Ik heb kerncentrales bezocht en ben aanwezig geweest bij een operatie waar een kunstmatig gecreëerd oor in een geit geïmplanteerd werd. Ik heb meerdere vergaderingen gevoerd over halfgeleiders, nanotechnologie, gentherapie, zonne-energie en zelfs een presentatie bijgewoond over de wetenschap achter de ‘kauwbaarheid’ van noedels (ja, hoe verschillende soorten noedels voelen als je er in bijt).

Maar, als je mij nu vraagt wat de meest radicale innovatie is; welke innovatie de gehele wereldeconomie op zijn kop kan zetten? Dan is mijn antwoord:

Kunstmatige intelligentie is met afstand de meest baanbrekende technologie … én China timmert harder aan de weg dan wie dan ook.

Als je me niet gelooft, lees dan zeker verder. Mocht ik je aan het eind van dit artikel nog niet overtuigd hebben, dan zou ik graag eens met je afspreken en je tegenargumenten horen. Voor degenen die me al wel geloven, lees vooral ook verder en ontdek waarom juist China het belang van kunstmatige intelligence als geen ander begrijpt.

Historisch perspectief

Mensen hebben hun concurrentiepositie altijd verbeterd door steeds nieuwe gereedschappen te ontwikkelen en gebruiken. Fysieke voorbeelden daarvan zijn hamers, speren en stoommachines. Maar we hebben ook mentale gereedschappen ontwikkeld, zoals taal, logica en wiskunde.

Het is gemakkelijk om te vergeten hoe belangrijk toegang tot deze gereedschappen of de achterliggende technologie is. Stel je eens voor dat we in Nederland geen gebruik konden maken van de meeste recente computertechnologie. In de geglobaliseerde wereld waar we nu in leven zou dat desastreus zijn voor onze concurrentiepositie. Maar dit was wel de situatie waarin China zich de afgelopen decennia bevond.

Westerse bedrijven konden de meest recente technologie kopen, gebruiken en verbeteren. Dit staat in scherp contrast met Chinese bedrijven, die vanwege exportrestricties vaak geen toegang hadden tot geavanceerde technologie. Hierdoor zijn deze bedrijven en de Chinese overheid zich veel beter bewust van de effecten van een technologische achterstand.

Stel je nu eens voor dat de volgende innovatiegolf niet over hardware (microprocessoren), maar over software (kunstmatige intelligentie algoritmes) gaat. En wat als Nederland geen toegang zou hebben tot die softwarematige innovaties?

Discussies over kunstmatige intelligentie zijn vaak gericht op de toekomstige gevaren voor de mensheid. En begrijp me niet verkeerd, dat is een zeer relevante discussie. Maar al lang voordat we superieure kunstmatige intelligentie uitvinden, zal kunstmatige intelligentie onze wereldeconomie op zijn kop zetten. De reden daarvoor is simpel:

Bedrijven die toegang hebben tot de beste kunstmatige intelligentie zullen de vloer aanvegen met hun concurrentie.

Kunstmatige intelligentie (Engels: artificial intelligence, AI) bestaat al sinds de jaren vijftig. Initieel was er veel belangstelling voor AI. Die aandacht zakte in de jaren zeventig tot een dieptepunt door het uitblijven van doorbraken. Maar toen vond er een innovatie binnen AI plaats: lerende systemen (Engels: machine learning). In plaats van iedere afweging in een AI systeem te programmeren, konden deze nieuwe AI systemen zelf hun afwegingen leren maken door voorbeelden te analyseren.

Langzaam maar zeker raakten organisaties over de hele wereld weer geïnteresseerd. Toen vervolgens deep learning, een specifieke categorie van machine learning, enkele spraakmakende doorbraken liet zien, schoot het aantal investeringen in AI omhoog.

Toch snappen de meesten onder ons nog steeds niet hoe belangrijk AI echt is. Probeer je nogmaals in te beelden hoe jouw werk er uit zou zien zonder computers. Een logistiek bedrijf zonder satellietnavigatie en mobiele telefoon. Een winkelier die de administratie met pen en papier doet. Een ziekenhuis waar je geen CT of MRI-scan kunt krijgen. Dit zijn slechts enkele voorbeelden van hoe werk zonder computers niet meer realistisch is.

Alle besturingssystemen voor mobiele apparaten zoals Windows, Android en iOS komen uit één land: de Verenigde Staten van Amerika (VS). Wat als er met AI iets vergelijkbaars gebeurt, maar dat dan besloten wordt om die AI besturingssystemen niet (meteen) met ons te delen?

Computers zijn een technologie met een hefboomeffect. Net zoals windmolens, schepen, stoommachines en elektriciteit dat ook waren. In de 17e eeuw waren wij (Nederlanders) de beste scheepsbouwers. Gecombineerd met goedkope energie uit windmolens zorgde deze technologische voorsprong er voor dat een klein land de grootste economische, wetenschappelijke en militaire macht ter wereld werd.

Een schip met 200 man personeel is effectiever dan duizend man met paard en kar. Probeer maar eens lopend (of zwemmend) handel te drijven met Azië. De productiviteit ging dus niet met 5 procent omhoog, maar eerder met een factor 5. Vandaar dat het zo belangrijk is om deze uitspraak te begrijpen:

Technologieën met een hefboomeffect zorgen voor een exponentiële productiviteitsstijging.

Ik wil de vergelijking maken dat AI de scheepstechnologie van de 21e eeuw is. Welke uitdagingen of kansen er ook liggen binnen uw vakgebied, AI zal het speelveld gaan veranderen. Natuurlijk is het gebruik van AI geen garantie op succes, maar het niet tijdig instappen heeft wel gegarandeerd desastreuze gevolgen.

