Definitie van Artificiële Intelligentie

Wat is Artificiële intelligentie?

Binnen de academische wereld is er geen brede eensgezindheid over een definitie van het begrip Artificiële intelligentie (Monett & Lewis, 2018 & Wang, 2019). Het Europese werk van Samoili en collega's (2021) geeft een uitgebreide inventaris van definities.

• Vanuit een historisch perspectief wordt vaak verwezen naar het werk van pioniers als Alan Turing (1912-1954) en John McCarthy (1927-2011). De term "Artificial intelligence" lijkt voor het eerst gebruikt in het zogenaamde Dartmouth-voorstel van 1955. McCarthy (2007) hanteert volgende definitie van artificiële intelligentie:

  It is the science and engineering of making intelligent machines, especially intelligent computer programs. It is related to the similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable.

• Een veelgebruikte academische definitie is die van Russell & Norvig (2021), uit een handboek dat gebruikt wordt in veel universitaire cursussen over AI. Het gaat daarbij niet om één enkele definitie, maar om vier verschillende perspectieven op het fenomeen kunstmatige intelligentie, bekeken vanuit twee dimensies: Denken versus handelen en "zoals mensen" versus rationeel. In de derde uitgave van het boek (2010) was er een figuur met acht definities die die vier perspectieven illustreren:

• Vanuit een eerder beleidsmatig perspectief is er de - internationaal breed gedragen - definitie van de OESO (de Organisatie voor Economische Samenwerking en Ontwikkeling), in de herziene versie van 2024. De oorspronkelijke definitie uit 2019 vertrok vanuit het conceptuele kader van Russel & Norvig, in de editie van 2009. Belangrijk om hier op te merken is dat de definitie spreekt over AI-systemen als een meer tastbaar en actiegericht begrip dan AI, vooral binnen een beleidscontext. De herziening uit 2024 werd nodig geacht opdat de definitie relevant en technisch correct zou blijven in het licht van de snelle veranderingen in beschikbare AI-systemen:

  An AI system is a machine-based system that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments. Different AI systems vary in their levels of autonomy and adaptiveness after deployment.

  Topics typically encompassed by the term “AI” and in the definition of an AI system include categories of techniques such as machine learning and knowledge-based approaches, and application areas such as computer vision, natural language processing, speech recognition, intelligent decision support systems, intelligent robotic systems, as well as the novel application of these tools to various domains.

• De OESO-definitie vormt op zijn beurt de basis voor de definitie in de "EU Artificial Intelligence Act" (2024), een juridisch kader dat in Europa erg belangrijk is, en met name ook voor het gebruik van AI binnen het (hoger) onderwijs:

  ‘AI system’ means a machine-based system that is designed to operate with varying levels of autonomy and that may exhibit adaptiveness after deployment, and that, for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influence physical or virtual environments.

Belangrijke aspecten uit deze definities

Wat onderscheidt nu een AI-systeem van een niet-AI-systeem? Het gaat daarbij om twee eigenschappen die gelijktijdig aanwezig (moeten) zijn.

* Autonomie van het AI systeem

Zodra een AI-systeem ontwikkeld is, bezit het een zekere graad van autonomie, d.w.z. dat het systeem leert of handelt zonder dat er een menselijke tussenkomst vereist is. Menselijk toezicht kan gedurende elke fase van de levenscyclus van een AI-systeem gebeuren, maar is niet absoluut noodzakelijk.

* Adaptiviteit

Een AI-systeem is een lerend systeem: het past zijn output en eventuele handelingen aan door interactie met nieuwe input of data. Het hanteert daarbij een vorm van zgn. machine learning, waarbij het onderliggende datamodel van het systeem wordt bijgesteld.