Wat leer je in deze aflevering?
Welkom bij een nieuwe aflevering van AIToday Live, rechtstreeks van de World Summit AI 2023 in Amsterdam! Vandaag deel ik mijn ervaringen en indrukken van deze inspirerende conferentie vol AI-experts. Tijdens een interessant panelgesprek werd onder andere gesproken over het voorspellen van botsingen tussen satellieten in de ruimte, wat een enorme uitdaging blijkt te zijn. Daarnaast deel ik een krachtige analogie tussen menselijke en machine-intelligentie, en ontdek je verrassende inzichten over de bekende robots van Boston Dynamics. Mis deze boeiende aflevering niet en vergeet niet te abonneren!
Kernbegrippen
- Explainability
- Het vermogen van AI-modellen om hun beslissingen op begrijpelijke wijze uit te leggen aan gebruikers.
- Risicomodellering
- Mathematische methode om waarschijnlijkheid en impact van ongewenste gebeurtenissen in te schatten.
- Mens-AI samenwerking
- Combinatie van menselijke doelstelling met snelle AI-uitvoering onder voortdurend toezicht.
- State-of-the-art robotica
- Huidige praktische mogelijkheden van robots in werkelijke omgevingen, niet in laboratoriumomstandigheden.
Transcript
Vandaag live vanuit World Summit AI 2023 vanuit Amsterdam. Deze korte aflevering van de AIToday live. Ik zeg vanuit Amsterdam, maar eigenlijk is het vanuit Zaandam, maar dat mag de pret niet drukken. Er is een tweedaagse conferentie gaande met allemaal experts op het gebied van AI die zich verzameld hebben in Zaandam. En nou daar zit verschillende interessante, min interessante van alles en nog wat tussen en ik ga je daarover bijpraten. In ieder geval wat ik heb gezien en wat ik heb gehoord en wat ik ervan vond. En laat ik beginnen met dat je als je een conferentie hebt, zou ik geen politici uitnodigen. We hebben praatjes gehad van iemand van de Verenigde Naties, we hebben van Alexandra van Huffelen de staatssecretaris van Digitale Zaken. En wat ik niet wist, dat die bestond in minister van AI uit Engeland. Lezen allemaal voor van een papiertje, helemaal van tevoren uitgeschreven. Dodelijk saai. Maar goed, een andere wat wel heel erg interessant was, is een panel en dat ging over AI gebruik in de ruimte. Dus letterlijk van de aarde af in de ruimte. En een van de dingen die daar aan bod kwamen gaat over dat er voorspeld moet gaan worden of satellieten elkaar niet gaan botsen. Het is niet alleen een hele hoge kost. Zo'n satelliet kost miljoenen en miljoenen. Maar als dat botst heb je ook nog heel veel rotzooi in de ruimte. En daar is al ontzettend veel van. Dus dat zou echt super vervelend zijn om dat extra erbij te hebben. Daar komt bij dat het besturen, of eigenlijk het aansturen van zo'n satelliet is heel erg duur. Waarom vertel ik dit nou? Omdat ze vertelde over een risicomodel die inschat hoe hoog het risico is dat de satellieten met elkaar gaan botsen. En daarbij werd aangegeven dat ze heel erg conservatief zijn in deze tak van sport. Dus daar kwam explainability, een van de dingen die ik erg interessant vind, kwam er naar voren van hoe belangrijk het daar ook weer is. Hoe redeneert uiteindelijk het model op basis waarvan doet ie het. Zeker dus in een conservatieve wereld waar het zomaar niet vertrouwd wordt, de uitkomst van zo'n model. Maar dus ook, wat ik net aangaf, het is duur als je gaat sturen. Dus je wilt niet zomaar denken "laten we het maar proberen". En je moet wel heel zeker weten. Stel dat ze uiteindelijk alsnog botsen, ja, dat is nogal wat. Mooi verhaal gehad van TNO en TU Dennis. En een van de dingen die naar voren kwam, ook wel heel sterk, was namelijk een heel krachtige analogie over hoe verschillende intelligentievormen met elkaar kunnen samenwerken. Deze professor had een hele mooie foto van een ruiter, cowboy, die op een paard zat. Superactief en die scheidt een kalf van de kudde. En wat zij vertelde is dat zo'n kalf zo razendsnel is dat als het paard zou moeten wachten op de aanwijzingen van de ruiter, van de cowboy, dat de kalf zo altijd te snel af is. Dus wat er gebeurt is dat het paard leidt maar de rijder die bepaalt welk kalf gescheiden moet worden van de kudde. Dit is eigenlijk een hele mooie analogie van wat we natuurlijk ook aan het proberen zijn met machines, machine learning AI en mensen. Dat je als mens wel in de regie zit maar dat het systeem dusdanig besluiten kan nemen die snel accuraat is maar wel onder onze regie. Ik vond dat een heel erg mooi voorbeeld. Het laatste wat ik wil delen dat gaat over de robots van Boston Dynamics. Je hebt vast wel die robots gezien weet je die trappen op kunnen klimmen, die kunnen dansen, die van alles en nog wat kunnen doen. En wat daar wel heel grappig is dat degenen die hier onderzoek kunnen doen. Die zeiden van ja, het zijn allemaal hartstikke leuke filmpjes, maar wat nu echt state of the art is, dus waar deze technologie nu echt in zit, is dat ze moeite hebben en dat lukt nu, zo zei hij het eigenlijk, nu lukt uiteindelijk dat robots, dit soort robots, deuren kunnen openen in geval van nood. Dus als er bijvoorbeeld een brandend gebouw is, kunnen ze zo'n robot het gebouw insturen, maar die moet dan dus klinken open kunnen maken. Dus zeg maar allerlei vormen van deuren openen. En juist dat deuren openen is al zo lastig. Dus ik was er al van overtuigd dat alles wat we aan die filmpjes zien, dat is eigenlijk meer toekomst en geregisseerd. State of the art is eigenlijk openen van de deurklink moeilijk zat. Leuk dat je weer luisterde. Vergeet je niet te abonneren, dan mis je geen aflevering. aflevering. [Muziek]