UFO'S of UAP'S, ASTRONOMIE, RUIMTEVAART, ARCHEOLOGIE, OUDHEIDKUNDE, SF-SNUFJES EN ANDERE ESOTERISCHE WETENSCHAPPEN

Iedereen heeft het erover: kunstmatige intelligentie. Maar wat is het precies? En moeten we er naar uitzien of voor vrezen?

Bij kunstmatige intelligentie denken veel mensen al snel aan robots die al dan niet het slechtste met de mensheid voor hebben. Maar kunstmatige intelligentie is veel breder dan dat en het is zelfs zo breed dat er niet echt een eenduidige definitie voor bestaat. Dat komt mede doordat ‘intelligentie’ zelf zo lastig te vangen is in een definitie. Jan Broersen, universitair hoofddocent en onderzoeker aan de Universiteit Utrecht, vat het samen als “het via computationele middelen proberen nabootsen van onze intelligentie.” Hij voegt nog toe dat hij denkt dat de eerste onderzoekers van kunstmatige intelligentie het nog breder zagen: “Volgens mij hadden zij in hun hoofd dat artificiële intelligentie het nabootsen van de mens in álle aspecten is.”

Van de slimme thermostaat tot Netflix
Tegenwoordig vinden we al op veel plekken vormen van kunstmatige intelligentie: in de slimme thermostaat zit het, maar ook bij Netflix voor de aanbevelingen die ze elke gebruiker doen en wat te denken van Alpha Go? Een belangrijke toepassing op dit moment is volgens Broersen het beoordelen van informatie. “Facebook gebruikt het bijvoorbeeld om nepnieuws te onderscheiden van echt nieuws, wat volgens mij ontzettend lastig is.”

Wat is KI?
Russell en Norvig splitsen in hun boek Artificial Intelligence: a modern approach de kunstmatige intelligentie op in vier subdomeinen: systemen die denken als een mens, systemen die zich gedragen als een mens, systemen die rationeel denken en systemen die zich rationeel gedragen. Op het gebied van systemen die denken of zich gedragen als een mens is er nog een lange weg te gaan, we weten immers niet eens hoe mensen precies denken, dus laat staan dat we dat in een computer kunnen inbouwen. Een computer die rationeel kan handelen en/of denken is daarentegen een stuk makkelijker te maken: voor rationeel ‘denken’ moet een computer in staat zijn om geldige afleidingen te maken uit kennis die de computer al bezit. Om een simpel voorbeeld te geven, als de computer weet dat A gelijk is aan B en ook dat B gelijk is aan C, dan moet de computer kunnen deduceren dat A gelijk is aan C. Rationeel handelen is handelen op zo’n manier dat het de beste uitkomst tot gevolg heeft. Dat zorgt echter voor een moeilijkheid omdat het soms niet mogelijk is om door rationeel denken tot de juiste handeling te komen: als je je hand op een hete ondergrond legt is de rationele handeling om hem direct terug te trekken, maar die handeling komt niet voort uit rationele gedachten, maar uit een reflex.

“MENS ZIJN IS MEER DAN ALLEEN INTELLIGENTIE EN IK WEET NIET OF WE DAT ZULLEN KUNNEN BENADEREN”

Strong vs Weak
Daarnaast wordt kunstmatige intelligentie ook verdeeld in strong AI (sterke KI) en weak AI (zwakke KI). Een strong AI is een systeem dat ‘echt’ kan denken en een bewustzijn heeft, een weak AI is een systeem dat alleen kan handelen alsof het denkt en een bewustzijn heeft. Het probleem is dat deze termen niet heel duidelijk gedefinieerd zijn. Om op Alpha Go terug te komen, op het gebied van het spelen van Go is het een strong AI, maar gezien in een bredere context is het een weak AI omdat het niet verder komt dan het spelen van het spel. Dit is ook het onderscheid dat door veel mensen gemaakt wordt wanneer ze zeggen dat een kunstmatige intelligentie nooit kan bestaan: daarmee bedoelen ze niet dat Alpha Go geen kunstmatige intelligentie is, maar dat een strong AI met dezelfde capaciteiten als een mens niet mogelijk is. Jan Broersen vraagt zich ook af of we ooit tot strong AI zullen komen: “Mens zijn is meer dan alleen intelligentie. Ik weet niet of we dat zullen kunnen benaderen. De wetenschappers die begonnen met het onderzoek in artificiële intelligentie hadden de verwachting dat dat haalbaar moest zijn, alleen veel wetenschappers kijken daar tegenwoordig anders tegenaan.”

