Artificial intelligence

 

 

Artificial Intelligence Update

 

Alles over artificial intelligence, oplossingen, leveranciers en adviseurs

Artificial intelligence of kunstmatige intelligentie biedt bedrijven en organisaties unieke mogelijkheden om bedrijfsprocessen te verbeteren. Alleen al om die reden zou artificial intelligence (AI) de aandacht moeten hebben van iedereen die verantwoordelijk is bij het ontwikkelen van bedrijfsstrategieën, marktvisies of businessplannen. Toch is AI voor veel managers en ondernemers nog een abstract thema, dat vaak geassocieerd wordt met ingewikkelde algoritmen, complexe IT oplossingen, ethische bezwaren en lastig in te schatten risico’s.

Alle informatie over artificial intelligence

Het ICT informatiecentrum laat u graag kennismaken met de kansen die artifical intelligence uw organisatie of business kan bieden. Wij overtuigen u ook graag van de noodzaak om een visie op AI te ontwikkelen. De vraag is namelijk niet óf u ermee te maken krijgt, maar hóe en op welke moment het uw business en organisatie beïnvloedt. De ontwikkelingen gaan snel en het ontwerpen en implementeren van AI oplossingen kost veel tijd en energie. Tijdig plannen maken is daarom noodzakelijk. Zeker als u zich realiseert dat artificial intelligence voor bedrijven steeds duidelijker geldt als een investering met een hoog rendement.

 

Ontdek de kansen die artifical intelligence uw organisatie en business kan bieden en ontwikkel een visie op AI.
U heeft of krijgt ermee te maken!

 

DATA kennisbank

Wij hebben informatie voor u beschikbaar om u te helpen bij het ordenen van gedachten en het maken van plannen. U vindt deze informatie via deze website. Daarnaast wijzen wij u ook graag de weg naar leveranciers en specialisten op dit gebied. Zij hebben de praktijkkennis en kunnen u begeleiden, inspireren, adviseren en helpen bij het ontwikkelen en implementeren van AI toepassingen.

Wat is artificial intelligence?

Artificial intelligence is niet één techniek, maar een verzameling methoden om op een nieuwe manier informatie te gebruiken voor het oplossen van vraagstukken. Wat ‘intelligente’ software van ‘domme’ software onderscheidt, is het leervermogen. Traditioneel is software een verzameling van door mensen bedachte instructies die een computer rechtlijnig uitvoert. Voor een groot deel geldt dat nog steeds. Maar software kan op steeds meer gebieden ook zelf conclusies trekken en beslissingen nemen.

Het leervermogen dat artificial intelligence kenmerkt is het vermogen van algoritmes om nieuwe data én de gevolgen van eerdere beslissingen op basis van data te gebruiken voor nieuwe beslissingen. Eerdere kennis en ervaringen (data) worden zo gebruikt voor de ontwikkeling van nieuwe kennis en ervaringen. Dat de computer op deze manier leert en steeds ‘slimmer’ wordt, is de kern van artificial intelligence.

Ontwikkelingen rond AI

Artificial intelligence kent tot nu toe vier fasen die telkens een verdere ontwikkeling van de intelligentie betekenen. De oorsprong van AI ligt al rond 1950. In deze periode werd gestart met het ontwikkelen van machines met het doel om menselijke intelligentie na te bootsen. Elke techniek die daarvoor gebruikt kon worden, viel onder de noemer kunstmatige intelligentie.

In het begin van de jaren 80 is de basis gelegd voor machine learning. Bij deze AI techniek kregen computers de mogelijkheid om te leren, waarbij het niet nodig was dat deze daarvoor geprogrammeerd waren. Als verdere verfijning van de AI technieken, deden neurale netwerken rond het jaar 2000 hun intrede. Tien jaar later werd met deep learning een nog geavanceerde en complexere doorontwikkeling van artificial intelligence technieken mogelijk. Ook zijn cognitieve systemen ontwikkeld, die gericht zijn op het zoals mensen verwerken van informatie op het gebied van waarneming, aandacht, oriëntatie, taalgebruik en specifieke vaardigheden.

