Artificiële intelligentie en de zoektocht naar de theory of everything
ARTIFICIËLE INTELLIGENTIE EN DE ZOEKTOCHT NAAR DE THEORY OF EVERYTHING
Steeds vaker duikt de term ‘artificiële intelligentie’ op in ons dagelijks leven. Computerprogramma’s maken gebruik van slimme algoritmes en demonsteren zo een verbazingwekkend vermogen om te leren zoals de mens, bovendien met een ongeziene snelheid. Artificiële intelligentie kan wetenschappers bijstaan in hun onderzoek en hun analyses verrijken. Recent onderzoek maakte gebruik van innovatieve methodes uit de artificiële intelligentie om nieuwe oplossingen te vinden van de meest ambitieuze theorie van de natuur, de snaartheorie.
REKENEN ZOALS EEN COMPUTER, LEREN ZOALS EEN KIND
U komt ongetwijfeld, zonder dat u het zelf beseft, dagelijks meermaals in contact met artificiële intelligentie. Diensten zoals Google Translate maken accurate vertalingen in een oogwenk, bedrijven zoals Spotify en Facebook optimaliseren hun aanbevelingen via slimme algoritmes, en chatbots zijn ondertussen in staat om onze vragen te begrijpen en zelfstandig klanten verder te helpen.
Dergelijke algoritmes ontstaan door een computer te laten leren zoals een kind dat doet. Terwijl kinderen leren door verbindingen in het brein te maken of te versterken, leert een slim computerprogramma door de onderliggende parameters van een algoritme aan te passen. Voor beiden zorgt dit leerproces ervoor dat het denk- of rekenproces uiteindelijk het gewenste eindresultaat creëert. Een cruciaal verschil, echter, tussen de mens en een computer, is de enorme rekencapaciteit van computers, die hen in staat stelt om in een razendsnel tempo complexe berekeningen uit te voeren.
ARTIFICIËLE INTELLIGENTIE HEEFT HET VERMOGEN OM WETENSCHAPPELIJKE KENNIS TE BEVORDEREN EN ONTDEKKINGEN TE VERSNELLEN
Het is precies deze rekenkracht, gecombineerd met een leerproces, waardoor artificiële intelligentie verbazingwekkende resultaten produceert en ons dagelijks leven bevordert. Artificiële intelligentie heeft echter nog een ander, opwindender vooruitzicht voor onze toekomst: het vermogen om wetenschappelijke kennis te bevorderen en ontdekkingen te versnellen. Zo maakt recent onderzoek gebruik van innovatieve, slimme algoritmes om inzicht te krijgen in een fundamentele theorie over de werking van de natuur.
THEORY OF EVERYTHING
De fysica van de 20ste eeuw is gekenmerkt door een groot aantal ontdekkingen over de werking van de natuur, verklaard door uiterst succesvolle theorieën. Op de kleinste schaal van de natuur, die van atomen en elementaire deeltjes, worden fenomenen beschreven door de zogenaamde kwantummechanica. Een verfijnder denkkader, de kwantumveldentheorie, verschaft een accurate beschrijving van de deeltjesfysica en herenigt drie van de vier fundamentele natuurkrachten.
Op de grootste schaal van de natuur, die van de sterrenstelsels en de ganse kosmos, hebben we nood aan een geheel ander wiskundig formalisme. Daar dirigeert de vierde natuurkracht, de zwaartekracht, de bewegingen van planeten en sterrenstelsels. Dankzij Albert Einstein en zijn algemene relativiteitstheorie begrijpen we de details van die bewegingen en zijn we zelfs in staat om de oerknal te vatten.
Hoewel veel fenomenen beschreven kunnen worden door hetzij de kwantumveldentheorie, hetzij de relativiteitstheorie, zijn er extreme scenario’s waar deze twee theorieën met elkaar in conflict komen, zoals de oorsprong van het heelal. Daarom hebben theoretische fysici nood aan één allesomvattende theorie die alle natuurkrachten herenigt. Het vinden van deze theorie, vaak de theory of everything genoemd, was de droom van de beroemde theoreet Stephen Hawking, zodat zijn biografische film ernaar vernoemd werd. Aangezien de wiskunde van de algemene relativiteitstheorie incompatibel is met die van de kwantumveldentheorie, is er nood aan een geheel nieuwe denkpiste. Daarbij is momenteel de snaartheorie de sterkste kandidaat.
SNAARTHEORIE: EEN WISKUNDIGE SYMFONIE
De snaartheorie start van de hypothese dat deeltjes beschreven kunnen worden door slechts één fundamenteel object: de kwantummechanische snaren. De verschillende vibraties van die snaren creëren de brede waaier aan fundamentele deeltjes die we observeren in de natuur, van elektronen tot en met quarks. In feite is dit idee volledig analoog aan de manier waarop de snaren van een viool een hele reeks aan muzieknoten kunnen laten weerklinken. De natuur is dus niets anders dan de symfonie van deze ‘kwantumsnaren’.
Hoewel het idee van de snaartheorie elegant geformuleerd kan worden, komt er in haar beschrijving een hoop complexe wiskunde aan te pas, zodat oplossingen berekend moeten worden met computers. Meer nog, de complexiteit van het probleem is zodanig groot dat we gebruik moeten maken van slimme algoritmes om oplossingen te vinden op een efficiënte manier.
MACHINE LEARNING: OMGAAN MET HOOG-DIMENSIONALE DATA
De snaartheorie zorgt ervoor dat de vergelijkingen die we willen oplossen zich situeren in een abstracte, wiskundige ruimte dat een groot aantal dimensies heeft. De conventionele rekentechnieken zijn enorm inefficiënt in het berekenen van oplossingen in dergelijke grote ruimtes. Daarentegen is reeds welbekend dat machine learning, een domein binnen artificiële intelligentie, in staat is om op doeltreffende wijze om te gaan met hoog-dimensionale data. Gezichtsherkenning, bijvoorbeeld, komt neer op een zoektocht in een ruimte waarvan het aantal dimensies gelijk is aan het aantal pixels van een foto: zelfs voor ruw beeldmateriaal kan dit oplopen tot duizenden dimensies.
Daardoor ontstond recent het idee om gebruik te maken van algoritmes geïnspireerd door de methodes van machine learning in de snaartheorie. Het werk van deze masterproef toont aan dat de rekenkracht van computers, gecombineerd met het vermogen om betekenis te geven aan een hoog-dimensionale realiteit, een innovatieve methode biedt om nieuwe oplossingen van de snaartheorie te construeren.
MENS EN/OF MACHINE?
De immense groei van artificiële intelligentie roept ethische en filosofische vragen op. Zullen machines in staat zijn om creatief te denken zoals de mens? Kunnen mensen vervangen worden door machines? Wie wordt het hoofdpersonage van onze toekomst: de mens of de machine? Dit wetenschappelijk werk geeft een andere blik op deze zorgwekkende kwesties. Terwijl de creativiteit van de mens superieur is in het uitvinden van vernieuwende denkkaders, moeten we erkennen dat slimme computerprogramma’s ons overtreffen in het uitrekenen van hoog-dimensionale, complexe oplossingen. Zo toont de zoektocht naar de theory of everything dat nieuwe ontwikkelingen kunnen ontstaan uit een symbiose tussen de creativiteit van de mens en de capaciteit van de machine. Dit inzicht stimuleert ons om de status quo van de wetenschap verder uit te dagen. Mens en machine kunnen samen wetenschappelijk onderzoek versnellen: een meeslepend vooruitzicht in een tijd waarin de mensheid nood heeft aan wetenschap om haar eigen toekomst te verzekeren.
