Artificial Intelligence
Artificial Intelligence, of kortweg AI, is Kunstmatige Intelligentie, ook wel KI. Het is intelligentie tentoongesteld door machines. Als een machine net als een mens cognitieve functies nabootst, dan noemen we dat AI. Maar heeft of hebben die machines dan een brein? En waar komt die intelligentie vandaan? Machines volgen bepaalde patronen en leren daarvan. De wereld zoals we die nu kennen is zo omvangrijk en gecompliceerd, dat is haast niet meer te vatten in een machine. Of zoals we het mooi geformuleerd online Google’den: ‘Het is onmogelijk om formele regels met voldoende complexiteit op te stellen die onze wereld accuraat beschrijven.’ Het proces van eigen kennis vergaren door patronen uit data te halen noemen we machine learning. AI zal dus nooit slimmer worden dan de mens, omdat mensen sneller en eenvoudiger verbanden tussen verschillende datasets kunnen leggen. Wel kan een machine veel meer denkkracht (binnen een dataset) genereren dan een mens ooit aankan.
Machine learning
Computers voeren taken uit door stap voor stap de geschreven instructies in de software te volgen. We kennen allemaal nog het programmastroomschema van de middelbare school. Bij enorme bergen complexe data met veel variabelen is dat een onmogelijke opgave. Denk aan het monitoren van taal, dat is wereldwijd niet te overzien. 7,5 miljard mensen hebben allemaal hun eigen taalgebruik en schrijfwijzes. Succes met dat in kaart brengen. Met machine learning kun je grote hoeveelheden data toch onderzoeken. Je kunt patronen definiëren en een code genereren waarmee je die patronen kunt herkennen in nieuwe gegevens. Zoals eerder geschreven onderzoekt Google zelfs het gebruik van ‘slang’, straattaal, om tot nieuwe patronen te komen.
Neurale netwerken
Kort door de bocht is machine learning dus het ontwerpen van machines die kunnen leren van data. Dat kan op verschillende manieren. Neurale netwerken komen hierbij om de hoek kijken. Algoritmen worden in machine learning geïmplementeerd door gebruik te maken van de structuur van neurale netwerken. Een neuraal netwerk werkt als onze hersenen, althans, dat is wat wordt nagebootst. Deze neurale netwerken modelleren data met behulp van kunstmatige neuronen. Waardoor een biologisch neuraal netwerk wordt gevormd. Kunstmatige neurale netwerken kun je dus leren verbanden te zien tussen woorden die op lange afstand van elkaar staan in een zin, waardoor de grammatica in de vertaling uiteindelijk beter klopt.
Algoritme
We horen je denken, dat woord hoor ik vaak, maar wat is het nu precies? Een algoritme is een reeks instructies en stappen waarmee computersystemen voorspellingen kunnen doen. Algoritmes worden overal en in ieder sector gebruikt, van finance tot social media en bij vertalingen en lokalisaties. Het bekendste voorbeeld is wel de manier waarop je reclame krijgt voorgeschoteld op je Facebook. Wat jij op je tijdlijn ziet, is namelijk geen verrassing. Het is geprogrammeerd. Iemand anders ziet heel andere dingen op zijn of haar tijdlijn. Er kleven wel gevaren aan de inzet van algoritmes. Doordat alles op een hoop wordt gegooid, kan een algoritme discrimineren bijvoorbeeld. Je kunt gevangen worden in een ‘filterbubbel’ of zoals Arjan Lubach in 2020 zei over Youtube de fabeltjesfuik. Toch zijn algoritmes cruciaal voor ons. We kunnen niet zonder. En ze worden echt al heel lang gebruikt.
Deep learning
Maar waar het allemaal naartoe leidt, dat is deep learning. Machine learning omvat deep learning. De computer wordt slimmer door het opdoen en opnemen van ervaringen. Meerlaagse neurale netwerken en niet-lineaire transformaties worden gebruikt om te winnen aan intelligentie. Of, zoals we mooi geformuleerd vonden op het internet: ‘Deep learning bestaat uit algoritmen die het mogelijk maken om computers te trainen door blootstelling van meerlaagse neurale netwerken aan enorme hoeveelheden data (Big Data).’ Er zijn veel toepassingen van deep learning op het gebied van taal. Neem spraakherkenning waarbij gesproken woorden getranscribeert worden en vervolgens omgezet in een andere taal. De stem van de gebruiker spreekt de vertaalde woorden uit in die andere taal. Of neem de gesproken zoekopdrachten op je telefoon. Omdat de verschillende lagen in het neurale netwerk het systeem kunnen trainen met variaties in geluid kan het systeem stukjes geluid beter herkennen.
Zoals gezegd: we kunnen nog niet overzien wat er op ons afkomt. Maar het worden fascinerende tijden. Stay tuned!