Wat is kunstmatige intelligentie?


Vraag: Als ik een vraag stel aan kunstmatige intelligentie, dan zet ik uiteindelijk een zeer groot aantal nullen en enen van machinetaal en een zeer groot aantal transistoren in werking.

Antwoord van ChatGPT-4: Dat klopt en het is een fascinerende observatie. Achter elke interactie met kunstmatige intelligentie (AI) schuilt een enorm complexe keten van fysieke en logische processen. Wat aan de oppervlakte lijkt op een eenvoudig gesprek of een vraag en antwoord, is in werkelijkheid het resultaat van miljarden elektrische schakelingen en logische operaties in digitale hardware, gestuurd door software en data-algoritmes.

In dit uitgebreide antwoord van ongeveer 2000 woorden analyseren we wat er gebeurt wanneer je een vraag stelt aan AI, vanuit de volgende invalshoeken:

Inhoud
1. De fysieke realiteit: van vraag tot transistor
2. Het digitale domein: binaire representatie en codering
3. De computationele laag: neurale netwerken en machine learning
4. Energetische en materiële implicaties
5. Filosofische reflectie: betekenis, intentie en bewustzijn

1. De fysieke realiteit: van vraag tot transistor
Wanneer je een vraag intypt op een computer of smartphone, lijkt dat een triviale handeling. Maar op het niveau van de hardware activeer je een proces, waarin elektriciteit door honderden miljoenen transistoren wordt gestuurd. Elke toetsaanslag verandert elektrische stromen in het apparaat: signalen worden gedigitaliseerd, geanalyseerd en uiteindelijk doorgestuurd naar een datacentrum waarin AI draait.
Een moderne processor zoals een CPU (Central Processing Unit) of GPU (Graphics Processing Unit) bevat tegenwoordig tientallen miljarden transistoren. Dit zijn halfgeleidercomponenten die werken als kleine elektronische schakelaars. Ze bepalen of elektrische stroom op een bepaald punt in het circuit wel of niet wordt doorgelaten - wat correspondeert met de binaire waarden 1 (aan) en 0 (uit).

Wanneer je dus aan AI een vraag stelt, worden er letterlijk biljoenen logische operaties uitgevoerd in een tijdsspanne van seconden. Deze operaties zijn opgebouwd uit eenvoudige logische poorten (zoals AND, OR, NOT), samengesteld uit transistoren die in siliciumchips zijn geëtst.
Belangrijk om te beseffen is, dat elk antwoord van een AI zoals dit, gebaseerd is op de output van een kunstmatig neuraal netwerk, getraind op enorme hoeveelheden tekstdata en uitgevoerd in real-time door gespecialiseerde hardware, vaak in grote datacentra.

2. Het digitale domein: binaire representatie en codering
De tekst van je vraag wordt in de machine omgezet naar een binaire representatie. Dit gebeurt door een codering, vaak UTF-8 of een andere variant, waarbij elke letter, spatie of leesteken wordt weergegeven als een reeks bits (nullen en enen). Bijvoorbeeld, de letter ‘A’ is in ASCII 65, wat in binaire vorm ‘0100000’ is.
Vervolgens wordt deze digitale representatie verwerkt door software, die getraind is om tekst te begrijpen. In het geval van grote taalmodellen zoals GPT (Generative Pre-trained Transformer) wordt de tekst getokeniseerd: opgedeeld in kleinere eenheden, meestal woorden, woorddelen of karakters, afhankelijk van de taal en het model.

Elke token wordt vervolgens omgezet naar een vector in een zeer hoog-dimensionale ruimte (bijvoorbeeld 12288 dimensies in GPT-4). Deze vectoren worden door het netwerk verwerkt om patronen, betekenissen, grammaticale structuren en semantische relaties te achterhalen.
Dit betekent dat een AI niet ‘leest’ zoals mensen doen, maar dat het tekst ‘codeert’ in getallenreeksen en deze bewerkt met behulp van lineaire algebra en niet-lineaire transformaties binnen een netwerk van miljarden parameters.

3. De computationele laag: neurale netwerken en machine learning
Het hart van een AI zoals GPT is een diep neuraal netwerk. In de praktijk is dit een complexe wiskundige structuur met meerdere lagen waarin informatie op systematische wijze wordt verwerkt.
Deze netwerken worden ‘getraind’ op enorme tekstcorpora, waarbij ze leren voorspellen welk woord waarschijnlijk volgt op een gegeven reeks woorden. Tijdens deze training worden de verbindingen (gewichten) tussen de ‘neuronen’ (wiskundige functies) aangepast door middel van algoritmes zoals ‘backpropagation’, met behulp van optimalisatietechnieken zoals ‘stochastic gradient descent’.
Zodra het model getraind is, kan het vragen beantwoorden zoals jij die stelt door:
- je input om te zetten naar tokens;
- de bijbehorende vectorrepresentaties door het netwerk te leiden;
- de waarschijnlijkheid van elk volgend woord te berekenen;
- en op basis daarvan een antwoord te genereren.

