ArtificiŽle intelligentie, er wordt veel over gezegd en geschreven. Maar wat het precies inhoudt, is niet voor iedereen even duidelijk. We hadden de kans om Microsoft, recent lid geworden van Agoria, een aantal vragen te stellen. We spraken met Lorelien Hoet, Government Affairs Director en Bruno Schroder, National Technology Officer.


We hebben het over artificiŽle intelligentie, maar wanneer zijn systemen volgens jullie ťcht intelligent?

Bruno: "De systemen die momenteel als AI bestempeld worden, zijn eigenlijk geen intelligente systemen. Wat we vandaag AI noemen, is eerder 'machine learning', een zeer gesofisticeerde manier om aan data-analyse te doen. In tegenstelling tot de traditionele algoritmes, kunnen systemen zich aanpassen aan een bepaald patroon dat in de data zit. Ze blijven weliswaar leren, maar om ze effectief 'intelligent' te noemen, is het nog wat vroeg. Al in de jaren '90 was er onderzoek naar symbolic reasoning, wat in de buurt komt van echte intelligentie. Als de machine learningsystemen van nu gecombineerd kunnen worden met symbolic reasoning, dan komen we dicht in de buurt van echte AI. Maar wat er de dag van vandaag gebeurt, is een heel geavanceerde vorm van statistische analyse."

Lorelien Hoet en Bruno Schroder: "De kennis is zeker aanwezig in BelgiŽ, maar volgens ons is er nog een grote fragmentatie binnen het onderzoek."

Lorelien: "Wat AI zo aantrekkelijk maakt, is dat computersystemen er tegenwoordig in slagen om bepaalde taken, zoals het herkennen van figuren, beelden en woorden, efficiŽnter uit te voeren dan de mens. Maar we mogen niet vergeten naar de totaliteit van een systeem te kijken. Vandaag kunnen we zonder problemen stellen dat een peuter intelligenter is dan de bestaande systemen."†

Waar staat BelgiŽ momenteel in vergelijking met onze buurlanden? Bezitten we hier veel AI-expertise?

Lorelien: "Het zou typisch Belgisch zijn om onszelf te onderschatten, maar dat is niet correct. †We hebben veel goede universiteiten met experten in computerwetenschappen en AI. Bovendien mogen we Imec als driver van technologische ontwikkelingen zeker niet vergeten. De kennis is hier zeker aanwezig, maar volgens ons is er nog een grote fragmentatie binnen het onderzoek. We zien dat de verschillende universiteiten relatief weinig samenwerken, wat leidt tot een gebrek aan focus. Als we echt willen gaan upscalen, moeten we dit aanpakken. Daarnaast moeten ook verder denken dan expertise in computerwetenschappen. We zijn ervan overtuigd dat AI in alle studierichtingen aan bod zou moeten komen, zelfs tot in de lagere scholen. Er is nood aan een nieuwe aanpak."

Bruno: "Historisch gezien is BelgiŽ altijd al een voortrekker geweest binnen AI. Denk maar aan Prolog, een programmeertaal die veel linken heeft met AI. In de jaren '80 en '90 waren er slechts 2 Prolog compilers, in de VSÖ en van KU Leuven. Een grote academische kennis hebben we hier zeker!"

Indien een bedrijf AI zou overwegen voor bepaalde processen, wat zijn de overwegingen die gemaakt moeten worden? Zijn er bepaalde minimumvereisten?

Bruno: "Ten eerste is het belangrijk na te gaan of het specifieke probleem niet met een bestaand algoritme of een gekende theorie opgelost kan worden. Dat is vaak het geval. Anders is er nood aan data. Die moet kwaliteitsvol zijn, beschikbaar en vrij van bias. Tot slot moet men, rekening houdend met de privacyvoorwaarden, ook overwegen of de data effectief gebruikt kan worden."

Lorelien: "Na deze stappen kunnen we pas kijken of AI werkelijk nuttig kan zijn of meerwaarde kan creŽren. Het gevaar van bias in data kan niet genoeg benadrukt worden. En zelfs al is er voldoende data, dan moeten de resultaten nog geanalyseerd worden, om te kijken of er daar geen bias in zit."

In de industrie is er een vraag naar 'explainable AI', omdat het dikwijls onduidelijk is waarom een systeem bepaalde beslissingen neemt. Wat is jullie visie?

