Ai

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. 

In het schema te vinden als Making boats fly with AI and Culture at the Helm. Een interessante sessie over de toepassing van AI, hoe mensen daar ook weer van leren, en wat er nodig is om dit in een team te laten slagen. 

America’s Cup is een zeilcompetitie tussen landen, met schepen van zo’n 25 meter. Zeer high tech. Het team van Nieuw-Zeeland is met ongeveer 100 man, en bouwen een jaar aan iedere nieuwe boot. Steeds meer daarvan is met simulatie, en dit jaar is er vrijwel niets meer ‘in het water’ getest, alles gebeurt met de computer. 

Twee uitstekende en nuchtere verhalen over hoe AI in gezondheidszorg wordt toegepast. De nederlander Michael Abramoff, werkzaam in Iowa, vertelde over geautomatiseerde diagnose van oogziekten, en Elisabeth Asai over datzelfde bij huidziekten. De computer helpt daarbij de mens door een snelle en nauwkeurige diagnose. Het doel hiervan is betere toegang tot de zorg, en lagere kosten.

Opvallend bij beide verhalen was dat ze al decennia mee bezig zijn met automatisering bij diagnose. AI is geen revolutie maar een evolutie. In de jaren 80 met regel-gebaseerde systemen waarbij de computer vragen stelde. Daarna met eenvoudige convolutionele netwerken maar dat werkte nog niet goed: Ze konden alleen maar werken op kleine foto’s (16x16 pixels) en waren daardoor erg onnauwkeurig, en ze waren breekbaar: Door kleine verstoringen werkte het al niet meer. Moderne AI heeft betere algoritmes, er is meer computerkracht, en kan worden gewerkt met goede scherpe foto’s.

Bezig met een experiment rond een taal-algoritme. Eentje die zelf onderwerpen vindt in een verzameling documenten. Door te kijken naar de woorden en waar ze voorkomen maakt het zelfstandig een soort ’topic map’. Waarbij de gerelateerde woorden ook bij elkaar komen.

Het trainen van dit model doe ik door mijn tweets er in te stoppen. Beetje lastige verzameling documenten, blijkt. Omdat ze kort zijn en over heel veel verschillende onderwerpen gaan werkt het niet goed om zo’n kaart te maken.

Tijdens het werk scrollt er een oude tweet uit 2007 door de terminal. “Zoon (4) wil me lief verzorgen bij het ontbijt. Papa jij een lekker biertje?”. Eerst raakt dit me wegens de tekst zelf. Wat lief was dat. Vervolgens raakt de nostalgie me. Dat was 10 jaar geleden. Die zoon is nu 14. De oudste is net 18 geworden, doet eindexamen en gaat over een paar maanden verhuizen naar Delft. Damn wat gaat het snel. Wat leuk om die oude tweet nog te hebben.

Afgelopen week was ik voor de 10e keer naar SXSW, de jaarlijkse tech-conferentie in Austin, Texas. Zoals ieder jaar was er een duidelijk thema te spotten. Waar het voorgaande edities ging over social media, big data, IoT of VR was dit jaar Artificial Intelligence (AI, Kunstmatige Intelligentie) buitengewoon prominent aanwezig. Een absolute hype waarbij allerlei tools die we al jaren gebruiken, zoals het aanbevelings-systeem van Amazon of Netflix of de gezichtsherkenning in sommige foto tools, ineens ‘AI’ wordt genoemd omdat dat hip is. En waarbij AI er bij wordt gesleept in onverwachte sectoren. AI and food. AI and therapy. AI in sports. AI and musicvideos.