PuzzelsIk heb aan AI eens de vraag gesteld: "Als we het aspect bewustzijn buiten beschouwing laten, Is er dan bewijs dat de hersenen van de mens anders werken dan de neurale netwerken van AI?" Ik weet daar zelf niets van hersenen af, wel van AI, daarom hieronder het integrale antwoord. Blijkbaar zijn er dus wel verschillen. Ik betwijfel wel dat dat betekent dat AI niet slimmer is dan een mens zoals regor suggereert.
-------------------------------------------------
Als we die vergelijking maken en we laten het hele mysterie van bewustzijn buiten beschouwing, dan is het antwoord nog steeds een volmondig ja. Er is overweldigend neurowetenschappelijk en computertechnisch bewijs dat biologische neurale netwerken fundamenteel anders functioneren dan de kunstmatige neurale netwerken (ANN's) van AI.
Hoewel AI geïnspireerd is op het brein, zijn de achterliggende mechanismen totaal verschillend. Dit zijn de belangrijkste fundamentele verschillen:
1. Hoe ze leren: Backpropagation vs. Lokale Plasticiteit
Dit is het grootste wiskundige en biologische verschil.
AI (Backpropagation): Een kunstmatig neuraal netwerk leert in twee duidelijke stappen. Eerst stroomt er data vooruit door het netwerk (forward pass). Dan wordt de fout berekend en wordt die fout volledig achterwaarts door het hele netwerk teruggekoppeld (backpropagation) om alle miljarden gewichten (weights) een heel klein beetje aan te passen. Dit vereist een centrale computer die het hele netwerk pauzeert en overal tegelijk wiskundige berekeningen (afgeleiden) uitvoert.
Het Menselijk Brein: Biologische hersenen kunnen niet aan 'backpropagation' doen; er is geen centrale klok of algoritme dat het brein stillegt om miljarden synapsen achterwaarts bij te werken. In plaats daarvan leren hersenen lokaal. Een synaps tussen twee neuronen wordt sterker of zwakker puur op basis van de activiteit van die twee specifieke neuronen op dat exacte moment (neuroplasticiteit, zoals de wet van Hebb). Het brein leert continu en lokaal, terwijl het tegelijkertijd functioneert.
2. Energie en Signalen: Continu vs. Spiking (Analoog vs. Digitaal)
AI: Kunstmatige neuronen sturen continu exacte, fijnmazige wiskundige getallen (bijvoorbeeld 0.7425) door naar de volgende laag. Dit kost gigantisch veel computerkracht en constante elektrische stroom.
Het Menselijk Brein: Biologische neuronen zijn spiking. Ze sturen geen continue getallen, maar werken binair en met timing: ze vuren een korte elektrische puls (een actiepotentiaal) óf ze vuren niet. Informatie zit hem niet in de exacte hoogte van de spanning, maar in de frequentie en de timing van de pulsen. Als er niks gebeurt, verbruikt een neuron bijna geen energie. Mede hierdoor werken de hersenen op een schamele 20 watt.
3. Architectuur: Statische lagen vs. Dynamische chaos
AI: De meeste AI-modellen (zoals Transformers, de architectuur achter LLM's) zijn strikt gestructureerd in lagen. Informatie stroomt van laag A naar laag B naar laag C. Er zijn wel loops (zoals bij RNN's), maar de structuur van het netwerk staat tijdens het gebruik (de inference) muurvast.
Het Menselijk Brein: De hersenen zijn een organische, driedimensionale kluwen. Informatie stroomt alle kanten op: vooruit, achteruit, in zijwaartse lussen, en neuronen kunnen spontaan nieuwe verbindingen leggen of oude afbreken (structurele plasticiteit), zelfs terwijl je dit leest. Bovendien communiceren neuronen niet alleen elektrisch, maar worden ze ook beïnvloed door chemische stoffen (neurotransmitters en hormonen zoals dopamine en serotonine) die door de hersenvloeistof zweven en hele regio's in één keer gevoeliger of minder gevoelig maken. AI heeft hier geen equivalent voor.
4. Data-efficiëntie: Miljoenen voorbeelden vs. Eén ervaring
AI: Om een AI te leren wat een 'kat' is, moet je het model voeden met honderdduizenden of miljoenen afbeeldingen van katten zodat de statistische patronen langzaam inslijten.
