De gevolgde MOOC Elements of AI

certificaat_Mooc_AI
Vol trots heb ik de MOOC ‘Elements of AI’ afgerond. Een MOOC ontwikkelt door Universiteit van Helsinki. Naar ik begrijp komt er een Nederlandse versie van, later dit jaar.
Aanleiding voor het ontwikkelen van deze MOOC, zoals ik het begrijp, zijn de misverstanden die er zijn rondom de begrippen Artifigial Intelligence (AI), Machine Learning (ML) en Deep Learning (DL). Maar ook de verhalen die rondgaan over AI bijvoorbeeld dat de machine onze wereld en ons leven op ten duur over zal nemen. Voortdurend wordt de techniek tegenover de mens gezet. Is dat wel de meest handige benadering die we bezigen ten aanzien van de informatietechnologische ontwikkelingen?

AI is geen hocus pocus, is mijn conclusie vanuit deze MOOC. Het gaat over ons als mens en onze verhouding tot de techniek en hoe we techniek vormgeven. Techniek is verweven met onze werkelijkheid, onze wereld van nu: virtueel en fysiek.
AI is de studie die gaat over hoe intelligente computers maken: computers slimmer maken. En dan is het zaak om deze computers het goede voor je te laten doen in plaats van het verkeerde. En het goed-doen betekent dat de computers doen wat wij willen dat ze doen: de juiste opdracht. Maar hoe zorgen we ervoor dat de computer onze dingen blijft doen, dat we het in de hand houden. Is het een controle probleem. Of is het een zaak dat we onze waarden in de techniek integreren (zie ook Stuart Russell in Tegenlicht van 21 okt: min 22.30-23.30 )(of zijn korte uiteenzetting over value alignment)?

Drie hoofdpunten voor mij uit de MOOC
Wat voor mij het belangrijkste is dat ik door deze MOOC beter heb leren begrijpen over AI.

AIMLDLscienceAllereerst de plaatsing van AI in de context van Computer Science en de andere termen.
A= Computer Science; B= Artificial Intelligence; C=Machine Learning: D= Deep Learning; E=Data Science

 

 

(*) AI draait om zo goed mogelijke voorspellingen maken
Bij AI gaat het slimme (intelligente) apparaten, om patroon herkenning in de data, om voorspellingen. Uit de MOOC (module 6): ‘AI methods are nothing but automated reasoning, based on the combination of perfectly understandable principles and plenty of input data, both of which are provided by humans or systems deployed by humans’. Dus, zat ik zo te denken, als je via Google zoekt naar de hoofdstad van Nederland popt direct het antwoord op: Amsterdam. Google WEET dat niet maar VOORSPELT dit antwoord op basis van de meest grote waarschijnlijkheid. En deze waarschijnlijkheid is gebaseerd op heel veel data. Het gaat niet om de waarheid maar om de hoogste waarschijnlijkheid.
Wat in de MOOC werd aangegeven is dat het bij AI niet gaat om de zekerheid maar over het omgaan met onzekerheid. Achter elk een antwoord (op een vraag of n.a.v. een opdracht) zit een grote hoeveelheid berekeningen. Niet voor niets moest ik tijdens de MOOC mijn kennis ophalen van kansberekening (de odds en propabilities). En dus begreep ik al snel dat (*) hoe meer data een computer ter beschikking met des te grotere zekerheid de uitkomst is vast te stellen; (*) dat hoe meer afhankelijkheden er in de opdracht zitten des te meer onzekerheid zich voordoen en dus des te meer complexiteit.
Dat IBM (Deep Blue) de schaakwedstrijd won van Kasparov komt niet doordat de computer zo intelligent is. De computer won op basis van heel veel ingeprogrammeerde schaakinformatie die via heel veel en snelle kansberekening (aflopen van algoritmes) doorlopen kon worden om de beste zet (beslissing) te kunnen maken. Een zelfrijdende auto is ook op dit principe gebaseerd alleen zijn dit nog complexere beslissingen (en door te lopen lagen).

