fbpx
info@brightest.be
+32 3 450 88 42

Onze Bright Night Practical Artificial Intelligence in 6 takeaways!

Onze Bright Night Practical Artificial Intelligence in 6 takeaways!

Posted by: Eva
Category: Business
Artificial Intelligence in de praktijk
De 6 belangrijkste takeaways om te onthouden na een avondje Artificial Intelligence vanuit de praktijk

Begin Oktober hadden we Jan Van De Poel op bezoek als keynote speaker. “Een energieke jonge man, die de uitdaging wou aangaan om met een vrij techie publiek de laatste stand van zaken betreffende toepassingen met Artificial Intelligence in de praktijk te delen.” Ik kan het niet beter samenvatten, denk ik. Misschien kan een AI-toepassing dat nog beter in de toekomst? In elk geval, voor diegenen die de laatste jaren nog geen AI conference of keynote hebben bijgewoond: concreter dan wat we die avond kregen, wordt het niet.

Om de wat meer academische uiteenzetting te koppelen aan een soort van we doen het hier wel even benadering, hebben we een tweede partij uitgenodigd die hier duidelijk kaas van heeft gegeten. Kenny Helsens van In The Pocket kwam aan de hand van hun eigen endeavours enkele inzichten delen, waar menig professor vaak niet aan toe komt. Het klonk plotseling allemaal best behapbaar, waarvoor dank!

Let wel: dit is geen aanklacht tegen de over-theoretisering – als dat al een woord is. “I’ll make it sound soooo complex, that it will scare you”, is iets waar ik sommige van die professors van verdenk. En toch zou er zonder die knappe koppen uiteraard geen praktische toepassing bestaan. Het ding is ondertussen nu eenmaal geëvolueerd en ondersteund door de juiste technologische mogelijkheden op vlak van software, hardware én connectiviteit; waardoor u en ik het langzamerhand kunnen leren begrijpen én toepassen.

Om het in 6 statements samen te vatten, had ik gelukkig zelf geen diepe neurale netwerken nodig. Maar mijn kennis van de menselijke hersenpan is zo gelimiteerd, dat ik zelfs daar geen theoretisch uitsluitsel over kan geven.

1. Van A naar B. Maar dan net iets anders.
De pure essentie van artificieel intelligente software, is nog steeds niet meer dan de essentie van eender welke andere software: ik gooi er iets in en er komt iets uit. Actie, resultaat. En met wat er uit komt, daar gaan we mee aan de slag. Daar koppelen we conclusies aan, daar leren we iets uit, dat passen we toe, daar baseren we onze strategieën op of daar redden we levens mee.

Enkel het stukje tussen A en B, ziet er volledig anders uit en vergt bepaalde capaciteiten en inzichten. Diep neurale netwerken, zelflerende mechanismes, gekoppeld aan heel wat GPU power.

2. Waren Lernout & Hauspie dan echt véél te vroeg?
2019 is het jaar van de Natural Language Processing (NLP). Straf, want ik dacht dat dat 1990 was.  Nee, daar bedoelde onze spreker uiteraard mee dat er dit jaar aanzienlijk wat vooruitgang is geboekt in AI toepassingen met NLP. Spamfilters en chatbots zijn enkele concrete voorbeelden van zinvolle toepassingen. Maar toepassingen die bijvoorbeeld gebarentaal in (al dan niet gesproken) tekst omzetten of op termijn boeken in een vreemde taal kunnen herleiden tot een samenvatting in een willekeurige andere taal, daar wordt onderstaande best vrolijk van.

3. En daarom werkt AI nu pas écht
In 1955 al dook de term Artificial Intelligence voor het eerst op. Als je dan ziet hoezeer technologie sinds de sixties is vooruit gegaan, dan stel je je soms toch de vraag waarom AI de laatste jaren pas écht op grotere schaal in de praktijk wordt toegepast. Wel, het antwoord daarop is eigenlijk vrij simpel: de processors en data storage mogelijkheden zijn recentelijk in die mate toegenomen, dat onze hardware eindelijk in staat is de software snel genoeg te laten werken en de nodige volumes data op te slaan en te verwerken. Samen met de massa aan beschikbare data en geconnecteerde apparaten op het wereldwijde web, zorgt dat voor gigantisch veel mogelijkheden.

4. Hoe zit dat met die mythes rond AI?

  • Mythe 1: je hebt er een PHD voor nodig. Met andere woorden, je moet er jaren voor gestudeerd hebben. Niets is minder waar vandaag: conceptueel begrijpen waar het over gaat en wat je er mee kan doen, zou basiskennis moeten zijn voor elke werknemer in een modern bedrijf. Het uitwerken van verschillende lagen neurale netwerken daarentegen, laat dat gerust aan de PHD’s over.
  • Mythe 2: je hebt er Big Data voor nodig. Met andere woorden, massa’s data bepalen het succes van je toepassing. Niet dus: afhankelijk van de gebruikte technieken kunnen 50 tot 100 foto’s soms al volstaan voor wat je wenst te bereiken. Goed om weten.
  • Mythe 3: je hebt enorm veel GPU’s nodig. Met andere woorden, elke AI toepassing kan eigenhandig het hele Westelijke halfrond even plat leggen door de waanzinnige nood aan GPU power. Ahum, voor de meeste toepassingen blijken 2 GPU’s voldoende. Amen to that.
  • Mythe 4: je hebt helemaal geen domein experten nodig. Met andere woorden, de systemen zorgen zelf voor de kennis en de logica … ? Daar hoef ik vermoedelijk geen tekening bij te maken. Iemand moet die systemen trainen en interpreteren. Zonder domein expert, geen toepassing. Zo simpel is het.

5. Als je ergens 100% zéker wil van zijn, gebruik dan zeker geen AI
AI is een statistisch proces. Wie goed opgelet heeft op de schoolbanken, weet dat statistiek iets probabilistisch is. In de meeste gevallen werkt je model perfect. Maar AI gebruiken in toepassingen waarvoor je 100% zekerheid nodig hebt dat de uitkomst is zoals verwacht, daar is het nu eenmaal niet voor gemaakt.

6. Grootste uitdaging: het Tamagotchi aspect
OK, toegegeven, een beetje vergezocht misschien, maar ik vind het wel eens fijn om een rare Japanse uitvinding als vergelijking te gebruiken. Iedereen kent ongetwijfeld nog dit vreemde stukje speelgoed dat populair werd eind jaren 90.
Het draait uiteindelijk rond het trainen van het model. Net als bij de Tamagotchi, ben je er best continu mee bezig om het beestje te trainen, te verbeteren, te onderhouden… tot op het moment dat je iets hebt dat lijkt te werken.

Tot slot kregen we ook nog enkele interessante QA-inzichten mee. Het zijn dat soort inzichten in de complexiteit van kwaliteitsgarantie van dergelijke systemen, waar we bij Brightest graag mee aan de slag gaan. Meer daarover in een volgende blogpost. Wil je graag op de hoogte blijven? Schrijf je dan hieronder in voor onze (3 maandelijkse) nieuwsbrief!

Geschreven door Pieter Chiau, Managing Partner – pieter.chiau@brightest.be