Het Menselijk Brein: Een menselijk kind ziet één of twee keer een kat, legt direct de link met de textuur, het geluid en de context, en herkent een kat de rest van zijn leven in elke denkbare hoek of belichting. Onze hersenen zijn geëvolueerd om te leren van extreem weinig data (few-shot learning) dankzij een diep, biologisch ingebakken begrip van de fysieke wereld."
ads
Steun Sciencetalk
Voor Positiviteit - Scheurkalender 2026 - Elke dag positieve energie - positieve spreuken
Re: Stelling : AI heeft niets met intelligentie te maken.
met andere woorden: menselijke hersenen zijn een ordegrootte complexer dan je met AI kunt maken op dit moment en leren op een nog onbegrepen wijze waar van low level we wel ongeveer begrijpen (versterken van verbindingen die vaak gebruikt worden) maar high level geen bal van begrijpen.
Een kunstmatig neuraal netwerk werkt steeds volgens een vastliggend algoritme, feitelijk komt het steeds neer op aanpassen van coefficienten totdat je via gradient descent in het dal of op de top van een berglandschap terecht komt. allemaal een kwestie van partiele afgeleiden dus en rekenen om lokale maxima of minima te vinden waar wat je wilt realiseren zo goed mogelijk lukt.
Een kunstmatig neuraal netwerk werkt steeds volgens een vastliggend algoritme, feitelijk komt het steeds neer op aanpassen van coefficienten totdat je via gradient descent in het dal of op de top van een berglandschap terecht komt. allemaal een kwestie van partiele afgeleiden dus en rekenen om lokale maxima of minima te vinden waar wat je wilt realiseren zo goed mogelijk lukt.
Re: Stelling : AI heeft niets met intelligentie te maken.
@wnvl1,
U schreef:
"Ik betwijfel wel dat dat betekent dat AI niet slimmer is dan een mens zoals regor suggereert."
Ik suggereer / suggereerde dat helemaal niet.
Graag uw visie op mijj reactie hiervoor ....... die voor mij essentieel is.
Een enorm dik boek of enorm grote harde schijf met kennis in de ruimste zin ... kan nog steeds geen intelligentie hebben.
Is dat nu echt te / zo moeilijk omdat te begrijpen / in te zien / te aanvaarden ? ..... en het is toch zo simpel. 8-)
Men compliceer het fenomeen AI onnodig, men doet aan verpersoonlijking .... fout , helaas.
U schreef:
"Ik betwijfel wel dat dat betekent dat AI niet slimmer is dan een mens zoals regor suggereert."
Ik suggereer / suggereerde dat helemaal niet.
Graag uw visie op mijj reactie hiervoor ....... die voor mij essentieel is.
Een enorm dik boek of enorm grote harde schijf met kennis in de ruimste zin ... kan nog steeds geen intelligentie hebben.
Is dat nu echt te / zo moeilijk omdat te begrijpen / in te zien / te aanvaarden ? ..... en het is toch zo simpel. 8-)
Men compliceer het fenomeen AI onnodig, men doet aan verpersoonlijking .... fout , helaas.
Re: Stelling : AI heeft niets met intelligentie te maken.
Het gaat om meer dan het weghalen van bewustzijn. Je moet ook creativiteit weghalen, emoties, het biologische lichaam, intuïtie, en wellicht nog een paar kleinere zaken om te komen tot sec intelligentie.
Dat de mens dan op een iets andere manier tot oplossingen komt boeit niet zoveel. Het gaat vooral om het eindresultaat. Mensen laten tegenwoordig liever complexe vraagstukken door ai oplossen dan door de gemiddelde mens. Dat zegt genoeg.
De tijd van superieure menselijke intelligentie is voorbij, temeer ook omdat ai in de huidige vorm nog maar 3,5 jaar bestaat. Moet je nagaan waar het over 5, 10, 50, 100, 1000 jaar etc. staat. Of een miljoen jaar. 100 miljoen jaren....
Dat de mens dan op een iets andere manier tot oplossingen komt boeit niet zoveel. Het gaat vooral om het eindresultaat. Mensen laten tegenwoordig liever complexe vraagstukken door ai oplossen dan door de gemiddelde mens. Dat zegt genoeg.
De tijd van superieure menselijke intelligentie is voorbij, temeer ook omdat ai in de huidige vorm nog maar 3,5 jaar bestaat. Moet je nagaan waar het over 5, 10, 50, 100, 1000 jaar etc. staat. Of een miljoen jaar. 100 miljoen jaren....
Re: Stelling : AI heeft niets met intelligentie te maken.
@Bena,
De inhoud van uw reactie doet niets terzake.
U blijft het bekijken met een paardenbril vanuit het oogpunt van "de mens" ! :evil:
Het gaat niet over de mens maar over AI die geen levend wezen is en dus geen intelligentie kan bezitten. 8-)
Maar helaas voor de mens heeft AVI heeeeeeeel veel andere eigenschappen en vaardigheden en snelheden ...... enz .... die het oplossen van problemen (naar inhoud en snelheid )ten opzichte van de mens exponentieel de loef afsteekt .............maar geen intelligentie, NO WAY !
