Hoe werkt Artificiële Intelligentie?

In onze vorige blogpost las je over de geschiedenis van A.I. en hoe A.I. nu al verweven is in onze dagelijkse professionele omgeving, zoals in Microsoft’s Office 365.

In dit artikel lichten we kort toe hoe A.I. werkt en wat het bijvoorbeeld kan.

Omgaan met complexe datasets en algoritmes

A.I. kennen we vooral onder termen zoals ‘machine learning’, ‘deep learning’, ‘computer vision’, ‘NLP’ en ‘cognitive computing’. Elk heeft zijn eigen toepassingsgebied. Waar het bij A.I. om draait, is slim om te leren gaan met verschillende vormen van data zoals geluid, beeld en spraak. Hier worden slimme algoritmes op losgelaten en ontstaan er nieuwe patronen en relaties, die de computer dan weer intelligenter maken. In sommige gevallen kan een systeem deze data zelfs zo interpreteren dat het voorspellingen kan gaan maken.

‘Big Data’ bijvoorbeeld worden via A.I. gekneed tot handelbare en overzichtelijke datasets, die proactieve besluitvorming een pak makkelijker maken.

Data modelleren, patronen en relaties herkennen

Artificiële Intelligentie begint wanneer data ‘gekneed’ wordt en nieuwe of bijkomende relaties legt, waardoor het systeem bijleert. Een computer leert patronen herkennen en levert veel rijkere analyses en informatie aan die voorheen niet bekend was. Op basis van die nieuwe relaties worden bijvoorbeeld voorspellingen mogelijk. Het systeem heeft zich namelijk getraind en gaandeweg bijgeleerd.

A.I.-algoritmes kunnen heel complex worden wanneer ze verschillende verwerkingslagen bevatten. A.I. kan op hoog niveau abstracties van data maken. Maar het kan ook heel repetitieve taken overnemen en uitvoeren.

Verzekeringen bijvoorbeeld experimenten momenteel met A.I. door fotoreeksen van autoschade te analyseren. De computer leert foto’s herkennen en interpreteren en zal in staat zijn om op basis van enkele beelden een schadeclaim te aanvaarden of verwerpen.

Context en gedrag leren begrijpen

Toepassingen zien we in bijvoorbeeld het herkennen van (delen van) afbeeldingen of toepassingen waar gezichts- en emotieherkenning wordt ingezet. Een voorbeeld daarvan zien we met slimme camera’s in bedrijven en in het straatbeeld. Maar ook in spraak-, taal- en audioherkenning is A.I. al sterk aanwezig. Ook gedrag, context en emotie leren begrijpen is mogelijk. Denken maar aan Deep Blue die tienduizenden schaakwedstrijden analyseerde en zo de zetten van zijn tegenstander kon gaan inschatten. Slimme chatbots in customer service-omgevingen kunnen door interactie met een klant bijleren wanneer die feedback geeft. Zo wordt ook die bot weer slimmer per interactie.

Hoe A.I.  in audio en spraak het verschil maakt, zien we al in Google’s Home en Microsoft’s Speech Recognition. Die zijn in staat een breed scala aan taken aan te sturen. Spraakherkenning op zich is niet nieuw, maar ze wordt wel steeds slimmer. Wist je trouwens ook dat je pc zichzelf in slaapstand kan zetten op basis van gezichtsherkenning en – activiteit? Als de camera je gezicht niet meer detecteert, gaat het systeem in slaapmodus zodat anderen niet zomaar in je computer kunnen. Eens je terug voor het scherm komt, herkent het systeem je en start het weer op.

Andere toepassingen zien we in intuïtieve netwerken : het netwerk wordt zelf één grote sensor. Het is zelf in staat om autonoom de juiste veiligheidsregels toe te passen op het netwerk.

Conclusie?

Artificiële Intelligentie heeft een grote en positieve impact op ons zakelijk en privéleven. We gebruiken het om spraakgestuurd te e-shoppen, om intelligentere netwerken in bedrijven op te zetten, en veiligheid te verhogen met slimme camera’s. Maar A.I. biedt ook een aanzienlijke meerwaarde in R&D en productinnovatie.

Benieuwd wat A.I. voor jou kan betekenen?

In onze volgende blogpost geven we je enkele voorbeelden van A.I.-toepassingen in en voor bedrijven.