Terug naar overzicht
10 december 2019

Ja, AI zal de wereld veranderen. Net zoals de uitvinding van het wiel Verslag

Ja, AI zal de wereld veranderen. Net zoals de uitvinding van het wiel dat deed

Artificiële Intelligentie. We hebben er allemaal al van gehoord, en komen er vermoedelijk vaker mee in contact dan we door hebben. Dat robots via AI de wereld zullen overnemen, durven doemdenkers te verkondigen. “Maar zo’n vaart zal het niet lopen”, vertelt Patrick De Mazière, verantwoordelijke voor expertisecentrum Digital Solutions van UCLL.

In tegenstelling tot wat de fancy benaming doet denken, is Artificiële Intelligentie niets nieuws. “In feite bestaat AI al sinds de jaren ’50 à ‘60”, vertelt Patrick. “Alleen was de term ‘artificiële neurale netwerken’ meer het uithangbord. Tegenwoordig is AI een heel brede term, die gebruikt wordt voor alles waarbij iets slims gebeurt (lacht). En met slim bedoel ik dan: een algoritme dat iets uitrekent en op basis daarvan een beslissing neemt. Of dat algoritme simpel of complex is, maakt niet uit. Bij AI gaat het eigenlijk niet zozeer om de rekenkracht, maar eerder om de mogelijkheid om zelfstandig beslissingen te nemen.”

“Artificiële Intelligentie wordt vaak verward met Machine Learning, maar eigenlijk is Machine Learning een onderdeel van AI. Zij het wel een belangrijk onderdeel. Bij Machine Learning ga je een machine iets aanleren, het in feite trainen. Je schotelt de machine bijvoorbeeld duizend foto’s van een hond voor. Met verschillende achtergronden en soorten honden. Via bepaalde algoritmes en parameters leert je machine uiteindelijk een hond te onderscheiden van een ander dier. Wil je ook een kat laten herkennen? Dan moet je nog eens een grote hoeveelheid kattenfoto’s opladen en opnieuw de machine trainen op deze grotere dataset. Een machine kan maar wat je ‘m leert. Bij Machine Learning komt er dus wel rekenkracht kijken.”

De brede grenzen van AI
“Machine Learning is dus onderdeel van AI. Daarnaast heb je nog Deep Learning, op zijn beurt een deelverzameling van Machine Learning. Begint het al ingewikkeld te worden (lacht)? Deep Learning is momenteel nogal gehyped, maar zijn eigenlijk de Artificiële Neurale Netwerken van vroeger die nu dankzij de alomtegenwoordige computerkracht vlot inzetbaar zijn. Deep Learning algoritmes worden vaak gebruikt wanneer je niet op voorhand kan zeggen: ‘dit is een kat, dat is een hond.’ We geven de machine een aantal zaken, en laten ‘m  zelf op zoek gaan naar gemeenschappelijke kenmerken. Stel dat we 3000 foto’s geven van olifanten, honden en muizen. Dan kan de machine waarschijnlijk de drie categorieën onderscheiden, maar ze niet benoemen. We noemen dit dan unsupervised (deep) learning in tegenstelling tot het eerdere voorbeeld van supervised learning.”

Patrick Mazière, UCLL

“Deep Learning, de neurale netwerken dus, zijn vaak rekenintensieve, complexe algoritmes. Maar het is een technologie die voor heel wat toepassingen wordt gebruikt. In de Verenigde Staten werd het een eerste keer gebruik om postcodes op brieven te herkennen en deze brieven dan automatisch te sorteren. Of neem nu wanneer je wiskundeoefeningen maakt op je computer. Via Deep Learning analyseert het programma op welke opdrachten je faalt, of dat altijd dezelfde soort oefeningen zijn, of je altijd dezelfde fout maakt… Het is gerelateerd aan gamificatie (gamificatie is het inbrengen van een  spelelement/competitie in bijvoorbeeld een serie testen zodat de gebruiker blijvend aangemoedigd wordt), maar gaat qua analyses een stap verder.”

“Dat allemaal valt dus onder de grote koepel van Artificiële Intelligentie. En dat is vaak lastig, want waar begint en waar eindigt AI? Ikzelf stel het graag zo: AI is alles waarbij een machine of computer zelf iets beslist, ongeacht hoe complex de regel of het algoritme erachter, op basis van de beschikbare gegevens. Als ze ook nog bijleren (zelftrainen) op basis van ‘ervaringen’ uit het verleden spreken we van Machine Learning.”

AI voor ondernemingen
“AI kan in onze maatschappij en bedrijfswereld heel wat betekenen”, vindt Patrick. “Denk maar aan de bejaardenzorg. Wanneer je serviceflats uitrust met sensoren leveren deze laatste input aan algoritmes die dan via AI patronen kunnen weergeven. Om 10 uur opstaan, elke woensdagnamiddag kaarten, rond 22 uur gaan slapen, etc. Wanneer de bejaarde opvallend afwijkt van die patronen, en bijvoorbeeld om 12 uur ’s middags nog altijd niet is opgestaan, kan het achterliggende systeem dit melden bij familie of een zorgverlener.”