ChatGPT

De afgelopen tijd is AI vooral bij een breed publiek en in het bedrijfsleven bekend geworden door het geavanceerd taalmodel ChatGPT. Dit AI tool is ontworpen om menselijke tekst te begrijpen en te genereren. Hierdoor kan het functioneren als een conversatiepartner in natuurlijke taal. ChatGPT wordt veel gebruikt voor contentgeneratie, vertalingen en chatbots voor klantenservice. Het tool kan vragen beantwoorden, tekst genereren en contextuele gesprekken voeren met gebruikers. Het is getraind op allerlei verschillende internetteksten en heeft daardoor een goed taalbegrip en het vermogen tot creatieve tekstgeneratie.

ChatGPT wordt op grote schaal toegepast door bedrijven, softwareontwikkelaars en onderzoekers die delen van hun content- of codeproductie willen automatiseren en verbeteren. Inmiddels is er een groot aantal AI tools geïntroduceerd die vergelijkbare functionaliteit hebben, waarvan vooral Bard (Google) op veel belangstelling kan rekenen.

Wat zijn AI toepassingen?

Een voorbeeld van een AI toepassing betreft menselijke taal. Vroeger probeerde men software alle grammaticaregels te laten volgen. Computers konden daarmee niet goed overweg, omdat bleek dat die regels onvoldoende waren om de interactie met mensen aan te gaan. Dankzij internet is de beschikbaarheid van door mensen gemaakte content enorm toegenomen. Door naar heel veel teksten te kijken kan AI software voorspellen welk woord of welke uitdrukking waarschijnlijk gebruikt moet worden in een gegeven context. Daarmee kan Google Translate of DeepL nu veel soorten teksten goed vertalen zonder de grammaticaregels precies te kennen.

Kunstmatige intelligentie is vooral te vinden waar nieuwe of onvoorspelbare taken worden gedaan en veel data of content moeten worden geanalyseerd. Dat is bijvoorbeeld het geval bij taal, beeldmateriaal, combinaties van moleculen of genen in de geneeskunde, of de boekhoudcijfers en marktgegevens van uw bedrijf.

Wat zijn general AI en narrow AI?

Volgens AI experts en wetenschappers kan er op een gegeven moment een brede kunstmatige intelligentie ontstaan. Die zou dan net als een mens – maar dan veel sneller – alle problemen kunnen aanpakken met zijn algemene leervermogen. Deze toepassing wordt general AI genoemd. Deze zelflerende software zal uiteindelijk alleen een doelstelling en informatie nodig hebben, waarna deze zelf de oplossingen bedenkt, controleert en doorlopend verbetert.

Deze vorm van AI bestaat momenteel nog niet. Kunstmatige intelligentie is nu nog altijd een toepassing van een welomschreven set data op een welomschreven probleem. Dit heet narrow AI. Een voorbeeld is software die ontwikkeld is om menselijke stemmen te analyseren en reproduceren. Of software die vragen over bepaalde producten kan herkennen, indelen en koppelen aan bekende oplossingen, zoals bij helpdesksoftware. Een ander voorbeeld is een robot in een productiebedrijf, die aan de lopende band werkt. Deze begrensde vorm van artificial intelligence wordt tegenwoordig overal gebruikt.

Wat is machine learning?

Machine learning is inmiddels al een bekend begrip. Met deze AI techniek kan software fouten herkennen om die in de toekomst te voorkomen. De software wordt daarvoor getraind met een grote hoeveelheid informatie en correcties door mensen. De boten, stoplichten of andere voorwerpen die u op plaatjes moet herkennen om te bewijzen dat u een mens bent als u van een internetpagina gebruik wilt maken, helpen de AI van Google om objectherkenning te verbeteren. Bij ieder plaatje wordt de software verteld of iets een stoplicht is en die ervaring wordt opgeslagen.

Vergeleken met computers leren mensen meestal sneller. Een mens hoeft niet eerst een miljoen plaatjes van een hond te zien om de volgende keer zelf een hond te herkennen. Daarentegen verwerken computers informatie sneller. De software analyseert die miljoen plaatjes van een hond in een fractie van de tijd die het een mens zou kosten om al deze plaatjes te bekijken.

Er zijn verschillende vormen van machine learning. Het trainingsmateriaal van de software kan gelabeld zijn; er zijn bijvoorbeeld een miljoen plaatjes ‘hond’ en een miljoen plaatjes ‘geen hond’, zodat de software plaatjes kan classificeren (hondjes herkennen). Voor andere toepassingen is het materiaal niet gelabeld en moet de software zelf patronen herkennen. Dit gebeurt door bijvoorbeeld clusters te maken van data die het meest op elkaar lijkt. Dat leidt soms tot verrassende uitkomsten of inzichten. Lees meer over machine learning.

