Google hoofdonderzoeker: AI bereikt menselijke intelligentie tegen 2029

In het afgelopen decennium is kunstmatige intelligentie (AI) uitgegroeid tot misschien wel het meest besproken technologie onderwerp. De hype is goed te zien in technologiebedrijven zoals Nvidia die een stormachtige groei doormaakte. Bedrijven als Google en Microsoft investeren ook enorme bedragen in de ontwikkeling van AI systemen

Ray Kurzweil, de auteur van het boek "The Singularity is Near", voorspelt dat we nog meer kunnen verwachten van de technologie. Hij is momenteel werkzaam bij Google als hoofdonderzoeker. Kurzweil voorspelt dat AI tegen 2029 het niveau van menselijke intelligentie zal bereiken en dat tegen 2045 de singulariteit, de samensmelting van menselijke hersenen en AI, werkelijkheid zal worden.

Kurzweil beschouwt de singulariteit als een positieve ontwikkeling. Hij voorziet futuristische technologieën zoals hersen-computerinterfaces en nanobots die onze intelligentie en bewustzijn tegen 2045 miljoenvoudig zullen vergroten. Critici vinden deze ideeën echter te abstract en onrealistisch, vooral gezien onze beperkte kennis over de werking van het menselijk brein.

Kurzweil vergelijkt de aanvankelijke acceptatie en toegankelijkheid van AI met die van mobiele telefoons. In het begin zijn ze duur en beperkt in functionaliteit, maar na verloop van tijd worden ze betaalbaarder en wijdverspreid. Hij is ervan overtuigd dat AI, ondanks aanvankelijke ongelijkheden, uiteindelijk voor iedereen toegankelijk zal worden. Er is echter ook scepsis, met name over de veiligheid en haalbaarheid van dergelijke ingrijpende technologieën, zoals het injecteren van nanomachines in de hersenen.

Onderzoekers van Google DeepMind hebben een innovatieve techniek onthuld die multimodaal leren aanzienlijk versnelt. Deze nieuwe methode, Joint Example Selection (JEST), selecteert data in batches in plaats van individuele voorbeelden. Hierdoor verloopt de training van AI modellen veel sneller en efficiënter.

JEST gebruikt een algoritme dat batches data selecteert op basis van gezamenlijke leerbaarheid, wat leidt tot een training die tot 13 keer minder iteraties en 10 keer minder rekenkracht vereist dan huidige methoden.