Wat is Artificial Intelligence?

Artificial Intelligence (AI), ofwel kunstmatige intelligentie zien we in de mediaberichtgeving steeds vaker terugkomen. Het is overal, de mogelijkheden zijn groot en in vrijwel iedere sector zal men profiteren van AI. Maar wat is Artificial Intelligence nou eigenlijk? Wij leggen het, in simpele taal, voor je uit:

1. Wat betekent Artificial Intelligence?
2. Wat is het verschil tussen Artificial Intelligence, Machine Learning en Deep Learning?
3. Wat zijn de kansen van AI?
4. Wat zijn de beperkingen van AI?

1. Wat betekent Artificial Intelligence?

Net als bij bijna alle technologieën is er niet één duidelijke definitie. Het is al lastig om intelligentie te definiëren, laat staan kunstmatige intelligentie. Kunstmatige intelligentie wordt gezien als de wetenschap die zich bezighoudt met intelligente machines. Tegenwoordig wordt AI ook wel gedefinieerd als een machine of programma dat zelf leert van zijn ervaring en zijn omgeving, zelfstandig zijn gedrag daarop aanpast en hierdoor menselijke taken kan uitvoeren.

Er bestaan drie vormen van AI. De eerste is narrow AI, ook wel weak AI genoemd. Daaronder valt de techniek die in staat is om een vooraf geplande taak op basis van een aantal regels en algoritmes uit te voeren en hierdoor een bepaald doel te bereiken. Het is dus gericht op een specifieke taak. Dit is de vorm van AI die wij nu steeds vaker toepassen. De andere is general AI. Dit is de vorm van AI van de toekomst en gaat meer richting het menselijke. Deze vorm is gericht op de technologie waarbij een software of systeem zelf in staat is om te redeneren en problemen op te lossen. Hier zijn nog geen succesvolle voorbeelden van. Strong AI is de derde vorm. Deze gaat nog een stap verder dan general AI, daarbij wordt een systeem/machine beter dan ons in het uitvoeren van verschillende taken.

2. Wat is het verschil tussen Artificial Intelligence, Machine Learning en Deep Learning?

De termen worden vaak door elkaar gehaald en hoewel ze veel met elkaar te maken hebben zijn er wel degelijk verschillende betekenisen. Machine learning is een onderdeel van AI en omvat het ontwikkelen van software die steeds beter gaan presteren naarmate ze aan meer data worden blootgesteld. Machine learning leunt sterk op de statistische wetenschap. Deep learning is een van de methodes van machine learning.  Het algoritme achter Deep Learning is gericht op patroonherkenning. Als wij mensen via ons netvlies worden blootgesteld aan bijvoorbeeld katten dan zetten onze hersencellen dit vervolgens om in beelden. Vervolgens zullen onze hersenen katten steeds vaker herkennen als een kat. Het onderdeel van onze hersenen dat hiervoor verantwoordelijk is noemen we een neuraal netwerk. Hierop is Deep learning gebaseerd. Wanneer je een algoritme eindeloos blootstelt aan foto’s van een kat, zal het algoritme uiteindelijk zelf de kat leren herkennen.

Hierbij nog een video van Growth Tribe waarbij de verschillen nogmaals duidelijk wordt uitgelegd.


3. Wat zijn de kansen van AI?

  • Betere data beheersing met AI. AI verwerkt en gebruikt data sneller en slimmer dan de mens. Steeds meer bedrijven gebruiken het voor automatisering van hun werkzaamheden. Neem bijvoorbeeld Chatbots die de taak van klantenservicemedewerkers overnemen. Hierdoor kunnen o.a. veel kosten worden bespaard.

  • AI inzetbaar in de gezondheidszorg. Steeds vaker horen we dat AI wordt toegepast in de gezondheidszorg. Dit zal zich alleen nog maar verder uitbreiden. Zo wordt voor verschillende onderzoeken in de gezondheidszorg AI ingezet voor processen die, wanneer ze door mensen uitgevoerd zouden worden, jaren zouden duren. Ook wordt AI steeds vaker ingezet bij het stellen van diagnoses.

