Artificial Intelligence (AI). We hebben er allemaal van gehoord, maar wat is het? Wat doet het precies en wat kan jij ermee? Artificial Intelligence is een systeem dat intelligentie vertoont. De toepassingen van deze intelligente systemen zijn bijna oneindig. Zo worden AI-technieken onder andere gebruikt in Search Engines (Google), om aanbevelingen te doen (Spotify), voor spraakherkenning (Siri) en in zelfrijdende auto's (Tesla).
AI kan verdeeld worden onder verschillende takken, zoals Visual Recognition, Machine Learning en Natural Language Processing. Visual Recognition wordt bijvoorbeeld gebruikt in de landbouw om robots eieren te laten rapen in een kippenhok. Ook wordt het gebruikt bij zelfrijdende auto's om adequaat op gevaarlijke situaties te kunnen reageren, zoals kinderen die onverwachts de straat op rennen. Machine Learning is de tak die zich bezighoudt met het leren van data, om hier vervolgens predicties mee te doen. Denk bijvoorbeeld aan het spamfilter in je e-mail. Deze leert wat spam is, op basis van wat je in je spamfolder gooit, en probeert bij een volgende e-mail zelf te bepalen of deze in je inbox of spamfolder hoort.
Een ander veelvoorkomende techniek is Natural Language Processing. Deze techniek houdt zich bezig met het analyseren en 'begrijpen' van natuurlijke tekst. Zo heeft IBM met hun AI 'Watson' een experiment gedaan met Tweets die zijn geanalyseerd op gemoedstoestand. Hiermee heeft IBM Watson achterhaald of de Twitteraar blij, woedend of verdrietig is. Natural Language Processing wordt ook gebruikt bij chatbots. In deze blog gaan we hier dieper op in!
Een bekende vorm van Natural Language Processing is een chatbot. Stel jezelf de volgende vraag: wat voor een chatbot wil je maken? Het is afhankelijk van de situatie hoe geavanceerd je je chatbot wilt hebben. Is het voldoende om een trefwoord te herkennen en hier een standaard antwoord op te geven? Of is het nodig dat de chatbot een natuurlijker gesprek kan voeren. In het eerste geval is Natural Language Processing niet nodig. Het belangrijkste is om te weten welke trefwoorden gebruikt moeten worden én welk antwoord hieraan gebonden dient te worden. Hoe kom je aan deze trefwoorden? Denk aan de klant! Wat wilt zij weten? Waar zoekt zij naar? Wat moet de chatbot vertellen?
Een Artificial Intelligence-driven chatbot gebruikt Natural Language Processing om zowel de input van de gebruiker te analyseren en om een antwoord naar de gebruiker te genereren. Om dit mogelijk te maken, moet er een AI-algoritme gebouwd worden dat hiervoor zorgt. Dit kan een lastige onderneming zijn én er zijn risico's aan verbonden. Microsoft's chatbot Tay bewijst hoe lastig dit kan zijn. Tay was een AI-driven chatbot op Twitter. Zij leerde van andere Tweets. Dit liep uit de hand waardoor Tay na 48 uur opmerkelijke, racistische Tweets plaatste en offline is gehaald.
Welke data is niet relevant om in de chatbot te verwerken? Dit is afhankelijk van het doel. Het is belangrijk om voorzichtig te zijn met gevoelige informatie. Probeer ervoor te zorgen dat de chatbot-gebruiker niet zomaar zijn of haar persoonlijke gegevens deelt. Indien de chatbot niet goed beveiligd is, kan er een datalek ontstaan. We willen voorkomen dat persoonsgegevens online komen te staan. Dit kan door een bericht in de chatbot te verwerken, met daarin de aankondiging om geen persoonlijke gegevens te delen. Sommige bedrijven, zoals Telecom-providers doen dit al. Zorg er ook voor dat de chatbot uitvoerig getest is.
Bij Microsoft's Tay ging het mis, maar hoe moet het dan wel? Een voorbeeld van een goed werkende Artificial Intelligence chatbot is GPT-3. Generative Pre-trained Transformer-3 is in 2020 ontwikkeld door OpenAI. De GPT-3 heeft meer dan 175 miljard Machine Learning parameters en kan hiermee menselijke gesprekken voeren. Ook kan het artikelen, poëzie en verhalen schrijven én dialoog voeren. (Bron: SearchEnterpriseAI) Zie hieronder het gesprek tussen twee GPT-3 chatbots, welke drie zinnen voor context meegekregen hebben: ''The following is a conversation between two AIs. The AIs are both humorous, intelligent and kind. They know they are bots''
In het vorige hoofdstuk hebben we het gehad over Tay, Microsoft's chatbot. Toen kwam naar voren dat Natural Language Processed-chatbots risico's met zich meebrengen. Maar welke andere risico's zijn er?
Artificial Intelligence is een ingewikkelde techniek, waardoor het lastig kan zijn om overzicht te houden over de AI-algoritmes. Daarom is het belangrijk om rekening te houden met de beslissingen die je algoritme maakt. Als dit belangrijke beslissingen zijn, zorg dan dat het inzichtelijk is hoe deze beslissingen tot stand zijn gekomen én dat er menselijke checks zijn op het systeem.
Stel, je hebt een AI-algoritme ontwikkeld waarmee paddenstoelen geclassificeerd worden op eetbaarheid. Sommige paddenstoelen zijn levensgevaarlijk, dus je wil er zeker van zijn dat de uitkomst van het AI-algoritme klopt. Het AI-algoritme geeft aan dat de paddenstoel eetbaar is, maar hoe erg kunnen we hierop vertrouwen? Het risico is hier veel groter dan de beloning. Daarom is het verstandig om in deze situatie ook nog een menselijke check te doen. Bij andere situaties, zoals Netflix die een aanbeveling doet is de accuracy van het AI-algoritme minder belangrijk. Een film aanbevolen krijgen waar jij niet geïnteresseerd in bent is geen levensdreigende situatie.
Ook is het belangrijk dat je modellen regelmatig geupdate worden met nieuwe trainingsdata om te zorgen dat je AI-model meeloopt met de trends.
De verwachting is dat Artificial Intelligence steeds vaker toegepast zal worden. Wil jij je alvast voorbereiden op de toekomst? Download dan onze nieuwste whitepaper ''11 praktische toepassingen van AI met impact''. Hierin vertellen wij jou alles over AI en hoe jij AI het kan inzetten voor jouw bedrijfsvoering!