De inhoud van uw reactie doet niets terzake.
U blijft het bekijken met een paardenbril vanuit het oogpunt van "de mens" ! :evil:
Het gaat niet over de mens maar over AI die geen levend wezen is en dus geen intelligentie kan bezitten. 8-)
Maar helaas voor de mens heeft AVI heeeeeeeel veel andere eigenschappen en vaardigheden en snelheden ...... enz .... die het oplossen van problemen (naar inhoud en snelheid )ten opzichte van de mens exponentieel de loef afsteekt .............maar geen intelligentie, NO WAY !
-
physicalattraction
- Moderator
- Artikelen: 0
- Berichten: 4.249
- Lid geworden op: do 30 mar 2006, 15:37
Re: Stelling : AI heeft niets met intelligentie te maken.
Er zijn wel al wiskundige problemen die al decennia lang open stonden bewezen met behulp van AI.
Ik merk ook dat mijn werk als software engineer ook enorm veranderd is sinds AI, met meer en betere code als output.
Ik merk ook dat mijn werk als software engineer ook enorm veranderd is sinds AI, met meer en betere code als output.
Re: Stelling : AI heeft niets met intelligentie te maken.
Dat heb ik ook ervaren, ik programmeer nogal eens in Free Pascal, en als ik AI voor een bepaald probleemphysicalattraction schreef: ↑di 16 jun 2026, 10:10 Er zijn wel al wiskundige problemen die al decennia lang open stonden bewezen met behulp van AI.
Ik merk ook dat mijn werk als software engineer ook enorm veranderd is sinds AI, met meer en betere code als output.
vraag om daar een Pascal programma voor te genereren, werkt het antwoord vrijwel direct goed werkt in de Free Pascal compiler.
Je hebt dan al vast een goed werkende body, die je dan zelf verder kan aanpassen, het scheelt enorm veel tijd,
en het verbaasde mij ook dat vrijwel direct zo goed werkte.
Ook in Python doet AI het erg goed.
Re: Stelling : AI heeft niets met intelligentie te maken.
Het is net als een zelf rijdende auto. die gaat het over een tijdje ook beter doen dan de mens omdat zo'n auto veel sneller en veel meer informatie kan verwwrken dan een mens. Maar het maakt die auto daarom nog geen intelligent ding.
Re: Stelling : AI heeft niets met intelligentie te maken.
Onderstaande ontdekking van AlphaTensor is interessant omdat het een verschuiving toont in de manier waarop AI kan helpen bij wiskundige ontdekkingen.
----------------------------------------------------
Een menselijk wiskundige vertrekt meestal vanuit een intuïtief begrip van een structuur. Strassen zag bijvoorbeeld dat de klassieke vermenigvuldiging van twee \(2 \times 2\)-matrices redundantie bevatte en dat sommige tussenproducten konden worden gecombineerd.
De klassieke matrixvermenigvuldiging vereist voor twee \(2 \times 2\)-matrices acht scalaire vermenigvuldigingen:
\[
\begin{pmatrix}
a & b \\
c & d
\end{pmatrix}
\begin{pmatrix}
e & f \\
g & h
\end{pmatrix}
\]
waarbij de producten \(ae\), \(bg\), \(af\), \(bh\), \(ce\), \(dg\), \(cf\) en \(dh\) afzonderlijk verschijnen.
Strassen vond een decompositie met slechts zeven vermenigvuldigingen. Daardoor veranderde de asymptotische complexiteit van matrixvermenigvuldiging van:
\[
O(n^3)
\]
naar:
\[
O(n^{\log_2 7}) \approx O(n^{2,807})
\]
AlphaTensor gaat nog een stap verder. Het probeert niet rechtstreeks een formule af te leiden, maar beschouwt matrixvermenigvuldiging als een zoekprobleem in een gigantische ruimte van mogelijke tensor-decomposities.
De essentie van het probleem is het vinden van een voorstelling waarbij een tensor wordt geschreven als een som van zo weinig mogelijk eenvoudige termen:
\[
T = \sum_{i=1}^{R} u_i \otimes v_i \otimes w_i
\]
waarbij \(R\) de zogenaamde tensorrang is. Een kleiner \(R\) betekent minder scalaire vermenigvuldigingen.
Voor de vermenigvuldiging van twee \(4 \times 4\)-matrices ontdekte AlphaTensor een schema met:
\[
R = 47
\]
terwijl het beste bekende menselijke schema lange tijd:
\[
R = 49
\]
vereiste.
