AI: Het nieuwe normaal of een hype?

Written by: Han Rusman Han Rusman
Blog

Waarom AI zowel onder- als overgewaardeerd wordt

Kunstmatige intelligentie (AI) is zonder twijfel één van de meeste gehypete woorden van 2017. Elke week is er wel weer een of ander spannend bericht over de voortgang die kunstmatige intelligentie aan het maken is. Termen zoals ‘machine learning, deep learning, neurale netwerken en reinforcement learning’ zijn onderhand al onderdeel van ons vocabulaire geworden. Volgens KPMG is de investering in kunstmatige intelligentie in 2017 reeds verdubbeld tot een totaal aan 12 miljard. Maar volgens de psycholoog en econoom Dan Ariely zijn hier nog wel een aantal aantekeningen bij te zetten:

‘Big data is net zoiets als seks onder tieners: iedereen heeft het erover, niemand weet echt hoe het moet en iedereen denkt dat de rest het ook doet zodat iedereen maar claimt dat ze het doen’.

Ik geloof dat we nu in een tijdperk zitten waarin AI zowel onder- als overgewaardeerd is.

Waarom is artificial intelligence booming?

Er zijn 4 redenen waarom AI momenteel zoveel in de schijnwerpers staat:

1. Computers zijn in de laatste decennia een stuk krachtiger geworden.

Vooral de laatste jaren zijn computers exponentieel krachtiger geworden. Dit heeft vooral te maken met het bundelen van computerkracht in cloud netwerken en dat die computerkracht met name aangewend wordt voor AI.

De grootste spelers ter wereld – Amazon (AWS), Google (Cloud), Microsoft (Azure) en IBM (Watson) – leveren als service nu direct kennis. Rauwe computerkracht als grondstof, net zoals elektriciteit. Dit is een redelijk nieuw fenomeen en het is waarschijnlijk dat dit zich in de toekomst zal gaan uitbreiden.

2. Overheden en bedrijven zijn bang om de boot te missen en doen grote investeringen

McKinsey schat dat de totale investeringen in 2016 ergens uit zijn gekomen tussen de 26 en 39 miljard dollar. Er zijn nog meer gegevens hierover beschikbaar in het AI Index rapport van Stanford. Grote bedrijven zoals Google en Facebook passen hun organisatie zo aan dat deze voor AI geoptimaliseerd is.

3. Intensief onderzoek en mediahype zorgt dat AI al verder is dan het lijkt

Er ligt veel nadruk op onderzoek en de lange termijn voorspellingen van kunstmatige intelligentie. Hierdoor lijkt het of AI in al veel verder is dan het in werkelijkheid is.

Het feit dat zowel Elon Musk als Stephen Hawking waarschuwen voor de risico’s van superintelligentie heeft voor veel interesse in AI gezorgd. En superintelligente computer zorgt nu eenmaal voor de wildste verbeeldingen.

De afgelopen paar jaar hebben bedrijven zoals Amazon, Google, Nvidia en IBM onderzoeken en proof of concepts over kunstmatige intelligentie gepubliceerd. De focus lag daarbij vooral op hoe, vanuit het oogpunt van de bedrijven, AI de volgende logische stap is. Ze publiceren hun bevindingen niet alleen voor marketingdoeleinden maar ook om nieuw talent (met name data wetenschappers) naar hun bedrijven te lokken.

Dit zorgt voor een verwrongen blik op de speelveld als geheel. En creëert daarnaast nogal een mediahype.   

4. AI doorbraken hebben positieve invloed op het vakgebied

Ten slotte zijn er een paar doorbraken in AI geweest. Hernieuwde focus van marktleiders zoals Google heeft gezorgd voor doorbraken in de manier waarop we AI benaderen zoals deep learning met conventionele neurale netwerken in 2012. Deze nieuwe benadering heeft een positieve invloed op het vakgebied gehad en heeft gezorgd voor nieuwe enthousiasme en mogelijkheden.

Waarom wordt AI overgewaardeerd?

Er is steeds meer marketing rond AI. AI verkoopt. Veel bedrijven claimen dat ze gebruik maken van AI. Technisch gezien klopt dit misschien wel maar het is ook een beetje oude wijn in nieuwe zakken. Het is wel waar maar dat wil nog niet heel veel zeggen.

