‘Mijn eerste paper over AI moet zo’n 45 jaar geleden zijn’ zegt Luc Steels, gastheer, hoogleraar informatica aan de VUB en oprichter van het Artificial Intelligence Laboratory. De Koninklijke Vlaamse Academie van België voor Wetenschappen en Kunsten (KVAB) vond een infodag over de impact van Artificial Intelligence dan ook onontbeerlijk in een land waar iedere krant dagelijks zwaait met termen als ‘AI’, ‘robots’ en ‘big data’.  Een hoogmis voor iedere academicus en practicus. Daarom dat deJuristen er uiteraard vanop de eerste rij bij waren.

AI vs. Machine Learning vs. Deep Learning

Hoewel velen denken dat AI het wonderkind van het jaar is, moeten we ons gedacht hierover wijzigen. Walter Daelemans van UAntwerpen en gespecialiseerd in de invloed van AI op de natuurlijke taal, benadrukte dat tussen 1940 en 1970 alle AI-methodes reeds uitgevonden waren. ‘Ze blijven echter steeds in evolutie’, stelde hij. De proceskracht van computers is exponentieel gegroeid doorheen de jaren. Wanneer de rekenkracht voldoende was, kon men de statistische methodes beginnen ’computen’. Hierdoor is de afgelopen 5 jaar de accuraatheid van de systemen flink toegenomen.

AI is het buzzwoord van 2017, maar wat houdt het precies in? Niemand die het exact kan zeggen. Frank Van Harmelen (Vrije Universiteit Amsterdam) maakte Wikipedia’s definitie alvast met de grond gelijk.  Katrien Mondt (Innoviris, vertegenwoordiger van het Brussel Hoofdstedelijk Gewest) waagde zich er toch voorzichtig aan: “AI betreft de mogelijkheid van een systeem om autonoom te leren uit data en deze kennis om te zetten in daden en/of aanbevelingen. AI is de overkoepelende noemer.” Er werd alleszins duidelijk gemaakt dat het dient onderscheiden te worden met machine learning.

Volgens Anton Dries, informaticus van de KUL is “Machine learning” een onderzoeksveld binnen AI dat ons toelaat om automatisch kennis over te brengen naar de computer waardoor we op een efficiënte manier nieuwe technologieën kunnen ontwikkelen. Door veel data (voorbeelden) in de computer in te voeren, slaagt deze erin verbanden te zien tussen deze voorbeelden. Deze verbanden worden omgezet in algoritmes waardoor de computer in de toekomst zelf tot een bepaalde uitvoer zal komen. Een steeds terugkomende illustratie is deze van de visuele herkenning van een vogel. Een computer krijgt miljoenen foto’s ingevoerd, waarop een vogel staat afgebeeld. De computer kan na een tijd verbanden ontmaskeren (vb. telkens wanneer x, y en z eigenschappen aanwezig zijn, is er een vogel) en zodoende uit zichzelf weten wanneer en waar er zich een vogel op een foto bevindt.

Binnen de brede familie van methoden van machine learning bevindt zich de tak van ‘deep learning’, ondertussen bekend als de paniekschool van Elon Musk. Het bijzondere bij deep learning is dat het algoritme dat de computer gebruikt effectief gebaseerd is op het ‘ritme’ van onze eigen hersenen. De computer doet hiervoor beroep op digitale hersencellen, ‘neurale netwerken’ genoemd.

AI, de sleutel tot grotere efficiëntie voor individu en maatschappij

De herkenning van spraak, beeld en patronen, de zelfsturende systemen, vertaalmachines, lopende robots en vraag-antwoordsystemen kunnen ieder van ons helpen op het gebied van gemak, gebruikerservaring en efficiëntie. Ook Tony Belpaeme, professor Cognitieve Systemen en Robotica aan de UGent legt uit dat AI van heel groot nut is voor robots die mensen kunnen leren lezen. Een robot vraagt echter meer dan enkel intelligentie. Het vraagt ook de belichaming van deze intelligentie in een dynamisch en adaptief wezen dat interageert met de mens. Volgens Belpaeme is dit een van de grootste uitdagingen voor de komende 10-20 jaar.

