What is AI?
Tot aan de jaren 90 van de 20e eeuw was het gebruik en de ontwikkeling van intelligente machines (artificial intelligence, kortweg AI) voornamelijk een academische specialisatie binnen het domein van de informatica. Pas vanaf de doorbraak van machine learning (ML) in het tweede decennium van de 21ste-eeuw, heeft AI praktische toepassingen opgeleverd voor consumenten, bedrijven en overheden. Denk aan chat-bots, gezichtsherkenning, spraakherkenning, automatisch vertalen, zelfrijdende auto’s en lerende robots. AI-toepassingen worden nu razendsnel uitgerold.
Omdat AI het in zich heeft alle sectoren van onze maatschappij te beïnvloeden en grote sociaal-economische gevolgen zal hebben, voelen veel landen de noodzaak om hier beleid op te ontwikkelen (Mols, WRR Internationaal AI-beleid, 2019).
AI is het deel van de informatica dat zich
richt op systemen die functies uitvoeren die
we normaal gesproken associëren met het
menselijk brein, zoals, leren, omgaan met
onduidelijkheid, problemen oplossen, emoties
herkennen en zelfs creatief zijn (www.vno-ncw.nl)
Alan Turing kan worden beschouwd als de grondlegger van de praktische interpretatie voor het theoretische concept van intelligente machines. Deze Britse wiskundige/logicus publiceerde in 1950 een paper getiteld Computing Machinery and Intelligence om licht te werpen op de vraag: Kunnen machines denken?. Hij bedacht daarvoor een spelvorm dat het verschil zou kunnen bepalen tussen een mens en een machine, aan de hand van een serie vragen die alleen “denkende” mensen correct zouden kunnen beantwoorden. Dit vraag & antwoord spel heet sindsdien de Turing Test.
De Turing-test kan een robot of computer makkelijk winnen. Een goed voorbeeld is IBM’s supercomputer Watson. Deze supercomputer was twee hoogbegaafde menselijke deelnemers te slim af tijdens een speciale editie van het Amerikaanse spelprogramma Jeopardy. Watson bleek niet verbonden te zijn met internet, maar had alle kennis op zijn harde schijf staan. Dankzij een speciaal algoritme kon Watson zeer snel informatie scannen en analyseren.
Turing’s ‘Imitatiespel’ is een veel representatiever voorbeeld van wat wordt bedoeld met AI. In dit zogenaamde “Chinese-room” gedachte-experiment zitten drie deelnemers in geïsoleerde kamers: een computer (die wordt getest), een mens en beoordeler. De (menselijke) beoordelaar kan praten met de computer en met de mens. De computer en de mens proberen de beoordelaar te overtuigen dat zij mensen zijn. Als de beoordelaar na een x-aantal vragen niet kan achterhalen wie de mens is en wie de computer is, dan wint de computer. De computer laat zien te beschikken over kunstmatige, cognitieve vaardigheden, AI dus.
De term AI werd voor het eerst gebruikt in een publicatie getiteld “Proposal for the Dartmouth Summer Research Project On Artificial Intelligence” (1955). De Amerikaanse computerwetenschapper John McCarthy bedoelde hiermee: “een machine die zich zo tot mensen verhoudt zoals een intelligente persoon zich zou gedragen” moet worden opgevat als kunstmatige intelligentie (AI).
Vanaf de jaren 60 in de 20ste-eeuw gaat de ontwikkeling van computers hand in hand met de ontwikkeling van AI. Hard- en software konden steeds meer en ingewikkeldere taken uitvoeren die we associëren met het menselijk brein: zogeheten cognitieve taken.
The term artificial intelligence (AI) refereert dan ook naar computer systemen welke beslissingen uitvoeren die menselijke cognitie vereisen zoals het vertalen of begrijpen van natuurlijke talen —zoals de Nederlands taal— of zoiets als auto-rijden. De meest basale vorm van AI is data gedreven machinaal leren —internationaal aangeduid met het acroniem ML (Machine Learning)— die zich nu in een tweede bloeiperiode bevindt (Taskforce AI en AINED-coalitie: Nationale Artificial Intelligence (AI) Strategie, 2019)
Machine Learning (ML)
Het oorspronkelijke idee voor machinaal leren (ML) is ontstaan als een theoretisch model voor kunstmatige intelligentie dat moest verbeelden hoe neuronen in ons brein, mensen in staat stelden om een taak te leren. Dit elektronische connectionistische-model —perceptron— is bedacht door neurofysioloog Warren McCulloch & wiskundige Water Pitts in 1943 en is veder uitgewerkt door Donald Hebb (1949) in zijn baanbrekende book: The Organization of Behaviour.
Anders dan voor het schrijven —coderen— van traditionele computerprogramma’s & apps, heeft een computersysteem bij Machine Learning (LM) vooraf geen geformuleerde reeks aan regels nodig die voldoen aan de syntax van een specifieke programmeertaal —het computerprogramma; ook wel source-code genaamd— die de functionaliteit coderen om van input data tot een adequate output te komen (Rachka, 2018).
Het computersysteem leert op basis van van te voren vastgelegde leer-algoritmen —zogenaamde leerregels zoals backpropagation— uit grote hoeveelheden voorbeelddata —training sample— zelf wat het juiste antwoord of de juiste oplossing is —rules—. Voorwaarde is dat de voorbeelddata is voorzien van ‘labels’. Een label is een beschrijving van de correcte uitkomst bij een specifieke input.
Een voorbeeld van een veel toegepaste vorm van ML is optical character recognition (OCR; optische tekenherkenning), waarmee gescande of gefotografeerde afbeeldingen en/of getypte of geprinte tekst kunnen worden omgezet in ASCII-code. Deze American Standard Code for Information Interchange is een internationale computer-standaard om letters, cijfers en leestekens —het alfabet— te laten representeren —lees visualiseren— door computerprogramma’s zoals tekstverwerkers zodat het begrijpelijk is voor mensen die natuurlijke taal kunnen lezen.
Machine learning (ML), Deep Learning (DL), and the adoption of Natural Language Programming (NLP) in AI herald a broad array of new AI-driven tools that expand the opportunities to support teaching and learning.
Nationale AI Cursus
Het doel van deze cursus is om zoveel mogelijk mensen een basiskennis over AI bij te brengen. Ga direct naar de cursus of bekijk alvast het programma .
ML TUTORIAL: the Basics
https://cs.stanford.edu/people/karpathy/convnetjs/demo/image_regression.html
http://playground.tensorflow.org/
