In de eerste fase↓In de eerste fase van AI, van 1957 tot eind jaren ‘90, werd voornamelijk gebruikt gemaakt van formal logic, oftewel als-dan regels. Deze vorm van AI was vooral gericht op high level cognition, zoals redenering en probleemoplossing. >Hoofdstuk 1.1
van AI↓De meest dominante associatie met AI is machine learning. Uit onderzoek van de World Intellectual Property Organisation (WIPO) uit 2019 blijkt tevens dat machine learning de meest dominante AI-technologie is die in patentaanvragen is opgenomen. Binnen deze toekomstverkenning richten we ons daarom hoofdzakelijk op machine learning. >Hoofdstuk 1.1
was het uitgangspunt dat ons brein een symboolmanipulator is en stapsgewijze processen volgt om voorstellingen van de wereld met berekeningen te ontleden (als dit, dan dat). Er was in deze fase nog weinig interesse in neurowetenschappen. Met de opkomst van Deep learning↓Deep learning is een machine learning-methode die gebruik maakt van verschillende gelaagde artificial neural networks. >Hoofdstuk 1.1
is er in de laatste decennia echter steeds meer aandacht gekomen voor de werking van het menselijk brein bij de ontwikkeling van AI. Bij veel discussies omtrent de vraag of AI menselijke intelligentie kan benaderen of overstijgen wordt echter niet vastgesteld wat de gehanteerde definitie en benaderwijze van intelligentie precies is. Wanneer noemen we iets intelligent? Hoe werkt intelligentie bij mensen? En kunnen we intelligentie automatiseren met AI?
Hetzelfde geldt voor geautomatiseerde besluitvorming. In veel gevallen worden verschillende typen besluitvorming op een hoop gegooid. Terwijl de impact ervan enorm afhankelijk is van de context en het toepassingsgebied. De implicaties van besluitvorming van AI binnen de rechtspraak zijn bijvoorbeeld compleet anders dan bij media- en entertainmenttoepassingen. Het is daarom belangrijk om goed te bepalen hoe menselijke besluitvorming precies werkt en in welke mate dit geautomatiseerd kan worden door AI.