Intelligentie, wat is dat eigenlijk? Intelligentie heeft te maken met hersenen, met gedrag maar ook met computersystemen. Veel onderwerpen uit veel verschillende takken van wetenschap dus. Studievereniging Bèta-gamma vond het hoog tijd voor een interdisciplinair congres over dit onderwerp. Blind was erbij. Na zes totaal verschillende colleges blijkt een eenduidige definitie vrijwel onmogelijk. Intelligentie, dat is gewoon een verdraaid lastig begrip.

Het is nog stil als we ‘s ochtends om negen uur het splinternieuwe M-gebouw op het Roeterseiland binnenlopen. Koffie en thee staan klaar om de nog slaperige deelnemers wakker te krijgen, wat aardig lijkt gelukt als om half tien een koebel klinkt: het congres gaat beginnen. Onder zacht gegons van nieuwsgierige stemmen stroomt de collegezaal langzaam vol. Na een korte introductie van de organisatie is het woord aan Karel van Dam, emeritus hoogleraar biochemie en oud-directeur van het Instituut voor Interdisciplinaire Studies. Na een klein informatiebombardement over entropie, thermodynamica, creativiteit en cultuur besluit hij zijn verhaal met de wens om tijdens de dag nieuwe inzichten op te kunnen doen.

De biologische basis van intelligentie

De eerste spreker, Harm Krugers, bijt het spits af met een benadering van intelligentie op het microniveau van hersencellen. Als neurowetenschapper onderzoekt hij de werking van het brein, met in het bijzonder de relatie tussen stress en het geheugen. In zijn lezing betoogt Krugers dat dit soort basale processen van groot belang zijn voor intelligent gedrag. Krugers definieert intelligentie als ‘het vermogen je aan te passen aan veranderende situaties’. 

Bij ratten zorgt stress voor de aanmaak van het stresshormoon corticosteron, bij mensen vergelijkbaar met cortisol. Ratten die in een bak water naar een verborgen platformpje moeten zwemmen leren dat beduidend sneller bij een watertemperatuur van 22 graden dan bij 30 graden, door de hogere concentratie stresshormoon in hun bloed. Corticosteron zorgt op celniveau voor een grotere mobiliteit van AMPA receptoren, die betrokken zijn bij de signaaloverdracht tussen synapsen. Dit proces speelt een belangrijke rol bij leren en geheugen. De aanmaak van AMPA receptoren onder invloed van corticosteron zorgt dus voor een verbeterde geheugenopslag door toegenomen communicatie tussen de synapsen. ‘Slim door stress’: met een wat nauwe definitie van intelligentie kan het wel degelijk.

De tweede spreker laat ons kennismaken met intelligentie bij primaten. Jan van Hooff, emeritus hoogleraar ethologie aan de Universiteit van Utrecht en leermeester van apengoeroe Frans de Waal, vraagt zich af of dieren begrijpen wat ze doen. Is een chimpanseevrouwtje dat een babyaapje de fles geeft intelligent, in de zin dat ze snapt welk doel haar handelingen dienen? Of doet ze gewoon de verzorger na omdat deze haar voor dit gedrag heeft beloond? 

Van Hooff neemt de definitie van de Van Dale als uitgangspunt voor intelligentie: ‘het verstandelijk vermogen op grond van begrip en inzicht nieuwe oplossingen aan te kunnen dragen’. Intelligentie is dus meer dan iets aanleren of herinneren, omdat het te maken heeft met planning en inzicht. Maar ook in deze uitgebreidere vorm blijken dieren intelligent gedrag te kunnen vertonen. Een rat in een labyrint volgt meteen een nieuwe route als blijkt dat op haar aangeleerde route een obstakel is geplaatst. Een chimpansee die een lekkernij wordt voorgeschoteld waar hij net niet bij kan, neemt de tweede keer dat hij in deze gelegenheid wordt geplaatst alvast een stuk gereedschap mee om het voedsel te kunnen bemachtigen. Zo kunnen dieren in verschillende situaties verrassend slim uit de hoek komen.

Intelligentie is volgens Van Hooff een rangorde van verschillende componenten. Hierin staat het begrijpen van de werking van dingen en het observeren van andermans gedrag onderaan. Een hogere vorm van intelligentie veronderstelt een theory of mind, het vermogen zich een voorstelling van een ander te maken. Zelfbewustzijn, of het besef dat jouw belevingswereld verschilt van die van anderen, is een nog hogere vorm van intelligentie. De spiegeltest maakt snel duidelijk of dieren zelfbewust zijn. Stekelbaarsjes die voor een spiegel worden gezet blijven dreiggedrag vertonen, terwijl er bij chimpansees op een zeker moment ‘een kwartje valt’: ze ontdekken de spiegeling van hun eigen beweging. Behoorlijk intelligent, die chimpansees. 

