Hier start het... de basis van AI

"Artificial intelligence, deep learning, machine learning - whatever you're doing if you don't understand it - learn it. Otherwise you're going to be a dinosaur within a few years" Mark Cuban (entrepreneur and investor)

Geschiedenis van AI

De ontwikkeling van kunstmatige intelligentie (AI) kent een rijke geschiedenis die teruggaat tot de jaren 1940 en 1950, met pioniers - en persoonlijk vind ik hem een held - zoals Alan Turing. Alan Turing denk je? Neem dan even de tijd om de film "The Imitation Game" te kijken en ontdek de belangrijke rol die Alan Turing heeft gehad tijdens de Tweede Wereld Oorlog door de Duitse Enigma codes te ontcijferen. Tot dusver het uitstapje en nu weer terug naar het onderwerp met enkele belangrijke mijlpalen:

• 1950s: Alan Turing introduceerde de "Turing-test" om intelligent gedrag van machines te meten.

• 1956: De term "Artificial Intelligence" werd geïntroduceerd tijdens de Dartmouth-conferentie.

• 1970s-1980s: Onderzoek naar AI kreeg een boost door verbeterde hardware en algoritmen, hoewel hoge verwachtingen leidden tot de zogenaamde "AI-winters".

• 2000s: Machine learning en deep learning begonnen terrein te winnen door toenemende rekenkracht en grotere datasets.

• 2010s: Doorbraken in beeldherkenning, spraakherkenning en natuurlijke taalverwerking brachten AI naar de voorgrond van consumententechnologie, zoals Siri, Alexa, Google Translate en niet te vergeten... ChatGPT.

Dus wat is AI?

AI is een overkoepelende term voor systemen of machines die menselijke intelligentie nabootsen. AI kan problemen oplossen, leren van ervaring en beslissingen nemen. Het omvat verder een breed scale aan technieken en toepassingen van eenvoudige regelsystemen tot geavanceerde neurale netwerken.

AI is dus erg breed, maar hoe verhoudt dit zich met Machine Learning en Deep Learning?

Machine Learning is een onderdeel van AI en richt zich op het ontwikkelen van systemen die leren van data in plaats van expliciet geprogrammeerd te worden. Met machine learning worden algoritmen getraind om patronen in data te herkennen en voorspellingen of beslissingen te maken. Voorbeelden van machine learning zijn; banken die transactie data gebruiken om trends te herkennen en frauduleuze transacties te identificeren, Netflix en Spotify die jou suggesties doen waar wellicht jouw interesses liggen qua films en muziek etc.

Deep Learning is weer een subveld van Machine Learning dat werkt met neurale netwerken met meerdere lagen. Het wordt gebruikt voor zeer complexe processen zoals beeldherkenning, spraakherkenning en natuurlijke taalverwerking. Denk hierbij aan zelfrijdende auto's, geavanceerde chatbots (zoals ChatGPT) en medische röntgen beeld analyses.

Wat zijn de veelvoorkomende misvattingen?

Ik hoor regelmatig misvattingen over AI. Hier een aantal die ik graag in perspectief wil plaatsen voor het begrip. Ik ben immers niet voor niets een AI enthousiast :)

• Overtuiging dat het volledig autonoom denkt zoals mensen. AI volgt "slechts" menselijke patronen en is daarmee afhankelijk van menselijke sturing. Hoewel AI vaak als foutloos wordt gezien, is het slechts zo accuraat als de data waarmee het getraind is en daarmee blijft het menselijke bijsturing nodig hebben.

• De angst dat AI alle banen zal overnemen is overdreven; het automatiseert weliswaar taken, maar creëert ook nieuwe mogelijkheden, waardoor mensen zich kunnen richten op creatiever werk.

• Het idee dat AI zichzelf volledig kan ontwikkelen of zelfs gevaarlijk autonoom wordt, behoort meer tot sciencefiction, omdat het altijd binnen de door mensen vastgestelde kaders opereert.

• Tot slot is het belangrijk te benadrukken dat de AI op zichzelf niet intelligent is. AI begrijpt namelijk niets in de menselijke zin van het woord. Het voert berekeningen en voorspellingen uit op basis van statistieken en patronen. Daarmee kun je AI positioneren als een datagedreven technologie die besluitvorming ondersteunt, maar het begrip en de context worden door mensen geleverd.

Conclusie is dan ook om AI in te zetten op vlakken waar het veel sneller en efficienter taken kan uitvoeren dan de mens, maar dat de organisatie er altijd op toe moet zien dat de acties die genomen uitlegbaar en beheersbaar blijven. Verder zal de mens de verantwoordelijkheid moeten houden wat er met de uitkomst gebeurd. Een goed voorbeeld is van een huisarts die gebruik maakt van een AI om gesprekken om te zetten in tekst en vervolgens samenvat voor verslaglegging. Het haalt een taak weg, maar de huisarts zal altijd nalezen of de tekst klopt aangezien hij hiervoor verantwoordelijk is. Is toch heerlijk als je geen getik meer hoort tijdens jouw gesprek met de huisarts?

Neem contact op met Arabird Technologies als je meer te weten wil komen over AI en wat het voor jouw organisatie kan betekenen.