In de bedrijfswereld zal AI van groot belang zijn wat dataverwerking betreft. “Bedrijven vinden ERPS systemen dom en willen zo snel mogelijk de analytics systemen” zegt Jeroen Van Godtsenhoven (SAS). Hierbij is het volgens hem van groot belang de aanpak zo kort mogelijk bij de bron uit te voeren door bijvoorbeeld analytics systemen in de routers zelf in te bouwen. Jonathan Berte (CEO van Robovision) ziet het goedkoper worden van expertise als een belangrijk meerwaarde van AI. De detectie van borstkanker bijvoorbeeld boekt grote vooruitgang door middel van AI. Ook in andere takken zoals de muziek, film, -en kunstwereld wordt AI van belang.

Socio –economisch: vermindering maar geen ondergang van de jobmarkt

Er zullen jobs sneuvelen. De essentie van iedere industriële of technologische evolutie zit hem immers net daarin. We denken hierbij aan jobs als call-centers, receptionisten, maar ook aan journalisten (bv. voetbaluitslagen). Ook op vlak van voorspellingen zal AI de overhand nemen (bv. weerberichten).

Het contact tussen mensen zal verminderen, maar Berte mildert de paniek. De komst van AI zal tot nieuwe jobcreatie leiden. Dit was ook het geval bij de opkomst van het internet. Deze jobs zullen echter meer technische ontwikkeling vereisen. Hij haalt hierbij het gekende schaakvoorbeeld aan: een schaakcomputer haalt het steeds van de mens, maar versloeg nooit eerder een combinatie van mens en computer. AI kan in bedrijven als een hulpmiddel voor de werknemers worden gezien en zal voor opluchting op de werkvloer zorgen. Het is de bedoeling dat werknemers AI als een compagnon gaan zien.

Berte waarschuwt ons verder voor de moeilijke relatie tussen vooruitgang en ethiek. Ongecontroleerde genetische manipulatie? Ethisch gezien een no-go, maar wat als de computer erop uit is de beste genen met elkaar te combineren en deze creatie in vele sectoren iets kan bijdragen? Ook Joos Vandewalle (KUL, KVAB) roept op tot bewustwording van de ethische grens. Vertekening van de algoritmiek door bevooroordeelde data kan leiden tot negatieve uitwerkingen. Denk maar aan de bot van Microsoft die snel evolueerde tot een racistische chatbot.

Big data

AI speelt echter zelf ook een grote rol in het privacy-domein. “AI is van belang voor 68% van de activiteiten in cybersecurity en privacy”, Joost Vandewalle (KUL, KVAB). AI heeft data nodig, big data. Tonnen aan gegevens dienen te worden ingevoerd alvorens de computer slim genoeg wordt om zelf  aan gegevensverwerking te doen.

De GDPR, de nieuwe privacyregelgeving die in werking treedt vanaf mei 2018, zal de voorwaarden voor het verkrijgen van toestemming voor het verwerken van persoonsgegevens verstrengen. Dit hoeft op zich geen probleem te zijn, althans wanneer men bereid is toestemming te geven.

Connection management

Waar een wil is, volgt een pragmatische weg. “Het klaarstomen en voorbereiden van mensen en bedrijven op AI is noodzakelijk” stelt Katrien Mondt van Innoviris. Zo moet er ingezet worden op innovatievorming, data science en data innovation. De ultieme drive in bedrijven zit hem in de vraag hoe ze nu precies AI moeten toepassen. Prof. dr. Frank Van Harmelen (VU Amsterdam) licht toe dat Nederland maximaal inzet op een AI bachelor –en masteropleiding. Ook in België bestaat al jarenlang een masteropleiding in AI aan de KUL.

Nood aan strategische aanpak 

Luc Steels concludeert dat er een bottom-up werkwijze dient te worden gevolgd waarbij we verder bouwen op de bestaande industrie om de technologie ingang te laten vinden. Tegelijkertijd dient er te worden geïnvesteerd in de ontwikkeling van nieuwe technologie, waarmee Vlaanderen reeds goed bezig is. Er moet een soort ecosysteem worden gecreëerd waarin alle partijen samenwerken. Vlaanderen dient een strategisch plan uit te bouwen over hoe AI verder zal binnenkomen. Hierbij is het noodzakelijk dat we klaar zijn om nieuwe zaken te begrijpen en mee vorm te geven.

Geschreven door Blanche Devos