KI IN OORLOGSSITUATIES

Het lijkt een kwestie van tijd voor ontwikkelingen binnen de robotica en kunstmatige intelligentie leiden tot zogenoemde ‘killer robots’: autonome wapens die zelf kunnen beslissen of ze iemand doden of niet. Hoe gaan we daar grip op houden? We vroegen het robotica-deskundige Koen Hindriks recent. Lees hier wat hij daarover te vertellen had.

Morele vraagstukken
Of het ooit zover komt dat een strong AI gemaakt wordt is een vraag waar nu geen antwoord op te geven is. Maar dat is ook niet van belang, belangrijker zijn de morele vraagstukken die gepaard gaan met de ontwikkeling van kunstmatige intelligentie. Want ook toepassingen die bedoeld zijn om de mens te helpen in plaats van te doden, hebben aspecten waar goed over nagedacht moet worden. Volgens Broersen is het gevaar van kunstmatige intelligentie niet zozeer dat zij kwaadaardig tegenover de mens zullen zijn, maar eerder dat mensen ze voor ‘kwaadaardige’ doeleinden zullen gebruiken. Op dit moment is het vooral oplichting dat hij ziet als gevaar: “Met nieuwe technologie zie je dat in eerste instantie de snelle jongens erop springen. Iedereen kan AI-technieken downloaden van het internet. Vervolgens trainen ze deze AI’s op wat financiële data en zeggen ze dat ze op basis van ‘advanced AI’ aanbevelingen kunnen doen voor de aankoop van aandelen en dergelijke. Veel mensen zullen daarin trappen, want AI is een buzz-woord en niet iedereen weet goed wat het inhoudt.” Op het moment dat AI wat verder is en er autonome systemen komen, komt er een ander belangrijk vraagstuk naar voren: wie is verantwoordelijke als er iets gebeurd door toedoen van een kunstmatige intelligentie? “Voor de wet kunnen we dit allemaal dicht timmeren. In het Europees Parlement zijn er al gesprekken over een wet die zegt dat een AI aansprakelijk kan worden gehouden. Maar moreel gezien ligt die vraag toch een stuk complexer.”

Over een jaar of twintig is de zelfrijdende auto – bomvol met KI – een feit, zo denkt Broersen.

DanielReche / Pixabay

Autonome systemen
Een systeem dat autonoom kan handelen moet altijd een manier hebben waarop het goede van slechte opties kan onderscheiden. Neem bijvoorbeeld een routeplanner: autonoom stippelt deze een route uit van punt A naar B. Het doel dat het hierbij heeft, is het minimaliseren van de tijd die het kost om van A naar B te komen. Alle verschillende routes die er mogelijk zijn hebben een bepaalde waarde: de tijd in minuten die de route afleggen kost. Deze waarde in minuten geeft aan welke optie beter is dan een andere optie. De routeplanner ‘kiest’ dan vervolgens de route met het laagste aantal minuten waarmee het zijn doel voltooit. De regels waar een routeplanner aan moet voldoen zijn redelijk eenvoudig te programmeren, maar dat wordt lastiger wanneer de systemen complexer worden. “Als er veel verschillende situaties zijn waar een artificiële intelligentie voor kan komen te staan, dan is het onmogelijk om voor al die verschillende situaties de regels in te bouwen in het systeem. Voor zulk soort situaties wordt er vaak gebruik gemaakt van een subsymbolisch systeem, zoals bijvoorbeeld een neuraal netwerk.” Subsymbolisch betekent dat er niet langer regels zijn die in woorden uit zijn te drukken, maar dat de AI van veel verschillende situaties geleerd heeft wat de regels zouden moeten zijn.

“HET IS ZEER WAARSCHIJNLIJK DAT KI EEN KEER DE VERKEERDE BESLISSING NEEMT. EN WIE IS ER DAN VERANTWOORDELIJK?”

