Omslag_EW05 600
November/December 2023

4 mythes over kunstmatige intelligentie doorgeprikt

26 01

‘Data science, machine learning en artificial intelligence zijn kreten die allemaal met elkaar te maken hebben – en toch heel erg anders zijn’, zegt Dylienne Every, machine learning engineer bij Cloudera, een software­leverancier voor data science en analytics. Met haar achtergrond in cybersecurity, data science en software engineering, kan zij helder aangeven wat de verschillen zijn en prikt ze enkele hardnekkige mythes door.

1

Data science, machine learning en artificial intelligence is eigenlijk allemaal hetzelfde.

‘Nee, zeker niet! Data science gaat over het verzamelen, veranderen en teruggeven van data als informatie’, legt Every uit. ‘Die data kan afkomstig zijn van bijvoorbeeld watermeters of camera’s. Uit die data willen we informatie halen, bijvoorbeeld om camerabeelden te begrijpen. Data science gaat over het maken van informatie uit data en zorgen dat mensen die informatie begrijpen en beslissingen kunnen nemen.’

‘Machine learning is de techniek die het mogelijk maakt om computers en machines te laten werken zonder dat ze daarvoor extern worden aangestuurd. Door middel van algoritmes kan een computer zichzelf aanleren vast te stellen of bijvoorbeeld een onderdeel in een machine moet worden vervangen of dat een camera wel of niet moet filmen.'
'Artificial Iintelligence, ofwel kunstmatige intelligentie, betekent dat op basis van data en leertechnieken (uit machine learning) autonome software ontstaat die zelf kan leren en zichzelf ook technieken kan aanleren op basis van data – net zoals een mens. Kenmerkend voor AI is dat het bijna niet merkbaar is of je met een mens of computer spreekt of werkt.' 

26 02

2

De toevoeging van AI aan een systeem, ­bijvoorbeeld voor gebouwbeheersing, levert nog maar weinig meerwaarde op.

‘Dat is kortgezegd niet waar. Over het algemeen maakt AI het leven makkelijker, omdat het vaak wordt gebruikt bij activiteiten die herhaaldelijk uitgevoerd worden, net als robots. Het mooie aan AI is dat het als het ware die robothandelingen uit de mens haalt, zodat wij als mensen ons kunnen focussen op belangrijke en veelal niet-repetitieve taken.’ Als je AI in een gebouwbeheersysteem opneemt, krijg je zeker interessante voordelen:
Slimmer – ‘Doordat de monitoringdata van het gebouw beschikbaar zijn, heeft AI ook veel data om mee te werken. Als AI bijvoorbeeld al een jaar de verlichting van een gebouw beheert, dan zorgen de data ervoor dat de AI precies weet welke lamp aan of uit was, van elke dag, uur, minuut van het jaar. AI leert bovendien zichzelf te verbeteren en daardoor kan het nog slimmere beslissingen nemen. Bijvoorbeeld wanneer die verlichting aan of uit moet om geld en energie te besparen.’
Beter – ‘Omdat AI met veel datasoorten kan werken, kun je steeds meer functies toevoegen. Naast verlichting bijvoorbeeld ook temperaturen en de beweging van de zonwering. Of denk aan camera’s of bewegingssensoren. AI kan dan bijvoorbeeld ook binnen enkele seconden van alle lampen in het gebouw voorspellen welke de komende drie jaar vervangen zullen moeten worden.’
Goedkoper – ‘Als de implementatie van AI goed wordt gedaan en de machine learning goed blijft werken met nieuwe data, kan AI gebouwbeheer goedkoper maken doordat we geen mensen meer nodig hebben om het gebouw te beheren. Wordt AI daarentegen slecht gebouwd, dan vallen de kosten vaak juist hoger uit doordat het verkeerde beslissingen neemt. Daarom is het van belang dat – zeker op de korte termijn – wij mensen goed blijven samenwerken met AI.’

26 03

3

Installateurs moeten speciale AI-opleidingen volgen.

‘Het is de bedoeling dat AI ons als mensen helpt en aanvult. Daarom komen goede AI-toepassingen vaak in de vorm van een app waar vakmensen mee kunnen praten en vragen aan kunnen stellen. Die apps helpen met één of twee specifieke aspecten van hun werk. Er is dan geen speciale opleiding nodig, omdat de AI-app juist heel menselijk zal reageren en dus natuurlijk aanvoelt. Voor installatiebedrijven verwacht ik dat AI zich vooral nuttig gaat maken als een assistent voor de vakman/-vrouw.’

4

Steeds meer producten zijn voorzien van AI, zoals ­bijvoorbeeld ‘AI-based security camera’s’.

‘In de meeste gevallen is het vooral marketing. Bovendien gaat het veelal om machine learning en niet om AI. Bij AI-based security camera’s gaat het bijvoorbeeld om camera’s die in staat zijn om beelden door te zenden naar een algoritme in machine learning en de uitkomsten daarvan te gebruiken. Op het moment dat een beeld naar machine learning-software wordt gestuurd, kan deze herkennen of we een mens of een hond in het beeld zien. Deze machine learning-software geeft het beeld dat het herkent weer door aan de camerasoftware en die laat vervolgens dit antwoord weer zien op een tablet of telefoon. Het is dus niet de camera, maar de machine learning software die intelligentie toevoegt.'

'Je kunt pas van een AI-camera spreken als deze jou ‘als een mens’ zou kunnen vertellen wat hij ziet aan de hand van jouw vraag. Jouw vraag moet je dan wel zo natuurlijk mogelijk kunnen stellen. Bijvoorbeeld: ‘Wat heb je allemaal gezien op zaterdag om 21.00 uur?’. Een camera-app die van AI is voorzien, zal dan als antwoord iets geven als: ‘Ik heb gezien dat er vier auto’s en twee fietsen zijn langsgereden’. Pas zodra een applicatie net zoals een mens samenwerkt met de gebruiker, is er sprake van AI.’

Tekst: Robbert Hoeffnagel
Fotografie: iStock

Lees meer artikelen in het dossier software