Een Robot leerde zojuist een andere Robot Lezen; een transformatie in Machine Learning.

Tot voor kort kon je Kunstmatige Intelligentie of AI 'Blauw' laten zeggen zonder dat AI enig idee had wat 'Blauw' überhaupt was. Dat weet de AI robot nu wel, dankzij een andere AI robot.....

Gisteren verscheen op het Futurism blog dit korte bericht: "Baidu recently made an astonishing breakthrough in machine learning. They’ve achieved zero shot learning by programming a bot to teach another bot how to read. But in a surprise twist, they ended up with an AI that is able to understand language at amazingly complex levels." Een 'berichtje van nix' zou je kunnen denken, toch is het een bericht met een enorme impact want: waar is de mens in dit verhaal?

Op dezelfde dag verschijnt bij de prestigieuze Britse denktank The Royal Society het rapport Machine Learning: the power and promise of computers that learn by example. Er is geen toeval, weten we inmiddels.

Machine Learning ofwel machinaal leren "gives computers the ability to learn without being explicitly programmed" aldus wetenschapper Arthur Lee Samuel in 1959. Het blijkt nu zover te zijn en de impact op werk kan, of is het 'zal', giga zijn; een trend dus.

Het in Silicon Valley, where else, gevestigde BAIDU Research verklaart het succes van robot lerend van robot als volgt: "As the first step towards developing a sophisticated language system crucial for machines to become truly intelligent and gain the ability to learn like humans, using a combination of supervised learning and reinforcement learning, we developed a system that allowed a virtual teacher to teach language to a virtual AI agent from scratch by connecting the language with perceptions and actions, just like a parent would teach their baby." De proef is geslaagd.

"The many potential social and economic benefits from advances in AI-based technologies depend entirely on the environment in which these technologies evolve. Urgent consideration needs to be given to the “careful stewardship” needed over the next ten years to ensure that the dividends from machine learning – the form of artificial intelligence that allows machines to learn from data – benefit all in UK society." dat is de waarschuwing van The Royal Society en zij zijn niet de enige. Visionairs als Bill Gates en Elon Musk geven een vergelijkbare waarschuwing af als het gaat om AI, Machine Learning, robotica, disruptieve technologieën. Waar stopt hun invloed? De vraag is echter of, met al die enthousiaste wetenschappers en nerds, deze trend nog te stoppen is. De mens wil in zijn/haar bestaan grenzen verkennen.

The Royal Society laat in een bijlage van hun rapport zien dat een autonome, 'zelfrijdend' dekt de landing niet, auto niet zo maar tot stand is gekomen.

"Autonoom vervoer wordt terecht gezien als de start van het machinaal leren. Het rijden van een auto neemt voor de meeste mensen maanden, of zelfs jaren, in beslag om het echt te leren. Zelfs dan nog zijn ongelukken gebruikelijk. Het besturen van een auto vereist concentratie en het vermogen om snel te reageren op snel veranderende omstandigheden.

Hoe is het mogelijk dat een computer zo'n moeilijke taak beheert? Het antwoord is: je breekt de taak in verschillende uitdagingen op. Je bouwt vervolgens algoritme voor algoritme voor elke uitdaging en combineert die dan. Machinaal leren helpt. Het bouwen van slechts één van deze machine-leersystemen is een indrukwekkende taak. Denk aan wat er nodig is om verkeersborden te herkennen. Er zijn honderden verkeersborden in het Verenigd Koninkrijk en duizenden meer in de rest van de wereld. Slechte zichtbaarheid, vandalisme en andere factoren kunnen het moeilijk maken om de borden te lezen." de Machine learning infographic  is een aanrader. In de infographic zie je de gevolgen die AI, Machine Learning, op de verschillende bedrijfstakken zal hebben.

Peter Diamandis, international pioneer in the fields of innovation, incentive competitions and commercial space, voorspelt dat in 2025 (al) autonoom vervoer de trend wordt voor de grote steden om leefbaarheid voor de bewoners in deze steden te kunnen garanderen. Autobezit is dan voor de stadsbewoner geen issue meer. Partijen zoals UBER nemen die rol over.

Nog maar 8 jaar en bedenk eens wat de invloed zal zijn op de werkzaamheden die nu nog door de mens in de verschillende bedrijfstakken worden uitgevoerd.... De vraag is of degenen die zich momenteel buigen over een nieuwe regering voor ons land deze ontwikkeling voldoende meenemen in het nieuwe beleid want 8 jaar: die zijn zo voorbij. Tegenhouden deze ontwikkeling? een utopie.

In 1987 merkte Beau Sheil, director of artificial intelligence at the Price Waterhouse Technology Centre, in het HBR artikel Thinking About Artificial Intelligence nog op "Consider the first patient who dies as a result of a bad diagnosis from a robotic doctor. Who will be held responsible? And how will that decision be made? We have a great many avenues for ascribing legal and ethical responsibility to people. Some of them extend to well-specified, well-understood machines. But even here there are problems when the decisions are highly consequential.

For example, it is quite possible that we will never see commercial airlines flown entirely under computer control even if that technology becomes clearly superior—statistically—to human pilots. The reason is that although human pilots crash the occasional plane when trying to land in poor weather, their failures are understandable and thus, though regrettable, can be tolerated. When the mechanical pilot fails, however, even though it might do so much less frequently, it’s likely to be by flying a plane into the side of a mountain in broad daylight. And this kind of inhuman failure we are unlikely to tolerate, whatever the long-run statistics say."

Volgende generatie(s) zullen (zal) wellicht toch geen enkel probleem hebben met het feit dat het vliegtuig dat je voor je vakantie naar Bali brengt geen piloot heeft. De auto die je thuis huurt heeft tenslotte ook geen chauffeur, je koelkast communiceert intussen met je magnetron en je personal AI assistant leert je kinderen wat blauw is....

Overigens, Machine Learning Programmer is (toch nog) een baan met toekomstperspectief. Die kennis maak je jezelf op een passende manier eigen door een MOOC te volgen (uiteraard). De Machine Learning MOOC van Stanford's Andrew Ng is een aanrader.