Het Verschil Begrijpen tussen Kunstmatige Intelligentie en Traditionele Technieken
De recente populariteit van kunstmatige intelligentie, in combinatie met het feit dat het vakgebied nieuw en aantrekkelijk is, heeft ertoe geleid dat veel organisaties beweren dat hun projecten gebruikmaken van de nieuwste ontwikkelingen op het gebied van AI, terwijl ze voornamelijk standaard voorwaardelijke logica, kansrekening en statistiek gebruiken. Dit resulteert erin dat organisaties de voordelen die AI te bieden heeft niet realiseren.
Een algemeen begrip van Kunstmatige Intelligentie bij het bredere publiek is essentieel om een accurate consensus te waarborgen en om ervoor te zorgen dat de technologie veilig en verantwoord wordt ontwikkeld. Hoewel er vele redenen en interne druk zijn om het gebruik van AI te claimen wanneer een dergelijke claim onnauwkeurig is, hebben organisaties daar als gevolg ook geen voordeel van daadwerkelijke vooruitgang. Voorwaardelijke logica, probabilistische en statistische technieken vormen de basis van de meeste organisaties vandaag de dag en hoewel ze op zichzelf complex en geavanceerd zijn en aanzienlijke voordelen bieden, verschillen ze van wat tegenwoordig algemeen wordt aangeduid als Kunstmatige Intelligentie.
De meeste moderne bedrijfstoepassingen vertrouwen op voorwaardelijke logica. In de context van hedendaagse programmeertalen en formula-engines wordt bedrijfslogica tegenwoordig veelal uitgedrukt als Booleaanse logica, If-Then-Else-statements en Case-statements. Organisatorische bedrijfslogica kan worden vastgelegd en uitgedrukt in voorwaardelijke redenering. Hoewel dit enorm waardevol is gebleken, verschilt het van wat tegenwoordig algemeen wordt aangeduid als Artificial Intelligence. Probabilistische en statistische technieken die vaak intensief worden gebruikt voor prognoses en voorspellingen, hoewel ook betrouwbaar en deugdelijk, zijn in feite geen Artificial Intelligence. Deze wiskundige constructies worden min of meer vooraf rationeel gedefinieerd, met weinig constanten die veranderen of variëren, terwijl Artificial Intelligence leunt op dynamiek.
In plaats daarvan leunt Kunstmatige Intelligentie, zoals kort beschreven, typisch op modellen die leren van gegevens en de logica zelf bepalen uit de gegevens. Sinds het bewijs van de Universal Approximation Theorem in 1999 werd gepresenteerd, waarmee werd aangetoond hoe een neuraal netwerk elke functie kan benaderen, wordt nu meer inspanning gericht op het oplossen van programma's via Kunstmatige Intelligentie in plaats van andere paradigma's. Hoewel het theoretisch mogelijk is om elke functie te benaderen, waren rekenkracht en technieken om dit te bereiken in de praktijk een beperkende factor. Recente vooruitgang heeft echter grote stappen gezet in het overbruggen van de kloof tussen theorie en praktijk.
Moderne kunstmatige intelligentie maakt gebruik van technieken waaronder Deep Reinforcement Learning, Natural Language Processing, LSTMs en Generative-Adversarial modellen, met frameworks waaronder TensorFlow en PyTorch die in implementaties worden gebruikt. Een goede test of uw project kunstmatige intelligentie gebruikt, is door te kijken naar de toolkits die actief binnen projecten worden gebruikt. Het is waarschijnlijk geen door AI aangedreven project als het geen tools op dit gebied gebruikt, met uitzondering van het voor de hand liggende geval waarin vertrouwd wordt op aangepaste toolkits die alledaagse AI-taken uitvoeren, zoals matrixvermenigvuldiging.
Applicaties gebaseerd op Artificial Intelligence en applicaties die niet op Artificial Intelligence zijn gebaseerd
Hier zijn enkele echte voorbeelden van kunstmatige intelligentie die in de echte wereld worden gebruikt:
- Computervisiesystemen die leren objecten te detecteren en volgen op basis van gelabelde data;
- Taalverwerkingssystemen leren vragen te beantwoorden en verbeteren in de loop der tijd, zoals Chat-Bots;
- Spelende agenten die, uitsluitend via pixelinvoer, spel kunnen leren spelen zoals Space Invaders, Pacman en Tetris.
Daarentegen zijn hier enkele voorbeelden die vaak worden aangehaald als voorbeelden van kunstmatige intelligentie, terwijl dat niet zo is en ze als zodanig ook niet zouden moeten worden gepresenteerd:
- Voorspellingsmodellen die vertrouwen op kansrekening en statistiek;
- SQL-query's die gegevens uit een database ophalen en een soort aggregatie of sortering uitvoeren;
- Op regels gebaseerde analysedashboards gemaakt in Tableau of Microsoft Power BI;
- Excel-spreadsheets die eenvoudige formules gebruiken;
- Excel Macro-aangedreven werkmappen die enige VBA-code bevatten;
- Sensorsystemen sturen een signaal terug naar een controlecentrum dat een menselijke expert interpreteert.
Toekomstige richtingen voor organisaties die kunstmatige intelligentie willen adopteren
In veel gevallen kan kunstmatige intelligentie complexe problemen oplossen, maar er zijn beperkingen waar standaard voorwaardelijke logica, kansrekening en statistiek superieur zouden zijn. Een voorbeeld zijn vrijstellingen die 100% betrouwbaarheid vereisen, waarbij AI-systemen soms inconsistente resultaten kunnen opleveren. In het geval van traditionele technieken zou het gunstig zijn om te vermelden hoe ze zijn geïmplementeerd in plaats van te stellen dat ze op kunstmatige intelligentie waren gebaseerd, aangezien dit de kennisstroom zou verbeteren.
Kunstmatige Intelligentie is voortdurend in ontwikkeling, met verbeteringen die snel komen en langzaam doordringen in het dagelijks leven door te worden ingezet bovenop reeds bestaande technologieplatforms en infrastructuur. Naarmate het alomtegenwoordiger wordt, is nauwkeurigheid belangrijker dan ooit, en is het cruciaal om te overwegen hoe het wordt toegepast en uitgelegd. Naarmate het vakgebied onvermijdelijk meer gereguleerd raakt, zullen bepaalde vrijheden die worden genomen in het ten onrechte claimen van AI-gebruik in de loop der tijd worden opgelost. Organisaties kunnen echter een voorsprong nemen door vanaf heden nauwkeurige AI-definities te omarmen.
De voordelen van echte kunstmatige intelligentie zijn enorm, en Telemus AI kan samenwerken met uw organisatie om tastbare resultaten te behalen die ver uitstijgen boven traditionele technieken.
Neem vandaag nog contact met ons op voor een gratis adviesgesprek over hoe de Telemus AI™ in uw organisatie kan worden geïntegreerd.