(*) AI-Bias en Macht: wie beslist en wat is de beslissing?
Wat verder bij mij sterk is bijgebleven is het fenomeen: AI-bias. Data is dus de kern bij AI-ML-DL. Op basis van data worden modellen gemaakt nodig om beslissingen te nemen. Hoe beter het model hoe minder gegevens je nodig hebt om een voorspelling te doen (voor die beslissing). Dus als er een model is gemaakt, op basis van heel veel data, dan zijn er straks slechts weinig gegevens nodig om een voorspelling te doen over één persoon. En die data zijn steeds meer en meer geconcentreerd bij een paar bedrijven (Google, Facebook, Amazon, Microsoft, Apple). Wie is ‘in controle’?

Daarnaast is die data (voor de modellen) nooit volledig en betrouwbaar. Naarmate ik de MOOC meer had doorlopen begon ik te beseffen dat we in een ‘mist’ van algoritmes zitten. Mijn mobiel komt met nuttige informatie over reistijden/kledingsuggesties/muzieksuggesties. Echter deze suggesties zijn niet transparant. Op welke informatie over mij is de beslissing gebaseerd? Ik ken de motieven niet waarom deze informatie op mijn scherm komt. En die suggesties worden alleen maar ‘mistiger’ doordat de algoritmes steeds complexer worden. De ontwikkelaars geven dan ook aan: wees kritisch, wat je ziet is niet altijd echt.
Bovendien hebben we te maken met het fenomeen dat de data die ik (ter plekke) achterlaat beïnvloed kan worden: de data lijkt van jou maar is het niet (nep-data).
Ik was even perplex toen ik het volgende voorbeeld uit de MOOC zag: de mogelijkheid van vals nasynchroniseren van beelden. Ter plekke kan een real-life interview worden vervormd. Wat is waar en wat is nep?

(*) De toekomst van de mens MET techniek: wie is de mens?
Gedurende het volgen van de MOOC kwam steeds meer naar boven dat door AI-ML-DL een fundamentele vraag naar voren komt. Als technologie in en om ons lichaam steeds meer wordt geïntegreerd: Wie is de mens? Wat is leven? We zetten al heel lang techniek in om onze (gebrekkige) natuurlijke kwaliteiten aan te vullen of te compenseren. Volstrekt gewone techniek zoals GPS: oriëntatievermogen, de auto: snel verplaatsen, de hijskraan: zware objecten tillen. Technische objecten rondom ons heen. Maar wat als techniek in ons lichaam volstrekt normaal is geworden? Is para-atleten met een kunstbeen de atleten op de toekomstige olympic-games omdat iedereen techniek heeft in het lichaam?
Ook gaan de ontwikkelingen op het gebied van geavanceerdere neurale netwerken steeds verder: computers verwerven steeds meer vermogens die eerst voorbehouden leken aan de menselijke geest. Met als kerntaak het verwerken en integreren van informatie. Maar wat is dan intelligentie? Wat is bewustzijn? Wat is werkelijkheid? Zijn we in een tijdperk beland dat een nieuwe kijk op onszelf vraagt? (lees bijv. het NRC-essay van Gijsbert Werner).

De AI-revolutie komt er niet aan, we zitten er al midden in. Maar hoe ver is die ontwikkeling en wat is de impact? Daarvoor ging ik deze MOOC volgen. Het is een ontwikkeling waarbij ik me besefte dat het iedereen aangaat: techniek is verweven met de mens. Hoe verhouden we ons, hoe verhoud ik me tot deze technologische ontwikkelingen. En hoe kan ik (waar mogelijk) invloed uitoefenen? In ieder geval was het volgen van de MOOC een interessant begin voor een stukje bewustwording (n.b. een Nederlandse versie start, naar ik begrijp, komend voorjaar).

Nog meer ter informatie: zie de filmpjes op Nieuwsuur US&Them.

ccbysa

Advertenties

Over Ria Jacobi

Als ervaren onderwijskundig ontwerper, -adviseur en projectmanager houd ik mij bezig met het ontwikkelen en verbeteren van onderwijs. Mijn ambitie is goed doordacht onderwijs te realiseren, dat aansluit bij de behoefte van individuen en hun organisaties en daarmee een stimulerend effect heeft.
Dit bericht werd geplaatst in data&informatie, mooc en getagged met , . Maak dit favoriet permalink.

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s