Het Engelse woord ‘intelligence’ wordt door ons Nederlanders vaak direct vertaald naar intelligentie, terwijl het woord een veel bredere betekenis heeft. Het Nederlandse woord intelligentie is een begrip uit de psychologie dat mentale eigenschappen beschrijft. Deze eigenschappen zijn: het kunnen opmerken van overeenkomsten c.q. verschillen, zich kunnen oriënteren, het kunnen redeneren, plannen maken, problemen kunnen oplossen, in abstracties kunnen denken en taal begrijpen en produceren. Het wordt ook wel “de aangeboren slimheid” of “begaafdheid” genoemd. Het Nederlandse woord intelligentie is dus direct gekoppeld aan het menselijk denken, leren, oriënteren en begrijpen. En hoe wij ons onderscheiden van de dieren.

Het Engelse woord ‘intelligence’ heeft echter een bredere betekenis zoals gegevens, inlichtingen, bericht en tijding. Daarom betekent het zelfstandig naamwoord the intelligenceook inlichtingendienst en veiligheidsdienst. Of zoals de politieacademie het begrip definieert: geanalyseerde informatie en kennis op grond waarvan beslissingen over de uitvoering van de politietaak worden genomen. Dit betreft beslissingen op strategisch, tactisch en operationeel niveau, zowel voor de noodhulp, opsporing als handhaving. Analyseren is in deze definitie het belangrijkste werkwoord: het analyseren van informatie en kennis op grond waarvan beslissingen genomen kunnen worden.

Geautomatiseerde analyse
Veelal was het maken van intelligence een activiteit die alleen mensen konden uitvoeren, maar met grote digitale dataverzamelingen en goedkope computerrekenkracht wordt ‘geautomatiseerd digitaal analyseren’ steeds makkelijker en aantrekkelijker. In vorige blogs sprak ik over de komst van ‘open data’ waardoor we met geautomatiseerde analyse van deze makkelijk toegankelijke data heel snel nieuwe, onverwachte inzichten kunnen ontwikkelen. We weten allemaal dat de grote data-spelers zoals Google, Facebook en Amazon dit kunstje als geen ander ontwikkeld hebben om slimmer persoonsprofielen te maken en daardoor effectiever te kunnen adverteren.

Dit heeft nog weinig te maken met het begrip kunstmatige intelligentie. Geautomatiseerd analyseren is het met behulp van door mensen gemaakte algoritmes doorzoeken van grote hoeveelheden data en het dan omhooghalen van statistisch interessante relaties, overeenkomsten, verschillen en trends. Het mooie hiervan is dat we op basis van die bijzondere relaties en trends de algoritmes kunnen verbeteren om nog nauwkeuriger onze analyses uit te voeren. Deze cirkel van algoritme bouwen, analyseren, relaties herkennen en algoritme verbeteren is een proces dat we als mens ook dagelijks uitvoeren. In de blog ‘Situational Awarenes’ van een paar weken geleden heb ik de in de militaire wereld ontwikkelde OODA cirkel van Orient, Observe, Decide en Act beschreven.

Machine en deep learning
Door geautomatiseerd te analyseren, kunnen we dus ons situationeel bewustzijn vergroten. We kunnen beter begrijpen wat er om ons heen gebeurt en daarop reageren: predicatief zijn. We spreken over machine learning als deze analyse plaatsvindt op basis van in machines ingebouwde algoritmes om in een beperkte omgeving of op een beperkt gebied ‘intelligence’ – inzicht dus – op te bouwen en daar eventueel geautomatiseerd op te reageren. Zeker met de ontwikkeling van edge-computing, de ontwikkeling van het internet van mensen en dingen, is dat een snelgroeiend terrein voor innovaties. Steeds meer ‘eindpunten’ van de infrastructuur kunnen niet slechtst data verzamelen, maar daar ook informatie – boodschappen – van maken. En een boodschap heeft meer toegevoegde waarde dan platte data, zeker als we die boodschap snel kunnen maken, versturen en toepassen.

