Wetenschap per orakel

De column die alle hoeken van de wetenschap verkent.

'Een intrigerende mogelijkheid is dat we aan het einde staan van het tijdperk van de begrijpelijke wetenschap.' Zo citeerde het vakblad Science onlangs Adrien Treuille, computerwetenschapper aan de Carnegie Mellon University in Pittsburgh.

Misschien mompelt hier of daar nu iemand: 'Ik heb wetenschap altijd al onbegrijpelijk gevonden'. En er zijn altijd al wetenschappers en wetenschapspopularisators geweest die koketteerden met het tegenintuïtieve of zogezegd 'onbegrijpelijke' karakter van pakweg de kwantumfysica. Maar Treuille heeft het over iets anders. Hij bedoelt - als ik het tenminste goed begrijp - dat er spoedig wetenschap zou kunnen komen die door geen mens nog begrepen wordt.

Treuille heeft het over de opkomst van kunstmatige of artificiële intelligentie (AI), en meer bepaald over neurale netwerken en 'deep learning', op dit moment de hipste AI-techniek.

Behalve om socialenetwerk- en smartphonegebruikers met meer reclame om het hoofd te kunnen slaan en langer aan het scherm gekluisterd te houden, beginnen technieken als deep learning en datamining ook te worden toegepast in de wetenschap.

Science beschrijft een laboratorium waarin AI-systemen en robots zelfstandig research doen om genetisch gewijzigde bacteriën te maken die efficiënter bepaalde stoffen aanmaken. De computers en robots doen niet alleen het domme routinewerk. AI beslist welke experimenten worden gedaan, analyseert de uitkomst en bedenkt op basis van die uitkomst vervolgexperimenten. Het eindresultaat na een lange reeks experimenten is inderdaad een gewijzigde bacterie die meer van de gevraagde stof produceert.

Maar, en hier komt het fascinerende punt: de mensen die het proces begeleiden, begrijpen meestal niet hoe het komt dat de nieuwe bacterie meer produceert. AI bedenkt wel genetische wijzigingen die de bacterie efficiënter maken, maar kan er geen uitleg bij geven. De stofwisselingsprocessen in de bacterie zijn meestal ingewikkelde netwerken van op elkaar inwerkende chemische reacties, waarin AI op verscheidene plaatsen tegelijk heeft ingegrepen. Begrijpen waarom precies die wijzigingen het gewenste resultaat opleveren, zou bijna een apart wetenschappelijk onderzoeksproject behelzen. En dat is niet de bedoeling van het lab. Het laboratorium werkt voor bedrijven die resultaten willen, geen inzicht.

In feite functioneert AI als een soort black box, die problemen oplost maar geen menselijk begrip creëert. Als een artificieel neuraal netwerk een vraagstuk heeft opgelost, is het vaak zelfs voor de menselijke ontwerpers van dat netwerk niet duidelijk hoe het dat precies heeft gedaan.

Het roept een verontrustend toekomstbeeld op. Worden intelligente neurale netwerken op termijn een soort 'orakels' voor wetenschappers, en krijgen we wetenschap die resultaten produceert maar geen inzicht? Als je een moeilijk vraagstuk hebt, leg je het voor aan het orakel, en het antwoord dat je krijgt, moet je gewoon maar geloven. Alsof je het antwoord achteraan in het boek kan opzoeken.

* Steven Stroeykens Schrijver, wetenschapsjournalist, fysicus en blogger op zandrekenaar.be

Advertentie
Advertentie

Tijd Connect