Al bijna 100 jaar zijn we gefascineerd door het concept van robots zoals we die gezien hebben door de ogen van science fiction-schrijvers over de hele wereld. Sinds de term in de jaren 20 van de vorige eeuw geïntroduceerd werd, zijn we een beeld gaan vormen over hoe menselijke robots alles heel precies en volgens door ons opgelegde regels kunnen doen.

En hoewel Elon Musk, met in zijn kielzog vele anderen, het publiek regelmatig waarschuwt over de gevaren van kunstmatige intelligentie, klinkt het op dit moment meer als een goedkope PR-stunt dan een daadwerkelijk risico dat we lopen. En toch, nu Google Deepmind leert lopen zonder enige andere informatie dan het doel en een paar basisparameters, kan de toekomst nog veel beangstigender zijn dan kijken hoe Deepmind wandelt.

Nu de laatste paar generaties mobiele processors steeds krachtiger zijn geworden, kunnen processor intensieve ML-toepassingen redelijk goed draaien op zowel Android als iPhone, hoewel we nog steeds zien dat het meeste leren wordt uitgevoerd op snelle desktop computers die vaak GPU’s gebruiken om de trainingsgegevens te berekenen.

Een van de redelijk verborgen functies op het gebied van ML en KI is het feit dat als een reeks goede trainingsmodellen eenmaal is gebouwd, het in theorie mogelijk moet zijn om talen te vertalen zonder een internetverbinding, bijvoorbeeld door het creëren van een autonome vertaler die op zichzelf werkt, onafhankelijk van een openbare database of referentiepunt.

Maar ondanks dat Apple zijn Siri SDK in september 2016 heeft uitgegeven en hun KI heeft geopend voor alle ontwikkelaars, zijn deze slechts in staat geweest basisfuncties te implementeren, voor zover deze auteur kon vinden. Zeker, het is geweldig dat Uber en PayPal mijn spraakcommando’s begrijpen en dit in hun apps opnemen, maar dat is niet echt revolutionair. Het is meer verwant aan het verwisselen van een toetsenbord voor een microfoon; we moeten nog steeds hulpmiddelen gebruiken om commando’s te kunnen geven.

En kijk bijvoorbeeld eens naar Tinder, hun machinaal leren bestaat uit het weergeven van willekeurige profielfoto’s en het vervolgens vastleggen van de populariteit van die foto’s, om in de toekomst de lijst met foto’s te kunnen sorteren op aantal weergaven. Zeker, ze kunnen hiervoor ML gebruikt hebben, maar was het echt nodig, of is het gewoon weer een PR-stunt?

Natuurlijk hoeven dingen niet revolutionair te zijn om de moeite waard te zijn. Er is de afgelopen jaren een hoop handige vooruitgang geboekt in KI, voornamelijk aangevoerd door kwesties als het tegengaan van spam, het automatisch indelen van afbeeldingen die alleen bedoeld zijn voor volwassenen, gezichtsdetectie en meer.

En met de nieuwste vooruitgang wat betreft mobiele app-ontwikkeling en machinaal leren, in het bijzonder het lagere energieverbruik in combinatie met nieuwere en betere hardware, is het slechts een kwestie van tijd voordat onze telefoon zelf een robot wordt.