Wat is deep learning?

Deep learning is als AI techniek een geavanceerde vorm van machine learning. ‘Deep’ verwijst naar het gebruik van meerdere stappen voor de herkenning van de eigenschappen (van een hond), zodat het niet nodig is om het algoritme vooraf te vertellen wat een hond is en wat niet. De vele stappen die worden doorlopen om iets te classificeren maken gebruik van neural networks. Deep learning maakt gebruik van diepe neural networks. Een voorbeeld van een classificatie is ‘tevreden klant’ ten opzichte van ‘ontevreden klant’ die een bedrijf kan gebruiken voor klantcommunicatie.

Classificaties kunnen met deep learning worden gebruikt om de meest waarschijnlijke toekomstige gebeurtenis te voorspellen. Een voorbeeld daarvan is de voorspelling dat klanten die op uw website drie productpagina’s hebben bekeken 75% meer kans hebben om later iets te kopen dan wanneer ze maar twee productpagina hebben bekeken. Lees meer over deep learning

Welke voordelen biedt artificial intelligence?

Enkele voordelen die AI kan bieden zijn u aan de hand van bovenstaande voorbeelden waarschijnlijk al duidelijk. Belangrijk voordeel is dat AI middels algoritmes op hoge snelheid zeer grote hoeveelheden data kan analyseren en dat u die analyse kunt gebruiken om toekomstige gebeurtenissen te voorspellen. Eenmaal getraind kan AI software vervolgens foutloos en onvermoeibaar werkzaamheden uitvoeren die voor mensen vervelend of afstompend zijn.

Op basis van AI bestuurde robots kunnen werk doen dat voor mensen gevaarlijk is, zoals het werken met bepaalde machines of in onprettige of onveilige omgevingen met veel stof, lawaai of hitte. Wanneer u met grote snelheid waardevolle informatie kunt halen uit een enorme hoeveelheid data, kan dit ook direct geld besparen of winst opleveren. Een voorbeeld daarvan is het snel afstemmen van prijzen op consumentengedrag, waarbij klanten op basis van hun profiel de prijs krijgen aangeboden die zij bereid zijn te betalen.

Welke nadelen heeft artificial intelligence?

Artificial intelligence is, ondanks de vele mogelijkheden, geen oplossing voor alle vraagstukken en problemen die er uw bedrijfsprocessen en organisatie kunnen zijn. Het invoeren van op AI gebaseerde oplossingen, die specifiek voor uw organisatie ontwikkeld worden, kan kostbaar zijn. Wel zijn benodigdheden voor AI, zoals sensoren en cloudopslag, de laatste jaren goedkoper geworden en kunt u AI algoritmes ook als abonnement afnemen.

Een bekend aandachtspunt van AI is het feit dat gegevens uit het verleden kunnen zorgen voor de voortzetting van dat verleden, ook als dat niet per se de bedoeling is. Om dit eenvoudig te verduidelijken: wanneer de meest succesvolle managers van uw bedrijf altijd mensen uit Rotterdam waren, dan zal een HR algoritme op basis van die historische gegevens vooral Rotterdammers voordragen voor promotie, omdat het de conclusie trekt dat dat in het belang van het bedrijf is.

Tot slot kent AI ook enkele ethische beperkingen en maatschappelijke discussies. De vraag is hoe ver we moeten gaan in de ontwikkeling van artificial intelligence, zeker als dat zou kunnen betekenen dat AI systemen uiteindelijk sneller en slimmer worden dan de mens en daar dus ook ongewenste invloed of macht over kunnen uitoefenen.

Wat is de rol van data bij AI?

Artificial intelligence baseert alle output op de input van het systeem en de conclusies die daar tussentijds uit voortvloeien. Dat stelt hoge eisen aan de kwaliteit van de data die als input dient. Hoe hoger de datakwaliteit, hoe beter de uitkomsten van de algoritmes. Niet alleen de hoeveelheid data is dus van enorm belang, juist ook de kwaliteit van die data is enorm belangrijk. Om die reden gaat een groot deel van de tijd die een AI project kost, zitten in het voorbereiden en opschonen van de data. Een algoritme dat met slechte informatie wordt gevoed, leidt tot nutteloze uitkomsten.

