Googleai:
De Superintelligente Echokamer
Waarom de jacht op ASI strandt in een digitaal perpetuum mobile
De droom van de techno-optimist is even verleidelijk als eeuwenoud: het creëren van een intelligentie die zichzelf oneindig kan verbeteren zonder externe hulp. Binnen de computerwetenschappen staat dit scenario bekend als de 'intelligentie-explosie', het hypothetische breekpunt waarop een Kunstmatige Algemene Intelligentie (AGI) haar eigen code herschrijft, een intelligentere opvolger ontwerpt en zo in een exponentiële stroomversnelling transformeert tot een Kunstmatige Superintelligentie (ASI). Dit idee rust op de aanname dat digitale intelligentie zich kan losmaken van de menselijke maker en als een autonome datamachine kan opereren. Het is de moderne, binaire variant van het perpetuum mobile—de utopische zoektocht naar een gesloten machine die uit het niets oneindige energie opwekt.
Maar net zoals de wetten van de thermodynamica de mechanische machine begrensden door wrijving en warmteverlies, zo stuit de jacht op superintelligentie op een onverbiddelijke wiskundige realiteit: het fenomeen van Model Collapse. De ironie van onze huidige technologische transitie is dat de weg naar superintelligentie dreigt te verzanden in een zelfreferentiële echokamer. Waar de wetenschap hierin een existentiële crisis ziet, biedt de jonge kunststroming van het Simplexionisme echter een radicaal nieuw perspectief: het failliet van de autonome superintelligentie is niet het einde van de betekenis, maar de geboorte van een nieuwe, noodzakelijke esthetiek.
De wiskundige wrijving van de datalus
Om superintelligentie te bereiken is data nodig—onvoorstelbaar veel data. Omdat de menselijke productie van tekst, beeld en code de exponentiële honger van transformer-modellen niet meer kan bijbenen, verschuift de AI-industrie in hoog tempo naar het gebruik van synthetische data: data gegenereerd door AI om de volgende generatie AI te trainen. Er ontstaat een gesloten kringloop. De machine voedt zich met haar eigen uitwerpselen.
In deze gesloten datalus treedt de digitale variant van frictie op. Wanneer algoritmen uitsluitend leren van de statistische gemiddelden van hun voorgangers, treedt er een onherstelbaar kwaliteitsverlies op dat zich in drie destructieve fasen voltrekt. Eerst vindt er statistische uitvlakking plaats; de zeldzame, excentrieke en unieke uitingen van het menselijk genie worden als 'ruis' weggefilterd. Wat overblijft is een grijze, voorspelbare eenheidsworst. Vervolgens treedt Knowledge Collapse op: het model behoudt zijn vloeiende grammatica en overtuigende toon, maar de feitelijke en conceptuele kern holt uit. De AI begint met onwankelbaar zelfvertrouwen flagrante onjuistheden te reproduceren en te verankeren. Uiteindelijk volgt de functionele implosie, waarbij het model mathematisch instort en degenereert tot betekenisloze wartaal.
Dit proces maakt autonome zelfverbetering onmogelijk; de machine amplificeert haar fouten zodra de menselijke ruis verdwijnt.
Het Simplexionisme en de geaccepteerde hallucinatie
Waar de wetenschap deze ineenstorting probeert te keren met schone data, omarmt het Simplexionisme—geïnitieerd in 2018 door Marc Otte—de eenvoud en complexiteit. De falende AI-lus wordt hier gezien als een conceptuele goudmijn. Door AI te voeden met paradoxale prompts ontstaan door AI gegenereerde mythen in plaats van alwetende orakels.
Conclusie: De mens als noodzakelijke chaos
Model Collapse bewijst dat ware intelligentie onmisbaar de chaotische en imperfecte invoer van de mens vereist. Het falen van de autonome superintelligentie toont dat de machine niet zonder de menselijke geest kan.