Opvallende spreker op de SAS Analytics Experience is Ajay Agrawal. Hij werkt voor de Universiteit van Toronto, waar de zaadjes voor de moderne golf van ai zijn gelegd, en hij heeft het niet over rampen en vluchtelingen, maar over de prijs van voorspellingen.
Het idee leeft op dit moment dat artificiële intelligentie een algemeen goed gaat worden zoals elektriciteit, zo steekt hij van wal. Volgens Agrawal zal er bijna geen industrie zijn die er niet door beïnvloed wordt. Maar hoe zal die invloed er dan uitzien? “Volgens velen staat de ai-wereld vandaag op ongeveer hetzelfde punt als het internet in 1995. Dat is het jaar van Windows 95, het jaar, ook, waarin Netscape naar de beurs trok en een van de eerste bedrijven werd die meer dan een miljard dollar kregen zonder ooit zelf winst te maken”, vertelt Agrawal. “Dat was het jaar waarin het internet commercieel werd. De huidige periode in ai voelt ongeveer hetzelfde.”
Maar dat internet, zo zegt hij, heeft de economie niet ten gronde veranderd. De belangrijkste verandering is volgens hem dat de prijs van opzoekwerk naar bijna nul is gezakt. Agrawal vergelijkt het met de opkomst van computers. “Wat hebben die veranderd? Opeens was rekenwerk goedkoper. Dus zijn we dat vaker gaan gebruiken. Vroeger werd wiskunde vooral in het leger gebruikt, in de overheid. We hadden toen mensen wiens job in het Engels ‘computer’ was. Die deden een hele dag niets anders dan rekenen. Nu zijn de computers machines en is de kost van rekenen bijzonder klein. En dan zie je dat we nu ook wiskunde gaan gebruiken voor problemen die niet traditioneel een probleem van rekenen waren”, aldus Agrawal. “Kijk naar fotografie. Dat is traditioneel een kwestie van chemie. Maar nu is fotografie digitaal, omdat rekenwerk zo goedkoop is geworden dat je nu alle fotografie op een digitale manier kan bewerken. Met rekenwerk.”
De prijs van voorpellen
Hetzelfde ziet Agrawal ook met artificiële intelligentie opduiken. “Als je een econoom vraagt hoe hij de opkomst van ai ziet, dan zal hij je vertellen dat de prijs van voorspellingen naar beneden gaat.” Hij definieert daarbij de term ‘voorspelling’ als ‘het nemen van informatie of data die je hebt om data te generen die je nog niet hebt’. In de eerste plaats, denkt hij, zullen voorspellingen of ‘predictions’ natuurlijk worden ingezet om de kost te verminderen van dingen die zich nu al baseren op voorspellingen. Denk daarbij bijvoorbeeld aan inventory management.
En eens voorspellen écht goedkoop wordt, zal het worden ingezet om de kost van dingen te verminderen die niet traditioneel een ‘voorspellingsprobleem’ zijn. Agrawal geeft het voorbeeld van zelfrijdende auto’s. “We hebben al jaren autonome voertuigen”, zegt hij. “Maar die werkten alleen in een gecontroleerde omgeving. De ingenieur kreeg de blauwdrukken van de fabriek en dan werd de robot geprogrammeerd om door die hal te bewegen. En later kreeg hij een camera, en wat logica ingebouwd: als er een mens voor wandelt, dan moet je stoppen, enzovoort. Een reeks ‘als-dan’-regeltjes om de robot veiliger te maken. Maar die robot kan je nooit op een echte straat zetten om de simpele reden dat er een oneindige reeks ‘als’-events zijn. Als het regent, als het donker is, als er een kind een bal komt halen.”
Voor Agrawal konden we nooit een echte zelfrijdende auto maken tot we dat hele principe omdraaiden. “Wat zou een mens doen? We rijden allemaal met de auto, wat doen we? Van een oneindig aantal als-dan zijn we zo gegaan naar een enkel probleem van prediction”, zegt hij. “Om zo’n auto te trainen zetten ze de ai naast een mens en laten je die persoon rijden. Duizenden kilometers. En mensen krijgen input via ogen en oren, dus de ai krijgt een camera en een geluidssensor. Die krijgt dezelfde input. En dan blijkt dat een menselijke chauffeur eigenlijk maar vier dingen kan doen: naar links draaien, naar rechts draaien, remmen of gas geven. En als je duizenden kilometers rijdt, laat je de ai voorspellen wat die mens gaat doen. En na kilometers en kilometers wordt ie daar beter in. Tot je die mens niet meer nodig hebt.”
“AI haalt de prijs van voorspellen naar beneden”
Fout opgemerkt of meer nieuws? Meld het hier