De technologie van kunstmatige intelligentie evolueert in een razendsnel tempo en neemt voortdurend nieuwe vormen aan, van patroonherkenningssystemen tot genetische kunstmatige intelligentie. Een vorm van kunstmatige intelligentie die probeert bijna onmiddellijk te reageren op gegevens uit de echte wereld is de “samengevoegde kunstmatige intelligentie”, waarvan het concept al bestaat sinds de jaren 1950, maar de snelle ontwikkeling van AI-technologie van vandaag geeft nu vorm aan dit idee.
De zogenaamde “samengevoegde kunstmatige intelligentie” combineert sensoren met machine learning om te reageren op gegevens uit de echte wereld. Voorbeelden hiervan zijn autonome drones, zelfrijdende auto’s en fabrieksautomatisering. Robotstofzuigers en grasmaaiers gebruiken een vereenvoudigde vorm van samengevoegde kunstmatige intelligentie.
Deze autonome systemen gebruiken kunstmatige intelligentie om te leren navigeren door obstakels in de fysieke wereld. De samengevoegde AI gebruikt een algoritmisch gecodeerde kaart die, op vele manieren, lijkt op de mentale kaart van het complexe netwerk van wegen en mijlpalen van Londen dat door de taxichauffeurs van de stad wordt gebruikt. In feite is het onderzoek naar hoe taxichauffeurs in Londen een route bepalen gebruikt om de ontwikkeling van dergelijke samengevoegde systemen te informeren.
Sommige van deze systemen omvatten ook het type samengevoegde groepsintelligentie dat te vinden is in insectenzwermen of vogelscholen. Deze groepen synchroniseren hun bewegingen onbewust. Het nabootsen van dit gedrag is een nuttige strategie voor de ontwikkeling van een netwerk van drones of voertuigen in een magazijn die worden bestuurd door een samengevoegd AI-systeem.
De kern van een samengevoegd AI-systeem is een digitaal model dat is ontworpen voor zijn operationele omgeving. Dit model lijkt op onze perceptie van de omgeving. Het model wordt ondersteund door verschillende leermethoden. Een voorbeeld hiervan is reinforcement learning, dat een beleidsgebaseerde benadering gebruikt om een route te bepalen – bijvoorbeeld met regels als “altijd X doen wanneer je Y tegenkomt”.
Een ander voorbeeld is actief redeneren, dat gebaseerd is op hoe het menselijk brein werkt. Deze modellen ontvangen voortdurend gegevens uit de omgeving en werken het model in realtime bij – vergelijkbaar met hoe we reageren op wat we zien en horen. Aan de andere kant evolueren sommige AI-modellen niet in realtime.
Hoewel samengevoegde AI-systemen zich nog in een vroeg stadium bevinden, vordert het onderzoek in een snel tempo. Verbeteringen in genetische kunstmatige intelligentie zullen natuurlijk bijdragen aan de ontwikkeling van samengevoegde kunstmatige intelligentie. Deze technologie zal ook profiteren van verbeteringen in de nauwkeurigheid en beschikbaarheid van de sensoren die worden gebruikt om de omgeving te identificeren.
Samengevoegde kunstmatige intelligentie zou ook kunnen helpen chatbots een betere klantervaring te bieden door de emotionele toestand van een klant te lezen en dienovereenkomstig antwoorden aan te passen.
