Schema kunstmatige intelligentie

Drie onderdelen

In de geschetste definitie van kunstmatige intelligentie zijn drie onderdelen (input, technologie,output) van belang die zijn verwerkt in het ‘KI model’ voor deze trendverkenning. Dit model geeft houvast om een gelijke onderzoekstechniek en transparante formuleringen te hanteren voor de verschillende sectoren waar SBB de trendverkenning voor wil uitvoeren.

Input Data:

Om een systeem te kunnen programmeren is input (data) nodig waar de computer van kan leren. Het hangt van de KI technologie af wat voor data je nodig hebt. En het is afhankelijk van de context welke vorm van gegevens mogelijk is en hoe je deze kan clusteren (zoals bijvoorbeeld auditief, tekstueel, visueel, digitaal of binair).

Wij maken onderscheid in de volgende data die op 2 manieren te clusteren te zijn:

Type vorm gegevens:

  • Auditieve sensorgegevens (gegevens die bestaand uit geluid)
  • Visuele sensorgegevens (gegevens die worden weergegeven in afbeeldingen, video etc.)
  • Tekstuele gegevens (gegevens die bestaan uit tekst/cijfers)

Type herkomst (tekstuele) gegevens:

  • Persoonsgegevens (waaronder biomedische en psychologische gegevens) of diergegevens
  • Bevolkingsgegevens (waaronder demografische gegevens, gegevens over kwetsbaarheden en sociologische en politieke gegevens)
  • Locatiegegevens (waaronder terreingegevens, locatiegegevens, ruimtelijke gegevens, transportgegevens, mobiliteitsgegevens)
  • Online en sociaal media gegevens (waaronder gegevens van sociale media, webgegevens)
  • Wetenschappelijke gegevens (waaronder statistische gegevens, forensische gegevens)
  • Klimaatgegevens (waaronder weergegevens)
  • Historische gegevens (Gegevens met specifieke informatie over historische gebeurtenissen)
  • Financiële gegevens (gegevens over de financiële situatie van een bedrijf of persoon)

Bovenstaande clustering is een afgeleide clustering van gegevens zoals door TNO opgesteld ten behoeve van hun Age of AI spel. In deze game zijn de basiselementen van KI opgenomen. Age of AI is een bordspel waarin deelnemers hun eigen fictieve AI-systeem bouwen aan de hand van AI-componenten om daarmee een missie te voltooien. Het spel is ontwikkeld om de spelers te leren wat er mogelijk is met KI en wat de gevolgen ervan kunnen zijn.

Technologieën:

Kunstmatige intelligentie omvat een breed scala aan technologieën en toepassingen die software in staat stelt om mensachtige intelligentie te vertonen, zoals leren, redeneren, plannen en beslissingen nemen om zodoende het gewenste doel te behalen. Voor de trendverkenning richten wij ons met name op de volgende technologieën;

  • Data mining
  • Process mining
  • Computer vision
  • Natural language processing (NLP) / Tekst mining / generative AI
  • Speech en audio processing
  • Information filtering system (search recommendation)
  • Generative adverseral networks

Dit zijn slechts enkele voorbeelden van bekende technologieën binnen kunstmatige intelligentie. KI is constant in ontwikkeling en er worden voortdurend nieuwe technieken ontwikkeld om diverse problemen aan te pakken.

Output

Een KI-systeem wordt ontworpen en gerealiseerd om een bepaald doel (output) te behalen. Wat wil je als bedrijf/gebruiker dat een systeem gaat opleveren? Het resultaat dat KI oplevert kan een beschrijvende data of analyse zijn. Maar het kan ook voorspellend zijn. En als KI nog een stap verder gaat kan het een suggestie doen en zelfs optimaliseren.

Om tot een overzicht van doelen te komen kiezen we voor het model ‘Seven spectrum of outcomes for AI’ van Constellation Research1, een technologisch onderzoeks- en adviesbureau gevestigd in Silicon Valley. Dit model is opgezet om op een eenvoudige wijze te laten zien met welke doelen, KI-systemen bedrijfswaarde kunnen vergroten. (Monday’s Musings, 2017)

De zeven stappen in het model zijn als volgt uit te leggen:

  1. Perception (waarneming) -> Wat gebeurt er nu?
  2. Notification (notificatie) -> Welke informatie wordt gedeeld die ik moet weten?
  3. Suggestion (suggestie) -> Wat wordt geadviseerd?
  4. Automation (automatisering) -> Wat (taak) wordt herhaaldelijk gedaan?
  5. Prediction (voorspelling) -> Hoe wordt geïnformeerd over wat te verwachten is?
  6. Prevention (preventie) -> Hoe worden slechte resultaten vermeden?
  7. Situational Awareness (omgevingsbewustzijn) -> Welke informatie wordt gedeeld die je op dit moment moet weten?

Aan de hand van deze zeven doelen beschrijven we per gekozen marktsegment KI-toepassingen. Overkoepelend over deze toepassingen beschrijven we wat de beroepsbeoefenaar met deze KI-systemen vervolgens kan/moet. Wat betekent de resultaten voortkomend uit KI systemen voor de taken en vaardigheden van de beroepsbeoefenaar? Wat kan de beginnend beroepsbeoefenaar met een notificatie die een systeem (bijvoorbeeld vanuit sensoren) genereert? Beïnvloed dit de taken die de beroepsbeoefenaar uitvoert? Wat verandert er aan de werkprocessen? Welke vaardigheden heeft de beroepsbeoefenaar hiervoor nodig?