Stel je de volgende situatie voor: een zelfrijdende auto nadert een zebrapad waar een voetganger wil oversteken. Op het moment dat de auto wil gaan remmen om de voetganger over te laten steken, merkt de auto dat de remmen niet meer werken. Na een snelle berekening komt de auto tot de conclusie dat er twee opties zijn: of de voetganger die inmiddels aan het oversteken is, doodrijden of de auto tegen de muur sturen waarbij de bestuurder omkomt. Als deze situatie tijdens de training niet aan bod is gekomen, dan zal de auto uit de situaties die wel aan bod zijn gekomen moeten afleiden wat het moet doen. Er is sprake van abstracte regels die niet in woorden zijn uit te drukken, maar die het systeem moet halen uit de voorbeelden die het wel kent. Omdat het onmogelijk is om tijdens het leren alle mogelijke situaties aan bod te laten komen, zal het systeem op basis van wat het geleerd heeft, moeten handelen. Maar omdat er enorm veel situaties mogelijk zijn, is er zeer waarschijnlijk wel een specifieke situatie waarin de AI het verkeerde besluit neemt. “De vraag is dan wie verantwoordelijk is. Wettelijk gezien kan dat allemaal dicht getimmerd worden, maar moreel gezien is het een stuk moeilijker. Dit is ook mijn onderzoeksgebied, want waar ligt die verantwoordelijkheid nou precies? De één vindt bij de AI en de ander bij degene die de AI heeft ingezet, de maker. Het antwoord is niet eenvoudig.” Volgens Broersen zie je dat de discussie al langzaam op gang komt, maar zal hij pas echt gevoerd worden wanneer er ongelukken gebeuren met kunstmatige intelligentie, en die zijn onvermijdelijk als AI overal om ons heen is.

Gedragspatronen
Broersen denkt overigens dat het niet lang meer gaat duren voor KI overal is. Hij verwacht dat over een jaar of twintig de zelfrijdende auto een feit is. Maar KI zal op veel meer plekken te vinden zijn dan alleen in de zelfrijdende auto. “Ik denk dat het overal aanwezig zal zijn en dan vooral in de informatievoorziening en -vergaring. We dragen nu allemaal al een apparaat bij ons waar we alles mee doen en de bedrijven daarachter zullen in toenemende mate artificiële intelligentie gaan gebruiken om onze gedragspatronen te analyseren. Die informatie zullen ze gebruiken om ons te beïnvloeden en te voorspellen wat we willen, want dat is waar AI heel goed in is.”

Zelf is Broersen heel nieuwsgierig of kunstmatige intelligentie ooit in staat zal zijn om muziek te maken die mensen raakt: “Ik denk dat je voor muziek gevoel voor schoonheid en emotie nodig hebt. Als een computer in staat is om muziek te maken die mij raakt, dan zal ik misschien overstag moeten gaan en zeggen dat AI misschien toch in staat is om ons in alle opzichten te evenaren.” Of dat ooit zo zal zijn is iets wat we moeten afwachten, maar dat de ontwikkelingen snel gaan, daarover bestaat geen discussie.

Thomas van Zwol (1991) heeft de bachelor Kunstmatige Intelligentie aan de Universiteit Utrecht afgerond en is nu bezig zijn opleiding Journalistiek af te maken. Binnen de KI heeft hij zich gespecialiseerd in agents en machine learning. Door zijn wetenschappelijke achtergrond is hij als journalist goed in staat om onderzoeken te begrijpen om de informatie vervolgens op zo’n manier op te schrijven dat het voor veel mensen toegankelijk is.

Available now is the new book from Kevin Randle. Its title:Encounter In The Desert. The subtitle: The Case For Alien Contact At Socorro. If you know your UFO history, you’ll know exactly what the title of the book refers to. Namely, an incident that went down on April 24, 1964 and which, for many, has become a UFO classic. It was on the afternoon of the day in question that local police-officer Lonnie Zamora broke off from pursuing a teenager in a speeding car and headed to a nearby dynamite shack. The reason? A sudden roaring sound coming roughly from the area where the shack was positioned. Quite naturally, Zamora thought that there may have been an explosion at the site. He was wrong. What Zamora came across – many UFO researchers believe – was nothing less than a landed UFO, piloted by two smallish humanoids dressed in white. A close encounter? For many, yes. But not for all.

Those who are skeptical of the Socorro affair suggest that what came down may have been a vehicle of the military. Others suggest that an ingenious prank was the cause of all the fuss. The story was told extensively in Ray Stanford’s 1976 book, Socorro “Saucer” In A Pentagon Pantry. Now, more than forty years after Stanford’s book was published, we have Kevin Randle’s take on Socorro. It’s clear from very early on that Randle is of the opinion that what landed at – and soon took off from – Socorro was an alien spacecraft. To his credit, though, Randle tackles just about every theory under the Sun.