Lorelien: "Veel hangt af van de context. Er is een groot verschil tussen een AI-systeem dat gebruikt wordt in justitie en een administratie die beslissingen neemt enerzijds en een AI-systeem dat dient om het onderhoud van compressoren te voorspellen anderzijds. Voor beide systemen is niet hetzelfde niveau van accountability en verklaring nodig. Wanneer het systeem een beslissing neemt die impact heeft op het leven van mensen, dan moet je zeker zijn dat die voldoende gegrond is en verduidelijkt wordt."

Bruno: "Accountability is niet enkel van toepassing op AI, maar op alle soorten van beslissingssystemen die vandaag veel gebruikt worden. Het is ook maar de vraag hoe we dit kunnen aanpakken. Beslissingsalgoritmes zijn erg complex en bieden eigenlijk geen relevante informatie voor niet-specialisten. Maar we zullen wel manieren moeten vinden om relevante verklaringen te geven zodat mensen begrijpen wat aan de basis ligt voor bepaalde beslissingen.† †

Lorelien: "Een relevant voorbeeld komt uit de Amerikaanse rechtspraak. Een medische instantie gebruikte in de VS een AI-systeem om vergoedingen te bepalen voor gehandicapten. De rechtbank heeft duidelijk gezegd dat dit niet kon, omdat de beslissingen niet uitgelegd werden. Dat is dus iets waaraan gewerkt moet worden."

De publieke opinie is momenteel verdeeld over AI. Wat denken jullie, zal AI voor meer of minder jobs zorgen?

Bruno: "Ik zie AI niet als iets om mensen te vervangen, maar eerder om ermee samen te werken. Machine learning systemen kunnen instabiel zijn en kunnen niet bestaan zonder samenwerking met mensen. Er is een nood aan geschoolde mensen om deze systemen te beheren. Chatbots moeten bijvoorbeeld ondersteund worden door mensen die sterk zijn in computationele taalkunde, iets waar de dag van vandaag nog weinig experten in zijn. AI zal sowieso het spel van de arbeidsmarkt veranderen, en de inhoud van de jobs ook."

Lorelien: "We hebben geen kristallen bol, maar de cijfers zien er alvast positief uit. We moeten zeker niet vergeten dat dit niet de eerste keer is dat een technologie het systeem wat verstoort. In het verleden moesten alle telefoonoproepen handmatig doorgestuurd worden, later niet meer, maar uiteindelijk heeft dat niet tot minder werk geleid. Als we kijken naar landen zoal Duitsland, Japan en Korea, die op het vlak van automatisatie al een stuk verder staan dan ons, zien we zeker geen negatieve trend in de jobmarkt".

Welke rol moet de overheid spelen in dit geheel?

Lorelien: "Het gebruik van data zal in de toekomst cruciaal zijn. Er is dan ook nood aan een regulator die een duidelijk kader opstelt, dat specifieert welke data precies gebruikt kan worden voor welke toepassingen. Maar het gaat nog verder. Het gebruik van data voor innovatieve toepassingen en voor onderzoek moet gestimuleerd worden. †We zijn al op de goede weg, maar een bundeling van de krachten tussen de verschillende universiteiten zou een echte boost kunnen zijn. Dit zou de overheid kunnen faciliteren."

Bruno: "Het gebruik van data stimuleren is enorm belangrijk, maar we moeten ook bedenken dat er bepaalde situaties gaan zijn waar we niet willen dat een AI toepassing gebruikmaakt van deze data. Een voorbeeld is dat een AI-systeem gebruik kan maken van een dataset om voorspellingen te doen die helpen bij het opsporen van kanker. Diezelfde dataset zou ook door verzekeringen gebruikt kunnen worden voor het bepalen van een premie. De twee use cases zijn heel anders, maar gebruiken wel dezelfde onderliggende data. De overheid moet goed nadenken over hoe ze de verschillende use cases gaan behandelen en al dan niet toelaten, en het gebruik stimuleren van AI systemen die goed zijn voor de samenleving."

Hartelijk bedankt voor dit gesprek. We hopen om in de toekomst nauw te kunnen samenwerken rond dit thema!

Op†donderdag 25 oktober†organiseert Agoria voor de vijfde keer een infodag over regelgeving en normen. Tijdens het #RSEVENT2018 'Reveal what's hidden' gaat onder andere Microsoft dieper in op het thema 'ArtificiŽle Intelligentie'.

Bekijk het volledige programma en schrijf in.