Markt & Trends

Ben’s digitale tweeling: waarom deze niet zal komen

BNR De Technoloog
Ben’s digitale tweeling: waarom deze niet zal komen

Samenvatting

Ben’s digitale tweeling blijft onbereikbaar: het menselijk brein telt zo’n 86 miljard neuronen.

Digitale tweeling en het menselijk brein

Een digitale tweeling die denkt, voelt en ervaringen beleeft zoals Ben, vraagt om een complete kaart van het menselijk brein. Volgens Paul Tiesinga, hoogleraar Neuroinformatica aan de Radboud Universiteit, begint de vraag daarom bij de benodigde data.

Onderzoekers brachten al het brein van een fruitvlieg in kaart. Dat model bevat ongeveer 140.000 neuronen en 50 miljoen verbindingen, goed voor ruim honderd petabyte aan data en tientallen manjaren controlewerk. Een muis heeft duizend keer meer neuronen; een mens heeft er nog eens duizend keer meer.

Digitale tweeling, bewustzijn en AI-onderzoek

De omvang van de gegevens vormt slechts één probleem. Een digitale tweeling blijft niet gelijk aan het origineel: zodra de virtuele versie actief wordt, maakt die andere ervaringen mee. De twee systemen groeien daardoor uit elkaar, zelfs als de eerste kopie volledig zou zijn.

De aflevering van De Technoloog koppelt die technische uitdaging aan een filosofische vraag: welke eigenschappen van een mens moeten precies worden nagebouwd? Hoop, liefde en beleving laten zich niet vanzelf herleiden tot een dataset of een neurale kaart.

AI versnelt het hersenonderzoek, maar brengt tegelijk een nieuw controleprobleem mee. Wetenschappelijke tijdschriften krijgen steeds meer papers die door AI zijn geschreven. Dat maakt controle van onderzoek en interpretatie van resultaten extra relevant wanneer wetenschappers complexe hersenmodellen bouwen.

Digitale tweeling als les voor BI-professionals

Behandel een project rond een digitale tweeling niet als een gewone kopieeropdracht. Leg eerst vast welke neuronen, verbindingen, ervaringen en gedragingen het model moet representeren, en bepaal daarna hoe je afwijkingen tussen origineel en model meet.

Voor BI-professionals ligt daar een praktische les: een grote hoeveelheid data levert nog geen identieke replica op. Documenteer daarom niet alleen de databronnen en modelgrenzen, maar ook het moment waarop het model zelfstandig nieuwe ervaringen gaat opdoen. Vanaf dat punt analyseer je geen kopie meer, maar een afzonderlijk systeem.

Lees het volledige artikel
Meer over Markt & Trends →