E-Learning

Ga aan de slag. Succes !


Deep learning en A.I.

Deep learning Nvidia en Artificial Intelligence

In 1997 won computer Deep Blue van Garry Kasparov, de wereldkampioen schaken. Dit door een werkelijk bizarre zet die een normaal mens nooit zou doen.
In 2016 won computer AlphaGo van de beste Go speler Ke Jie. Voor hem leek het tegen een Go-god te spelen. Voor Go is veel intuïtie nodig. Spelgevoel. Iets dat je niet kan beschrijven. Maar de computer had miljoenen malen tegen zichzelf gespeeld en had zo geleerd. Op die manier had hij ook intuïtie gekregen.

Go

Eind 2017 had Google Deep mind Alpha zero ontwikkeld. De computer had vier uur nodig om zich te leren schaken beter dan de beste mens en beste computer. Hij begon met een paar basisregeles (paard springt zo, toren beweegt zo) en startte tegen zichzelf te spelen. Na tien minuten werd het niveau van een grootmeester bereikt en na vier uur versloeg Alpha Zero het beste schaakalgoritme ter wereld. Een verbijsterende en angstaanjagende sprong voorwaarts.

Het knappe aan het algoritme is dat het via een paar basisregels net zo makkelijk een ander spel onder de knie krijgt of kan leren autorijden. Wie weet kan het dadelijk kinderen opvoeden, de wereldvrede behouden en Nederland besturen. De snelheid is zo groot dat het angstaanjagend begint te worden.

Google heeft ook een AI systeem ontwikkeld dat beter dan mensen is in het ontwikkelen van Ai systemen. Ook dat nog.

Ook hackers beginnen AI te gebruiken. Daar worden weer AI systemen tegen ingezet. 

In 2016 kwam er een schilderij van Rembrandt op de wereld gemaakt door een computer. Niet van echt te onderscheiden. Men had de belangrijkste Rembrandts in de computer gezet is ging zoeken naar patronen als de lichtval, gezichtscontouren of kwastgebruik. Daaruit construeerde de computer een nieuwe Rembrandt.
Er komen computers aan die elke schilder (en vervalsingen) kunnen herkennen.

De Flow machine heeft heel veel muziek opgeslagen en herkent daar patronen in (van wat we mooi vinden en goed verkoopt). Zo kan de computer zelf muziek maken. Het is wachten op het eerste nummer in de hitlijsten dat gemaakt is uitsluitend door een computer. Op dit moment werken de computers samen met songwriters en componisten. Die staan versteld van waar de computer soms mee komt. Je kan zelfs vragen of je een liedje kan krijgen als de Beatles met lyricks

Zo is een schrijver bezig met een computer om een fantastisch boek te schrijven. De computer kent de beste boeken.

Ook is men bezig kunst te maken met computers. Wie weet komen er hele niuwe en orginele zaken uit.

De computer kan al hallucinerende trips maken van videobeelden die alle verbeelding te boven gaan. Deep dream. Waar gaat het heen.

dream

Computers die betere boeken schrijven dan mensen, die betere muziek componeren of die betere kunst maken.

Iets anders    

Hoe herkent een automatische auto een verkeersbord. Het kan vuil zijn, van de zijkant bekeken worden, gedeeltelijk zichtbaar zijn etc. Je kan dat allemaal in een computer zetten maar dat is heel veel werk. Je kan ook heel veel borden filmen en dan zieken algoritmen er patronen in. Zo herkent de computer uiteindelijk het verkeersbord. Zo zoekt google ook naar algoritmen om b.v. een kat op een foto te herkennen en je alle foto's op het web met katten te kunnen laten zien.
Dat is deep learning.

Men is bezig van bestuurders van auto's via camera's al het rijgedrag op bepaalde wegen in boardcomputers op te slaan. Die data worden verzameld en algoritmen leren de supercomputer uiteindelijk hoe je op de wegen moet rijden (ook als het mistig is, de zon laag staat, het sneeuwt of in het pikke donker).

De behoefte aan artificial intelligence is onmiskenbaar omdat door de bevolkingsexplosie en de enorm toegenomen complexiteit van onze wereld veel problemen niet langer beheersbaar zijn met menselijke intelligentie alleen”

AI 2

Er komt een tijd dat AI en deep learning geïntegreerd zal zijn in allerhande dingen. Ik schrijf nog over smart en intelligent products, services, logistics, medicine, agriculture, buildings, cities, countries, education etc. Dat gaat naar deep products, services, logistics etc. Aspecten in onze samenleving die werken met kunstmatige intelligente die uitermate snel leert en de beste beslissingen neemt.

