Machine Learning: Wat je moet weten over deze digitale trend

Vanwege nieuwe computertechnologieën is machine learning tegenwoordig niet hetzelfde als machinaal leren uit het verleden. Het is tot stand gekomen dankzij patroonherkennings programma’s en dankzij het feit dat mensen erin geloofden dat een computer niet meer letterlijk geprogrammeerd hoeft te worden. Een aantal onderzoekers in de richting van IT waren benieuwd of een computer ook dingen kon leren puur uit een aantal gegevens. Dat bleek deze te kunnen, en dat is waar de term machine learning vandaan komt: de computer leert zichzelf een patroon aan. Computers leren dus van eerdere berekeningen om betrouwbare, herhaalbare beslissingen en resultaten te produceren. Het is een wetenschap die niet per sé nieuw is – maar die een nieuwe impuls heeft gekregen.

Kunstmatige Intelligentie?

Maar wat is Machine learning nou precies? Om dat te begrijpen, is het handig om eerst naar een andere, vergelijkbare technologie te kijken: kunstmatige intelligentie. We spreken van kunstmatige intelligentie op het moment dat een computer slaagt voor een test. Deze test moet door de computer zo uitgevoerd worden dat de taken die deze computer volbrengt vergelijkbaar zijn met die van een mens.

Hierin heb je twee verschillende soorten kunstmatige intelligentie: sterke (strong) en beperkte (narrow) AI.

Narrow AI richt zich op de ontwikkeling van systemen die intelligent gedrag vertonen binnen een bepaald domein, maar niet echt intelligent zijn. Gespecialiseerde maar beperkte AI houdt in dat dit programma op één bepaald gebied goed kan worden toegepast. Denk hierbij bijvoorbeeld aan een zelfrijdende auto. Deze auto heeft geen zelfbewustzijn, maar kan wel worden gebruikt voor één bepaalde taak: namelijk jou van A naar B krijgen.

Strong AI houdt in dat een computer of software echt kan redeneren en problemen oplossen, en dat de computer misschien zelfs zelfbewust zou zijn. Deze zelfbewustzijn kan zowel menselijk als niet menselijk zijn. Strong AI is echter nog nooit in het echte leven toegepast, zover wij weten, omdat deze vorm van kunstmatige intelligentie in ieder geval net zo slim (of zelfs slimmer) zou moeten zijn dan de mens. Hier zijn veel sci-fi verhalen over bedacht, zoals de film “I, Robot” met Will Smith.

Dus… Machine Learning.

Om het heel concreet te zeggen is machine learning een manier om AI te ontwikkelen. Een computer krijgt niet precies meer alle taken verteld die hij zou moeten doen. In plaats daarvan wordt machine learning gebruikt om de computer als het ware te “trainen”. Deze training houdt in dat de computer toegestaan wordt fouten te maken, waarna hij zichzelf aanpast om te voorkomen dat hij het weer doet. Als voorbeeld kan je kijken naar afbeeldingen herkennen, zoals Google reverse image search dat kan. Door duizenden, waarschijnlijk zelfs miljoenen afbeeldingen met hun tags te vergelijken kan zo’n zoekalgoritme erachter komen hoe bijvoorbeeld een koffiezetapparaat eruit ziet. Op het moment dat jij dan een plaatje van een koffiezetapparaat in Google gooit, weet het programma dus dat het een koffiezetapparaat is. Nou is dit een relatief voordehandliggend voorbeeld. Er zijn ook programma’s die zichzelf leren te lopen, zoals in het filmpje hieronder.

Machine learning is dus niet alleen relevant, de mogelijkheden ervan kunnen we waarschijnlijk nog niet eens volledig bedenken. Misschien helpt deze methode van computers trainen ons wel om nieuwe medicijnen te ontdekken. Cyberaanvallen tegengaan of misschien wel honger de wereld uit te krijgen lijkt allemaal mogelijk. De opties lijken onbeperkt.

Als jij iets in machine learning zou kunnen doen, wat zou je dan maken? Wij zijn benieuwd naar jouw ideeën en wat jij van machine learning vindt!

 

We will be happy to hear your thoughts

      Leave a reply

      Stuur mij een email bij nieuwe reacties op deze blogpost. Je kunt je ook inschrijven zonder zelf te reageren.