De wiskundige kant van AI

Cases
De wiskundige kant van AI

Laat een kind vier keer een hond zien en vier keer een kat, en het weet voor de rest van zijn leven wat wat is. Zo slim is een computer nog niet. Voordat die het onderscheid echt kan maken, moeten er duizenden plaatjes van honden en katten in.

“Het onderscheid tussen een hond of kat is niet zo relevant, maar als je een computer wilt leren een zelfrijdende auto te besturen is het onderscheid tussen een kind of een konijn wel van levensbelang”, aldus professor statistiek Johannes Schmidt-Hieber, de jongste hoogleraar van de Universiteit Twente en AI-expert.

Afgeleide
Schmidt-Hieber tegenover  INN’Twente, op Twente.com: “Onze hersenen zijn veel efficiënter in beeldherkenning. Een computer raakt bijvoorbeeld al in de war als op een plaatje meerdere objecten staan, terwijl onze hersenen die informatie automatisch filteren. Een student uit mijn groep heeft de computer op basis van heel veel recepten nieuwe gerechten laten bedenken. En op basis van de stijl van bepaalde schilders kan de computer ook nieuwe schilderijen maken. Maar het is altijd een afgeleide van wat er al is; zelf een eigen stijl bedenken is nog een brug te ver.”

Toch is de professor te spreken over het belang van AI. “Bij ziekenhuizen is een massa aan data beschikbaar. Door met AI gegevens te koppelen en ervaringen uit het verleden te vergelijken – bijvoorbeeld bij de behandeling van kanker – kun je de meest succesvolle combinatie van medicijnen en bestraling kiezen.”

Statistiek als uitgangspunt
Schmidt-Hieber geldt als expert op het gebied van AI, met name wat betreft de wiskundige kant. “Informatica is natuurlijk al langer bezig met het toepassen van kunstmatige intelligentie. Met statistiek als uitgangspunt kijk ik meer naar hoe we de uitkomsten kunnen interpreteren. Met nieuwe mathematische technieken kun je analyseren welke methode wel werkt en welke niet, en waarom. Hoe groot moet het neurale netwerk zijn om de beste werking van de methode te garanderen? De werking van de menselijke hersens is nog niet ontrafeld, bij computers is dit gemakkelijker te ontdekken. Dat is lang een onderbelicht aspect geweest, alles was gericht op toepassingen. Maar om echt verder te komen zullen we ook mathematisch in de werking moeten duiken.”

De jonge professor geeft workshops en conferenties, vooral voor academici. Behalve in de universitaire wereld ziet hij ook veel interesse bij de researchafdelingen van bijvoorbeeld Google en Microsoft. Gezien de stormachtige ontwikkelingen pleit hij er voor om leerlingen in het onderwijs al vroeg kennis te laten maken met AI en deep learning. “Zij moeten er straks mee werken, dus het is belangrijk dat het onderwijs daar al vroeg op inhaakt.”

AI-hub Oost-Nederland is partner van