DARPA werkt aan AI die de wereld moet begrijpen

DARPA, het onderzoeksbureau van het Amerikaanse leger, wil een kunstmatige intelligentie bouwen die orde moet vinden in de chaos, en die moet proberen om grote en kleine wereldgebeurtenissen te begrijpen.

DARPA, het Defense Advanced Research Projects Agency, wil een machinelearningsysteem loslaten op de gigantische hoeveelheden aan gebeurtenissen en media die dagelijks gegenereerd worden. Bedoeling is om daar verbanden in te vinden en misschien, in de verre toekomst, bepaalde gebeurtenissen te kunnen voorspellen. Het programma kreeg de naam KAIROS mee, Knowledge-directed Artificial Intelligence Reasoning Over Schemas.

Die 'Schemas' uit de naam leggen meteen uit hoe DARPA dat voor mekaar wil krijgen. Schema's zijn de processen die mensen gebruiken om de wereld te begrijpen. Ze doen dat door verhaaltjes te bouwen rond voorvallen die aan elkaar gelinkt zijn. Een voorbeeld is naar de bakker gaan om een brood. Daarvoor moet je naar de winkel, je kiest je brood, de gerant pakt het in, je betaalt en gaat naar huis. Dat hele proces is een schema, dat zelf onderdeel kan zijn van grotere schema's (boodschappen doen, ochtendritueel) en ook eigen schema's kan bevatten (betalen, bijvoorbeeld).

Simpele processen, dus, die voor mensen logisch zijn maar voor computers moeilijk zijn om samen te stellen omdat er geen duidelijke regels zijn waaraan ze moeten voldoen. Een en ander wordt nog moeilijker als er meer data en complexere processen aan te pas komen. En het zijn net die gebeurtenissen waarin DARPA geïnteresseerd is. Denk bijvoorbeeld aan een parlementsverkiezing of een oorlog.

De AI die dat soort dingen uitvist, moet dus net heel veel gegevens aankunnen. "Het proces om relevante verbanden te vinden in bergen van informatie [...] vereist temporele informatie en patronen van gebeurtenissen, die moeilijk te vinden zijn op grote schaal", zegt DARPA program manager Boyan Onyshkevych in een persmededeling.

Gebeurtenissen voorspellen

Met KAIROS wil de organisatie nu een semi-automatisch systeem bouwen dat verbanden kan vinden tussen schijnbaar ongerelateerde gebeurtenissen en data. Om die AI op te leren, stoppen de onderzoekers het systeem gigantische hoeveelheden data toe, waaronder boeken en nieuwsreportages, om een bibliotheek aan schema's te bouwen. In eerste instantie moeten dat de simpele schema's worden, zoals 'een brood kopen', maar misschien krijgt de AI ook een idee van grotere, vagere schema's zoals liefde of racisme, en hoe dat alles in elkaar past.

Eens die fase voorbij is, zal KAIROS logelaten worden op data uit de echte wereld en moet het proberen daar trends te zien, gebaseerd op de schema's die het al geleerd heeft.

Einddoel van dit alles is redelijk sci-fi. Het Amerikaanse leger zou mogelijk een systeem in handen kunnen krijgen dat alle nieuws en sociale media doorploegt en de admins vertelt wanneer er een bankencrisis komt, of een coup. Het is het soort werk dat spionnen nu al proberen te doen, en als het lukt, zal het daar waarschijnlijk een aanvulling op vormen. Maar voor alle duidelijkheid, zo ver zijn we nog niet.

In samenwerking met Datanews