Google: Artificiële intelligentie leidt niet tot massaal banenverlies

13-03-2017 | door: Redactie

Google: Artificiële intelligentie leidt niet tot massaal banenverlies

Artificiële intelligentie (AI) leidt niet tot massaal banenverlies. Greg Corrado (foto), een van de belangrijkste AI-experts van Google, is ervan overtuigd dat de technologie in de eerste plaats de productiviteit verhoogt. Àls die technologie ook buiten de IT-sector doorbreekt, zo meldt Corrado in een gesprek met Datanews.

JP Morgan heeft sinds vorige zomer een robotjurist en spaart daarmee 360.000 werkuren uit. De software neemt bij de Amerikaanse bank contracten van bedrijfskredieten door. Dat was vroeger het werk van juristen en bankpersoneel. Niet alleen verloopt de screening van de contracten sneller, er worden ook minder fouten gemaakt. JP Morgan zet de komende jaren zwaar in op artificiële intelligentie (AI). Andere bedrijven gingen de bank voor, in het bijzonder Google.

"Ik geloof niet dat artificiële intelligentie een job killer is", zegt Greg Corrado. De director of augmented intelligence research, een van de belangrijkste AI-onderzoeksgroepenbij Google, was vorige week in Nederland. "Machine learning en andere AI-technologie kunnen vooral de productiviteit verhogen. Het verandert onze manier van werken, maar sommige dingen blijven. Een kapper zal haar blijven knippen. Misschien krijgt hij een robot die de vloer stofzuigt en wordt zijn boekhouding verder geautomatiseerd."

U bent gespecialiseerd in machine learning. Wat houdt dat in?

Corrado: "Machine learning gaat over machines en software die kunnen leren. Dat verschilt van artificiële intelligentie, machines en software die intelligent zijn of lijken. Robotica gaat dan weer over machines die kunnen bewegen. In sciencefictionfilms combineren machines bijna altijd die drie vaardigheden op een zeer geavanceerde manier, maar in werkelijkheid zijn we daar nog lang niet aan toe.

"Machine learning moet vaak zijn meerdere in de mens erkennen. Een mens kan na het zien van één foto van een kat gemakkelijk katten in andere afbeeldingen herkennen. Software moet eerst honderden of zelfs duizenden correcte voorbeelden verwerken. Soms heeft de software wel genoeg aan slechts één voorbeeld. Daarom zijn sommige wetenschappers optimistisch dat computers even goed worden in 'single shot learn-ing' als de mens, wat veel meer nieuwe toepassingen mogelijk maakt."

Google gelooft ondertussen zo hard in AI dat het zich sinds vorig jaar omschrijft als 'AI first' in plaats van 'mobile first'.

Corrado: "Dat wekt de indruk dat Google pas laat op de kar is gesprongen en dat is niet zo. Vanaf de eerste jaren waren de oprichters overtuigd van het belang en de noodzaak van AI. De missie van Google is het organiseren van 's werelds informatie. Dat kan enkel met de hulp van artificiële intelligentie. Mensen kunnen al die informatie niet manueel verwerken.

"De technologie was in de beginjaren nog niet rijp genoeg. Dankzij krachtigere en goedkopere computers en betere software heeft AI sinds een vijftal jaar een voldoende hoog niveau bereikt. Er zijn almaar meer toepassingen mogelijk. Machine learning gebruikte Google eerst om software spammails te leren identificeren. Een andere belangrijke toepassing is de spraakherkenning op uw smartphone. De technologie zit ondertussen in zowat alle producten van Google."

Hoe kunnen bedrijven machine learning toepassen?

Corrado: "Ik zou eerst heel goed in kaart brengen uit welke handelingen de taak bestaat en welke data ter beschikking zijn. Een systeem dat op weinig voorbeelden moet voortgaan, zal het moeilijk hebben. Fysieke handelingen, ook al zijn ze repetitief, zijn vaak zeer moeilijk. T-shirts vouwen is gemakkelijk voor mensen, maar niet voor robots. Machine learning is nu vooral gemakkelijk toe te passen op taken waar enkel data moeten worden verwerkt.

