De technologie kunstmatige intelligentie staat momenteel helemaal in de spotlights. Iedereen heeft het erover en er wordt enorm over gespeculeerd, gediscussieerd en geroepen. Maar wat is nou waar en wat niet? We nemen je in deze blog mee in fabels en feiten over AI die veel in de media worden besproken.
Wat is AI?
Allereerst staan we stil bij wat Artificial Intelligence nou eigenlijk is. Kortgezegd is het een geautomatiseerd systeem dat taken uitvoert waar vroeger menselijke intelligentie voor nodig was.
AI-systemen werken met in software beschreven algoritmen (instructiereeksen). De systemen herkennen patronen en nemen dan zelf beslissingen. En net zoals mensen worden ze door te oefenen steeds beter.
Een aantal vormen van de technologie zijn o.a.:
Software AI: virtuele assistentie, software voor beeldanalyse, zoekmachines, systemen voor spraak- en gezichtsherkenning.
Fysieke AI: robots, zelfrijdende wagens, drones, apparaten met ingebouwde wifi, zoals een koelkast of stofzuiger.
Fabels en feiten over kunstmatige intelligentie
Zoals we zeiden wordt er op het moment ontzettend veel gespeculeerd over AI. Heel veel is waar, maar er ontstaan ook broodje aap verhalen. Daarom hebben we een aantal fabels met de juiste feiten bij elkaar gezocht.
Datakwaliteit
Fabel:
Wanneer je een eerste stap wilt zetten in het gebruik van AI, is het raadzaam om te beginnen met een beperkte en duidelijk afgebakende testcase. Zo'n testcase biedt inzicht in de potentie van AI voor jouw organisatie. Deze testcase moet impact hebben op de bedrijfsvoering, maar tegelijkertijd beperkt van omvang zijn. Vervolgens is het belangrijk om te analyseren welke gegevens nodig zijn om de technologie mee te voeden, hoe ze verkregen worden en hoe schoon ze zijn. Hierbij wordt enkel de benodigde data opgeschoond, zodat de waarde van AI aangetoond en benut kan worden, zonder dat er enorme data-opruimingsprojecten voorafgaan.
Het feit is dat je om te starten met kunstmatige intelligentie niet maar één testcase nodig hebt, maar juist meerdere, zodat de software hier goed van kan leren.
Bijvoorbeeld Bakkerij Amstelveld gebruiken ze artificial intelligence voor de kwaliteitscontrole van brood. Om dat systeem te trainen zijn er tienduizend foto’s nodig van broodjes die goed zijn en tienduizend van broodjes die niet goed zijn. Een AI-software kan niet op basis van één foto van een verkeerd broodje beslissen of een broodje daadwerkelijk verkeerd is. Dat is voor de software te weinig data om daar een conclusie uit te trekken wat vervolgens leidt in fouten.
Feit:
Een belangrijk feit over datakwaliteit met betrekking tot AI is dat de nauwkeurigheid en effectiviteit van AI-modellen sterk afhankelijk zijn van de kwaliteit van de trainingsgegevens. Als de trainingsgegevens van lage kwaliteit zijn, kan dit leiden tot vooroordelen en fouten in de voorspellingen en besluitvorming van een AI-model.
Het is dus van cruciaal belang om ervoor te zorgen dat de trainingsgegevens representatief zijn voor de echte wereld en vrij zijn van verkeerde informatie en vooroordelen. Datakwaliteitsproblemen, zoals ontbrekende gegevens, duplicaties, inconsistenties en onnauwkeurigheden, kunnen de prestaties van AI-systemen aanzienlijk beïnvloeden. Daarom wordt veel aandacht besteed aan gegevensreiniging, -verificatie en -validatie om ervoor te zorgen dat de inputgegevens van AI van hoge kwaliteit zijn en betrouwbare resultaten opleveren.
Dataveiligheid
Fabel:
Iedereen weet hoe handig en snel artificiële intelligentie werkt, maar het is niet altijd even veilig om zomaar al je informatie aan de software te geven. Bijvoorbeeld bij ChatGTP wordt de informatie die aan het platform geeft, gebruikt om het programma verder te laten leren. Dit betekent dus dat al die informatie open staat voor de hele wereld.
Het feit is dat dit niet altijd zo is, want als jij de gesloten of beveiligde omgeving van ChatGPT gebruikt, dan blijft de aangeboden informatie daar. Het platform gebruikt dan die informatie niet om verder te leren.
Feit:
Een belangrijk feit over dataveiligheid van de technologie is dat de toenemende inzet van AI-systemen de behoefte aan robuuste cybersecuritymaatregelen versterkt. AI-systemen verwerken grote hoeveelheden gegevens en kunnen gevoelige informatie bevatten, wat hen kwetsbaar maakt voor verschillende vormen van cyberaanvallen, zoals datadiefstal door middel van USB-drive hacking en phishing-pogingen. Het is essentieel om beveiligingsprotocollen te implementeren om AI-systemen te beschermen en ervoor te zorgen dat gevoelige gegevens veilig blijven. Hierbij kan gebruik worden gemaakt van encryptie, authenticatie en continue monitoring om de dataveiligheid te waarborgen.
De technologie is nog te onbekend voor velen
Er zijn veel fabels over technologie AI, maar ook veel waar. Voor velen is eigenlijk de technologie te onbekend om te weten wat nou waar is en wat niet. Het groeit snel en gaat veel vooruitgang boeken in de komende jaren. Het is daarom belangrijk dat je je verdiept in de technologie voordat je ermee start, bijvoorbeeld door dit te bespreken met een AI-expert. Leer eerst om er goed mee om te gaan en zorg dat al je informatie veilig is opgeslagen, zodat je geen slachtoffer van datadiefstal.