De opkomst van kunstmatige intelligentie en machinaal leren zal het bedrijfsleven ingrijpend transformeren, net zoals pc’s dat de afgelopen twintig jaar hebben gedaan. Bedrijven zullen enorme hoeveelheden data verzamelen, opslaan en analyseren met technologie voor machinaal leren. Met behulp van kunstmatige intelligentie nemen ze vervolgens beslissingen die optimaal aansluiten op de zakelijke doelstellingen en de wensen en behoeften van klanten.
We zien daar nu al voorbeelden van, zoals recommendation engines van webwinkels als Amazon die gebruikers passende slimme aanbevelingen doen, of digitale reclameborden langs de snelweg in Tokio die advertenties aanpassen aan het type voertuig dat passeert. En dat is nog maar het begin. Niemand kan voorspellen hoe kunstmatige intelligentie het bedrijfsleven zal veranderen, net zoals niemand de ingrijpende veranderingen kon voorzien die de komst van pc’s inluidde.
Sleutelrol
De effectiviteit van kunstmatige intelligentie en machinaal leren staat of valt met de kwaliteit en kwantiteit van training-data. Een kind met een hoog IQ dat in een bibliotheek opgroeit, zal over meer kennis beschikken dan een kind dat nauwelijks toegang tot informatie heeft. De storage-sector zal een sleutelrol vervullen bij het realiseren van de zakelijke voordelen die kunstmatige intelligentie te bieden heeft. De roep om ‘intelligentere’ technologie beweegt bedrijven tot enorme hoeveelheden ongestructureerde data op te slaan. Krachtige computers die met software voor kunstmatige intelligentie zijn voorzien, zullen deze gegevens telkens opnieuw verwerken tijdens het leerproces. Na elke trainingsprocedure zal het ‘kennismodel’ dat door de software voor kunstmatige intelligentie is ontwikkeld op effectiviteit worden getoetst. Vervolgens worden er aanvullende gegevens verzameld of wordt bestaande data op een nieuwe manier ingedeeld om bij te dragen aan verbeterde resultaten tijdens de volgende trainingsronde.
Om een voorbeeld te geven: om deep learning-software aan te leren om automatisch een bepaald model auto te herkennen, moeten duizenden afbeeldingen van die auto aan het systeem worden gevoed. Deze afbeeldingen moeten worden aangevuld met tags met de naam van het automodel. En het is al net zo belangrijk om nog eens duizenden afbeeldingen te gebruiken van andere auto’s die van andere modelnamen zijn voorzien, zodat de software voor machinaal leren weet dat die modellen niet overeenkomen met het beoogde model. De training-data bepaalt de effectiviteit van de software volledig.
Bedrijfsgegevens zullen op vergelijkbare wijze een onderscheidende factor vormen in een wereld waarin kunstmatige intelligentie de toon zet. Deze vertegenwoordigen de essentiële knowhow en het intellectuele eigendom van ondernemingen. Bedrijven moeten hun training-data even nauwlettend bewaken als gevoelige ontwerpen en andere bedrijfsgeheimen. Zou een webwinkel zijn kroonjuwelen – de inkoop- en zoekgeschiedenis van zijn klanten – zomaar open en bloot op internet zetten?
Bedrijven die zich willen voorbereiden op de nieuwe wereld van kunstmatige intelligentie moeten daarom het volgende doen:
- Op kostenefficiënte wijze enorme volumes ongestructureerde data opslaan.
- Voor eenvoudige manieren zorgen om data toe te voegen of wijzigen.
- Datasets voorzien van kenmerken zoals trainingtips.
- Data toegankelijk maken via een branchestandaard api die door bestaande en nieuwe tools voor kunstmatige intelligentie wordt ondersteund.
Scale-out (horizontaal schaalbare) object-storage die volledig compatibel is met S3 voldoet perfect aan al deze eisen.
De meeste bedrijven zullen nieuwkomers zijn op het gebied van kunstmatige intelligentie en machinaal leren. Voor hen is het echter van cruciaal belang om nu al te beginnen met het verzamelen, opslaan en aanvullen van deze data. Bedrijven die daarbij kunnen beschikken over historische data die jarenlang terugvoert, zullen ver vooruitlopen op bedrijven die nog maar net om de hoek komen kijken.
De opslag van data in een met S3 compatibele scale-out object-store maakt het mogelijk om daar sneller waarde uit te putten met kunstmatige intelligentie dan bij de opslag van gegevens in traditionele, geïsoleerde storage-omgevingen. Er zijn uitmuntende tools voor het trainen van kunstmatige intelligentie op de markt verkrijgbaar, maar het succes daarvan is afhankelijk van de kwaliteit en kwantiteit van de data die u voor het leerproces gebruikt.
Voordelen van objectstorage
Scale-out object-storage heeft duidelijke voordelen te bieden voor de opslag en het beheer van training-data. Deze technologie maakt het mogelijk om data op uiterst kostenefficiënte wijze op te slaan binnen één namespace. Object-storage biedt ook de mogelijkheid om metadata (een kerncomponent van machinaal leren) aan gegevens toe te voegen. En api´s die voor compatibiliteit met S3 zorgen, maken het mogelijk om nieuwe tools voor machinaal leren in te zetten.
Net als het zakelijk gebruik van pc’s de aanzet gaf tot e-mail, productiviteitssoftware, internet en de cloud, zullen kunstmatige intelligentie en machinaal leren de mainstream bereiken. In hun kielzog zullen toepassingen volgen die we ons nu nog niet eens kunnen voorstellen. Internet en zoekmachines van webwinkels vullen reeds trefwoorden aan met hetgeen zij ‘denken’ dat u zoekt. Ze zijn bekend met uw gebruiksgeschiedenis, en weten dus precies waarnaar u hebt gezocht en wat u uiteindelijk hebt aangeschaft.
Bedrijven die niet zijn voorbereid op het tijdperk van kunstmatige intelligentie zullen in vijf tot tien jaar tijd op een zijspoor te komen staan, net als bedrijven die traag waren met de inzet van pc’s. Kunstmatige intelligentie zal uitgroeien tot de nieuwe norm en organisaties cruciale inzichten aanreiken in hun klanten en de manieren waarop zij die het best kunnen bereiken.
Voor bedrijven die besluiten om te investeren in kunstmatige intelligentie en machinaal leren zal de historische data binnen hun organisatie de belangrijkste onderscheidende factoren blijken. Deze data zullen dienen als de motor van kunstmatige intelligentie. Die data moet dan wel behouden blijven en eenvoudig inzetbaar zijn. De ict-sector zal ingrijpend veranderen, en de bedrijven die data in een formaat opslaan dat toegankelijk is voor toepassingen voor kunstmatige intelligentie, zullen als winnaars uit de bus komen.