Als we AI definiëren als ‘alle niet-menselijke intelligentie’ dan is een Casio rekenmachine uit de jaren 70 ook AI. De AI-oplossingen van nu zijn nog niet zo significant dat ze hele industrieën op hun kop gooien.

Momenteel richt AI zich vooral op productiviteit, verbetering van de nauwkeurigheid en kostenbesparingen. Kun je een paar succesvolle AI-bedrijven opnoemen? Ik ook niet, en zit dicht op het vuur wat AI betreft.

AI is geen magisch toverstokje die alle problemen die we nauwelijks begrijpen met één zwaai op kan lossen. Nog niet tenminste, en het is mijn verwachting dat het nog wel even gaat duren voordat we aan AI kunnen vragen om alle problemen voor ons op te lossen. Zelfs mensen die al heel lang met AI bezig zijn zoals Yann LeCun (Facebook) en Marc Hinton (Google) waarschuwen tegen het al te veel opkloppen van verwachtingen aangaande deep learning:

‘Als intelligentie een taart was, zou leren zonder supervisie de taart zelf zijn, leren onder supervisie de versieringen op de taart en reinforcement learning zou de kers op de taart zijn. We weten op dit moment hoe we de versieringen en de kers moeten maken, maar nog niet hoe we de cake zelf moeten maken.’Yann LeCun  

AI kan heel succesvol zijn als het volledig in de bedrijfsstructuur ingebed zit. We zijn verwend geraakt door software waar bijna geen werk voor nodig is om het te implementeren. Met AI is dat een ander verhaal, voorlopig tenminste.

Zelfs voor de grootste successen van AI is nog steeds erg veel hard werk door wetenschappers en ingenieurs nodig. Qua problemen die we goed snappen, en die we kunnen definiëren in duidelijke probleemstellingen zijn er de laatste paar jaren grote doorbraken geweest. De huidige technieken lenen zichzelf goed voor probleemstellingen waar er een duidelijke goed (of slecht) is.

In die gebieden overtreft AI de verwachtingen. Maar de kanttekening is natuurlijk wel dat die doorbraken er waren in applicaties met een duidelijke uitkomst, net zoals bij games.

Ondertussen is leren zonder supervisie het best geschikt voor sectoren waar een hoge foutmarge niet erg is. Experimenten met aanbevelingen op Amazon kunnen niet zo heel veel kwaad omdat zelfs een 50% hitrate al goed zou zijn. (Je negeert gewoon de helft van de aanbevelingen). Maar deze foutmarge is niet toe te passen op situaties waar leven en dood op het spel staan.

Waarom AI ondergewaardeerd wordt

Ondanks de overtrokken beloftes zitten er wel degelijk veelbelovende technologieën en technieken in de pijplijn die langzaam hun weg aan het vinden zijn naar toepassingen in het bedrijfsleven.

Zoals hierboven al vermeldt hoef je niet per se nieuwe algoritmes uit te vinden om al wel van de mogelijkheden van AI gebruik te kunnen maken. Het is gewoon mogelijk om computerkracht of zelfs AI in te kopen als een service.

Belangrijker is dat er heel veel bereikt kan worden met redelijk eenvoudige AI. Met relatief primitieve systemen kun je al beter presteren dan de handmatige equivalenten zolang je machine learning maar systematisch implementeert. Gebieden waarin AI momenteel het meeste potentieel laat zien zijn chatbots, voorspellende analytics en machine vision. En andere gebieden volgen ongetwijfeld sne.

AI: Het nieuwe normaal of een hype?

Het is misleidend om de vloedgolf van recente doorbraken door te trekken en te zien als het nieuwe normaal. Voor elk succesverhaal zijn er minstens zoveel mislukkingen.

Maar om AI alleen maar te zien als vluchtige hype zou ook verkeerd zijn. Ja, er hangt veel opgeblazen hype rond AI. En slimme marketeers proberen daar als ware kwakzalvers op in te springen. Maar een redelijk simpele implementatie van AI kan al veel positieve resultaten opleveren.

In het volgende blog geef ik aan wat ik denk dat je zou moeten doen om AI ten volle te benutten en je voor te bereiden op de toekomst.