flink beziggehouden. D-mens voelt zich graag superieur en uniek, zowel tegenover dieren als tegenover machines Converseren als een mens mag voorlopig dan nog buiten het bereik van een computer lie gen, veel beter doen computers het in heel specifieke taken. In 1997 versloeg de schaakcomputer Deep Blue II wereldkampioen schaken Gary Kasparov in een match. Kasparc vermoedde een complot. Volgens hem kon een specifieke zet nooit een computerzet i\-geweest en hij vermoedde dat er mensenwerk achter zat. Kasparov kon zijn verlies maar niet verkroppen.
Hoofdstuk4 Denkende machines
Op de website www.20q.net kun je een vraag-antwoordspel spelen met een intelligent computerprogramma. 'Je neemt een onderwerp in gedachten, en het 20Qprogramma gaat jou vervolgens vragen stellen om achter het woord te komen. Als het programma in maximaal twintig vragen achterhaalt welk woord jij in gedachten had, heeft het programma gewonnen. Heeft 20Q meer vragen nodig, dan heb jij gewonnen. Het is verbazingwekkend hoe vaak het programma in twintig vragen of minder achter het woord komt. Het programma werkt
met
Nederlands.
vverschillende
talen,
waaronder
het
40
Voetballende robots
RoboCup, het wereldkampioenschap voetbal voor robots.
Hoofdstuk4 Denkende machines
Plaats van handeling: het WK voetbal in 1986, bij de wedstrijd Argentinië Engeland. Diego Armando Maradona pikt de bal op van eigen helft. Hij begint een lange solo richting het Engelse doel, passeert eike Engelsman die hij op zijn weg tegenkomt, bereikt het strafschopgebied en scoort. Het is een van de beroemdste goals aller tijden (zie -http://clips 1. vimeo. com/video_files/2005/09/05/vimeo. 6166.mpg). Kan een voetballende robot dit ook? Op dit moment bij lange na nog niet. Net als Maradona, zou de robot eerst de bal perfect moeten aannemen, hij zou automatised moeten berekenen waar zijn tegenstanders staan en hoe hij ze moet omspelen, hij moet de bal meenemen en een eindje voor zich uitschieten zonder dat een tegenstander de bal onderschept, hij moet inschatten waar en hoe tegenstanders opstormen, op welke manier hij het slimste binnen het strafschopgebied komt, en hoe hij de bal het beste op doel moet schieten om te scoren. Stuk voor stuk ongelofelijk complexe acties, die een samenwerking vereisen van waarneming, coördinatie, beweging, snelheid, balans en tactiek. Toch heeft de organisatie van de RoboCup als ultiem doel gesteld dat een team van robotis met een menselijk uiterlijk in 2050 een wedstrijd zou moeten winnen van het mense-
lijke team dat dan wereldkampioen voetbal is. Het lijkt een utopie, want momenteel zijn de ontwerpers van de robots al blij als hun metalen voetbalhelden de bal goed weten te raken. Toch is het voetbalspel een prachtig modelsysteem om de nieuwste ontwikkelingen op het gebied van robotica en kunstmatige intelligentie in de praktijk te testen. En er wordt stukje bij beetje vooruitgang geboekt. RoboCup organiseert sinds 1993 jaarlijks voetbalwedstrijden in verschillende categorieen: voor robotjes op wieltjes, voor robots op vier poten (zoals het hondje Aibo van Sony), en - verreweg de moeilijkste categorie - voor robots op twee benen (humanoide robots).
Deskundige
Bert Kappen "Computerdiagnose kan het aantal verkeerde medische diagnoses terugdringen"
Een patient komt met klachten van rugpijn en vermoeidheid bij de dokter. Eerste - verkeerde diagnose: te veel gewerkt. Veel te late - juiste - diagnose: prostaatkanker met uitzaaiingen. Geregeld stellen artsen verkeerde medische diagnoses. Afhankelijk van de diagnose, gebeurt dat naar ruwe schatting in acht tot veertig procent van de gevallen. Daarnaast neemt met de toenemende medische kennis ook het aantal moeilijke diagnoses toe. Dat vereist meer en meer kermis van de arts. Al sinds de opkomst van de computer is geprobeerd om software te ontwikkelen die de arts helpt bij het stellen van de juiste diagnose. Tot voor kort zonder groot succes.
Daar lijkt verandering in te komen met een softwarepakket dat
PROMEDAS
heet:
Probabilistic Medical Diagnostic Advisory System. In 2006 verscheen er een cardiologiemodule voor huisartsen op de Nederlandse markt, gebaseerd op tweehonderd diagnoses en tweehonderd symptomen op het terrein van de hartproblemen. Daarnaast is er een veel grotere Engelstalige module in de maak voor de interne geneeskunde in ziekenhuis, zeg maar voor de huisartsen onder de specialisten. Deze module bevat kennis over een kleine negenduizend relaties tussen tweeduizend diagnoses en duizend symptomen. Daarmee is het het grootste diagnostische expertsysteem ter wereld.