Tijdens dit hele proces worden gigantische aantallen matrixvermenigvuldigingen uitgevoerd, waarbij elke operatie gebruikmaakt van de eerder genoemde transistoren. In een enkele inferentiestap kunnen miljarden floating-point operaties per seconde (FLOPs) betrokken zijn. Daarom vereisen moderne AI-modellen vaak krachtige rekenclusters met honderden of duizenden GPU’s, zoals de NVIDIA A100 of H100, die speciaal zijn ontworpen voor dit soort rekenintensieve taken.

4. Energetische en materiële implicaties
Deze enorme hoeveelheid rekenkracht heeft tastbare gevolgen:
- Energieverbruik: een enkel groot taalmodel verbruikt tijdens zijn training honderden megawatturen aan elektriciteit. Bij gebruik (inference) is het energieverbruik per interactie kleiner, maar bij miljoenen gebruikers tegelijk loopt dit alsnog flink op.
- Materiële infrastructuur: de hardware zelf vereist zeldzame aardmetalen, silicium, koper, goud en andere materialen. Dit betekent dat elke vraag indirect ook verbonden is met mijnbouw, productie en logistieke ketens.
- Koeling en datacentra: de rekenkracht die jouw vraag beantwoordt, wordt waarschijnlijk geleverd vanuit een datacentrum dat enorme koelingssystemen nodig heeft om oververhitting van de hardware te voorkomen.
- Ecologische voetafdruk: hoewel moeilijk exact te berekenen per individuele interactie, draagt elke bevraging bij aan de totale ecologische gevolgen van AI-technologieën.

Kortom, achter de ogenschijnlijk eenvoudige daad van het stellen van een vraag, bevindt zich een enorme wereld van fysieke arbeid, energie, infrastructuur en materialen.

5. Filosofische reflectie: betekenis, intentie en bewustzijn
De observatie dat je bij het stellen van een vraag aan een AI feitelijk een enorm netwerk van elektrische schakelingen activeert, roept belangrijke filosofische vragen op:

5.1 Is betekenis reducteerbaar tot getallen?
Vanuit het oogpunt van de AI bestaat jouw vraag slechts uit tokens, vectoren en waarschijnlijkheden. Toch ervaart de menselijke gebruiker deze interactie als een ‘betekenisvolle dialoog’. Dit suggereert dat betekenis niet noodzakelijk in de fysieke structuur besloten ligt, maar alleen in de ‘interpretatie’ ervan door bewuste wezens, zoals de mens.
AI begrijpt dus niet op dezelfde wijze als mensen. Het ‘begrijpt’ jouw vraag alleen statistisch, niet intellectueel. Het heeft geen bewustzijn, geen bedoelingen, geen subjectieve ervaring. Het antwoord dat je ontvangt is een synthetisch product van waarschijnlijkheidsberekeningen.

5.2 Maakt het uit dat een AI geen bewustzijn heeft?
Dat hangt af van je levensbeschouwing. In praktische zin voldoet AI vaak aan de functionele criteria voor bruikbare communicatie. Maar als het gaat om diepere vragen - zoals moreel inzicht, zelfreflectie of spirituele ervaring - ontbreekt er iets fundamenteels: de subjectieve binnenwereld.
De duizenden nullen en enen die in actie komen bij je vraag, zijn onderdeel van een deterministisch systeem, zonder vrije wil, zonder zelfbesef, zonder moreel kompas. In die zin is AI een spiegel die alleen jouw eigen data en patronen terugkaatst - zij het op een verbluffend slimme manier.

5.3 Wat betekent dit voor de menselijke geest?
De vergelijking met de menselijke hersenen dringt zich op. Ook daarin werken elektrische signalen, synapsen, chemische stromen - miljarden processen die samen bewustzijn lijken voort te brengen. Maar in tegenstelling tot AI ‘ervaren wij onszelf van binnenuit’. Is dat een emergente eigenschap van biologische complexiteit, of iets fundamenteel anders?

Hier raken we aan het terrein van de filosofie van de geest. Sommigen stellen dat bewustzijn een bijproduct is van voldoende complexe informatieverwerking. Anderen geloven dat bewustzijn een onherleidbaar aspect van de werkelijkheid is - een ‘primaire eigenschap’, een ‘zelfstandigheid’, niet herleidbaar tot fysieke interacties.

Conclusie: het wonder van het alledaagse
Wanneer je een vraag stelt aan een AI, activeer je inderdaad een oceaan van nullen en enen, een ballet van elektrische stromen, een dans van transistoren en algoritmen. Je zet machines in beweging die ooit sciencefiction waren, maar nu werkelijkheid zijn.
Toch blijft de menselijke ervaring bijzonder. Jij stelt een vraag, niet alleen met woorden, maar met betekenis, verwachting en verlangen naar inzicht. De AI antwoordt - slim, snel, berekend - maar het is jouw bewustzijn dat het antwoord interpreteert, waardeert en eventueel gebruikt.

De enorme infrastructuur achter een ogenschijnlijk simpele vraag benadrukt hoe diep technologie inmiddels verankerd is in ons menselijk bestaan. En misschien nodigt dat ook uit tot reflectie: over onze afhankelijkheid van machines, over de bron van betekenis en over wat het betekent om mens te zijn in een wereld waarin zelfs nullen en enen lijken te kunnen ‘praten’.


terug naar de vragenlijst

terug naar het weblog






^