Google-baas Sundar Pichai zegt dat Google opensourcesoftware TensorFlow levert waarmee bedrijven zelf aan de slag kunnen met artificiële intelligentie. Ze willen de toegang tot machine learning democratiseren. In Tanzania kunnen mensen met hun smartphone nu ziektes in cassaveplanten diagnosticeren, een voorname voedselbron. In Nederland is er met TensorFlow een systeem ontwikkeld om de beweging van melkkoeien te monitoren.

Hij ziet kunstmatige intelligentie als de grootste kans die we als mensheid hebben. Ze biedt de mogelijkheid voor enorme doorbraken in gezondheidszorg, klimaat, onderwijs. Natuurlijk is artificiële intelligentie ontwrichtend, maar dat was de industriële revolutie ook. Het punt is: technologie beweegt per definitie voorwaarts, los van Google of welk ander bedrijf ook. We zullen ons moeten voorbereiden.

Doemdenkers als Elon Musk vrezen dat slimme machines de mensheid zelfs kunnen vernietigen.

Sundar zegt dat het oprechte zorgen zijn. Als maatschappij moeten we ons in een vroeg stadium voorbereiden op de komst van intelligente machines. Host de voordelen, minimaliseer de nadelen. Maak wereldwijde afspraken, zoals bij het klimaatverdrag van Parijs. Benader het ethisch en verantwoordelijk. Als Google stoppen ze daar veel energie in.

Hoever is artificiële intelligentie nu gevorderd?

Het gaat snel, maar minder snel dan mensen denken. De intelligentste systemen kunnen nog niet lezen als een basisschoolleerling van 7 tot 9 jaar oud. Als we dat niveau komend decennium bereiken, is dat een grote doorbraak.

Technologie verandert levens en Sundar is ervan overtuigd dat technologie veel meer goed voor de wereld kan doen dan mensen zich kunnen voorstellen.

In zijn jeugd had hij geen telefoon: het kostte uren reizen naar het ziekenhuis om de uitslag van zijn moeders bloedtesten te krijgen. En dan bleken die niet gereed en moest je weer uren terug. Met de telefoon vergt het twee minuten.

Excess Material Exchange gebruikt artificial intelligence (AI) vervolgens om snel en op grote schaal matches te maken tussen vragers en aanbieders van materialen.

Met zelflerende algoritmes kunnen enorme hoeveelheden complexe data met miljoenen variabelen worden geanalyseerd waardoor patronen kunnen worden herkend.

•AI maakt het mogelijk om digitale bedreigingen en nieuwe soorten malware sneller te kunnen identificeren.
•In de landbouw kan kunstmatige intelligentie worden ingezet om data te verzamelen en geautomatiseerd beslissingen te nemen. Denk bijvoorbeeld aan het in een vroeg stadium ontdekken van bepaalde schimmels op gewassen of het vroegtijdig ontdekken van de noodzaak om bepaalde voedingsstoffen toe te voegen aan gewassen. Op die manier kan de landbouwindustrie veel efficiënter gebeuren en vindt er minder verspilling plaats.
•Storingen kunnen met AI voortijdig worden voorspeld, zodat tijdig kan worden ingegrepen, nog vóór een storing optreedt. Denk bijvoorbeeld aan het tijdig opmerken van storingen aan wissels in een metrolijnenstelsel. Wanneer AI wordt toegepast op één wissel is dit niet lucratief, maar weet het systeem meteen de status van 800 wissels, dan kunnen prioriteiten worden gesteld en een goed onderhoudsplan worden uitgewerkt.
•Bij onderzoek naar autonoom rijden wordt gebruik gemaakt van AI-programma’s. Een auto die is uitgerust met camera’s legt honderden uren beeldmateriaal vast van rijgedrag van mensen. Op die manier kan de situatie die door de camera wordt vastgelegd worden gekoppeld aan de input die de bestuurder geeft. Hier leert het neurale netwerk van zodat op een bepaald moment het systeem zelf de koppeling kan maken tussen wat hij ziet met de camera’s en wat de bestuurder in zo’n situatie zou doen. Deze methode wordt momenteel nog verder onderzocht.