Menu
Artikelen

Expertkennis maakt AI beter

Afke Hagen 09 februari 2023 3 minuten min.

“Veel mensen stellen AI gelijk aan Machine Learning. Simpel gezegd denken mensen: ‘je voedt een computer met voorbeelden en dan doet die het net zo goed als een mens’. Maar AI bestaat uit wel 50 verschillende technologieën om computers slim gedrag te laten vertonen!”, zegt Chris van Aart, CTO van het Utrechtse Bolesian. In dit artikel zijn gedachten en verwachtingen van AI, of kennistechnologie.

Jump to:

“Veel mensen stellen AI gelijk aan Machine Learning. Simpel gezegd denken mensen: ‘je voedt een computer met voorbeelden en dan doet die het net zo goed als een mens’. Maar AI bestaat uit wel 50 verschillende technologieën om computers slim gedrag te laten vertonen!”, zegt Chris van Aart, CTO van het Utrechtse Bolesian. In dit artikel zijn gedachten en verwachtingen van AI, of kennistechnologie.

Is 80 tot 90% goed genoeg?

“Met één of een paar technologieën kom je een heel eind. Maar: vinden we 80 tot 90% goed wel voldoende? Niet als het gaat om de beslissing om een been te amputeren of een vliegtuig te laten landen, toch? De grote uitdaging zit in de laatste percentages. Dan moet je kijken naar wat daar aan de hand is, wat zijn uitzonderingen. En de manier om daar achter te komen is door te kijken naar wat een expert doet.”

De expert weet het ‘gewoon’

“Het achterhalen van wat een expert doet, is niet altijd eenvoudig. Een van de terreinen waarop wij actief zijn is het opnemen van schades aan wegen bijvoorbeeld. Een expert bekijkt alle foto’s met eventuele scheuren en andere schades een voor een. Dat is saai en tijdrovend werk. Maar niet alle scheuren zijn hetzelfde en hebben niet hetzelfde risico. Als je dan vraagt aan de expert hoe je die verschillen opmerkt, zegt de expert waarschijnlijk: ‘gewoon’.  Als je goed doorvraagt, op basis van psychologische methoden, dan kom je erachter wat diegene heeft geleerd tijdens een opleiding en welke ervaringen allemaal meetellen tijdens beoordelingen van de schade. Daar trekken wij regels waarmee we computers kunnen voeden.”

AI in golven

“Bolesian is een van de eerste AI-bedrijven in Europa. Al in 1985 hielden we ons ermee bezig. Je ziet eigenlijk dat de ontwikkeling van AI en de aandacht ervoor in golven gaat. Het begon toen expertsystemen opkwamen. Computers konden bepaalde taken van experts overnemen, zoals het analyseren van bloedlichaampjes. En dan kon dat systeem het gestandaardiseerd en efficiënter. Toen ik eind jaren 90 bij Bolesian kwam waren zo’n 150 mensen bezig om de regels uit hoofde van mensen in systemen te zetten. Op een bepaald moment is Bolesian verkocht en is het opschalen ervan helaas mislukt. Bolesian hield op te bestaan. Vier jaar geleden was AI weer helemaal terug. Toen hebben we Bolesian weer nieuw leven in geblazen. En succesvol: we hebben een award gewonnen bij de Nederlandse Innovatie Prijs 2020 en we hebben net de Nederlandse Privacy Award gewonnen met onze service Anonimizer.”

Kennisregels en kennistechnologie

“Computer vision, computers beelden echt te laten begrijpen, is een heel interessant gebied. Daar verwacht ik nog veel van de komende jaren. Je komt dan niet weg met goed of niet goed, maar je wilt er iets slims uit halen. Het draait dan om kennisregels, en kennistechnologie. Het menselijk brein is heel interessant. Er is veel onderzoek naar gedaan en er valt ook nog veel te ontdekken. Hoe kijken mensen precies naar objecten? Bijvoorbeeld om te bepalen of een situatie gevaarlijk is, dan is het niet alleen het object zelf dat het gevaarlijk maakt, maar ook of het dichtbij is. Een giftige spin achter glas is anders dan dezelfde spin in je hand. Computers kijken vaak maar naar een of twee dingen, terwijl mensen heel goed zijn in het meenemen van de context. Computers worden wel beter trouwens.”

“Nog een goed voorbeeld: een radioloog. Hoe ziet de arts of het goed is of mis? Ook die zal in eerste instantie zeggen: ‘ik zie het gewoon’. Maar dat is een kwestie van opleiding en ervaring. En die kun je, kunnen wij, omzetten in regels.”