Maar er zijn toch veel meer technologische ontwikkelingen?

  • 3D-printers? Hoe worden straks de meeste geavanceerde 3D ontwerpen gemaakt? Met behulp van machine learning.
  • Genetisch onderzoek? Hoe wordt al die data verwerkt en verbanden ontdekt? Met behulp van machine learning.
  • Telecommunicatie? Hoe worden nieuwe antennes en microchips ontworpen? Met behulp van machine learning.
  • Medische technologie? Hoe worden artsen beter in het detecteren van kanker? Met behulp van machine learning.
  • Elektrische voertuigen? Deze industrie draait bijna volledig op machine learning. Hoe voorkomen we straks files, hoe wordt vervoer energie-efficiënter en veiliger? Juist ja; met behulp van machine learning.

Moet ik nog doorgaan?

Hoe past China in dit verhaal?

Zoals ik eerder al aangaf heeft China de onaangename ervaring met het geen toegang hebben tot de meeste recente technologie. Dit maakt de Chinese regering zeer gedreven om dit in de toekomst te voorkomen. Tot op het hoogste niveau worden regelmatig werkgroepen georganiseerd om toekomstige radicale innovaties te bespreken en hiervoor beleid op te stellen. Het moet dan ook niet als een verrassing komen dat China kunstmatige intelligentie en de specifieke varianten daarvan een hoge strategische prioriteit gegeven heeft. Deze prioriteit blijkt ook uit de data over onderzoek naar de meeste recente vorm van kunstmatige intelligentie.

China is het land het meeste wetenschappelijk onderzoek doet naar ‘deep learning’.

Voordat u zich af gaat vragen, “Maar hoe zit het met kwaliteit?”, bedenk dan dat China ook de meeste geciteerde wetenschappelijke publicaties heeft. Dit betekent dat de meeste publicaties waar naar verwezen wordt van Chinese origine zijn; een belangrijke indicator voor kwaliteit.

Het is niet te verwachten dat de cijfers na 2015 een ander verhaal zullen laten zien. China investeert namelijk steeds meer in academisch onderzoek naar deep learning. In de onderstaande grafiek is een forse toename te zien in het aantal gesubsidieerde academische onderzoeksprojecten gericht op deep learning. Sterker nog, het percentage onderzoeksprojecten dat gericht is op ‘deep learning’ versus alle andere vakgebieden neemt alleen maar toe.

Naast academisch onderzoek zien we in patentaanvragen een vergelijkbare trend. Chinese patentaanvragen gericht op kunstmatige intelligentie nemen harder toe dan die van welk land dan ook.

Chinese (innovatie-)patentaanvragen gericht op ‘deep learning’ groeien met 300% per jaar.

Werk aan de winkel?

Voor overheden is er zeker werk aan de winkel. Een eenmaal opgebouwde technologische achterstand is lastig in te halen (denk bijvoorbeeld aan de gigantische marktaandelen van Amerikaasne internetbedrijven). Kunstmatige intelligentie gaat op termijn de concurrentiepositie van allerlei sectoren beïnvloeden en overheden zijn bij uitstek de actor die op dit soort trends moet anticiperen. Verdubbel, verdrievoudig of zelfs verviervoudig de investeringen in kunstmatige intelligentie. Investeer vooral in onderzoek met een combinatie van hoog risico en hoge opbrengst. Stimuleer samenwerking tussen wetenschap en industrie. Creëer een gunstig eco-systeem voor startups op het gebied van kunstmatige intelligentie. Investeer ook in toekomstige generaties door in ieder geval het begrip van softwareontwikkeling, kansberekening en machine learning al op jonge leeftijd in onderwijsprogramma’s te integreren. Ja, sommigen van u denken nu vast “die Jaap is gek”, maar ik heb in China al voorbeelden gezien waar hier op de basisschool (!) al aandacht aan besteed wordt. En net voordat ik dit artikel wilde afronden, las ik dat de TU Delft ook deze maand start met programmeerlessen op Rotterdamse basisscholen.

Bedrijven doen er goed aan de voortgang van kunstmatige intelligentie in hun sector nauwgezet te volgen. Machine learning is al vanuit de academische wereld doorgedrongen in commerciële toepassingen. Wetenschappers dragen kennis over aan ingenieurs die machine learning algoritmes gaan toepassen in iedere industrie. Bedrijven zullen strategische scenario-planning sessies moeten houden om inzicht te verkrijgen hoe hun industrie er over tien jaar uit zal zien, wanneer machine learning overal ingeburgerd zal zijn.

Op een persoonlijk vlak heeft u meer keuzevrijheid. Machine learning is een trend, geen sekte. Er zijn gelukkig veel andere dingen te doen en te ontdekken. Een hefboom op zichzelf doet niets (tenzij we algemene kunstmatige intelligentie creëren, maar dat is een heel andere discussie). Echter, net zoals ik afraad om “MS Word” nog op je CV te vermelden, zo ook zal iets als “Ervaring met Cortana, Siri en Echo” een vanzelfsprekende vaardigheid zijn in de toekomst.

 

 

Foto: IBM’s schaaksupercomputer Deep Blue speelt tegen schaakgrootmeester Garri Kasparov. Precies twintig jaar geleden op 11 mei 1997 wint Deep Blue het 6e en beslissende spel. Hierdoor werd Deep Blue met een score van 3,5 tegen 2,5 de eerste computer ooit die een toernooi van een menselijke wereldkampioen won. Verschil met 20 jaar geleden: een laptop met een gratis schaakprogramma zou die Deep Blue nu gemakkelijk verslaan.