IQ van mens en computer

Na een korte koffiepauze vertelt Jelte Wicherts over intelligentie in de psychologie. IQ-tests claimen dat ze intelligentie kunnen kwantificeren, dat ze slimheid in een cijfer kunnen vatten. Dat ligt iets complexer dan op het eerste gezicht lijkt. Intelligentietests meten namelijk bepaalde vaardigheden, zoals woordenschat en patroonherkenning, die worden opgeteld tot een overkoepelende index voor algemene intelligentie, oftewel IQ. Hoewel deze vaardigheden onderling sterk met elkaar samenhangen, is er nog steeds geen onderliggende verklaring gevonden voor algemene intelligentie. De score die iemand behaalt op een IQ-test is dus niet noodzakelijk het gevolg van een enkele factor, die zijn of haar totaalintelligentie belichaamt. Wat is dan wel de verklaring voor het feit dat prestaties op verschillende onderdelen van een IQ test met elkaar verband houden? In het artikel van Kees-Jan Kan en Han van der Maas kun je hier meer over lezen.

Het meten van intelligentie roept nog meer methodologische vragen op: gaat het bij verschillende testresultaten tussen groepen mensen bijvoorbeeld om verschillen in vaardigheden of om meetverschillen? Zo hebben mannen gemiddeld een hoger IQ dan vrouwen, en zijn er ook onderzoeken die suggereren dat Afrikanen een veel lager IQ hebben dan westerlingen. Betekent dit verschil in testscores dat mensen in Europa slimmer zijn dan in Afrika, of dat een IQ-test in beide gevallen niet hetzelfde meet? Zie voor het antwoord op deze vraag het artikel dat Jelte Wicherts schreef voor Blind.

Daarnaast is IQ met een heleboel dingen gecorreleerd. Sommige verbanden lijken intuïtief best te begrijpen: IQ hangt bijvoorbeeld positief samen met opleidingsniveau en geheugencapaciteit. Daarnaast is IQ ook gecorreleerd met sociaaleconomische status en zelfs met de dood: hoe intelligenter je bent, hoe ouder je wordt. Dit is echter een zeer zwak verband, waar ook andere factoren een rol bij spelen. Verrassend is ook dat IQ biologisch gegrond lijkt te zijn. De grootte van het brein is (matig) voorspellend voor IQ, en aan de hand van onderzoeken met tweelingen is tevens duidelijk geworden dat IQ een sterke erfelijke component kent. Over dit soort correlaties, en over tweelingstudies in het bijzonder, is meer te vinden in het artikel van Mark Patrick Roeling en collega’s.

Van de psychologie gaan we over naar de kunstmatige intelligentie (KI), de wereld van Marco Wiering. KI gaat over het ontwerpen van autonome computerprogramma’s die op slimme manieren oplossingen kunnen bedenken voor allerlei problemen. Wanneer is een computer nu precies intelligent te noemen? Dit blijkt niet altijd met onze vooronderstellingen over intelligentie te rijmen. Het optillen van een kopje is naar menselijke standaarden geen bijster intelligente daad, maar voor een robot is dit een enorm lastig probleem. Net zoals bij waarnemen of het begrijpen van een zin zijn bij motorische handelingen gigantisch veel factoren betrokken, die op zoveel verschillende manieren met elkaar gecombineerd kunnen worden dat het eindresultaat bijna niet te berekenen valt. 

Het spelen van een schaakpartij is voor veel mensen zo ongeveer het toppunt van intelligent gedrag maar het is juist op dit vlak dat een computer de mens al vele malen te slim af is geweest. Toch is er volgens Wiering door Alan Turing een goede manier bedacht om het ‘IQ’ van computers te meten. Een kunstmatige intelligent systeem is geslaagd voor de turingtest als het door middel van communicatie een mens kan doen geloven dat deze niet met een computer, maar met een medemens aan het converseren is. Dat is misschien wel het ultieme voorbeeld van intelligentie in dit vakgebied: een humanoiddie met mensen kan interacteren, een mensrobot. Zo ver zijn we echter nog lang niet.

Wiering onderscheidt nog een andere manier waarop computersystemen intelligentie kunnen laten blijken. Een computer is vooral intelligent als deze niet blindelings de instructies van een menselijke programmeur uitvoert, maar zelf leert welke oplossingen optimaal zijn en welke niet. Een schaakcomputer kan leren schaken door eindeloos vaak tegen zichzelf te spelen en de zettencombinaties te onthouden die winst opleveren. De computer ‘beloont’ een winstgevende combinatie met een positieve codering in de database en leert zo dus wat goede zetten zijn. Hetzelfde principe werkt bij databases voor beeld en geluid. Begrippen als ‘strand’ en ‘bergen’ worden gekoppeld aan afbeeldingen en ingevoerd in een database. Als een programma maar genoeg van dit soort voorbeelden voorgeschoteld krijgt, is het na verloop van tijd in staat om zelf onderscheid te maken tussen foto’s van stranden en bergen. Een afbeelding van een strand met bergen op de achtergrond behoeft vooralsnog een menselijke blik om te bepalen in welke categorie de foto thuishoort, omdat computers (nog) weinig gevoel voor context hebben. 

Kortom: de belangrijkste component van intelligentie in KI is dat agents zelf acties kunnen ondernemen, dat ze inzicht hebben in complexe situaties. De meeste computers richten zich nu nog op één ding en missen de ‘universele intelligentie’ van mensen. De toekomst zal uitwijzen in hoeverre hier verandering in komt.

