'De robot van de machine is de mens'

Statistiek

Het systeem werkt op basis van statistiek, legt de onderzoeker uit. In feite imiteert de computer onze hersenen door eigen patronen te ontdekken in grote hoeveelheden data. Neurale netwerksystemen worden ze ook wel genoemd. Karsdorp: “Die modellen zijn bedacht in de jaren 90, maar hebben nu pas een actieve toepassing, omdat hedendaagse computers over de rekenkracht beschikken die hiervoor nodig is. De modellen werken met waarschijnlijkheidsdistributies: in dit geval berekent Asibot voor elke letter welke volgende letter het meest waarschijnlijk is.”

Een voorbeeld: stel je begint met de letter e. Dan berekent de computer welke letters waarschijnlijk zijn na een e. Nog een e is heel waarschijnlijk, maar ook een r of een n. Een z is al minder waarschijnlijk, en een a is vrij onwaarschijnlijk omdat we in het Nederlands geen opeenvolging kennen van e en a aan het begin van een woord. Kiest de computer voor ee, dan volgt daarna een nieuwe waarschijnlijkheidsverdeling. Dat er nog een e volgt, is bijvoorbeeld heel onwaarschijnlijk.

Hindernissen

“Als je het model goed traint, levert het fantastische resultaten op”, zegt Karsdorp enthousiast. “Dan kan het elk soort zin produceren, wat eigenaardig is als je bedenkt dat het letter voor letter gebeurt. Maar alle zinsconstructies, maakt niet uit hoe moeilijk, leert hij zelf te maken op basis van al die input.” Dat de computer goede zinnen maakt, komt door een specifieke eigenschap van neurale netwerkmodellen: ze hebben een langere aandachtsspanne dan andere modellen. Er vindt als het ware steeds interactie plaats tussen het lange- en kortetermijngeheugen, net als in onze hersenen.

Tegelijkertijd heeft Asibot nog lang niet dezelfde aandachtsspanne als mensen. Zo weet hij na een paar zinnen vaak niet meer wat het oorspronkelijke onderwerp was. “Het systeem reageert steeds op wat er recentelijk is gezegd, namelijk in de vorige tweehonderd letters. Bovendien kan hij niet vooruit plannen. Dus om een echt autonome literaire robot te maken zijn er nog heel wat hindernissen te nemen. Maar nu hadden we Giphart om het proces te bewaken.”

Giphart moest de tekst dus steeds weer repareren. “Dat deed hij door het invoegen van verbindingswoordjes of soms een hele paragraaf. De verhouding tussen Giphart en de bot is ongeveer fiftyfifty.” De onderzoekers hebben dit hele schrijfproces van Giphart opgeslagen. “We kunnen letter voor letter de opbouw van zijn tekst zien. Literatuurwetenschappers dromen van zo’n dataset. Dat je daadwerkelijk kunt zien hoe zo’n tekst tot stand komt.”

Kijkje in de keuken

Een ander voordeel van dit experiment is dat Asibot door de feedback van Giphart verbeterd kan worden. “Nou heb je nog niet zo veel aan de feedback van één gebruiker, maar als je heel veel mensen hebt die voor een deel dezelfde beslissingen nemen, dan kan het systeem daarvan leren.” Daarom gaat Asibot ook tijdelijk online voor andere gebruikers. Er is zelfs een schrijfwedstrijd aan verbonden. Karsdorp: “Op die manier kunnen we nog meer data binnenhalen en zo het systeem nog beter maken.”

Ook de lezer kan binnenkort een kijkje in de keuken nemen. Halverwege de maand brengt het CPNB een versie van het verhaal online met kleurtjes. Daarmee kun je voor elke passage zien welke van de robot afkomstig is en welke van Giphart. De titel De robot van de machine is de mens komt trouwens van de bot, merkt Karsdorp op. “Het verhaal is ook een soort whodunit, want in de verhalen van Asimov is er een moord gepleegd en de enige verdachte is een robot. Dus Giphart dacht: laat ik aan een robot vragen wie het heeft gedaan, en toen kwam de computer met dit soort orakeltaal. Die interactie tussen robot en mens is soms wat unheimisch, maar vooral heel leuk om te lezen.”