Onderzoekers van de University van Illnois uit Chicago (UIC) hebben een van ’s werelds slimste computers een IQ-test voorgelegd om te bekijken hoe slim de kunstmatige intelligentie (KI of AI) werkelijk is. Uit de metingen blijkt dat de ConceptNet 4 van MIT zich kan meten met een gemiddelde kleuter van vier jaar oud. De onderzoekers presenteren hun bevindingen vanavond op het US Artificial Intelligence Conference in Bellevue.

Kunstmatig brein presteert wisselend

ConceptNet 4 werd onlangs onderworpen aan dezelfde IQ-test die voor jonge kinderen in de Verenigde Staten gebruikt wordt. Opvallend is dat waar de meeste kinderen op alle onderdelen vrij regelmatig scoren, de AI heel verschillende resultaten boekt.

“Als een kind zo zou variëren in de scores, zou het een aanwijzing zijn voor een afwijking”, zegt hoofdonderzoeker Robert Sloan van UIC als toelichting op de studie. De professor geeft aan dat ConceptNet 4 vooral goed scoorde op een test om de woordenschat te meten en op een oefening waarbij gekeken wordt naar het vermogen om gelijkenissen op te sporen. Zo kan het systeem aangeven dat bananen en appels allebei fruitsoorten zijn.

“Maar de ConceptNet4 scoorde ver beneden gemiddeld op het onderdeel begrijpen – het kon weinig met de ‘waarom’-vragen”, zegt Sloan. “We zijn nog erg ver verwijderd van programma’s die logisch na kunnen denken en AI’s die waarom-vragen kunnen beantwoorden op het niveau van een 8-jarig kind.”

'Skynet' is nog ver weg

Eén van de meest lastige problemen op gebied van AI-onderzoek is het bouwen van een computerprogramma dat op basis van een situatie zijn werking kan aanpassen. Het is complex om logisch nadenken te programmeren omdat onderzoekers nog geen mogelijkheid hebben gevonden om systemen kennis bij te brengen over zaken die voor mensen voor de hand liggen, zoals dat ijs koud aanvoelt, zegt Sloan. In de test zou een AI bijvoorbeeld nog niet kunnen zeggen waarom mensen elkaar een hand geven bij een begroeting.

ConceptNet is een semantisch netwerk waarbij een grote databank het systeem informatie leert over menselijke concepten. Zo weet het systeem dat een gitaar een instrument is en kan het de relatie leggen tussen bijvoorbeeld rockmuziek en gitaren en bands en gitaren. Door het leggen van zulke verbanden, kan het vragen beantwoorden over de relatie tussen twee onderwerpen.