Eindelijk eens een praatje waarbij de term ‘AI’ niet viel. Althans niet zo vaak. Een presentatie over klimaatverandering van Ben Wolkon van MUUS Climate Partners, en daarna een interactive sessie geleid door Ellie Johnston. Kern van de boodschap is: Er is niet 1 enkele oplossing die alles zal oplossen, maar alle oplossing die er nodig zijn bestaan al. Het is een kwestie van implementeren en opschalen. 

De duurzame toekomst

Het verhaal van Wolkon was mij al relatief bekend. Electra zal toe moeten nemen in industrie, vervoer en gebouwen. Het opwekken van die stroom zal groen moeten worden. Daarbij is er synthetische brandstof nodig voor bijvoorbeeld luchtvaart. Daar is trouwens wel een rol voor AI en analytics, om al die systemen te managen en optimaliseren: een slimme thuisbatterij of warmtepomp die de optimale strategie uitvoert. 

Veel software producten, wellicht alle, hebben nu of binnenkort een AI component, of zijn opgebouwd rondom AI. Ik was bij een prima verhaal van een mevrouw van Miro die goed heeft nagedacht over hoe de user experience van AI ontworpen moet worden. “We shape our tools, and thereafter, our tools shape us.” is een bekend citaat dus de design beslissingen van AI zijn belangrijk. Een presentatie vol met ‘5 ways’ achtige lijstjes. Here we go.

Uitdagingen van AI design. 

• Werken met bias. De spreekster ziet dit zowel als een probleem als als een kans. We kunnen de wereld van de AI namelijk zo maken zoals we willen door de trainingsdata goed te kiezen. 
• Veiligheid en privacy. De zorgen om een AI die de wereld overneemt zijn niet gegrond, maar privacy en deep fakes zijn wel een zorg, en psychologisch welbevinden door chatbots die verkeerde of agressieve adviezen geven
• Ontwerp voor kans. Een LLM is niet deterministisch, je kan van te voren niet voorspellen wat er uit gaat komen. 
• Vertrouwen en transparantie. Je ziet iedere dag voorbeelden van ‘hallucinaties’ van taalmodellen die zelf dingen verzinnen. Van belang is om de bronnen te laten zien, en daarmee het vertrouwen te blijven winnen

Dus hoe moet je dan ontwerpen?

Eerste verhaal waar ik heen ging was van Google en McKinsey, en was best prima. Er is ook al over geschreven door Erwin Blom en Michiel Buitelaar maar ik zal mijn perspectief geven.

Het beeld wat ik er uit haalde was: Je hebt goede data nodig, een goed taalmodel en je mensen moeten snappen wat ze daar aan hebben. Daarmee kan je krachtige impact maken.

Data: Bij Google hebben ze een geweldige codebase: De code waarop bijvoorbeeld Chrome en Search draait. 500,000 manjaar aan werk, met niet alleen goede code maar ook alle wijzigingen worden bijgehouden, alle vragen die ontwikkelaars in fora stellen en de antwoorden. Dus niet alleen het eindproduct maar ook het proces.

Experts speak. A Robotics professor and a researcher in Applied Mathematics from Johns Hopkins University discuss how AI can aid in the fight against climate change

When you read the title, you might wonder: How can something as virtual and abstract as AI assist in combating something as vast and tangible as climate change? Fortunately, the speakers have developed a clever framework that makes this understandable and logical by breaking it down into three clear areas: understanding the problem, predicting the direction, and assisting in the required transformation.

1. Understand the Problem

What do we know for certain? CO2 levels are rising, and the greenhouse effect is real. However, data collection is not very detailed. In the ocean, AI aids in operating autonomous underwater robots equipped with sensors. Remote control is impractical because radio waves do not work underwater, making AI a useful tool for enabling independent navigation.

Experts aan het woord. Een prof in robotica en een onderzoekster in toegepaste wiskunde van Johns Hopkins university over de manieren waarop AI kan helpen in de strijd tegen klimaatverandering. Als je de titel ziet denk je: hoe kan iets virtueels en abstracts als AI nou helpen bij iets zo groot en concreet als klimaatverandering. Gelukkig hebben de sprekers een slim framework opgezet waarmee dit wel logisch en begrijpelijk wordt, door het op te delen in 3 overzichtelijke gebieden. Begrip van het probleem, voorspellen van de richting, en helpen bij de benodigde transformatie.

1. Begrijp het probleem

Wat weten we zeker? CO2 stijgt, en het broeikas effect is echt. Maar de datacollectie is niet erg fijnmazig. In de oceaan helpt AI om autonoom onderwater-robots met sensoren te laten varen. Je kan ze niet goed op afstand besturen omdat radiogolven niet werken onder water, dus AI is een goede tool om ze zelfstandig te laten varen.