Het indrukwekkende is niet enkel de verbetering met twee vermenigvuldigingen. De zoekruimte voor dergelijke decomposities is zo enorm dat een brute-force benadering praktisch onmogelijk is. AlphaTensor heeft geleerd om in deze ruimte patronen te herkennen die menselijke onderzoekers gedurende ongeveer vijftig jaar niet hadden gevonden.
Hier ontstaat een fundamentele filosofische vraag. Wanneer een AI een wiskundige structuur vindt waarvoor de mens geen intuïtieve verklaring heeft, hebben we dan een nieuwe vorm van wetenschap?
Historisch gezien gebeurde iets vergelijkbaars in de natuurkunde. Johannes Kepler vond empirische wetten voor de beweging van de planeten op basis van de observaties van Tycho Brahe:
\[
T^2 \propto a^3
\]
Pas later verklaarde Newton waarom deze wetten uit de zwaartekrachtwet volgden:
\[
F = G \frac{m_1 m_2}{r^2}
\]
Een mogelijke toekomstige rolverdeling tussen mens en AI is daarom:
\[
\text{AI ontdekt patronen} \rightarrow \text{mens begrijpt de theorie}
\]
maar op termijn is ook een situatie denkbaar waarbij AI zowel patronen ontdekt als nieuwe abstracte theorieën ontwikkelt die voor mensen moeilijk toegankelijk zijn.
De diepste consequentie is dat de grens tussen een hulpmiddel dat berekent en een systeem dat nieuwe kennis ontdekt geleidelijk vervaagt. AlphaTensor wordt daarom vaak gezien als een eerste voorbeeld van een AI die niet alleen sneller rekent, maar daadwerkelijk een stukje van de wiskundige ontdekkingsruimte heeft verkend dat buiten het directe bereik van menselijke intuïtie lag.
----------------------------------------------------
Een menselijk wiskundige vertrekt meestal vanuit een intuïtief begrip van een structuur. Strassen zag bijvoorbeeld dat de klassieke vermenigvuldiging van twee \(2 \times 2\)-matrices redundantie bevatte en dat sommige tussenproducten konden worden gecombineerd.
De klassieke matrixvermenigvuldiging vereist voor twee \(2 \times 2\)-matrices acht scalaire vermenigvuldigingen:
\[
\begin{pmatrix}
a & b \\
c & d
\end{pmatrix}
\begin{pmatrix}
e & f \\
g & h
\end{pmatrix}
\]
waarbij de producten \(ae\), \(bg\), \(af\), \(bh\), \(ce\), \(dg\), \(cf\) en \(dh\) afzonderlijk verschijnen.
Strassen vond een decompositie met slechts zeven vermenigvuldigingen. Daardoor veranderde de asymptotische complexiteit van matrixvermenigvuldiging van:
\[
O(n^3)
\]
naar:
\[
O(n^{\log_2 7}) \approx O(n^{2,807})
\]
AlphaTensor gaat nog een stap verder. Het probeert niet rechtstreeks een formule af te leiden, maar beschouwt matrixvermenigvuldiging als een zoekprobleem in een gigantische ruimte van mogelijke tensor-decomposities.
De essentie van het probleem is het vinden van een voorstelling waarbij een tensor wordt geschreven als een som van zo weinig mogelijk eenvoudige termen:
\[
T = \sum_{i=1}^{R} u_i \otimes v_i \otimes w_i
\]
waarbij \(R\) de zogenaamde tensorrang is. Een kleiner \(R\) betekent minder scalaire vermenigvuldigingen.
Voor de vermenigvuldiging van twee \(4 \times 4\)-matrices ontdekte AlphaTensor een schema met:
\[
R = 47
\]
terwijl het beste bekende menselijke schema lange tijd:
\[
R = 49
\]
vereiste.
Het indrukwekkende is niet enkel de verbetering met twee vermenigvuldigingen. De zoekruimte voor dergelijke decomposities is zo enorm dat een brute-force benadering praktisch onmogelijk is. AlphaTensor heeft geleerd om in deze ruimte patronen te herkennen die menselijke onderzoekers gedurende ongeveer vijftig jaar niet hadden gevonden.
Hier ontstaat een fundamentele filosofische vraag. Wanneer een AI een wiskundige structuur vindt waarvoor de mens geen intuïtieve verklaring heeft, hebben we dan een nieuwe vorm van wetenschap?
