Machine learning specialist Xander Steenbrugge
Dat machine learning in de lift zit, hoeven we Bloovi-lezers wellicht niet te vertellen. Maar dat ook in België meer en meer bedrijven erop inzetten is wellicht wel nieuw. “Ook al bestaat de term amper drie jaar, het is nu al een van dé meest veelbelovende aspecten van artificiële intelligentie”, legt specialist Xander Steenbrugge van de Gentse machine learning specialist ML6 enthousiast uit. “Desondanks dat veel mensen artificiële intelligentie zien als een ver-van-hun-bedshow, is niets minder waar... Zelflerende machines zullen een impact hebben op élke sector. Meer zelfs, nu al zijn er bedrijven die volop zelflerende algoritmes implementeren. Ook in België."
Kanker detecteren of files voorkomen
Dat in België steeds meer zelflerende machines worden ingezet, weet Xander, hoofd van Machine Learning research bij ML6, als geen ander. “We lanceerden onlangs machine learning bij een speler in de gezondheidszorg om radiologen accurater kwaadaardige kankercellen te helpen ontdekken op ct-scans. We lieten een zelflerend algoritme tienduizenden foto's van kankercellen analyseren, om zo dokters te helpen om meer betrouwbare diagnoses te kunnen stellen. Aangezien het algoritme zichzelf constant verfijnt, is het in staat om steeds accurater te werk te gaan."
Doordat het algoritme kwaadaardige kankercellen accurater kan identificeren, is de kans dat de juiste diagnose wordt gesteld drastisch groter dan voorheen. Fantastisch toch?
“Bovendien worden computers nooit moe en hebben ook niet een aantal koffietjes nodig om écht op dreef te komen", knipoogt Xander. "Ze presteren altijd op hetzelfde niveau en kunnen dankzij zelflerende aspecten in de code ook steeds accuratere conclusies trekken. Computer vision is nu eenmaal een pak betrouwbaarder dan het menselijke brein met al zijn tekortkomingen. In deze specifieke case worden de beelden eerst door het algoritme geanalyseerd en wordt de finale beslissing nog altijd door de mens gemaakt. Een symbiose, zeg maar". Naast de gezondheidssector implementeerde ML6 ook al een oplossing om verkeersstromen en file-verspreiding te voorspellen aan de hand van verkeerslussen in de weg.
Desondanks is er nog werk aan de winkel voor Belgische en Europese bedrijven. “Op het vlak van artificiële intelligentie worden we met rasse schreden voorbij gestoken door landen zoals China en de Verenigde Staten”, waarschuwt Steenbrugge. “Om internationaal mee te spelen moeten Belgische bedrijven een tandje bijsteken. Daarom hebben we er bij ML6 onze missie van gemaakt om Belgische bedrijven te helpen om hun data op een slimme manier te (her)gebruiken en daar belangrijke inzichten uit te halen, waarbij we voornamelijk focussen op grote bedrijven in de industrie en retail. Hierdoor willen we er mee voor zorgen dat we ook in Europa de vruchten plukken van artificiële intelligentie en machine learning.”
Zelflerend: meer een buzzword dan realiteit
Toch vindt Xander dat we ook niet teveel gewicht moeten hangen aan de doemscenario's of verwezenlijkingen rond artificiële intelligentie. "Vergeet niet, het zijn nog altijd mensen die gigantisch veel werk verrichten om artificiële intelligentie naar behoren te doen werken", glimlacht hij. "Dat durven journalisten ook wel eens vergeten. Zo lees je onheilspellende berichten dat mensen massaal hun job gaan verliezen - waar ik trouwens niet in geloof - of dat AI nu al een gigantische bedreiging vormt voor de mens. Maar dat klopt niet helemaal. In het verleden is elke technologische vooruitgang gepaard gegaan met de vrees dat mensen hun job zouden verliezen. En vaak was dat ook zo, maar op termijn werden er altijd weer nieuwe jobs gecreëerd. Ondanks dat de snelheid waarmee artificiële intelligentie om zich heen grijpt veel sneller is dan eender welke technologische innovatie, denk ik dat ook nu hetzelfde zal gebeuren".
Zelflerende algoritmes en artificiële intelligentie klinken onheilspellend of zelfs magisch, maar je mag ervan uitgaan dat er nog steeds een pak menselijk denkwerk nodig is om zoiets deftig te laten werken.
"Daarnaast mag je ook niet vergeten dat momenteel nog steeds mensen dé drijvende kracht zijn achter de verwezenlijkingen van artificiële intelligentie. Zo klopt het dat een computer erin is geslaagd om de wereldkampioen van het bordspel AlphaGo te verslaan. Wat absoluut een straffe prestatie is. Maar dan moet je er ook bij vertellen dat een team van ingenieurs 5 jaar hebben gewerkt aan het algoritme om dat te kunnen realiseren. Zelflerende computers klinken onheilspellend of zelfs magisch, maar je mag ervan uitgaan dat nog steeds een pak menselijk denkwerk nodig is om zoiets deftig te laten werken”. “In de media lees je vaak onheilspellende berichten over artificiële intelligentie. Maar ik kan je vertellen dat we nog lang niet op dat niveau zitten. Bovendien moet je daarom dat zelflerend aspect ook met een korrel zout nemen. Het is nog lang niet zo dat computers in staat zijn om zichzelf eender wat aan te leren. De rol van de mens is nog steeds van fundamenteel belang".
Nadenken over gevolgen op lange termijn
Toch is de Gentse AI-expert niet naïef over de mogelijke schadelijke gevolgen die artificiële intelligentie kunnen hebben. Onlangs werd ook nog eens pijnlijk duidelijk dat ook zo'n systeem niet onfeilbaar is toen een zelfrijdende auto van Uber een voetganger van de weg maaide. "Ondanks dat artificiële intelligentie nog niet op het punt staat om zichzelf zonder menselijke input allerlei nieuwe dingen aan te leren wil dat niet zeggen dat het in de nabije toekomst onmogelijk is. De vernieuwingen binnen op dit vlak gebeuren razendsnel. Daarom vind ik dat het nodig is om duidelijke regelgeving te voorzien die aangeeft waar de grenzen liggen. Als er één regel is waar ik in geloof is het dat de mens steeds centraal moet staan. Als het de mensheid ten goede komt, waarom niet. Maar als er twijfel is, dan moet daar duidelijke regelgeving rond bestaan. Bovendien moeten we de gevolgen van automatisering niet overdrijven. Je kan nooit de mens volledig vervangen, maar wel repetitieve taken automatiseren", besluit Steenbrugge.
Als repetitieve taken worden geautomatiseerd is het dus onzinnig om deze skills nog verder te leren op school.
Net daarom vindt de AI-expert dat het onderwijs een cruciale rol speelt om kinderen klaar te stomen voor het tijdperk van artificiële intelligentie en machine learning. "Als repetitieve taken worden geautomatiseerd is het dus onzinnig om deze skills nog verder te leren op school."
Volgens Steenbrugge moeten kinderen vandaag klaargestoomd worden om snel nieuwe dingen aan te leren, en context te begrijpen. "Begrijp me niet verkeerd, veel vakken zoals bijvoorbeeld wiskunde blijven enorm belangrijk. Maar toch moeten die repetitieve zaken eruit. Dé grootste troef van automatisering is dat ons leven een pak boeiender wordt en we ons als mens kunnen bezighouden met waar we écht goed in zijn. Creatief zijn. Prachtig toch?"