Artificial intelligence van A tot I uitgelegd

Artificial Intelligence | OBI4wan

Artificial intelligence. Is dat een computer? Een robot? Een zelfsturende auto? De toekomst? Hoe definiëren de experts artificial intelligence? Vormt kunstmatige intelligentie een bedreiging voor de mensheid of is het juist een mooie aanvulling op ons dagelijks leven? Ik dompelde me onder in de wondere wereld van kunstmatige intelligentie en ben meer te weten gekomen over dit waanzinnig interessante onderwerp. Ben je klaar voor een korte (spoed)cursus AI? Lees dan verder!

Kunstmatige intelligentie in ons dagelijks leven

Zonder dat we er bewust van zijn is artificial intelligence in ons leven overal om ons heen en maken we er dagelijks gebruik van. Wist je dat de volgende voorbeelden allemaal een vorm zijn van artificial intelligence:

  • Het ‘taggen’ van vrienden via gezichtsherkenning op social media;
  • Het praten met chatbots via een website;
  • Je navigatiesysteem in de auto;
  • Het gesprek dat je voert met Google assistent over een pakketje dat te laat is;
  • De suggestie die Netflix voor jou doet op basis van jouw voorkeuren en al eerder bekeken televisieseries of films;
  • De zelfrijdende auto;
  • Robots die chirurgen helpen bij het opsporen van tumoren.

AI is zo ingericht op het eenvoudiger maken van ons leven, waardoor je soms niet eens in de gaten hebt dat je met AI te maken hebt. Het bekendste en meest genoemde voorbeeld van AI is de zelfrijdende auto. In deze video van Tesla zien we een computergestuurde auto die aan het verkeer deelneemt: 

Een voorbeeld: chatbots als nieuwe communicatievorm

Een chatbot is een goed voorbeeld van een artificial intelligence oplossing. Deze virtuele medewerker helpt webcare teams bij het beantwoorden van klantvragen en kan op verschillende manieren worden ingezet. Bijvoorbeeld bij het beantwoorden van simpele vragen of het doen van routineklussen. Soms lost een chatbot zelf ook klantvragen van A tot Z op. Frank Smit (CIO bij OBI4wan) is een expert op het gebied van artificial intelligence. Frank legt uit waarom slimme chatbots een vorm van artificial intelligence zijn:  

Chatbots moeten begrijpen wat de gebruiker bedoelt met zijn of haar bericht, zodat ze hierop kunnen reageren. Hier gebruiken chatbots AI voor; namelijk machine learning. Daarnaast moet een chatbot de dialoog plannen. Ook dit is een vorm van AI.”

De ontwikkeling van artificial intelligence in een notendop

Om AI echt goed te kunnen begrijpen moeten we terug in de geschiedenis. De wetenschap over wat artificial intelligence is gaat terug tot 1930, wanneer de Britse wiskundige Alan Turing een machine bedacht, de voorloper van de computer zoals we die nu kennen. Toch duurde het nog tot 1955 totdat computerwetenschapper John McCarthy artificial intelligence als volgt definieert:

“Artificial intelligence is defined as the ability of a computer program or machine to think, learn and make decisions.”

Sinds McCarthy zijn er verschillende piekmomenten geweest in de geschiedenis, zoals de introductie van computerprogramma Eliza in 1964, een chatbot die door middel van NLP (natural language processing) voor het eerst in staat was om een ‘gesprek’ te voeren met een persoon. Dit deed zij door de input van een mens op een slimme manier te herhalen, waardoor het leek alsof ze de tekst goed begreep. Eliza was de voorloper van de geavanceerde chatbots zoals we die nu kennen en gebruiken.

Tussen 1966 en 1997 is het even stil qua grote technologische doorbraken totdat in 1997 IBM’s schaakcomputer Deep Blue voor het eerst ooit een schaakpartij van schaaklegende Garri Kasparov wint. Dit had niemand ooit voor mogelijk gehouden. Na dit wereldnieuws gaan de ontwikkelingen snel en volgt het ene na het andere AI succes.

AI TImeline | OBI4wan

Rule based technieken versus machine learning

Arent Stienstra is Chatbot Developer bij OBI4wan en heeft in zijn werk elke dag te maken met artificial intelligence. Arent volgt technologische ontwikkelingen op de voet en legt uit wat de verschillende vormen van artificial intelligence zijn:

“Elk computerprogramma dat beslissingen maakt is een vorm van artificial intelligence. Vroeger gebeurde dat door heel veel regels op te bouwen, bijvoorbeeld door via pixels gezichten te herkennen. Deze vorm van artificial intelligence is gebaseerd op rule-based technieken en is de ‘ouderwetse’ vorm van AI. Nu is AI meer naar data aan het verschuiven, waardoor een computer zelf leert patronen te herkennen. Dit noem je machine learning. Deze patronen worden gebruikt om te classificeren en voorspellen, door middel van algoritmes.”

