HOE MAAK JE EEN AI-PROJECT SUCCESVOL?

摘要

DE MEESTE DISCUSSIES GAAN OVER 'STRONG AI': HET NABOOTSEN VAN MENSELIJK BEWUSTZIJN, DENKEN EN CREATIVITEIT. 'Strong AI' heeft het laboratorium nog niet verlaten. Bij het oplossen van dagelijkse problemen is nog niet veel bereikt. De situatie is anders bij 'Narrow AI' of 'Weak AI'. 'Narrow AI' wordt gebruikt bij toepassingen op een nauw domein. Bijvoorbeeld: IBM Watson for Oncology is alleen toepasbaar voor diagnoses op het gebied van bepaalde soorten kanker. Siri is een ander goed voorbeeld van 'Narrow AI'. Siri werkt binnen een beperkt en vooraf gedefinieerd bereik, er is geen echte intelligentie, geen zelfbewustzijn; ondanks het feit dat het een geavanceerd voorbeeld van 'Weak AI' is. De Al-systemen die nu toegepast worden, maken uitgebreid gebruik van Machine Learning (ML). Zonder ML zou de huidige golf aan nieuwe Al-toepassingen niet mogelijk zijn geweest. Deze vorm van Al-systemen maakt geen gebruik van algoritmes, beslissingsregels of programmeertalen, maar zoekt eenvoudigweg naar patronen in grote hoeveelheden gegevens (zie artikel Ron Tolido, AG Connect, september 2017). Dat betekent niet dat de mens overbodig is geworden. Mensen moeten de computer helpen het juiste te leren. Net zoals bij een kind, moet ook de computer alles worden aangeleerd. Domeinkennis, regels, jargon en taal- en cultuurspecifieke varianten moeten de computer worden bijgebracht. Dit is het leren van Machine Learning. En in de meeste gevallen moeten mensen de computer begeleiden bij het leerproces: door data ('leerstof') aan te bieden die relevant zijn en door te vertellen of conclusies en resultaten correct zijn. En hoe het beter kan.