Is het omdat er de jongste maanden zoveel schokkend nieuws te verwerken was dat er iets uiterst merkwaardigs onder de radar is gebleven?
...

Is het omdat er de jongste maanden zoveel schokkend nieuws te verwerken was dat er iets uiterst merkwaardigs onder de radar is gebleven? En toch kan het wel eens zijn dat dit gebeuren een grotere symboolwaarde heeft voor onze toekomst dan alle uitspraken van Donald Trump samen of alle grensoverschrijdingen van alle tv-persoonlijkheden. Het bordspel Go is ongeveer2500 jaar oud en bijzonder populair in het Verre Oosten. Elke speler plaatst om de beurt zijn steen op een groot bord. Het komt erop aan meer grondgebied te omsingelen dan de tegenspeler. Omdat het mogelijk is de tegenspeler te omcirkelen terwijl die jou aan het omcirkelen is, kent het spel een complexiteit die schaak ver overtreft. Sterke spelers hanteren complexe strategieën, die alleen superintelligente mensen kunnen bedenken. De huidige topspelers vertegenwoordigen tweeduizend jaar menselijke, inzonderheid oosterse, wijsheid. Omdat het aantal mogelijke zetten exponentieel groter is dan bij schaak, wist men van bij de start dat de computer dit soort spel, berustend op patroonherkenning, meersporig denken en flexibele strategieën, nooit goed zou kunnen spelen, want een computer beschikt enkel over brute rekenkracht. Dat weet toch iedereen. Een computer denkt niet, die rekent alleen. De Zuid-Koreaanse wereldkampioen Lee Sedol, bijgenaamd 'de sterke steen', kon dan ook in maart 2016 met de glimlach de uitslag van de ongelijke match mens-machine voorspellen: "ik win met 5-0." Lee Sedol telde achttien internationale titels, het op een na hoogste aantal uit de geschiedenis van dit spel. Het draaide anders uit. AlphaGo van Googles DeepMind won met 4-1. AlphaGo was gevoed met enkele duizenden matchen en met veel artificiële intelligentie, had geen last van stress en speelde gewoon beter dan de wereldkampioen. Het is ondertussen oud nieuws. Het echtonvoorstelbare gebeurde eind oktober dit jaar. AlphaGo Zero, een nieuwe versie van DeepMind, stond er nu helemaal alleen voor. Het moest leren van nul, zonder enige menselijke interventie. Het werd gevoed met de spelregels en moest dan zijn plan trekken, goed leren spelen door tegen zichzelf te spelen. AlphaGo Zero is een zogenaamde 'deep learner'. Het leert uit ervaring, en is dus zijn eigen leermeester. Het leert zoals een kat in een laboratorium, op basis van 'selectieve bekrachtiging'. De beloning stuurt het gedrag. Een partij winnen helpt het systeem te 'beseffen': ik was goed bezig. Een partij verliezen betekent: volgende keer beter. Na drie uur studiewerk speelde AlphaGo Zero op beginnersniveau, tuk op onmiddellijke, lokale winst, vergetend wat het finale doel is. Na 19 uur speelde de computer al beter dan de meeste mensen. En na 70 uur gebruikte de computer strategieën die als supermenselijk werden omschreven. Hij won - met een glimlach op de computerlippen - van AlphaGo. Experts rapporteerden aan de media dat ze strategieën hadden gezien waaraan nog geen enkele topspeler ooit had gedacht. Na 70 uur stond de computer verder dan tweeduizend jaar menselijk denkwerk. De ontwerpers vanAlphago Zero hebben een laconieke commentaar: onze software is zo effectief omdat ze tijdens het leerproces niet gehinderd wordt door menselijke kennis. Kader die zin maar in en vergeet hem nooit als je weer eens pseudo-experts hoort stellen dat de menselijke kennis altijd superieur zal zijn. Ons rijk is uit. Vorig jaar klopte Watson van IBM de beste spelers in een kwis gebaseerd op typisch menselijke woordspelingen. De superintelligente robots staan klaar. Het menselijke oordeel leek onvervangbaar. Maar wie Go-strategieën ontwikkelt waar een mens nooit aan gedacht had, kan waarschijnlijk ook een medische diagnose stellen, een wetgeving 'interpreteren' of de weerstand bepalen van een nieuw type brug. Nog nooit heb ik de jongste weken zo vaak geciteerd wat Ronald Reagen zo graag herhaalde: you ain't seen nothing yet. Nu geloof ik hem.