Nobelprijzen voor AI, en dat zal niet de laatste keer zijn

Toen Alfred Nobel eind 19de eeuw zijn testament schreef en de naar hem genoemde prijzen in het leven riep, was nog lang geen sprake van computerwetenschappen. Toch had een scherpzinnige geest als hij toen al kunnen bevroeden dat het hokjesdenken in de wetenschap gedoemd was om te verdwijnen. In het Firenze van de 14de eeuw ondersteunde de bankiersfamilie de Medici kunstenaars en multidisciplinaire wetenschappers zoals Leonardo da Vinci. Ze legden er de basis van de Renaissance, een periode van ongeziene bloei, kennis en vooruitgang. In zijn boek ‘The Medici Effect' beschrijft Frans Johansson hoe die innovatie er vooral kon ontstaan op het kruispunt van verschillende culturen en disciplines, waardoor ideeën van het ene gebied naar het andere worden gebracht.

Niet zelden blijken mensen die geen ervaring hebben in een bedrijfstak bij te dragen aan de meest ontwrichtende innovatie. Een voorbeeld uit het boek is Charles Darwin, een geoloog van opleiding, die een aantal vogelsoorten verzamelde op de Galapagoseilanden. De ruwe aantekeningen gaf Darwin bij zijn thuiskomst aan John Gould, een ornitholoog die niet meteen onder de indruk was. Later ontdekte hij dat Darwin allemaal nieuwe soorten beschreven had. Gould was de grote deskundige in zijn vakgebied, maar je had een buitenstaander als Darwin nodig om de paradigmashift mogelijk te maken.

Universeel zuur

De filosoof Daniel Dennett noemde in z’n boek ‘Darwin's Dangerous Idea’ de evolutietheorie een 'universeel zuur' dat zich overal doorheen vreet, niet alleen in de ornithologie maar zelfs in vakgebieden buiten de biologie. Vandaag kunnen we AI zien als het 'universele zuur' dat zich overal doorheen vreet.

Het fundament daarvoor legden Geoffrey Hinton en John Hopfield, de winnaars van de recentste Nobelprijs voor Fysica, toen ze zich voor hun neurale netwerken lieten inspireren door de structuur van onze hersenen. Computers zouden voortaan zichzelf kunnen trainen aan de hand van enorme hoeveelheden data, en daarin patronen herkennen en verbanden leggen.

Dat de Nobelprijs voor Chemie ook naar computerwetenschappers ging, leert ons dat het kruispunt met de computerwetenschap dé plek is voor wie baanbrekend werk wil verrichten in zijn domein. David Baker, Demis Hassabis en John M. Jumper ontwikkelden computermodellen die de structuur van eiwitten, de fundamentele bouwstenen in ons lichaam, beter leerden begrijpen. Ze kraakten de code van complexe eiwitstructuren, en slaagden erin een volledig nieuw type eiwit te bouwen. Dat kan helpen tumoren vroeger op te sporen of schadelijke kankercellen onklaar te maken via gerichte celtherapieën. Vergelijk dat eens met de beroemde AI-schaakcomputer Deep Blue in 1997. AI heeft een weg afgelegd wat betreft maatschappelijke relevantie en impact.

AI zet een turbo op het wetenschappelijk onderzoek over disciplines heen. Bij Imec zie ik hoe AI de ultracomplexe zoektocht naar nieuwe chipdesigns stuwt. Maar ook de klimaatwetenschap, waar het complexe samenspel van parameters het menselijk bevattingsvermogen overstijgt, is toe aan een AI-boost. Of de zoektocht naar nieuwe materialen of medicijnen, die vaak veel wegheeft van het zoeken naar een naald in een hooiberg. Daar vormt geautomatiseerde patroonherkenning een onmisbare aanvulling op uitmuntende wetenschappers en hun creativiteit.

Dat laatste kan misschien een troost zijn voor de chemici en fysici die zich in een staat van lichte ontreddering bevinden: AI vermag dan wel heel wat, het fascinerende proces van stuiterende ideeën tussen mensen blijft voorlopig buiten bereik.

Dit artikel verscheen eerder als column in De Tijd.