ArtificiŽle intelligentie

ArtificiŽle intelligentie is misschien wel het meest gebruikte buzzwoord in het kader van Industrie 4.0 en Factories of the Future. Maar wat is dat eigenlijk Ė kunstmatige intelligentie Ė en welke rol kan het spelen in industriŽle toepassingen?

Vrij snel na de komst van de eerst computers, halfweg vorige eeuw, begonnen wetenschappers te fantaseren over intelligente machines die als een mens zouden kunnen redeneren en beslissingen nemen. De term artificiŽle intelligentie zou voor het eerst in die context gebruikt zijn op een seminarie voor computerwetenschappers in de jaren í50.

Vreemd genoeg bestaat er vandaag nog steeds geen exacte definitie voor wat artificiŽle intelligentie precies is. Dat komt onder meer omdat intelligentie zelf al een wat onduidelijk en rekbaar begrip is.

Een definitie zou kunnen zijn: het vermogen van computers om intelligent menselijk gedrag te imiteren. Wikipedia stelt: de wetenschap die zich bezighoudt met het creŽren van een artefact dat een vorm van intelligentie vertoont.

Het probleem met deze definities is dat ze verwijzen naar het begrip intelligentie, dat op zijn beurt niet eenduidig gedefinieerd is.

Turing test

Het vreemde aan de term artificiŽle intelligentie is dat de definitie lijkt op te schuiven. Dingen waar een computer twintig jaar geleden nauwelijks in slaagde, zoals beeldherkenning, noemde men toen artificiŽle intelligentie, terwijl de meeste toepassing die er vandaag bestaan in dat domein nauwelijks nog als AI beschouwd worden. Dat zou er min of meer op neer komen dat de term AI vooral gebruikt wordt voor dingen die men (nog) niet kan realiseren.

Een mooie introductie tot artificiŽle intelligentie is de lessenreeks van professor Patrick Winston van het MIT, die vrij beschikbaar is als Open Courseware op de website van het MIT. In de cursus haalt hij het voorbeeld aan van een softwareprogramma dat integraalvergelijkingen kan oplossen. Het systeem hanteert daarbij een twintigtal regeltjes (bvb. de integraal van een som is de som van de integralen Ė u kent het allemaal wel) die iteratief toegepast worden om een integraalvergelijking te vereenvoudigen tot ze opgelost is.

Als hij het programma demonstreert, vinden mensen het een mooi voorbeeld van artificiŽle intelligentie, zegt Winston. Maar zodra hij uitlegt hoe het programma werkt, wat uiteindelijk een rechttoe rechtaan algoritme is, vinden mensen het geen goed voorbeeld meer van AI.

De Britse computerwetenschapper en filosoof Alan Turing ontwikkelde in de jaren í50 een naar hem genoemde test om na te gaan of een systeem artificieel intelligent is. Het is een soort blinde test waarbij iemand willekeurig tegenover een computersysteem of een mens geplaatst wordt. Als de testpersoon niet kan achterhalen of hij een computer dan wel een mens tegenover zich heeft, mag de computer volgens Turing artificieel intelligent genoemd worden.

Het leukste standpunt over wat artificiŽle intelligentie is en wat niet, komt van de Nederlandse wiskundige Edsger Dijkstra die bekendheid verwierf als een van de pioniers van gestructureerd programmeren. Hij zei: de vraag of een computer kan denken is niet interessanter dan de vraag of een duikboot kan zwemmen.

Toepassingen in de industrie

In het kader van Industrie 4.0 en Factories of the Future wordt de term artificiŽle intelligentie veelal gebruikt in combinatie met de termen machine learning en deep learning, wat twee methodes zijn om tot AI te komen.

Maar zoals eerder aangehaald, kan artificiŽle intelligentie dus ook slaan op een algoritme dat computers in staat stelt om taken uit te voeren waar we computers niet meteen toe in staat achten. Het oplossen van integraalvergelijkingen is daar een voorbeeld van.

Ook in de industrie zijn er heel wat voorbeelden van toepassingen waarin al eens de term AI gebruikt wordt terwijl het eigenlijk om een algoritme gaat. De diagnosefuncties in sensoren bijvoorbeeld, zijn typisch systemen die bij het bereiken van welbepaalde waardes een alarm genereren. Kwaliteitssystemen die met een camera controleren of doppen goed zijn aangedraaid op flessen doen dat doorgaans door pixels te tellen met de kleur van de dop boven de lijn die de bovenkant van de dop zou zijn als hij goed is aangedraaid. Dat is een puur deterministisch algoritme.

De link met artificiŽle intelligentie komt voort uit de teach functie die dergelijke systemen soms hebben. De parameters van het algoritme worden dan bepaald door een reeks testen uit te voeren waarbij het systeem leert wat goed en fout is. Dat leunt al enigszins aan bij deep learning, waarbij de parameters in een neuraal netwerk bepaald worden door het systeem te teachen. Een mooi voorbeeld van echte deep learning is te zien in Neuraal netwerk leert bin picking.

Hoewel de industrie vooralsnog argwanend staat tegenover dit soort concepten Ė wat op zich allicht geen slechte houding is Ė ziet men wel al heel wat toepassingen in de financiŽle sector. Verzekeringsmaatschappijen laten bijvoorbeeld al artificieel intelligente systemen los op hun data om frauduleuze claims op te sporen. Het gaat dan om voorbeelden van machine learning waarbij trends in grote hoeveelheden data geanalyseerd worden om anomalieŽn bloot te leggen.

Naarmate dergelijke systemen resultaten blijken te boeken in andere sectoren, is het allicht slechts kwestie van tijd eer ze ook in de industrie ingeschakeld worden.

© Productivity.be, Tekst: Erwin Vanvuchelen


Feel free to share

Productivity.be Update Alerts

Wenst u regelmatig update alerts te ontvangen over nieuwe artikels en productoverzichten?


Productivity.be

is een publicatie van
Redactiebureau ConScript

Contact

Erwin Vanvuchelen
+32 (0)475 64 99 34
erwin@conscript.be
erwinvanvuchelen