Kunstmatige intelligentie kan op totaal nieuwe manieren problemen oplossen die vroeger onoplosbaar leken. Hoe zit dat ‘vierde paradigma’ in mekaar? Bruno Schröder, technology officer bij Microsoft, kwam het uitleggen op Infosecurity.be
Hoe lossen wetenschappers problemen op? Tot voor enkele jaren waren er drie grote methoden, zegt Bruno Schröder. “De eerste is natuurlijk het ‘experiment’, waarbij je bepaalde vraagstellingen via experimenten gaat aanpakken. Een tweede is het theoretisch model, dat de oude Grieken al kenden. Daarbij ga je via wiskunde, vergelijkingen en omschrijvingen het model aanpakken. Een paar decennia geleden kwamen daar de computationele modellen bij. Daarmee kunnen we problemen oplossen die veel te moeilijk waren voor onze menselijke geest, bijvoorbeeld weersvoorspellingen. Een twaalftal jaar geleden ontwikkelden we bij Microsoft een ‘vierde paradigma’, waarbij data en ai de hoofdrol spelen.’
Aan die data is er momenteel geen gebrek, zegt Schröder. Door de overvloed aan smartphones en IoT-apparaten produceren we meer data dan ooit te voren. ‘Het idee is dat je tussen verschillende datasets correlaties gaat zoeken die ons iets nuttigs kunnen vertellen’, legt de Microsoft-man uit. ‘Op die correlaties ga je dan statistische bewerkingen loslaten, zodat van bepaalde fenomenen de waarschijnlijkheid kunt berekenen.’
Helemaal nieuw is de methode niet. We gebruiken deze aanpak eigenlijk al heel lang, bijvoorbeeld bij verkiezingen. ‘Stel dat een land een nieuwe premier nodig heeft. Wie moet dat worden? Dat lijkt een onoplosbaar probleem, maar we organiseren daarvoor verkiezingen. Door de opinie van het volk te ‘samplen’ proberen we een antwoord te zoeken. Is dat altijd representatief? Dat hangt van het model af. In Frankrijk is geen stemplicht, dus daar is het antwoord niet zo zeker. Ook de manier waarop je het toepast speelt een rol. Een presidentsverkiezing in Frankrijk verloopt heel anders dan in de V.S. en dus zal de uitkomst allicht ook anders zijn.’
Maar terug naar ai en data. Schröder geeft een voorbeeld hoe we deze inzichten tegenwoordig kunnen toepassen. ‘Veel verborgen sleutels zitten in data. Het blijkt bijvoorbeeld dat we een deel van de mensen die pancreaskanker gaan ontwikkelen kunnen vinden aan de hand van de zoekopdrachten die ze ingeven in zoekmotoren. Vinden we zo iedereen? Nee, hooguit 15 procent, maar als we deze mensen snel genoeg detecteren, kunnen we hun overlevingskansen verhogen. Ander voorbeeld: het blijkt dat de manier waarop mensen berichten intikken op hun pc of gsm iets zegt over hun geestestoestand. Meer zelfs: het is op die manier mogelijk om te voorspellen wanneer mensen met een bipolaire afwijking op het punt staan van een depressie. Met traditionele methoden zouden we dit soort oplossingen waarschijnlijk nooit gevonden hebben.’
Correlaties zoeken
Het komt er dus op neer om bestaande maar onbekende correlaties te zoeken. Het mooie daarbij is dat er al algoritmes bestaan die de zinvolle correlaties voor ons kunnen helpen opsporen, aldus Schröder. De mogelijkheden worden dan eindeloos. ‘Van het voorspellen van de inflatie in Venezuela tot het voorspellen van de uitbraak van pandemieën, het kan allemaal. Dat laatste doen we trouwens door het dna te analyseren in het bloed van muggen. Ai analyseert het muggenbloed waarin we indicatoren kunnen terugvinden van menselijke virussen en dus uitbraken van pandemieën.’
Uiteindelijk zullen ook bedrijven hier hun voordeel mee kunnen doen. ‘We zullen dit soort ai-modellen als voorverpakte diensten ter beschikking stellen’, zegt Schröder. ‘Microsoft doet dat al. Bedrijven kunnen ons bijvoorbeeld foto’s aanleveren van blikjes of afvalzakjes en via computer vision kunnen we die spullen dan gaan sorteren. Dit soort blik moet links in de frigo’s staan, dit soort blikje rechts. Dit afvalzakje hoort hier thuis, dat op een andere plek. Puur door het aanleveren van foto’s. Maar als je foto’s kunt aanleveren, kan je dat ook toepassen op bijvoorbeeld geluidsfragementen, teksten, taal…noem maar op.’
De sleutel bij dit soort toepassingen is om data zo breed mogelijk in te zetten en een open vizier te houden over data. Daarbij komt natuurlijk ook databeveiliging om de hoek kijken, maar Schröder is er zeker dat via technieken als homomorfe encryptie ook dit geen probleem zal zijn.