"Nu passen veel techbedrijven machine learning toe, maar het kan ook de zaken verbeteren en automatiseren in bijvoorbeeld nutsbedrijven of in de transportsector. Ik geloof nog meer in het potentieel van machine learning om de gezondheidszorg te verbeteren en goedkoper te maken. Dokters zijn nu te veel bezig met papierwerk en andere zaken, waardoor ze niet genoeg met hun patiënten bezig zijn.

"Het grote obstakel is het gebrek aan expertise. Te weinig mensen in andere sectoren kennen iets van AI. Ze moeten eerst de basis van de technologie onder de knie krijgen. Een outsider heeft niet genoeg kennis om medische software te maken. Daarom denk ik dat het zeer moeilijk is om machine learning succesvol als een aparte dienst of een apart product te verkopen. Ik zie machine learning als een hulpmiddel voor elke programmeur in gelijk welke sector, zoals een hamer voor een timmerman."

Eind 2015 gaf Google een programma vrij om machine learning te integreren.

Corrado: "We hebben Tensorflow als open source software beschikbaar gemaakt, zodat iedereen het kan gebruiken en aanpassen. Dat moet de adoptie in andere bedrijven versnellen. AI-onderzoek is altijd heel open. Daarom is er zo veel vooruitgang geboekt. Het is belangrijk dat onderzoekers hun bevindingen blijven publiceren.

"Er is veel samenwerking tussen Noord-Amerika en Europa, waar de technologie is ontstaan. China voert ook agressief onderzoek, maar doet het onafhankelijk van ons. Daarom is het moeilijk om zicht te hebben op waar het staat. China wil ook snel vorderingen maken, dat is zeker."

Nieuwe technieken maken het interpreteren van beeld mogelijk. Hebben die meer potentieel dan software die enkel tekst kan lezen?

Corrado: "Er wordt veel verwacht van machine vision. Zelfrijdende auto's kunnen verkeersborden en obstakels herkennen. Ik denk dat machine learning nog meer potentieel heeft om computers beter met ons te laten communiceren. Spraakherkenning is goed, maar de software begint nu pas echt te begrijpen wat je zegt. Het gaat daarbij niet alleen over de woorden, maar ook over de toon en de nuance. Dat is bijzonder moeilijk."

Kunnen chatbots en de persoonlijke-assistentensoftware nog veel beter?

Corrado: "Met Google Home, Siri, Alexa en andere software-assistenten is nog geen diep gesprek mogelijk. Eenvoudige zaken gaan goed, bijvoorbeeld vragen een wekker te zetten. Mogelijk kunnen bots binnen vijf jaar autonoom een antwoord verzinnen op een relatief gedetailleerde vraag, zoals het historische belang van de Gettysburg Address, de beroemde speech van de Amerikaanse president Abraham Lincoln."

Een chatbot van Microsoft begon vorig jaar te schelden omdat die online een woordenboek met scheldwoorden had gevonden.

Corrado: "Iedereen die met machine learning bezig is, komt vroeg of laat zoiets pijnlijks tegen. De software leert op basis van de informatie die wij voorschotelen. En soms sluipen daar de verkeerde dingen in. De software moet geregeld gecontroleerd en onderhouden worden, zoals elke machine.

"Een ander aandachtspunt is privacy en veiligheid. Wie maximaal beveiligd wil zijn, zet de computer uit. En als het systeem je niet kent, kan het onmogelijk goede aanbevelingen doen. Het is belangrijk dat we erover praten, standaarden ontwikkelen en de juiste balans zoeken. Techbedrijven moeten zich aanpassen aan culturele verschillen en ook individuele keuzes respecteren."

In samenwerking met Datanews

Terug naar nieuws overzicht
Software