That something happened is not a matter for debate. Something clearly did. The big question is: what, exactly, happened? We know that the local police, the Air Force and the FBI all took a deep interest in the case. In part, surely, because the primary witness was a then-serving police officer. I say “primary” because, as Randle notes, there is evidence of other witnesses having seen something too.

Randle takes us on a real-life detective story as he seeks to uncover the truth of the weird event. We are treated to a good, solid study of the case, of the craft that Zamora encountered, and of the diminutive pilots. Randle also demonstrates that the Air Force’s Project Blue Book undertook an in-depth investigation of the controversy. It was an investigation handled seriously and carefully by the USAF.

Personally, I have no firm conclusion regarding what happened on that April 24, 1964 day. And, having read Randle’s book, I’m still not sure what to think of it. Yes, Randle does indeed make a good case that the claims of the craft being one of ours doesn’t really hold water. He cites, for example, the words of Hector Quintanilla, who was in charge of the USAF’s operation, Project Blue Book, at the time. Quintanilla followed a theory that perhaps what Zamora had seen had military origins. Randle refers to “…some special tests being conducted at White Sands involving a Lunar Surveyor and helicopters.” While this looks promising – in terms of an answer – we learn that Quintanilla, having addressed this theory, came away “dejected” and convinced that “the answer to Zamora’s experience” was not to be found in military experiments, after all.

Randle also has a 17-page chapter on the hoax theory. Philip Klass – a real piece of work who I crossed swords with in the 1990s – crops up in this chapter, as one would expect. A definitive debunker – rather than an open-minded skeptic – Klass pursued various clues and data to try and make a case for a hoax. His conclusions were not particularly persuasive. Far more interesting, though, is a relatively recent claim which suggests the whole thing was concocted by a bunch of local students, and who had grievances against Zamora. Randle says: “Zamora harassed the students for seemingly no reason, and at every possible opportunity. Many of the college kids did not like him.” This is a very intriguing chapter which, I suspect, will make some conclude that a hoax is indeed what it was. Randle offers his thoughts, however, as to why he disagrees with this scenario.

While Randle does make a good argument for something unknown having touched down, there is one thing that I found seriously distracting. The book runs to 284 pages, which is enough for a solid conclusion to be reached. But, here’s the problem I have: There is a lot of material in the book which has zero to do with the Socorro case. For example, Randle notes carefully that beings – whether human or alien – were seen around the craft. So, as a result of this, we have an entire chapter (Chapter 6, titled “Other ‘Unidentified’ Occupant Sightings”) on this aspect of Ufology. We’re told of a landing with entities in Kansas in 1952, of an Oklahoma-based incident in 1966, and of one in Berlin, Germany in 1950. Of course, there is nothing wrong with noting this. But, a 12-page chapter, which has nothing to do with Socorro? Randle could have made his point – that there are good, other landing/occupant cases on record – in a couple of paragraphs. As I see it, this chapter comes across as filler, as padding, to make the book longer.

I felt exactly the same about Chapter 7, “Psychological Solutions.” This chapter includes nothing less than a 10-page section on the 1952 “Flatwoods Monster” saga. It also includes a 13-page study of the famous Kelly-Hopkinsville, Kentucky “Goblin” incident of 1955. Combined, that’s 23-pages. Yes, Randle makes valid points concerning various parallels to the Socorro incident. But, just as I said in the paragraph immediately above, this chapter too comes across as filler. Chapter 11 is 24-pages long and it deals with other landing cases. Yes, again, Randle makes connections between Socorro and these other landing-themed ones. But – also again – Randle could have made his point in a page or two. Or even less. The material I have issues with amounts to almost 60 pages of the book, and which really has very little to do with Socorro at all. It could all have been condensed and wrapped up in a few pages. Or combined into one chapter. The text of the book is 249 pages (minus the Bibliography, Index etc), so roughly a quarter of the book veers away from Socorro.

That said, I do recommend people read Randle’s book, as it’s high time that a new study of the Socorro case surfaced. And, now, it has. The padding aside, this is a good study of the April 1964 incident and will almost certainly provoke lively debates among ufologists.