“Ook in de bouw of logistieke sector is AI in opmars. Dan wordt vaak de term Industrialisering 4.0 gebruikt. Een voorbeeld: bouwbedrijven rusten medewerkers uit met een sensor, zodat graafmachines stilvallen wanneer die persoon gevaarlijk dichtbij komt. Dat is geen Machine Learning, maar wel een zeer simpele vorm van AI (eerder IoT zelfs). In de logistiek kan je via AI laten voorspellen wanneer bepaalde voertuigen of toestellen stuk gaan en predictief optreden in plaats van te wachten tot je effectief stukken hebt. Dat gebeurt aan de hand van een hoop parameters zoals het type chauffeur, het type weg, hoeveel kilometer per dag… Dergelijk onderhoud is uiteraard tijdbesparend en kostenefficiënt.”

“Predictief onderhoud, optimaliseren van processen en planning, bewegingen op de werkvloer… Allemaal facetten waarin AI een interessante rol kan spelen. Voor heel wat bedrijven kan AI dus interessant  zijn. Maar, dat betekent niet dat het voor alles en iedereen de oplossing is. Opvallend is dat heel wat bedrijven zeggen met AI te werken, terwijl dat niet het geval is. Waarom ze zeggen van wel? Goh, omwille van het trendgehalte of de moeilijkheid om AI vast te pinnen. Ik kan het niet met zekerheid zeggen.”

Digital Solutions by UCLL

“Het expertisecentrum Digital Solutions van UCLL focust zich, naast AI, ook op Big Data, Internet of Things, e-health, e-learning, behaviour driven software development, … Noem maar op. Kortom: alles digitaal. We zijn met zo’n 35 personen die onderzoek doen in tal van sectoren. Van security, over toerisme tot zorg. We voeren voornamelijk praktijkonderzoek uit met een duidelijk doel. Voor de maatschappij, maar soms ook op concrete vraag van bedrijven.”

“Als kennisinstelling bieden we praktijkgerichte expertise aan. We streven naar een optimale dienstverlening zonder de markt te verstoren. Op die manier zijn we toegankelijk voor kleine kmo’s en starters. dergelijke bedrijven hebben soms een idee, maar niet de middelen of mensen om het te onderzoeken en een proof of concept te ontwikkelen. Wij denken uit, analyseren en optimaliseren. Studenten gaan op stage, werken mee aan een project of ontwikkelen een betaversie. We kunnen voor sommige bedrijven echt het verschil maken.”

“Zo klopte een bedrijf uit de auto-industrie bij ons aan. Ze zochten een systeem om prijzen van vijzen en moeren te voorspellen. Zij waren de tussenpersoon tussen het autobedrijf en de producent, en moesten vaak lang wachten op offertes. Met een voorspelling op basis van offertes uit het verleden en dimensies van het klein materiaal, konden zij sneller schakelen. Heel wat parameters moesten hierin worden opgenomen. De spoed van schroefdraad (dwz. hoe vaak je moet draaien om de bout vast te zetten), de prijs van staal op dat moment, … Relevante parameters die een goede indicatie van de effectieve prijs kunnen voorspellen. Wij fungeerden als sparringpartner en hielpen het concept mee op punt zetten.”

Neemt AI de wereld over?
“De opvatting leeft dat Artificiële Intelligentie gevaarlijk is. Dat het de wereld zal overnemen. Of dat binnen zoveel jaar niemand nog een job zal hebben. Dat betwijfel ik ten zeerste (lacht). Het probleem dat AI niet kan overkomen, is interpretatie. Algoritmes zijn goed en worden beter,  maar qua visuele patroonherkenning is de mens nog superieur. Neem terug de machine die een hond herkent aan de hand van foto’s en parameters zoals: vier poten, een staart… Wat met een foto van een hond met drie poten? Of een kat met vier poten maar die haar staart kwijt is? De juiste parameters selecteren en de kwaliteit bewaken, dat is de taak van de mens. Menselijke interpretatie en kwaliteitscontrole zijn noodzakelijk, anders kan je rare resultaten krijgen.”

“Ongetwijfeld zal AI de maatschappij wel mee veranderen. Logisch, dat deed de uitvinding van het wiel ook. Maar het gaat ons niet werkloos maken. We gaan ons bekwamen in andere dingen. En ook niet alles hoeft complexe AI te zijn, hé. Soms is een simpele vorm van gamificatie al voldoende, soms is AI geen meerwaarde. AI gebruiken, gewoon omdat het AI is, is echt niet nodig.”

“De grootste doemdenkers durven beweren dat AI-robots de wereld zullen overnemen. Maar dat is toch serieuze sciencefiction. Ja, je kan een machine verkeerd programmeren en voor verkeerde doeleinden gebruiken. Maar dat kan je met alles. En dan nog is het de mens die erachter zit, niet de machine of robot zelf. Zolang de mens juist blijven sturen (aanleren), zouden zo’n doembeelden moeten uitblijven.”

 

Delen:

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

NieuwsWhat‘s new around the block