211service.com
Mens en machine
Ingenieurs bij Pinterest creëren voortdurend nieuwe kunstmatige-intelligentie-algoritmen om gebruikers te helpen vinden wat ze zoeken tussen miljarden foto's van voedsel, producten, huizen en andere items. Het matchen van zoekopdrachten met relevante afbeeldingen is cruciaal om ervoor te zorgen dat gebruikers terugkomen. Maar tot vorig jaar kon het dagen duren om de effectiviteit van elk nieuw algoritme te testen.
Om zijn machine learning te verfijnen en sneller betere zoekresultaten te bieden, wendde Pinterest zich tot een onverwachte bron: menselijke intelligentie. Het huurde crowdsourcing-bedrijven zoals CrowdFlower in om mensen snel microtaken uit te voeren, zoals het labelen van foto's en het beoordelen van de kwaliteit van zoekresultaten. Binnen een uur konden de arbeiders gezamenlijk honderden zoektermen testen om te zien of de resultaten goed genoeg overeenkwamen.
Ondanks alle recente ontwikkelingen in AI, blijven mensen bedrevener dan machines in het onderscheiden van bijvoorbeeld een tegelmozaïek van een soortgelijk patroon op een deken. Het zal nog lang duren voordat machines dit kunnen, zegt Pinterest-datawetenschapper Mohammad Shahangian.
De ervaring van Pinterest onthult een soms vergeten waarheid: AI en machine learning zijn net zo afhankelijk van mensen als van wiskunde. De zoekmachine en het advertentiesysteem van Google gebruiken duizenden menselijke beoordelaars om de kwaliteit van de AI-gestuurde zoekresultaten te beoordelen en om zwendeladvertenties te helpen identificeren. De gezichtsherkenningssoftware van Facebook vraagt mensen om hun foto's te labelen om de nauwkeurigheid te verbeteren. Deep learning, een tak van AI die verantwoordelijk is voor recente doorbraken in spraakherkenning, taalvertaling en beeldanalyse, kan uitgebreide menselijke training vereisen op zorgvuldig geselecteerde datasets.
Net als Pinterest huren veel bedrijven CrowdFlower, Amazon's Mechanical Turk of andere crowdsourcingdiensten in om de gegevens op te schonen die in de meeste AI-systemen moeten worden ingevoerd om hen de concepten en relaties te leren die ze voor bepaalde taken moeten kennen. Werknemers voeren taken uit zoals het analyseren van taalkundig sentiment op Twitter en het verwijderen van aanstootgevende, door gebruikers gegenereerde foto's of video's.
De ervaring van Pinterest onthult een soms vergeten waarheid: AI en machine learning zijn net zo afhankelijk van mensen als van wiskunde.
Soms stellen bedrijven taken zo in dat mensen ze uitvoeren zonder het zelf te beseffen. Voer bijvoorbeeld het bedrag in van een cheque die u stort en die de geldautomaat niet kan lezen, en u verbetert het systeem van de bank.
Maar zelfs als mensen momenteel een deel van dit werk nauwkeuriger kunnen doen dan machines, lijkt het waarschijnlijk dat AI uiteindelijk slim genoeg zal zijn om deze achterstand in te halen. Dit is een tijdelijke schande, zegt neurowetenschappelijk onderzoeker Jeff Hawkins, medeoprichter van het machine-intelligentiebedrijf Numenta, hoewel tijdelijk kan duren tot jaren of zelfs decennia, zeggen experts.
Sommige AI-onderzoekers zijn van mening dat het meest bruikbare model een hybride systeem zal zijn dat in het begin is ontworpen zodat machines en mensen kunnen samenwerken als meer gelijkwaardige partners. De non-profit Intermountain Healthcare in Salt Lake City voert bijvoorbeeld een proefprogramma uit om jonge diabetespatiënten te ondersteunen die op zichzelf beginnen te wonen, terwijl ze vaak hiaten in de zorg hebben. Een smartphone-app geeft in realtime persoonlijk advies, dankzij een cloudcomputingsysteem van het in Austin gevestigde CognitiveScale. Met behulp van gegevens over factoren zoals het gedrag en de voeding van een patiënt, kan het bepalen wat op een bepaald moment de bloedglucosespiegel van de patiënt het meest beïnvloedt, suggereren wanneer te eten en zelfs beoordelingen geven van geschikte restaurants in de buurt.
Anderen combineren menselijke intelligentie en AI op nog intiemere manieren. In tegenstelling tot Siri van Apple, gebruikt de virtuele assistent M van Facebook mensen om beslissingen te nemen. Nadat de AI bijvoorbeeld drie lokale restaurants heeft uitgekozen, kunnen menselijke trainers inspringen om te vragen of een persoon een bepaald soort eten of een stoel bij het raam wil, en vervolgens de tafel online reserveren. De trainers, wiens acties worden bijgehouden en teruggekoppeld naar het systeem, helpen de AI om meer zelf te leren doen.
De ultieme droom van veel AI-onderzoekers is om machines te maken die net zo goed kunnen denken als mensen. Maar vandaag blijven menselijk oordeel en creativiteit onmisbaar. Zelfs als je een mooie auto hebt, zegt John Giannandrea, vice-president engineering bij Google, moet je nog beslissen waar je heen wilt.