Machine learning is een vorm van kunstmatige intelligentie waarbij algoritmen en code worden ingezet om computers zichzelf te laten verbeteren in het uitvoeren van een specifieke taak. Computers worden hiertoe geprogrammeerd om aan de hand van geanalyseerde data beslissingen of voorspellingen te maken. Door patronen en relaties in data te herkennen en op te slaan biedt elke set aan nieuwe data weer meer mogelijkheden. Van het algoritme dat een YouTube video voor je uitkiest tot de communicatie met je online bank, machine learning wordt overal ingezet.
Alpha Zero
Een interessant voorbeeld van de toepassing van machine learning is de schaakcomputer. Al in 1996 wist schaakcomputer ‘Deep BLue’ de toenmalige wereldkampioen Garry Kasparov te verslaan. Sindsdien zijn schaakcomputers veel sterker geworden en vinden enkel nog concurrentie in elkaar. Een van de beste schaakcomputers van nu heet Alpha Zero, ontwikkeld door Deepmind van Alphabet Inc. Alpha Zero is een computerprogramma dat zich speciaal richt op het perfectioneren van gecompliceerde spellen als schaken en Go. Met behulp van een database aan partijen van goede schakers leert Alpha Zero de regels en basisstrategie van het schaakspel. Vervolgens speelt het miljoenen partijen tegen zichzelf en analyseert hierin welke zetten en patronen wel en niet werken. Het resultaat is dat Alpha Zero nu van elke schaakpositie een volledigere analyse kan geven dan welk mens dan ook.
Soorten machine learning
Binnen machine learning valt er onderscheid te maken tussen supervised en unsupervised machine learning. In supervised machine learning fungeert een datawetenschapper als ‘leraar’. Het algoritme trekt conclusies aan de hand van bepaalde vastgestelde labels die de uitkomst van ingevoerde data begeleiden. Zo kan een AI model inschatten hoe duur een huis zal zijn door het aantal kamers, de locatie en de buitenruimte te vergelijken met de prijs van huizen in een set van reeds geanalyseerde data.
In unsupervised machine learning wordt niet gelabelde data gebruikt. Het doel is zo eerder om in een set aan data onbekende verbanden te leggen of patronen te herkennen. Er is dan ook minder menselijke input om de computer richting een bepaalde output te sturen. Deze vorm van AI wordt bijvoorbeeld gebruikt voor marktsegmentering. De computer deelt dan een grote set aan consumenten op in verschillende subgroepen op basis van gevonden overeenkomsten, bedrijven passen hier vervolgens hun marketing op aan.
De opkomst van machine learning en kunstmatige intelligentie gaan hand in hand en hebben wellicht grote implicaties voor hoe onze toekomst er uitziet. Klik hier om meer over AI te leren of bekijk welke machine learning vacatures Ndus3 heeft.
