Focus op artificiële intelligentie en subdisciplines

Intelligence artificielle

“De voorbije tien jaar ging het vooral over het bouwen van een ‘mobile-first’ wereld. Tijdens het volgende decennium zullen we evolueren naar een ‘AI-first’ wereld.” (Sundar Pichai, CEO van Google)

Artificiële intelligentie (AI) is een term die in 1956 gecreëerd werd door John McCarthy, een assistent-professor aan het Dartmouth College. AI beschrijft een machine die in staat is om taken uit te voeren die normaal gezien door mensen uitgevoerd worden. Het domein van AI is zodanig groot dat het moeilijk is om vast te stellen hoe enorm het wel niet is. Het gebied omvat verschillende onderdelen waaronder begrijpen, rekenen, redeneren, leren, perceptie en dialoog in een natuurlijke taal.

Er bestaan twee soorten artificiële intelligentie: sterke en zwakke AI.

Het concept van sterke artificiële intelligentie slaat op een machine die in staat is om intelligent gedrag te vertonen, en de indruk van een reëel zelfbewustzijn te ervaren. Het is, met andere woorden, intelligentie die gekoppeld wordt aan een begrip van zijn verwezenlijkingen.

Zwakke artificiële intelligentie stelt een meer pragmatische aanpak voor. Deze keer simuleert de machine intelligentie: ze handelt alsof ze slim is.

Machine learning, een subdiscipline van AI

Machine learning (ML) of machinaal leren is een onderdeel van artificiële intelligentie. Alle ML is AI, maar niet alle AI is ML. Bij machine learning voert de machine ongevraagd opdrachten uit, ze heeft haar eigen regels. Het systeem staat de machine dus toe om te leren uit gemaakte fouten. Concreet betekent dit dat de machine big data gebruikt als bron om zo “intelligent te worden”.

De datarevolutie

Data is meer aanwezig dan ooit: 90% van alle data die nu beschikbaar is werd tijdens de afgelopen twee jaar verzameld. Vandaag hebben we meer dan ooit de capaciteit om deze data te verzamelen, dankzij twee belangrijke ontwikkelingen: het verzamelen van een aanzienlijke hoeveelheid data in real-time, en de betrouwbaarheid van die data.

We leven in het tijdperk van big data! Big data vertegenwoordigt veel data, zowel wat betreft volume (de hoeveelheid data), variëteit (het type en de bron van de data) als snelheid (de regelmaat waarmee data ontvangen wordt).

Om u een idee te geven: consumenten onderverdelen volgens de pagina’s die ze bezoeken op uw website is waarschijnlijk geen big data. Als u daarentegen deze onderverdeling elk uur bijwerkt door het toevoegen van de aankoopgegevens van internetgebruikers, hun reactie op reclameberichten en afbeeldingen van de producten die ze bekeken, dan spreken we wel degelijk van big data.

Deep learning, een ander onderdeel van AI

Een volgend aspect dat gekoppeld is aan artificiële intelligentie is deep learning. Deze methode is een educatietechnologie gebaseerd op artificiële neurale netwerken. Deep learning laat een programma bijvoorbeeld toe om inhoud of afbeeldingen te herkennen, of om spreektaal te verstaan. Dit leer- en classificatiesysteem wordt gebruikt door Siri, Cortana en Google Now, zodat ze in staat zijn om stemmen te verstaan en gezichten te herkennen.

Om het belang van deep learning volledig te begrijpen, is het nodig om over supervised learning (begeleid leren) te spreken, een algemene AI-techniek die machines toestaat om te leren. Concreet wil dit zeggen dat een programma leert om een auto te herkennen door tienduizenden afbeeldingen van auto’s te verwerken, een “training” die uren of zelfs dagen kan duren. Eens de machine getraind is, kan het programma auto’s herkennen gebaseerd op nieuwe afbeeldingen.

Tot besluit kunnen we zeggen dat het verzamelen van data toestaat om artificiële intelligentie te voeden. AI zal ongetwijfeld helpen om uw auto te besturen, boodschappen te doen en de slogan te creëren voor uw volgende product, dat waarschijnlijk al gekenmerkt wordt door AI.

In de toekomst moeten we aandacht hebben voor onze omgeving, die meer en meer overspoeld zal worden met data die geïnterpreteerd en verwerkt moet worden, en die we moeten laten interageren met anderen. Dit alles met het doel om de productie te automatiseren en te verbeteren.