Rekentijd vliegt uit de pan De cruciale onderliggende software is ontwikkeld aan de Radboud Universiteit Nijmegen, onder leiding van de natuurkundige Bert Kappen, gespecialiseerd in neurale netwerken en machineintelligentie. "Oudere medische expertsystemen probeerden de beslissingen van artsen volledig in regels
te vatten en die regels steeds meer te verfijnen", vertelt Kappen. "Dat leidt al snel tot een explosie van regels. Ons systeem pakt het heel anders aan. Wij gaan uit van een kansmodel
dat
de
kans
kent
op
een
symptoom, gegeven het wel of niet waar zijn van de diagnose. Bijvoorbeeld wat de kans is op vermoeidheid, gegeven dat een patiënt wel of niet suikerziekte heeft. Je hebt een heleboel
symptomen
diagnoses.
en is
PROMEDAS
een een
heleboel soort
van
pijlenmodel tussen symptomen en diagnosen. Bij elke pijl staat een kans. Eigenlijk hebben we alle medische diagnosekennis van nu vertaald in zo'n pijlensysteem." Door het grote aantal mogelijke combinaties tussen symptomen en kansen, vliegt de rekentijd van de onderliggende reken-modellen snel uit de pan. Als het systeem een probleem van tien variabelen in tien seconden uitrekent, dan heeft het voor een probleem van vijftig variabelen tien miljard jaar nodig, bijna de leeftijd van het heelal. Kappen: "Dat is een fundamenteel probleem dat je niet oplost door meer of sneller computers. Je hebt een efficiënte reken-methode nodig die daarmee kan omgaan. De kracht van onze aanpak ligt in het beperken van die rekentijd en in het slimmer
modelleren.
We
gebruiken
een
benadering die al lang bekend was in de statistische fysica en die
hoofdstuk 4 Denkende machines
de laatste vijf jaar populair geworden is in de kunstmatige intelligentie. Die aanpak werkt verrassend nauwkeurig."
Van Symptoom naar diagnose Als invoer geeft de arts de gegevens van de patiënt, bijvoorbeeld leeftijd en geslacht, en verder de klachten, symptomen en eventuele laboratoriumgegevens. PROMEDAS laat er het kansmodel op los en geeft als uitvoer een lijst met mogelijke diagnoses, geordend van meer naar minder waarschijnlijk, aangevuld met suggesties voor eventueel vervolgonderzoek. Bij elke diagnose staat ook de bijbehorende kans vermeld. Die kansen zijn echter nog onbetrouwbaar. Daar moet nog veel onderzoek naar gebeuren. En soms zet het systeem iets " de arts denkt: 'dit is het echt niet'. 45
Desondanks wijst dit programma de arts veel sneller de weg van symptoom naar diagnose dan de klassieke methode van het opzoeken van een ziekte in een boek. Want dan moet je vaak bij meerdere ziekten gaan kijken, waar je ook maar aan moet denken. Dit expertsysteem doet dat automatisch. Er bestaat niet eens een boek dat zo'n uitgebreide lijst van diagnoses kan leveren bij een reeks symptomen en klachten. De computer geeft artsen nu automatisch andere diagnoses bij dezelfde klachten. Zo kunnen artsen proberen het aantal foute diagnoses terug te dringen. Natuurlijk blijft het de arts die verantwoordelijk is voor zijn eigen handelen. De computer zal dat nooit overnemen.