Datakwaliteit heeft veel te maken met de organisatiecultuur en de data management oplossingen en procedures die de data moeten verzamelen . U heeft er dan ook een groot belang bij dat het informatiemanagement in uw organisatie op orde is. Alleen dan zal het mogelijk zijn om specifieke gegevensverzamelingen in te zetten voor kunstmatige intelligentie.

Wat is industrial AI?

AI kent steeds meer toepassingen in de maakindustrie en andere productiebedrijven, vooral om bedrijfsprocessen efficiënter te maken en de kwaliteit van die processen te verhogen. Het toepassen van AI in de maakindustrie wordt industrial AI genoemd. Deze vorm van AI is de afgelopen jaren veel toegankelijker geworden voor middelgrote en kleinere bedrijven. Reden hiervoor is dat de kosten van AI toepassingen in de industrie sterk zijn gedaald. Dat geldt vooral voor de kosten van dataopslag en rekenkracht in de cloud, de kosten van sensoren en de kosten van deels voorgeprogrammeerde algoritmes.

Artificial intelligence kan u helpen de productiviteit te verbeteren met automatische herkenning van problemen en het modelleren van verbeteringen. Een bekende toepassing daarvan is het volgen van en ingrijpen op de onderhoudscyclus van productiemachines en voertuigen. Ook kan AI meer inzicht leveren in productiefactoren en bijdragen aan optimale automatisering van de productie.

AI en bedrijfssoftware

Steeds vaker maakt eenvoudige of al geavanceerdere AI functionaliteit deel uit van bedrijfssoftware oplossingen. De software herkent dan bijvoorbeeld automatisch een type document, klant of administratief boekstuk, waardoor een deel van de verwerking automatisch kan verlopen. Of er zijn automatische waarschuwingen als bepaalde data afwijkt van eerder geconstateerde patronen.

Dit soort geïntegreerde AI toepassingen komen bijvoorbeeld voor bij op commerciële processen gerichte software, zoals CRM software, maar ook bij ERP software, financiële software of HRM software. Ook in de automatisering van logistieke processen en het beheer van de supply chain maakt AI functionaliteit steeds vaker deel uit van de software. Voor de optimalisatie van magazijnprocessen is dit bijvoorbeeld het geval bij warehouse management oplossingen en WMS software.

Als AI functionaliteit niet al standaard in bedrijfssoftware zit ‘ingebakken’, kunnen losse AI applicaties aan standaard bedrijfssoftware worden toegevoegd. Dit kunnen configureerbare standaardapplicaties zijn of maatwerkoplossingen met hulp van bijvoorbeeld low code. In deze gevallen wordt de AI applicatie ingezet
voor een specifieke taak, zoals het analyseren van het surf- en koopgedrag van de klanten in uw webwinkel. Algoritmes worden dan eerst met uw data getraind en ingericht. Vanwege het complexe en erg specialistische karakter van deze taken, is daarbij bijna altijd de hulp van AI leveranciers en adviseurs nodig.

Hoe pakt u een AI project aan?

Voor de uitvoering van uw AI project en het implementeren van oplossingen voor kunstmatige intelligentie zult u de hulp van leveranciers, adviseurs of andere AI experts moeten inschakelen. Waar u wel al zelf mee kunt starten is het beantwoorden van de vraag waarom u AI zou willen of moeten toepassen? Ofwel, voor welke taak en met welk doel? Welke informatievraag moet er worden opgelost? Doelen zijn bijvoorbeeld:

Als het doel van uw AI ambities duidelijk is, onderzoekt u welke methoden u kunt gebruiken en welke inspanning en expertise daarvoor nodig zijn. Hiervoor kunt u informatie gebruiken die via de DATA kennisbank voor u beschikbaar is. Daarna kunt u dan met hulp van interne of externe specialisten het beste team samenstellen om uw AI project echt te starten.

Kijk welke AI oplossingen en leveranciers u kunnen helpen en gebruik de informatie van de DATA kennisbank

Lees verder
AI Update
AI toepassingen
AI voor bedrijven
Toekomstvisie op AI
Cognitieve systemen
Machine learning
Deep learning
AI leveranciers en adviseurs