Toen de NASA in de jaren zestig astronauten de ruimte instuurde, ontstond de behoefte om een identieke capsule te maken om bij problemen in de ruimte een ‘identieke tweeling’ op de aarde te hebben. In april 1970 werd de Apollo 13 gelanceerd en ontploften vlak na de lancering enkele zuurstoftanks. Er ontstond op de grond een overlevingsgevecht om de juiste oplossing te vinden om de astronauten weer op tijd op de aarde terug te krijgen. Om beter inzicht te krijgen in de problemen en mogelijke oplossingen te simuleren, bouwde men naast de fysieke kopie ook een digitale versie die de toepasselijke naam ‘digital twin’ kreeg.

M*A*S*H
Pas veel later, in maart 1998 werd het begrip digital twin weer gebruikt door MASH acteur Alan Alda (Hawkeye) die in een interview met Scientific American zijn opgenomen sound bits zijn digital twin noemde. Het begrip brak pas echt door toen Michael Grieves van de universiteit van Michigan in 2002 het begrip introduceerde tijdens een presentatie over een nieuw product lifecycle management center. Het bevatte alle elementen die we tegenwoordig rond het begrip digital twin benoemen: de echte wereld, de virtuele wereld en de realtime uitwisseling van data en informatie tussen die twee werelden. Ik besprak het begrip eerder dit jaar in een blog over transformaties ‘Over transformaties en zo’.

Met de komst van IoT is het een ingeburgerde term geworden omdat we met alle aan de edge verzamelde data inderdaad steeds beter een digitale realtime datakopie van de fysieke wereld kunnen maken. Zoals Wikipedia het definieert: “A digital twin is a digital replica of a living or non-living physical entity. By bridging the physical and the virtual world, data is transmitted seamlessly allowing the virtual entity to exist simultaneously with the physical entity. Digital twin refers to a digital replica of potential and actual physical assets (physical twin), processes, people, places, systems and devices that can be used for various purposes”.

Virtuele werelden
Het begrip digitale tweeling heeft een link met de virtuele werelden die we steeds vaker bouwen om beter inzicht in (een deel van) de fysieke wereld te krijgen. We maken zelfs realtime teruggekoppelde modellen die zelflerend zijn. Elk model dat we van onze complexe werkelijkheid maken, is vrijwel altijd onnauwkeurig en dus feitelijk onjuist. Denk aan alle discussie over klimaatmodellen of rond de stikstofdiscussie. Ons klimaat en onze leefomgeving is nog zó onbegrepen complex, dat het onmogelijk is dat gedrag in een model te vangen.

Een optie is niet zelf als mens in dat model te gaan sleutelen, maar het model zichzelf laten verbeteren uit de fysieke terugkoppeling van de gemeten waarden. Een vorm van machine learning waarbij we op een slimme wijze het algoritme zelf in staat stellen te corrigeren wat in de uitkomsten (blijkbaar) niet goed is. We moeten in dit soort lerende systemen de verwachting uitschakelen van wat de onderzoeker denkt of als uitkomst hoopt te krijgen. Immers niemand is zonder verwachting. Dat aan een lerende machine overlaten, kan ontnuchterend zijn.

Vertrouwen in mens of machine?
In een i-Life onderzoek van Havas met 12.000 respondenten bleek dat men meer vertrouwen had in wat de machine doet met techniek dan dat de mens er mee doet. In het eerste deel van het onderzoek over smartphones en social media bleek, dat een wereldwijde meerderheid vindt dat die techniek en bijbehorende platformen de menselijke relaties juist heeft verzwakt. Terwijl we allemaal dachten dat die techniek juist betere intermenselijke relaties zouden opleveren en ons beter zou verbinden. Als mens kunnen we kennelijk minder optimaal met de ons ter beschikking gestelde techniek omgaan dan we denken.