Computer vindt hartklepafwijking Een groep internisten van het Utrechts Medisch Centrum gebruikt sinds eind 2005 een proefversie van het expertsysteem. Hun vak is zo ingewikkeld geworden dat ze af en toe dingen over het hoofd zien, vooral bij zeldzame diagnoses. Geregeld leggen de internisten hun diagnostische problemen nu ook voor aan PROMEDAS. Al meerdere keren heeft het een diagnose gegeven waar de arts niet aan had gedacht, maar die wel de juiste bleek te zijn. Zo is er het voorbeeld van een sporter met vermoeidheidsklachten, die ook vetafwijkingen bleek te hebben. Pas na twee maanden vonden de internisten dat dat kwam doordat zijn schildklier veel te laag werkte. Daar had niemand tijdens de eerdere vraaggesprekken met de sporter aan gedacht. De internisten zijn toen naar de computer gelopen, hebben alle gegevens ingevoerd, inclusief de vetwaarden, en het programma stelde de juiste diagnose. Ook het cardiologieprogramma ontwikkeld voor huisartsen bleek behulpzaam. Zo kreeg een arts een patiënt op het spreekuur met een hartritmestoornis die normaal wordt toegeschreven aan een schildklierafwijking. Maar het programma suggereerde een hartklepafwijking. De huisarts stuurde de patiënt naar de specialist voor verder onderzoek. Toen bleek het inderdaad om een hartklepafwijking te gaan. Een ander voordeel is dat de software een specialist in staat stelt een diagnose te vinden die op het terrein van een andere specialist thuishoort. Zo kan een neuroloog een bloedafwijking vinden die op het gebied van de internist ligt, en waar hij zelf helemaal niet aan had gedacht. Dat is dan een reden om een patiënt naar een andere specialist door te sturen. Kappen: "Er bestaan wel al enkele medische expertsystemen, maar dan alleen voor een bepaalde groep aandoeningen, bijvoorbeeld bloedarmoede. Of een systeem voor een eerste, meer oppervlakkig consult. Ons systeem bevat veel meer kennis van diagnoses en symptomen." Het UMC heeft voor de medische inhoud van het systeem gezorgd. Het bedrijf PROMEDAS BV gaat het systeem op de markt brengen.
Hoofdstuk 4 Denkende machines
Wanneer verslaat de computer de menselijke hersenen op alle terreinen? 47 ONOPGELOST ONOPGELOST ONOPGELOST ONOP6ELOST ONOPGELOST ONOPGELOST ONOPGELOST
De werking van de hersenen wordt vaak vergeleken met die van een computer.• Maar hoe meer we over de hersenen te weten zijn gekomen, hoe minder Toepasselijk de vergelijking van de hersenen met een computer is geworden. Weliswaar kan een computer veel sneller logische operaties uitvoeren (zoals het rekenen met getallen), menselijke hersenen zijn bijvoorbeeld veel beter in het herkennen van gezichten, het reageren in complexe verkeerssituaties en het bedenken hoe je een handige keuze kunt maken uit alle mogelijke paden die van A naar B leiden. Waar een computer alle paden van A naar B doorrekent en beoordeelt, selecteren de hersenen razendsnel enkele goede, ongeveer gelijkwaardige oplossingen. Het resultaat is niet altijd de allerbeste oplossing, maar wel eentje die goed genoeg is en die snel wordt gevonden.
Computerprocessoren kunnen instructies uitvoeren op een tijdschaal van nanoseconden. Hersencellen verwerken informatie op een tijdschaal van milliseconden, een miljoen maal langzamer. Vandaar dat een computer veel sneller rekensommen kan oplossen. Waar echter in een computer een klein processordefect catastrofaal is, maakt het voor de werking van de hersenen niet uit als er een paar cellen stuk gaan. Sterker nog: dagelijks sterven er neuronen in ons brein af, zonder dat dat grote gevolgen heeft. Alleen op een tijdschaal van decennia gaan functies als geheugen, leervermogen en handelingssnelheid er lichtjes op achteruit. De computer bevat hooguit enige duizenden processoren. De hersenen bestaan daarentegen uit honderd miljard samenwerkende neuronen en kunnen daardoor veel meer informatie tegelijkertijd verwerken, vandaar dat de hersenen een veel grotere 'rekensnelheid' hebben. Het geheugen van de hersenen wordt geschat op zo'n 1,4 petabyte, overeenkomend met de informatie die op twee miljoen cd's past. De beste supercomputers kunnen wel het dubbele halen, maar hebben daar wel zevenhonderdduizend maal meer volume voor nodig (zo'n supercomputer heeft een volume van duizend kubieke meter) en kosten zo'n vierhonderd miljoen euro.
Wanneer verslaat de computer de menselijke hersenen op alle terreinen? 48 OPGELOST ONOPGELOST ONOPGELOST ONOPGELOST ONOPGELOST
Een computer moet een foutloos programma hebben om goed te functioneren. Het programma vertelt de computer hoe hij stap voor stap een probleem oplost. De hersenen leren automatisch van elk probleem dat ze oplossen en worden er 20 steeds handiger in. Bovendien gaat dat leren grotendeels onbewust. Vraag een voetballer hoe hij precies een vrije trap in de kruising kegelt, en hij het niet kunnen uitleggen. Hij schiet de bal 'op gevoel', een gevoel dat door dag in dag uit trainen ontstaat, en dat een nauwe samenwerking vereist tussen de waarneming van de bal, het doel, de afstand en het muurtje, in samenwerking met een verfijnde controle over de spieren van zijn getrainde lichaam. Inmiddels bestaan er weliswaar softwareprogramma's die kunnen leren, maar de mogelijkheden daarvan vallen nog in het niet bij het leervermogen van het menselijke brein.