Veiligheid en voice

“Dat geldt ook voor een ander gebied waarop we actief zijn: veiligheid. In de haven van Antwerpen bijvoorbeeld proberen we het beoordelen van de veiligheid steeds slimmer en beter te doen. De verkeersleiding in de haven spreekt ieder binnenkomend schip. Een schipper snapt de aanwijzingen soms niet helemaal, of heeft haast of is geïrriteerd door iets wat eerder die dag gebeurde. Dat levert allemaal risico’s op. Nu wordt achteraf, na een incident, vaak pas geanalyseerd wat er misging. Wat is er hoe gezegd? Met onze kennistechnologie met verschillende algoritmes kunnen we dat op het moment zelf. We kunnen de emotie in de stemmen detecteren en bijvoorbeeld ook hoe vaak er iets gezegd wordt, zegt veel over de situatie.”

Goed opgeleide mensen leuke dingen laten doen

“Goed opgeleide mensen zijn op dit moment moeilijk te vinden en te binden voor bedrijven. Als werkgever wil je deze mensen geen saai werk laten doen. Als je kennistechnologie kunt inzetten om het saaie werk aan computers over te laten, dan kunnen de goed opgeleide mensen zich bezighouden met andere, leukere dingen. Op dat gebied gaat nog veel gebeuren, denk ik. Een paar voorwaarden daarvoor zijn al ingevuld: er zijn meer data, computers zijn krachtiger en mensen denken ook veel meer in apps om problemen op te lossen.”

Transparantie en uitlegbaarheid van AI

“Soms lijkt het of computers al veel meer kunnen dan ze in werkelijkheid kunnen. Zo kon een algoritme een Amerikaanse president feilloos ontdekken op basis van foto’s. Was het de kaaklijn, de ogen? Het bleek de Amerikaanse vlag die steevast op de achtergrond te zien was. Dan ga je al snel de mist in. Voor de ene toepassing is dat minder erg dan voor de andere. Transparante, explainable AI is heel belangrijk om te kunnen inschatten hoe acceptabel we bepaalde fouten vinden. Door transparant te maken wat AI-toepassingen precies doen, kun je iemand ook accountable maken. Het is geen blackbox, of: dat moet het niet zijn! Ook bijvoorbeeld ambtenaren die zelf niet ontwikkelen, maar wel opdrachten geven voor AI-toepassingen moeten weten wat er ontwikkeld is en hoe het wordt toegepast.”

Artificial General Intelligence

“We wennen snel aan allerlei toepassingen. Google werd eerst gezien als spannende AI, ook in wasmachines zit een vorm van AI en in smartphones is het niet meer weg te denken.  Maar van Artificial General Intelligence zijn we nog ver verwijderd. Met een computer kun je nu nog geen dialoog voeren, zoals dat met een mens kan. Watson is heel mooi, maar kan nog geen kopje thee zetten. Ik ben wel benieuwd hoe dat verder gaat ontwikkelen!”

Open Source community

“ICT-projecten kosten veel geld en mislukken vaak, ook bij de overheid, dat is geen geheim. Hoe komt dat? Ik denk dat een deel te verklaren is doordat bepaalde bedrijven beter zijn in aanbestedingen schrijven, maar niet per se het beste zijn in intelligente technologie. Een open source community bouwen, waarin we gebruik kunnen maken van elkaars algoritmes en regels zou een oplossing kunnen zijn. Dat vergt een keer een investering en erna wordt de technologie steeds beter door samen te werken. Ook krijgt iedereen goed zicht op hoe algoritmes, regels en de toepassing ervan werken. En misschien kan een klein consortium zo een probleem oplossen, snel en met geringe kosten. Kunnen we niet zo’n  open source community bouwen?”

Chris van Aart is gepromoveerd in AI, specialist in machine learning, kennistechnologie en intelligent agents. Bruggenbouwer tussen innovatie, business en technologie en is CTO van Bolesian.

AI Hub Midden Nederland

ROM Utrecht Region heeft in 2021 samen met haar partners de AI Hub Midden Nederland opgezet, om zo de economische slagkracht van bedrijven en de regio door middel van AI te versterken.  We versterken het bedrijfsleven en de regio door kennis te delen, samenwerking mogelijk te maken en AI toegankelijk te maken.

Sluit je ook aan?

We kunnen je helpen met

Innovatieve ondernemers uit regio Utrecht kunnen bij ons terecht voor investeringen, hulp bij innovatie en hulp bij het veroveren van markten in het buitenland.