What A Time To Be Alive

Woordenlijst

Machine learning

Machine learning is een manier om computers te laten leren van voorbeelden in plaats van van vaste regels. Een model zoekt zelf patronen in veel gegevens en gebruikt die voor nieuwe gevallen.

Bij machine learning, of machinaal leren, schrijft niemand alle regels van een programma uit. In plaats daarvan krijgt de computer veel voorbeelden en zoekt hij zelf de patronen. Je kunt het vergelijken met hoe een kind leert wat een hond is: niet met een definitie, maar door heel veel honden te zien.

Hoe werkt het?

Het begint met trainingsdata: een grote verzameling voorbeelden, zoals foto's met de goede naam erbij, of weerkaarten uit het verleden. Een model, vaak een neuraal netwerk, doet een voorspelling. Het kijkt hoe ver die ernaast zit en past kleine instellingen in zichzelf aan, de parameters. Dit herhaalt zich miljoenen keren, tot de voorspellingen goed genoeg zijn. Een neuraal netwerk heeft veel lagen van zulke instellingen. Als een netwerk veel lagen heeft, spreken we van deep learning.

Na de training gebruik je het model op nieuwe gevallen die het nooit eerder zag. Het kan ook meer dan alleen herkennen: taalmodellen voorspellen het volgende stukje tekst, en andere modellen kunnen beelden, eiwitten of materialen ontwerpen.

Waarom het ertoe doet

Bijna alle AI die in het nieuws komt, is machine learning. Het idee is ouder dan je denkt: Alan Turing stelde in 1950 al voor om niet een volwassen geest na te bouwen, maar een kinderlijke machine die je opvoedt. Daarbij wilde hij de vraag of machines kunnen denken vervangen door een proef: kan een ondervrager via een telexapparaat een machine van een mens onderscheiden (link)?

Tegenwoordig leert AI van de meest uiteenlopende gegevens. Onderzoekers van onder meer Microsoft, MIT en het Europese weercentrum ECMWF leerden een computer de vaste fouten van weermodellen te herkennen en te herstellen. Daardoor worden verwachtingen voor twee tot zes weken vooruit een stuk beter (link). Heel ander werk deden Chinese onderzoekers: zij trainden een model op bijna vier miljoen fossielen. Zo brachten ze de geschiedenis van het leven in ongekend detail in kaart, en het wijst erop dat drie van de vijf grote uitstervingsgolven geleidelijker verliepen dan gedacht. Andere paleontologen zijn daar wat terughoudender over (link). Steeds geldt dat het resultaat zo goed is als de voorbeelden waarvan het model heeft geleerd.

Artikelen over Machine learning