  • AI bij opsporing van cybercriminaliteit. Cyberaanvallen vormen een realistisch gevaar voor de maatschappij. AI wordt gezien als een van de belangrijkste wapens tegen cybercriminaliteit. AI kan ingezet worden bij het verminderen van onterechte cyberaanval-meldingen, aanvallen herkennen en tegenhouden en bij het efficiënter maken van onderzoek en de effectiviteit van cyberteams.

Dit zijn lang niet alle kansen en mogelijkheden die AI biedt. Er zijn veel artikelen geschreven die verder ingaan op de mogelijkheden.

4. Wat zijn de beperkingen van AI?

  • AI leert alleen van data. Er is geen andere manier om kennis te genereren. Dat betekent dat enkele onnauwkeurigheden in de data worden weerspiegeld in de resultaten. Ook een gebrek aan data kan een probleem vormen. Hierdoor kunnen onterechte conclusies worden getrokken. AI is dus sterk afhankelijk van de kwaliteit van de data.

  • AI systemen richten zich op één taak. Ze zijn geprogrammeerd om een specifieke taak uit te voeren. Een systeem dat schaakt kan dus niet ineens een potje dammen.  In die zin is AI dus niet zo ‘flexibel’ als de mens.

  • Ethische en juridische beperkingen. De toekomst van AI ziet er rooskleurig uit. Wel zal men steeds vaker moeten kijken naar de ethische en juridische aspecten die meespelen bij het toepassen van AI. Kun je een machine wel aanleren om ethisch te handelen? En moet er geen nieuwe wet- en regelgeving komen om fraude en misbruik binnen AI tegen te gaan? Hier liggen in de toekomst de grote uitdagingen.

Huxley houdt voordurend de nieuwste trends en ontwikkelingen in de gaten. Wil jij op de hoogte blijven? Volg ons dan via LinkedIn


Talent behouden en ontwikkelen voor de toekomst

12 nov 2019

Er heerst een enorme krapte op de arbeidsmarkt en er blijven banen bijkomen. Veel werkgevers hebben daarnaast moeite om schaars talent te behouden en te ontwikkelen voor de toekomst. Huxley geeft een aantal tips om je talent pool zo optimaal mogelijk te behouden en te ontwikkelen voor de toekomst.

Werken als UX-designer in de financiële dienstverlening

05 nov 2019

UX- design en de financiële dienstverlening gaan steeds vaker hand in hand. Zo zien banken ‘user experience’ als een van de nieuwste concurrentievoordelen ten opzichte van hun concurrenten. Mits ze het goed doen natuurlijk. Daarvoor zijn experts op gebied van UX-design nodig en het liefst experts die ervaring en/of affiniteit hebben met de financiële dienstverlening. Waarom is deze sector zo interessant voor UX-designers en wat zijn de recente ontwikkelingen? Je leest het hier.

Huxley en de CIODays, een dubbel jubileum

04 nov 2019

Voor de 15e keer op rij staan de CIODay’s voor de deur. Een jubileumjaar. Huxley is al 5 jaar trouw partner en ook dit jaar zijn wij weer van de partij. Twee jubilea. Dat mag gevierd worden. We spraken met onze business manager Catherine Spelde over de CIODay en de huidige markttrends op het gebied van tech, werving en selectie. We delen wat we zien in het veld, en wat er nodig is om front runner te blijven op het gebied van talent management en leiderschap.

5 tips om je werk-privé balans te verbeteren

30 okt 2019

Sommige professionals gaan zo op in hun werk dat de balans tussen werk en privé zoek raakt. Het is belangrijk dat je je hier bewust van bent, en dat je kunt identificeren wanneer de balans onbalans wordt. Huxley heeft meer dan 20 jaar ervaring in het recruitment vak, en met onze expertise hebben we 5 tips voor je geselecteerd die je kunnen helpen je werk-privé balans te verbeteren en je carrière op een duurzame manier op te bouwen.