Wat is Artificial Intelligence (AI/A.I.)
Wat doet Artificial Intelligence nu op een Agile website? Dat is simpel, het is één van de voorbeelden van technologische ontwikkelingen waar je in de nabije toekomst mee te maken krijgt.
Er zijn diverse definities, maar Alan Turing (uitvinder computer) noemde het :
‘AI is the science and engineering of making intelligent machines, especially intelligent computer programs’
Wat ik gemakshalve voor jou heb gedaan is het gezamenlijke uitgangspunt bepalen van alle definities. In tegenstelling tot wat vaak wordt gedacht is het eigenlijk vrij simpel om een helikopterview te hebben.
Alle definities gaan uit van:
- kunnen plannen
- redenatie en leren
- waarneming
- het bouwen van een soort van begrip van kennis
- communicatie in natuurlijke taal.
En dat noemt men vaak: big data, reasoning, learning en problem solving.
Twee hoofdcategorieën van A.I.
AI valt in twee hoofdcategorieën in te delen:
Narrow AI: specifiek algoritme. Een voorbeeld is een Schaakprogramma.
General AI: leert en lost alle problemen op. (Dit is eigenlijk het doel waar iedereen naar streeft)
Subcategorieën A.I.
In plaats van de hoofdcategorieën hoor je veel vaker over: machine learning, cognitive systems, robotics en smart machines. Deze termen worden vaak gebruikt in samenhang met AI, soms als synoniem. Omdat ik het zelf super interessant vind is de kans groot dat ik later in andere artikel(en) er dieper op in ga, maar nu zal ik in vogelvlucht deze termen behandelen.
Machine Learning
Machines leren door Algoritmes patronen te herkennen. Eigenlijk wordt een machine geleerd om de patronen te herkennen door herhaalde training. De machine begrijpt niet wat het doet en leert er dus niet van, dit is dus geen A.I.
Cognitive Analytics
Trekt informatie uit ongestructureerde data door concepten en relaties in een kennisbase te plaatsen en te zoeken. Zoekt dus het antwoord.
Robotics
Hardware en intelligente software & data verrichten een taak waarvoor een bepaalde mate van intelligentie noodzakelijk is.
Smart Machines
Tot een bepaalde hoogte neemt een smart machine zelf beslissingen. Dus een vorm van autonomie. Een cognitief systeem kan met elkaar gaan communiceren en daardoor beter worden.
Fundamentele AI technieken:
- Heuristics (vaak herkenbaar als trail and error methodes)
- Support vector machines (bijv. wel of geen spam)
- Artificial neural network (nabouwen hersenen, maar nog met veel minder verbindingen)
- Markov decision process ( framework om tot beslissingen te komen)
- Natural language processing (taalherkening)
Het gaat nu te ver om dit verder te behandelen, maar dit zijn technieken die je vaak hoort i.c.m. A.I.
A.I. Applicaties
Voor sommige taken is een machine beter/meer geschikt dan een mens! En het gaat hard! Bijvoorbeeld Siri (Apple), Alexa (Google).
Deze applicaties zijn onder andere:
- Spraak herkenning (speech recognition)
- Beeld-/gezichtsherkenning (image recognition)
- Vertaling (translation)
- Vraag en antwoord (question & answering, Q&A)
- Games en oplossingen (game – solver)
In de nabije toekomst zijn deze applicaties in staat mensen te vervangen, bijv. gezichtsherkenning voor security doeleinden.
Technologie trend
- Cloud
- Big Data
- API’s (out of the box oplossingen, bijv. gezichtsherkenning)
- Open Source
- Internet of things (IoT) en standaardisatie.
Samenvatting
- Cloud is het platform en API’s zijn de ‘bouwstenen’.
- Steeds meer ongestructureerde data, AI technologie heeft antwoorden.
- Data is te trainen.
- Open source AI technologieën, instapdrempel daalt.
- Eerder gemaakte modellen zijn gemakkelijk aan te passen (open source)
- Wijsheid van de groep is beschikbaar.
- Internet of Things (IoT) zorgt voor nog meer data.
Start your engines! Zijn er AI cases mogelijk in jouw organisatie? Agile denken en handelen helpt met deze vraag.
p.s. Denk dus voortaan niet alleen aan een robot bij A.I!
Tot slot
Artificial Intelligence komt goed tot zijn recht bij wat in het Cynefin framework van Snowden het ingewikkeld domein wordt genoemd.