Collectieve intelligentie

Na de lunchpauze confronteert socioloog Jeroen Bruggeman ons met de vraag of intelligentie alleen een eigenschap is van individuen, of ook van groepen. Volgens Bruggeman is een mens in zijn eentje maar beperkt intelligent, het is juist het delen van kennis met anderen dat ons slimmer maakt. Bruggeman illustreert dit idee aan de hand van zijn onderzoek naar sociale netwerken. De mens is in beginsel een sociaal wezen, hij wordt beloond met erkenning en gestraft met afwijzing. Binnen sociale groepen is doorgaans sprake van een hechte kern en een wat dunnere periferie. Mensen in de kern kennen elkaar goed, de mensen die erbuiten staan kennen de insiders en elkaar een stuk minder goed. Deze relatieve buitenstaanders kunnen echter wel een brugfunctie vervullen tussen verschillende groepen. Zij worden zo ‘kennisondernemers’ die de communicatie en uitwisseling van ideeën tussen groepen kunnen verbeteren. 

Bruggeman onderscheidt twee leerstrategieën in kennisnetwerken voor mensen en organisaties. Aan de ene kant is er exploratie, waarbij een brede verzameling nieuwe ideeën wordt onderzocht. Daartegenover staat specialisatie, waarbij één specifiek onderwerp wordt uitgediept. Het is moeilijk om aan de exploratiekant snel een hogere kwaliteit bronnen te begrijpen, andersom is het aan de specialisatiekant moeilijk om continu verfrissende, nieuwe ideeën te bedenken. Goede kennisteams hebben idealiter een paar specialisten maar ook een paar kennisondernemers, die snel en breed aan nieuwe inzichten kunnen komen. De netwerkbenadering maakt het mogelijk voorspellingen te doen over gunstige netwerkposities. Zo blijkt een team van zeven mensen optimaal en gaat het credo ‘never change a winning team’ in praktijk helemaal niet op. Het is juist belangrijk vaak van teamsamenstelling te veranderen, omdat dit de leden van het team scherp houdt. 

De laatste spreker van de dag is hoogleraar kunstmatige intelligentie Guszti Eiben, die met behulp van evolutionaire algoritmen virtuele werelden bouwt. Hij richt zich op de collectieve kant van de kunstmatige intelligentie, waarin de interactie tussen meerdere intelligente agents centraal staat. Deze benadering illustreert hij met een fragment uit de film Minority Report, waarin Tom Cruise belaagd wordt door een troep spinachtige robots die op een hoog niveau met elkaar samenwerken. In de virtuele systemen die Eiben maakt speelt, net zoals in de evolutie, aanpassingsvermogen een hoofdrol. Adaptief vermogen leidt op individueel niveau echter niet automatisch tot intelligent gedrag. Een thermostaat past bijvoorbeeld alleen maar rigide de temperatuur aan en is nogal ‘dom’. 

Een intelligent multi-agent systeem daarentegen ontwikkelt zichzelf op het niveau van de populatie. Hoewel kennis niet genetisch kan worden doorgegeven maar wel kan worden aangeleerd, kan het systeem zich als geheel door de combinatie van willekeurige evolutionaire aanpassingen en het leerproces van de groep ontwikkelen. Dit soort evolutionary computing is een subdiscipline van de kunstmatige intelligentie die, geïnspireerd op natuurlijke processen als evolutie, efficiënte algoritmes voor het oplossen van optimalisatieproblemen tracht te ontwikkelen. Een nauw verwant veld is swarm intelligence, waarin men inzichten over het intelligente gedrag van groepen organismen gebruikt om eenzelfde soort algoritmen te ontwikkelen. Over de natuurlijke oorsprong van swarm intelligence en toepassingen in de kunstmatige intelligentie is alles te lezen in het artikel van Jelmer van Ast.

Afsluiting

Na deze zes zeer uiteenlopende verhalen is het tijd om de balans op te maken. Karel van Dam, die aan het begin van de dag de introductie had verzorgd, sluit de dag af. Hij doet een dappere poging om alles in één praatje te vatten, maar zelfs met zijn interdisciplinaire expertise blijkt dit een lastige taak. Dat betekent wel dat zijn wens om veel nieuwe inzichten op te doen in vervulling is gegaan. Deze inzichten komen echter eerder in de vorm van vragen dan van antwoorden. 

Hoe vloeit intelligentie voort uit de biologische processen die zich in het brein afspelen? Zal de mens ooit robots scheppen die ons qua intelligentie voorbijstreven? Wat is de meest intelligente manier om de samenleving te organiseren? En hoe verenigen we deze steeds uitbreidende en uitdiepende kennis over intelligentie binnen één interdisciplinair kader? 

Moeilijke vragen, die waarschijnlijk nog een tijd onbeantwoord zullen blijven. Zoals altijd zal de toekomst het ons leren. En gelukkig, om met de woorden van Marco Wiering te spreken, ‘duurt de toekomst nog heel erg lang’.