Het begrip ‘deep learning’ beschrijft meer het analyseren van grote datahoeveelheden die ergens zijn verzameld, het bekende Big Data speelveld in grote cloud-omgevingen. Ultiem zijn dat de Watsons van onze wereld, maar we kunnen steeds beter flexibele en betaalbare datalake omgevingen bouwen en daar gerichte deep-learning algoritmes en applicaties op laten werken. ‘Data Lake als een Service’ is geen utopie meer, het kan ‘gewoon’ afgenomen worden bij serviceproviders. Het geeft snel informatie en dus inzicht in wat er in dat datagebied gebeurt. Automatisch gecreëerde ‘intelligence’ dus.

Intellect
Naast intelligence hebben we ook het begrip intellect, met als afgeleide ‘de intellectueel’. Intellect gaat over het menselijke brein, de capaciteit om waarheid en echtheid te herkennen en problemen op te lossen. Het komt uit de Griekse filosofische term nous dat geest of intellect betekent. Het betekent de hoogste vorm – bijna goddelijke wijze – van denken, waarbij je als een soort goddelijke ingeving ‘opeens’ nieuwe concepten herkent. De wereld van uitvindingen en innovatie. Dit in tegenstelling tot een andere vorm van denken: dianoia. Volgens Plato is dit het redenerende verstand, waarbij stap voor stap een redenering wordt gevolgd. Dit zou je met machine learning kunnen vergelijken, waarbij met algoritmen vooraf bepaalde data wordt beoordeeld en processen worden nagelopen.

De genoemde Grieks filosofische term nousheet in het Latijn intellectus, afgeleid van het woord ‘begrijpen’. Daarbij heb je een verschil tussen ‘intellect’ en ‘intelligence’, waarbij het intellect het hogere denken vertegenwoordigt. Het begrip intelligencebetekent in filosofie en neurowetenschappen de mentale capaciteit om te (kunnen) denken. Iemand die intelligentie (denken en redeneren) naast kritisch of analytisch redeneren kan toepassen, wordt een intellectueel genoemd. Een persoon met een grote algemene ontwikkeling, een goed ontwikkeld oordeelsvermogen, die betrokken is bij wetenschappelijk, maatschappelijk en cultureel debat. Intellectuelen worden vaak beschouwd als de hoeders en voortbrengers van cultuur. Daar waar wij ons (ook) onderscheiden van dieren.

Kunstmatige intelligentie
Omdat het al moeilijk is om te definiëren wat intelligentie precies is, geldt datzelfde voor kunstmatige intelligentie. Artificiële intelligentie is de wetenschap die zich bezighoudt met het maken van artefacten die enige vorm van intelligentie vertonen. Ik heb hier eerder in blogs aandacht aan besteed. Sommige zaken die vroeger als uiterst intelligent werden beschouwd – zoals schaken of het Go-spel – blijken intussen minder intelligent te zijn dan we dachten. Sommigen definiëren kunstmatige intelligentie ook als ‘alles wat we nog niet kunnen’. Dat zou betekenen dat we kunstmatige intelligentie nooit kunnen bereiken.

Je kunt ook anders tegen kunstmatige intelligentie aankijken; het hoeft niet menselijk of dierlijk te zijn. Als mens kunnen we vliegen, maar vliegtuigen lijken niet op vogels met slaande vleugels. We varen met een duikboot onder water, maar doen dat niet zoals een vis zwemt. Dus wellicht ontwikkelt kunstmatige intelligentie zich niet op een menselijke manier. In dit artikel stelt de auteur dat, als we intelligentie gelijkstellen aan snel kunnen rekenen, dit een groot voordeel oplevert: we kunnen dan het vermeende unieke van de mens veiligstellen. U weet wel, het hebben van een ziel, wijsheid, bewustzijn en emoties die ons onderscheiden van de dieren. Zo onderscheiden we ons dan dus ook van ‘denkende’ machines. Best een veilig gevoel.