Yoshua Bengio denkt diep na over de vraag hoe menselijke hersenen werken en hoe een soortgelijke aanpak computers slimmer kan maken.

'Mijn hoofddoel is het begrijpen van de principes die de basis vormen van intelligentie.'

Regisseur Kees Brouwer over Yoshua Bengio

'Geweldige man. Erg bijzonder. Hij heeft een soort ondeugende blik, als een klein jongetje, en hij heeft heel veel plezier in wat hij doet. Hij raakte wel een beetje geprikkeld toen ik vroeg of kunstmatige intelligentie ons uiteindelijk zou gaan overheersen. "Het zijn maar machines", zei hij, "met een knop erop." Die vraag wordt hem waarschijnlijk altijd gesteld, een vraag die uit angst voortkomt. En hij heeft die angst niet. Als je hem vraagt of computers kunnen liefhebben, dan zegt hij: "natuurlijk, als we ze programmeren om dat te doen." (lees verder door op 'open' te klikken)

'Dat is wel leuk aan hem, dat je echt dingen hoort waarvan je denkt: wow, gaat het echt die kant op? De computer zelf komt tot gedachten over dingen die hij nooit eerder heeft gezien. Een foto van een hond herkennen als hond bijvoorbeeld. Zoals een kind dat ook leert.'

'Zijn studenten zijn allemaal achter computers met formules bezig enzo, en van hun discussies begreep ik geen bal. Maar het was toch fantastisch om te zien. De inspiratie komt nadrukkelijk van het menselijk brein. Hoe krijg je een idee; wat is een idee eigenlijk? Iets wat er nog niet was, wat ontstaat in je brein. Zelf heeft hij zijn beste ideeën 's ochtends, als hij nog nét slaapt, zo tegen het wakker worden aan. Dat hebben we ook kunnen filmen. Wordt hij even wakker, schrijft iets op, doet zijn ogen weer dicht. En dan gaat hij het huis uit, en al lopend is hij alleen maar met die gedachte bezig. Dan ontwikkelt dat idee zich.'

'Door na te denken over hoe hij zelf tot een idee komt, via introspectie én kennis uit de neurowetenschap, krijgt hij weer ideeën over hoe computers dat kunnen leren. Zijn broer doet dat ook, maar dan voor Google. Met elkaar, en met hun vader en de derde broer, die muzikant is, praat hij ook weer over deep learning. Aparte mensen.' 

'Een beetje verstrooid is hij wel. We kwamen hem stomtoevallig op Schiphol tegen, een paar maanden na de opnamen. Leuk gepraat, en toen vertrok hij naar zijn vliegtuig. Wij wilden even later ook naar onze gate gaan, maar toen zagen we pas dat Yoshua zijn tas had laten staan. Gelukkig kwam hij net op tijd weer aanlopen.'

leven en werk

Yoshua Bengio (1964, Parijs) is een Canadese computerwetenschapper, het meest bekend om zijn werk aan kunstmatige neurale netwerken en diep leren. 'Mijn hoofddoel is het begrijpen van de principes die de basis vormen van intelligentie.' Als kind is Bengio al gefascineerd geraakt door artificial intelligence (AI). Kunnen we menselijke intelligentie nabouwen in machines? Kunnen we niet alleen slimme machines maken, maar ook apparaten die zelflerend zijn, slimmer en slimmer worden? En wat kan AI voor de mens betekenen? Over dit soort vragen denkt Bengio graag na ’s ochtends in bed of tijdens zijn dagelijkse wandelingen – het liefst in absolute stilte. Een van de onderwerpen waar hij vooral mee bezig is, is de vraag hoe de hersenen informatie verwerken en hoe dit toe te passen is in machine learning. Machine learning is het principe dat je machines zoals computers en smartphones via algoritmes kunt ‘leren’ taken uit te voeren.

diep leren

Deep learning is het neusje van de zalm van machine learning. Deep learning is een complexe – op het brein geïnspireerde – vorm van machine learning waarbij je een machine op basis van grote hoeveelheden data leert zien, luisteren en praten. ‘Leren gaat over het integreren van de informatie die we krijgen door ervaring in een meer abstracte vorm die ons in staat stelt goede beslissingen te nemen.’ Een machine kan leren door grote hoeveelheden data te labelen. De grootste doorbraak in deep learning van de afgelopen jaren is dat machines video’s en foto’s kunnen ‘zien’ en interpreteren.

Bengio is bekend om zijn werk aan machine translation en hoe je een machine leert woorden, zinnen, lappen tekst te lezen en te begrijpen. Om uiteindelijk ook tussen de regels te lezen en de werkelijke betekenis van een tekst te begrijpen en jou als gebruiker de juiste informatie voor te schotelen. Daar heeft hij de afgelopen anderhalf jaar hard aan gewerkt. Veel bedrijven passen zijn kennis toe in machines. Een uitdaging voor de toekomst wordt voor hem slimme machines te bouwen die echt zelflerend zijn. Dit heet unsupervised learning. Dankzij nog grotere rekenkracht en nieuwe (non GDU) chips en complexere algoritmes moet dat kunnen.

    •

    'Leren gaat over het integreren van de informatie die we krijgen door ervaring in een meer abstracte vorm die ons in staat stelt goede beslissingen te nemen.' - Yoshua Bengio

    © vpro / Jurriaan