Het tweede deel van het onderzoek ging over onze mening over robots en kunstmatige intelligentie. Het blijkt dat een meerderheid zich verheugt op de opkomst van robots en kunstmatige intelligentie. Wereldwijd denkt 52% dat AI zelfs een positieve uitwerking zal hebben. Nederland is duidelijk negatiever: slechts 38% deelt deze opvatting. En over het geheel zijn mannen positiever dan vrouwen. Maar wat ons allemaal verbindt, is dat we gemiddeld genomen het meest bang zijn voor wat wijzelf als mensheid met deze nieuwe technieken zullen doen. De techniek vertrouwen we wel, de mens die het gebruikt veel minder.

Go
Computers kunnen sneller rekenen dan de mens. Meer combinaties analyseren. Meer data opslaan en verwerken. Maar de vraag is of ze creativiteit kunnen ontwikkelen. En wijsheid kunnen hebben. In 2017 won AlphaGo overtuigend van de beste menselijke Go-speler. Maar het algoritme is intussen nog beter geworden, omdat het Google bedrijf Deepmind de computer zelflerend heeft gemaakt. En zelf miljarden spellen kon spelen en op die wijze een eigen tactiek kon ontwikkelen. De computer kon zijn eigen experimenten uitvoeren en ontdekte op die wijze (nieuwe) geheimen van het spel. Uiteindelijk won het nieuwe algoritme met 100-0 van AlphaGo, een bewijs dat zelflerende machines succesvol kunnen zijn.

Het is een bevestiging dat kunstmatige intelligentie zeker kansrijk is. Door de computer zelf te laten ‘denken’ en te experimenteren op een wijze die wij als mens lastig kunnen: met grote datahoeveelheden, veel processorkracht en als machine vele malen écht alle mogelijkheden uitproberen. Heel anders dan wat wij als mens kunnen met onze beperkte data-opslag capaciteit en rekenkracht. Maar is dit nu een vorm van ‘intelligentie’ of niet meer dan een ‘kunstje’ dat we een door ons ontworpen computer kunnen leren? Een digitale twin van ons menselijk brein? Of is het niet meer dan hoe een computer kán ‘redeneren’ of hoe we dat ook willen noemen?

Natuur, leven en techniek
Door als mens techniek te gebruiken, hebben we ons kunnen ontwikkelen zoals we nu zijn. Techniek die werd omgevormd tot nuttige gereedschappen maar (nog) steeds niet tot een exacte tweeling van de levende natuur. We vliegen door de lucht maar op een totaal andere manier dan vogels. We varen onder water maar op een heel andere manier dan vissen. We rijden met hoge snelheid maar heel anders dan dieren zich voortbewegen. Vergelijkbare natuurlijke activiteiten vullen we met techniek heel anders in dat de natuur dat ooit heeft gedaan.

Maar nieuwe DNA-technieken maken het mogelijk met de kern van het leven te experimenteren en wellicht geen digitale maar ‘natuurlijke’ tweelingen te bouwen. Niet met avatars of fysiek levenloze techniek maar met levende bouwstenen. Dit zijn geen digitale tweelingen meer die we naar ons evenbeeld of onze fysieke omgeving nabouwen. CRISPR-Cas is een techniek die het mogelijk maakt erfelijk materiaal op relatief eenvoudige manier zeer nauwkeurig en efficiënt te veranderen. Door het aanbrengen van genetische veranderingen die leiden tot veranderende eigenschappen, of zelfs het toevoegen van geheel nieuwe genetische informatie.

Zoals het onderzoek van Havas aangaf, hebben we als mensheid minder moeite met nieuwe techniek zoals een digitale tweeling, maar veel meer met de mens die het potentieel gaat gebruiken. Digitale tweelingen, robots, virtuele werelden en kunstmatige intelligentie lijken in dat kader voorlopig minder angstig dan wat nieuw DNA-onderzoek nog voor ons in petto heeft.

Photo by Lawrence Hookham on Unsplash