Deep learning en neurale netwerken

Maar wat is dan precies het verschil tussen machine learning en deep learning? Machine learning is een vorm van artificial intelligence waar je op basis van data patronen leert en deep learning is een methodologie van een diep neuraal netwerk die goed blijkt te werken. Deep learning is dus een onderdeel van machine learning. Voor deep learning heb je een grote set aan data nodig. Arent legt uit:

“Deep learning wordt zo genoemd omdat de neurale netwerken (de bouwstenen van een kunstmatig brein) uit heel veel lagen bestaan en iedere laag een andere functie heeft. Bij het herkennen van afbeeldingen zijn de eerste lagen voor het herkennen van lijnen en randen en de latere lagen herkennen complexere dingen zoals een oog of een neus.”

Met deep learning ga je dus letterlijk dieper leren dan wat er alleen aan de oppervlakte waar te nemen is. Het verschil van de verschillende onderzoeksmethoden wordt in de volgende infographics wat duidelijker:

Artificial intelligence deep learning | OBI4wan

En die neurale netwerken? Hoe moeten we die begrijpen? Neurale netwerken zijn eigenlijk algoritmes en datastructuren die zijn ontworpen om machines in staat te stellen uitkomsten te classificeren en te voorspellen op basis van een reeks informatie. Het neurale netwerk staat gelijk aan de analoge structuur van de hersenen die bestaan uit knopen (hersencellen), verbindingen en gewichten. Neurale netwerken zijn meestal erg ingewikkeld (dat zijn onze hersenen natuurlijk ook!) en vergen veel rekenkracht om te trainen. 

Reinforcement learning: AlphaGo van Google

Een ander belangrijk onderzoeksveld binnen AI is die van reinforcement learning. Reinforcement Learning(RL) is een type machine learning techniek. Hierbij leren algoritmes in een interactieve omgeving door middel van dingen uitproberen, steeds opnieuw testen en het vormen van hypothesen met behulp van feedback van eigen acties en ervaringen. Een beetje vergelijkbaar met hoe een kind leert, dus.  

De door Google opgerichte succesvolle AI onderzoeksgroep Deep Mind leerde een computer tegen zichzelf te spelen en patronen te herkennen door het spel Go te spelen. Met deze ingewikkelde variant op schaken kun je veel meer zetten doen dan er deeltjes in het universum zijn. Er werd altijd gedacht dat de grootmeester in GO, Lee Sedol, niet te verslaan was maar AlphaGO bewees het tegendeel!

Dit hoogtepunt in de ontwikkeling van artificial intelligence heeft ook zeker bijgedragen aan het feit dat datagedreven AI heel groot is geworden.

Artificial intelligence een kans of bedreiging?

Nemen robots de wereld over een aantal jaar over? Moeten we bang zijn voor het verlies van banen of zal het zo’n vaart niet lopen? En hoe zit het met het verantwoorden van onze privacy? Deze vragen worden regelmatig gesteld als het gaat om artificial intelligence. Ook hoogleraar ‘machine learning’ Max Welling krijgt de vraag dagelijks te horen. Welling doet onderzoek naar spraakherkenning voor mobiele telefoons en beeldherkenning voor auto camera’s maar gelooft niet in robots die de wereld overnemen.

Ook developer Arent is eerder overtuigt van de kracht van artificial intelligence:

“Ik denk dat het een misvatting is dat artificial intelligence als bedreiging wordt gezien. AI is heel goed in hele specialistische taken, maar de echte wereld is robuuster, daar heb je geen perfecte regels. De sociale regels van mensen wisselen vaak en dat is moeilijker om van te leren. Mensen excelleren hierin meer dan ai. Ik geloof daarom niet dat er een generieke ai komt die ons gaat ‘verslaan’.”

We kunnen ons juist beter focussen op de mogelijkheden en kansen die AI biedt. Want die kansen zijn er genoeg! Arent vervolgt: “Je kunt voor alles een specifiek probleem definiëren, als er maar een duidelijke vraag is en de data beschikbaar is. Het probleem kan vervolgens gekoppeld worden aan een intelligente oplossing die goed werkt. Dat is toch juist mooi dat dat kan!”

Meer weten over AI? Tips van onze experts

Artificial intelligence is dus een bijzonder interessant en veelzijdig onderzoeksgebied. Bovendien is AI constant in ontwikkeling en zijn de mogelijkheden eindeloos. Wil je meer weten? Lees dan ook dit interview met OBI4wan’s CIO Frank Smit over de laatste ontwikkelingen van artificial intelligence of bekijk eens deze informatiebronnen:

Meer weten over de mogelijkheden van OBI4wan?

Wil je meer weten over de mogelijkheden van OBI4wan voor jouw organisatie? Vraag dan een gratis demo aan of neem contact met ons op via info@obi4wan.com of +31 (0)85 210 50 60.

Recent Posts