Artificiële intelligentie en machine learning zijn de buzzwords van het moment. Dat bleek eens te meer op de druk bijgewoonde lancering van EluciDATA Lab, het Data & AI Competence Lab van Sirris. De non-profitorganisatie biedt technische bedrijven die willen innoveren ondersteuning via expertise en testinfrastructuur. "In onder meer de financiële sector en de reclamebranche is AI al in gebruik", zegt Herman Derache, managing director bij Sirris. "Vandaag staat de industrie klaar om de technologie op te pikken."

Sirris werkte de voorbije tien jaar aan diverse AI-projecten, samen met enkele very early adopters. De organisatie heeft een team van tien specialisten die samen met bedrijven nadenken over nieuwe AI-oplossingen. "De incubatietijd voor AI is stilaan voorbij", aldus Derache. Sirris verwacht op relatief korte termijn een doorbraak van AI-toepassingen in de industrie. Onder meer in de maakindustrie komen diverse processen en producten voor het gebruik van AI in aanmerking. Een andere voorloper is de softwarebranche, waar algoritmes op basis van AI nieuwe types innovatie mogelijk maken.

Braindrain

"Echt nieuw is het domein natuurlijk niet", zegt professor Luc De Raedt van het departement computerwetenschappen van de KU Leuven. "We hebben aan de universiteit al dertig jaar een masterprogramma rond artificiële intelligentie." Maar de interesse was nooit zo groot als vandaag. "Het aantal studenten boomt. AI is echt populair, ook als master-na-masteropleiding."

Er vindt in Leuven ook behoorlijk wat onderzoek plaats rond onder meer AI, machine learning, neurale netwerken en taalverwerking. "Het zorgt ervoor dat België een goede naam heeft in de wereld van AI", vervolgt De Raedt. "Maar even goed roept de vele aandacht voor AI soms ook te hoge verwachtingen op."

Om tot concrete, werkende toepassingen te komen hebben bedrijven tot nader order heel gespecialiseerde kennis nodig, zowel over de eigen sector en het eigen bedrijf, als over AI. En dan hebben we het nog niet over de nood aan de juiste data, die voor de meeste AI-projecten als onmisbare brandstof dienen. De grote uitdaging voor de industrie bestaat erin medewerkers aan te trekken die over de benodigde AI-kennis beschikken.

"Bedrijven als Google, Apple, Amazon en Facebook gooien echt met geld", zegt Luc De Raedt. "Er is een heuse braindrain aan de gang richting Verenigd Koninkrijk en Verenigde Staten. We zien ook veel investeringen in AI in onder meer Frankrijk en Zweden. Het is echt belangrijk dat we de goede mensen - en hun expertise - hier kunnen houden, zodat ook start-ups en spin-offs hier succesvol kunnen zijn."

Ook de wetgeving speelt daarin mee. Zo heeft de GDPR een grote impact op AI-toepassingen die persoonsgebonden data verwerken. Het verschil met China en Rusland - die allebei heel sterk rond AI actief zijn - valt onmiddellijk op. "Als we zien hoe de Chinese overheid omgaat met het gebruik van camera's en gezichtsherkenning, dan kunnen we de Europese wetgeving alleen maar toejuichen", vindt De Raedt, "ook al is ze dan misschien ergens ook een remmende factor."

De volgende uitdaging: leren redeneren

Bij AI ligt de nadruk vandaag sterk op het luik machine learning. Maar dat biedt lang niet voor alles zomaar een oplossing. "Behalve learning is er ook reasoning nodig", zegt Luc De Raedt. "Een echt artificieel intelligente oplossing steunt op beide pijlers." De noodzakelijke volgende stap in de evolutie van de AI-sector brengt learning en reasoning samen.

"Nu maken we een AI-hoogzomer mee", stelt Luc De Raedt, "maar het risico bestaat dat we straks toch ontgoocheld zullen zijn." Dan volgt onvermijdelijk een strenge winter. "Om de ontgoocheling te vermijden moeten we het speelveld voldoende breed houden. We mogen ons dus zeker niet blindstaren op deep learning alleen. Het belang van data science zal ook verder toenemen, met name via de automatisering ervan."

Voor Herman Derache bevindt de logische volgende stap zich op het domein van de explainable AI. "In dat geval kan de toepassing ook uitleggen waarom ze een specifieke beslissing heeft genomen", vertelt hij. En dat heeft opnieuw te maken met reasoning .

"Een volledig zelfrijdende auto is nog verder weg dan we vandaag vermoeden"

"De zelfrijdende auto toont goed aan waarom machine reasoning zo belangrijk is", zegt Luc De Raedt. "Mijn huidige auto is perfect in staat om de verkeersborden te herkennen. Alleen kan die auto nog niet echt redeneren." Rijdt de wagen op de autosnelweg en ziet hij langs de kant van de weg een bord dat een maximale snelheid van vijftig aangeeft, dan moet hij ook de context begrijpen: namelijk dat het bord bedoeld is voor wie de afslag neemt, niet voor wie op de snelweg blijft. "Een echte, volledig autonoom rijdende auto moet ook dat soort redeneringen kunnen maken, moet ook rekening houden met het verkeersreglement, met de andere weggebruikers en hoe die mogelijk kunnen reageren. Als je al die aspecten meeneemt in het verhaal, dan is de zelfrijdende auto in Brussel of Parijs nog verder weg dan we vandaag vermoeden."

Geen toverstaf

Toch moeten we ervan uitgaan dat AI een blijver is. De verdere ontwikkeling van de technologie zal volgens professor De Raedt een even grote impact hebben op de industrie als destijds de algemene beschikbaarheid van elektriciteit.

"AI dringt door in elke industrie", zegt hij. "In eerste instantie krijgen we intelligente assistenten voor specifieke, duidelijk afgelijnde taken. Het potentieel is echt enorm. Tegelijk is het domein zo breed dat een onderneming in de praktijk best met kleinschalige, doelgerichte projecten van start gaat."

Toch liet de professor niet na om ook tijdens zijn presentatie voor het publiek van Sirris de verwachtingen enigszins te temperen. "We mogen AI niet zien als een soort toverstaf", klonk het. "Bedrijven mogen zich niet laten verblinden door de huidige hype." Wie de stap naar AI wil zetten, moet daarbij het nodige sérieux aan de dag leggen. "Een enkele online cursus volstaat heus niet om je om te scholen tot AI-expert."