Benieuwd wat voor hond je nu eigenlijk hebt? Geen paniek! Je leeft in 2017, dus je kunt gewoon naar www.what-dog.net surfen en een foto van je hond uploaden. De website zal je haarfijn vertellen tot welk ras jouw hond behoort. Magie? Ik denk het niet. Dit is nou een voorbeeld van deep learning. Iets waar jouw hond overigens van nature al goed in is…

Computing machines dienen al sinds hun ‘geboorte’ (1943) als hulpmiddel voor de mens. Inmiddels nemen elektronische apparaten al onze repetitieve taken uit handen. Denk aan het maken van berekeningen, informatie verzamelen, administreren, registreren, enzovoorts. Door de jaren heen hebben we die machines ontwikkeld van een passief gereedschap – dat één functie op commando uitvoert – tot een genererende machine die creatieve oplossingen bedenkt op basis van jouw doel en randvoorwaarden1)Conti, M. [TED]. (2017, feb 28) The incredible inventions of intuitive AI. Geraadpleegd via https://youtu.be/aR5N2Jl8k14. Maar we zijn vandaag de dag een stap verder. Deep learning maakt machines intuïtief. Net als jouw hond, hebben deze systemen een neuraal netwerk (kunstmatige intelligentie) en leren ze van ervaring. De output van elke ervaring wordt toegevoegd als input voor de volgende.

Dit heeft tot zeer geavanceerde AI-systemen geleid: Facebook’s nieuwe deep learning-systeem kan foto’s voorlezen aan blinden2)Konst. N. (2017) Facebook onthult Big Basin, een nieuwe server voor deep learning. Geraadpleegd via https://www.techzine.nl/nieuws/104829/facebook-onthult-big-basin-nieuwe-server-klaar-omgaan-deep-learning.html, het ontwikkelen van medicijnen3)Kubota, T. (2017) Stanford researchers create deep learning algorithm that could boost drug development. Geraadpleegd via http://news.stanford.edu/2017/04/03/deep-learning-algorithm-aid-drug-development/ en het automatisch vertalen in Google Translate4)Quoc V. Le & Schuster, M. (2016) A Neural Network for Machine Translation, at Production Scale. Geraadpleegd via https://research.googleblog.com/2016/09/a-neural-network-for-machine.html. Maurice Conti werkt ook met zo’n lerende AI. Hij vertelt daarover in zijn TED-talk: ‘The incredible inventions of intuitive AI’. Interessant is dat hij ingaat op de vragen: welke rol heeft zo’n kunstmatige intelligentie? En is het nog steeds een hulpmiddel, of vervangt het ons werk van alledag? Zijn antwoord is dat er een samenwerking moet ontstaan tussen robot, mens en AI. De robot kan met precisie taken uitvoeren, de AI genereert vooraf én tijdens het proces oplossingen voor techniek en projectmanagement, terwijl de mens besluiten maakt en de sociale aspecten van een project oppakt.

Maar zal deep learning zo geavanceerd worden, dat de mens zelfs geen beslissingen meer hoeft te maken? Wat denk je van de zelfrijdende auto van Google, die in gevaarlijke situaties een besluit moet nemen. Of een gevechtsdrone die het gevaar van een terroristenbende afweegt tegen het aantal onschuldige slachtoffers dat zal vallen. Uiteindelijk zijn onze besluiten ook algoritmisch en voorspelbaar. Ze zijn immers gebaseerd op deep learning; onze eerdere fouten en ervaringen. Gelukkig is er een ‘maar’ op deze teneur. Een AI dat foutief is opgevoed5)Yao, M. (2017) Understanding the limits of deep learning. Geraadpleegd via https://venturebeat.com/2017/04/02/understanding-the-limits-of-deep-learning/, zal met zijn resultaten toch tekort komen, ookal zit het nog zo slim in elkaar…

Launchbury, J. (2017) A DARPA perspective on Artificial Intelligence

References   [ + ]

1. Conti, M. [TED]. (2017, feb 28) The incredible inventions of intuitive AI. Geraadpleegd via https://youtu.be/aR5N2Jl8k14
2. Konst. N. (2017) Facebook onthult Big Basin, een nieuwe server voor deep learning. Geraadpleegd via https://www.techzine.nl/nieuws/104829/facebook-onthult-big-basin-nieuwe-server-klaar-omgaan-deep-learning.html
3. Kubota, T. (2017) Stanford researchers create deep learning algorithm that could boost drug development. Geraadpleegd via http://news.stanford.edu/2017/04/03/deep-learning-algorithm-aid-drug-development/
4. Quoc V. Le & Schuster, M. (2016) A Neural Network for Machine Translation, at Production Scale. Geraadpleegd via https://research.googleblog.com/2016/09/a-neural-network-for-machine.html
5. Yao, M. (2017) Understanding the limits of deep learning. Geraadpleegd via https://venturebeat.com/2017/04/02/understanding-the-limits-of-deep-learning/

Leave a Comment

Het e-mailadres wordt niet gepubliceerd.