Historisch gezien gebeurde iets vergelijkbaars in de natuurkunde. Johannes Kepler vond empirische wetten voor de beweging van de planeten op basis van de observaties van Tycho Brahe:
\[
T^2 \propto a^3
\]
Pas later verklaarde Newton waarom deze wetten uit de zwaartekrachtwet volgden:
\[
F = G \frac{m_1 m_2}{r^2}
\]
Een mogelijke toekomstige rolverdeling tussen mens en AI is daarom:
\[
\text{AI ontdekt patronen} \rightarrow \text{mens begrijpt de theorie}
\]
maar op termijn is ook een situatie denkbaar waarbij AI zowel patronen ontdekt als nieuwe abstracte theorieën ontwikkelt die voor mensen moeilijk toegankelijk zijn.
De diepste consequentie is dat de grens tussen een hulpmiddel dat berekent en een systeem dat nieuwe kennis ontdekt geleidelijk vervaagt. AlphaTensor wordt daarom vaak gezien als een eerste voorbeeld van een AI die niet alleen sneller rekent, maar daadwerkelijk een stukje van de wiskundige ontdekkingsruimte heeft verkend dat buiten het directe bereik van menselijke intuïtie lag.
Re: Stelling : AI heeft niets met intelligentie te maken.
@wnvl1,
U schreef:
"onderstaande ontdekking ........ "
Dat is geen ontdekking maar een "vaststelling" van patronen gemaakt op basis van uitvoerige analyse van mogelijkheden aan een snelheid waar geen mens tegenop kan ...... en er gezien zijn beperkte levensduur .... geen tijd wilt aan spenderen !
AVI is in alles sneller en beter ......... maar niet intelligent........... daarvoor zou hij moeten een leven wezen zijn ........ helaas !
Dat is een absolute voorwaarde ...... al de rest van zogenaamde bewijzen is gebakken lucht ! 8-)
...........................
@Allen except HansH
Vraag AVI maar eens wat het in het algemeen het volgende priemgetal P(n+1) is na P(n) ....... Noppes, Nada ! :oops:
U schreef:
"onderstaande ontdekking ........ "
Dat is geen ontdekking maar een "vaststelling" van patronen gemaakt op basis van uitvoerige analyse van mogelijkheden aan een snelheid waar geen mens tegenop kan ...... en er gezien zijn beperkte levensduur .... geen tijd wilt aan spenderen !
AVI is in alles sneller en beter ......... maar niet intelligent........... daarvoor zou hij moeten een leven wezen zijn ........ helaas !
Dat is een absolute voorwaarde ...... al de rest van zogenaamde bewijzen is gebakken lucht ! 8-)
...........................
@Allen except HansH
Vraag AVI maar eens wat het in het algemeen het volgende priemgetal P(n+1) is na P(n) ....... Noppes, Nada ! :oops:
Re: Stelling : AI heeft niets met intelligentie te maken.
Mensen weten ook geen directe methode. Gewoon alle getallen afgaan en dan testen met Rabin Miller ofzo. Uiteindelijk is de afstand tussen priemgetallen toch niet zo groot, zelfs voor getallen met 100 cijfers.
Re: Stelling : AI heeft niets met intelligentie te maken.
@wnvl1,
Met respect, is naast de zaak.
Ik voel dat U geen zuiver wiskundige bent, no problem !
........................................
Enkel de intelligentie van de mens kan mogelijks in staat zijn dat verband te vinden .... voor zover het probleem oplosbaar is natuurlijk.
Zolang de mens het niet opgelost heeft ..... kan AI het niet !
Pas als de mens het opgelost heeft .... kan AI het in de wereld als kennis verspreiden !
Met respect, is naast de zaak.
Ik voel dat U geen zuiver wiskundige bent, no problem !
........................................
Enkel de intelligentie van de mens kan mogelijks in staat zijn dat verband te vinden .... voor zover het probleem oplosbaar is natuurlijk.
Zolang de mens het niet opgelost heeft ..... kan AI het niet !
Pas als de mens het opgelost heeft .... kan AI het in de wereld als kennis verspreiden !
Re: Stelling : AI heeft niets met intelligentie te maken.
stel dat we de AI algoritmes en de servers hebben maar die even resetten en terug gaan naar de kennis van 2000 jaar geleden. (dus geen ART, geen Newton zwaartekracht, allemaal niet bekend) Zou AI dan in staat zijn onze complete natuurkunde, wiskunde, scheikunde opnieuw uit te vinden? En zo ja, hoe lang zou AI daar dan over doen?
ads
Steun Sciencetalk
Screenprotector Geschikt voor Samsung A56 Screen protector Tempered Gehard galaxy glas - 2 stuks beschermglas
Re: Stelling : AI heeft niets met intelligentie te maken.
@HansH,
Intelligentie insteek ! ;)
Intelligentie insteek ! ;)
