×
×

Technologie

Nieuws filtering op :

Machines leren. Hoezo?

Technologiedoor One magazine10/03/2016

Veel wetenschappers en business insiders waarschuwen ons voor zelflerende machines. Als computers zouden begrijpen wat mensen willen doen, zou dat toch eenvoudiger zijn? Maar het is moeilijker dan dat. Jean-Marie Stas, Marketing Manager bij Proximus over machine learning.

“Het concept van machine learning is op zich eenvoudig: het gaat om systemen en toepassingen die de resultaten van acties analyseren en zo een volgende prestatie verbeteren of bijsturen. Zo komen we uit bij systemen die een soort leerproces doorlopen, zonder dat daar verdere menselijke tussenkomst bij is vereist. Het systeem verzamelt data, toetst die af aan een bepaalde doelstelling en houdt daar rekening mee bij een volgende actie. Maar al lijkt het concept eenvoudig, de praktijk is dat allerminst. Toch maken we er zelf al gebruik van. De smartphone die je vingerafdruk leert kennen, bijvoorbeeld, hanteert een eenvoudige vorm van machine learning. De software houdt een tabel bij van 30 à 50 meetpunten per vinger. Bij het aanloggen wordt dan naar een overeenstemming gezocht in die tabel. Dit is niet zozeer zelf leren, dan wel aangeleerd gedrag. Iets complexer is het gebruik van een slimme thermostaat. Die ‘leert’ rekening houden met de dagen van de week en het tijdstip waarop je thuiskomt. Door het systeem te koppelen met je agenda of andere databronnen – bijvoorbeeld verkeersinformatie – wordt het systeem slimmer.”

IBM simuleert menselijk brein
“Om een machine zelfstandig te laten leren, moet een computer het menselijke brein nabootsen. Het Watson-project van IBM was een eerste stap in die richting, gebaseerd op de analyse van de menselijke taal en van miljoenen documenten. Als er een vraag gesteld wordt – “waarom valt een kat altijd op haar vier poten?” – kan het computermodel op basis van de analyse van al die documenten en teksten het juiste antwoord vinden. Wel zijn er 90 servers, 2.880 processor threads en 16 terabytes RAM nodig om 200 miljoen pagina’s tekst in 1 seconde te doorzoeken. IBM gaat nu een stap verder door chips te bouwen die de werking van het brein simuleren. Hun TrueNorthchip bevat momenteel 4.096 kernen die één miljoen neuronen en 256 miljoen synapsen implementeren op 5,4 miljard transistoren. Deze chips kunnen in netwerken geplaatst worden, met als doel 4.096 chips in één rack te bouwen, met samen 4 miljard neuronen en 1 triljoen synapsen. Ter vergelijking: het menselijke brein heeft ongeveer 100 miljard neuronen en 100 triljoen synapses. Grof gesteld kan IBM vandaag al 1 à 5% van het brein in een computer ‘gieten’. Het bedrijf ontwikkelde daarvoor een nieuwe programmeertaal, nieuwe algoritmen en nieuwe programmabibliotheken.”

Wat als…?
“Komen we echt bij machine learning uit, dan zijn daar voordelen aan verbonden. Dokters kunnen zich laten assisteren door computers om een juiste diagnose te stellen. Robots kunnen leren waar iets staat in een opslagplaats. Smartphones zullen onze emoties kunnen herkennen aan de hand van sensoren en een camera, en in functie daarvan de gepaste muziek afspelen of ons begeleiden naar webinformatie die op dat ogenblik het beste past. Maar wat als die zelflerende systemen zelfstandig beslissingen nemen of emoties ontwikkelen? Ook die evolutie moeten we nu al bekijken. Wie wacht er op de heerschappij van zelflerende, zelfstandige computers?”

 

One

One

One is het ICT-vakblad van Proximus voor CIO’s en ICT-professionals van grote en middelgrote ondernemingen. 

One is het ICT-vakblad van Proximus voor CIO’s en ICT-professionals van grote en middelgrote ondernemingen. 


Geef je mening over dit news

Wil je je mening delen of een commentaar posten?

Log je in via facebook.