AI Winter komt niet

Kunstmatige intelligentie is een rage, met baanbrekende ontwikkelingen die in een duizelingwekkend tempo worden aangekondigd en bedrijven zo snel als ze kunnen toegewijde AI-teams bouwen.

Kan de hausse duren?

Andrew Ng, hoofdwetenschapper bij Baidu Research, en een belangrijk figuur op het gebied van machine learning en AI, zegt dat verbeteringen in het ontwerp van computerprocessors de prestatieverbeteringen en doorbraken in de nabije toekomst zullen aanhouden. Meerdere [hardwareleveranciers] zijn zo vriendelijk geweest om hun roadmaps te delen, zegt Ng. Ik heb er alle vertrouwen in dat ze geloofwaardig zijn en dat we de komende jaren meer rekenkracht en snellere netwerken zullen krijgen.

Het veld van AI heeft in het verleden fasen van snelle vooruitgang en hype doorgemaakt, snel gevolgd door een afkoeling van investeringen en interesse, vaak AI-winters genoemd. De eerste kilte deed zich voor in de jaren zeventig, toen de vooruitgang vertraagde en de overheidsfinanciering opdroogde; een ander sloeg toe in de jaren tachtig toen de nieuwste trends niet de verwachte commerciële impact hadden.

Aan de andere kant is er misschien geen boom geweest die overeenkomt met de huidige, aangedreven door snelle vooruitgang in het trainen van machines om nuttige taken uit te voeren. Onderzoekers op het gebied van kunstmatige intelligentie krijgen nu enorme lonen aangeboden om fundamenteel onderzoek te doen, omdat bedrijven onderzoeksteams bouwen in de veronderstelling dat commercieel belangrijke doorbraken zullen volgen.

Andrew Ng, hoofdwetenschapper bij Baidu Research.

De vooruitgang die de afgelopen jaren is geboekt, is te danken aan de ontwikkeling van krachtige deep learning-systemen (zie 10 Breakthrough Technologies 2013: Deep Learning). Een paar jaar geleden ontdekten onderzoekers dat zeer grote of diepe neurale netwerken kunnen worden getraind, met behulp van gelabelde voorbeelden, om allerlei dingen met menselijke nauwkeurigheid te herkennen. Dit heeft geleid tot verbluffende vooruitgang in beeld- en spraakherkenning en elders.

Ng zegt dat deze systemen alleen maar krachtiger zullen worden. Dit kan niet alleen de nauwkeurigheid van bestaande deep learning-tools vergroten, maar het ook mogelijk maken de techniek te gebruiken op nieuwe gebieden, zoals het ontleden en het genereren van taal.

Bovendien, zegt Ng, zullen hardware-ontwikkelingen de brandstof leveren die nodig is om opkomende AI-technieken haalbaar te maken.

Er zijn meerdere experimenten die ik graag zou uitvoeren als we de prestaties maar met 10x zouden verhogen, voegt Ng eraan toe. Hij zegt bijvoorbeeld dat in plaats van verschillende algoritmen voor beeldverwerking te hebben, een grotere computerkracht het mogelijk zou kunnen maken om één enkel algoritme te bouwen dat in staat is allerlei beeldgerelateerde taken uit te voeren.

'S Werelds toonaangevende AI-experts kwamen deze week in Barcelona bijeen voor een prominent evenement genaamd de Neurale informatieverwerkingssystemen conferentie . De omvang van de bijeenkomst, die is gegroeid van enkele honderden mensen een paar jaar geleden tot meer dan 6.000 dit jaar, geeft een idee van de enorme belangstelling die er is voor kunstmatige intelligentie.

Er is zeker een hype, voegt Ng eraan toe, maar ik denk dat er zo'n sterke onderliggende driver van echte waarde is dat hij niet zal crashen zoals in voorgaande jaren.

Richard Socher , hoofdwetenschapper bij Salesforce en een bekende expert op het gebied van machine learning en taal, zegt dat de beschikbaarheid van enorme hoeveelheden gegevens, in combinatie met de vooruitgang in algoritmen voor machine learning, ook de vooruitgang op gang zal houden.

Salesforce, dat cloudtools biedt voor het beheren van verkoopleads en communicatie met klanten. De AI-inspanning van het bedrijf kreeg vorm nadat het bedrijf eerder dit jaar de startup van Socher, Metamind, had overgenomen. Salesforce biedt nu ook eenvoudige machine learning-tools aan bedrijven, zoals een beeldherkenningssysteem.

Tot nu toe is machine learning vooral aangetoond door een paar grote bedrijven in de consumentenwereld, zegt Socher. Het breder beschikbaar maken van dergelijke technologie kan een enorme impact hebben, zegt hij. Als we de 150.000 bedrijven die Salesforce 1 procent gebruiken efficiënter zouden maken door middel van machine learning, dan zou je dat letterlijk terugzien in het BBP van de Verenigde Staten, zegt hij.

Socher gelooft dat de toepassing van machine learning in industrieën de interesse in AI nog een tijdje zal behouden. Ik kan me in de toekomst geen AI-winter voorstellen die net zo koud kan zijn als de vorige, zegt hij.

Andrew Ng, sprekend op EmTech Digital 2016

zich verstoppen