AI praktisch toepasbaar maken: van data naar dagelijks gebruik

AI praktisch toepasbaar maken: van data naar dagelijks gebruik

De ontwikkelingen in Artificial Intelligence (AI) gaan razendsnel en steeds meer organisaties en ondernemingen gaan aan de slag met praktische toepassingen. Wat zijn de uitdagingen en succesfactoren voor AI? AI-expert Kees van den Tempel, dagvoorzitter van de conferentie Artificial Intelligence: Impact & Update, schetst de fasen van idee tot uitvoering.

Artificial Intelligence (AI), algoritmes en machine learning zijn geen hype meer, maar creëren veelbelovende en revolutionaire toepassingen. Organisaties – in de publieke sector én het bedrijfsleven – staan voor de uitdaging om op een verantwoorde en uitlegbare manier gebruik te maken van het potentieel van kunstmatige intelligentie.

AI heeft uiteenlopende toepassingsmogelijkheden, zegt Kees van den Tempel, AI-expert, oprichter van AI-Labs en dagvoorzitter van de conferentie Artificial Intelligence: Impact & Update. AI Labs adviseert organisaties over de opstart van AI-projecten, ontwikkelt modellen en deelt kennis over toepassingen. “AI maakt de laatste jaren een spectaculaire ontwikkeling door. Dat heeft te maken met de beschikbaarheid van grote hoeveelheden digitale data en de alsmaar groeiende computercapaciteit. We kunnen daardoor met algoritmes neurale netwerken bouwen, die patronen herkennen en continu verder leren op basis van data.”

AI is voor iedereen

Alle AI-toepassingen starten met de inzet van data en de herkenning van patronen daarin. “ChatGPT leert van vijftien miljard documenten, en formuleert de antwoorden op vragen door daarin relevante informatie te vinden en te combineren”, geeft Van Tempel als voorbeeld. “Maar AI is ook relevant voor organisaties die over veel minder data beschikken. Voor bijna alle bedrijfsprocessen – van marketing en financiële administratie tot klantenservice en productie – kunnen voorspellende modellen worden ontwikkeld. Het gaat erom dat je vanuit de doelstelling van de organisatie kijkt naar de mogelijkheden om waarde te creëren met de beschikbare data.”

AI is volgens van den Tempel niet alleen geschikt voor grote organisaties, maar ook voor het MKB en in allerlei sectoren. “AI kan namelijk leren in de context van de organisatie. Met de data uit je klantenservice kan je een slimme helpdesk voor je website ontwikkelen die altijd beschikbaar is. En een analyse van je webpagina’s maakt het mogelijk om websitebezoekers de juiste recommendations te geven.” Webwinkels zoals Amazon en Bol.com maken gebruik van dergelijke methodieken, maar ook de suggesties van streamingplatforms zoals Netflix en Spotify werken ermee.

Vier fasen in de toepassing van AI

Van den Tempel onderscheidt vier fasen in de succesvolle toepassing van AI. “Het begint allemaal met data. AI ontdekt patronen in datasets en doet op basis daarvan voorspellingen. De kwaliteit van de input (data) is dan ook heel belangrijk. Je moet data verzamelen, opschonen en verrijken om algoritmes mee te voeden.”

In de tweede fase wordt het model gekozen waarmee de AI-toepassing aan de slag gaat. Een AI-model is een softwareprogramma dat is getraind om specifieke taken uit te voeren, zoals het herkennen van patronen. Veelgebruikte modellen zijn anomalie-detectie en regressie-analyse. “Elk AI-model heeft voor- en nadelen. Vergelijk het met de keuze van een vervoermiddel als je op reis gaat. Wil je vooral snel op de plaats van bestemming zijn? Of vind je comfort het belangrijkste? Reis je alleen, of liever met een groot gezelschap? De juiste keuze is afhankelijk van je doelstellingen en randvoorwaarden.”

AI testen

In de derde fase staat testen centraal. “Je wilt zeker weten dat het model doet wat het moet doen en zorgen voor responsible AI“, licht Van den Tempel toe. “Als je een model traint op basis van oude data, dan moet je goed in de gaten houden dat er in de toepassing in de praktijk geen verkeerde conclusies worden getrokken. Stel dat je AI gebruikt voor een app die met gezichtsherkenning de toegang tot een gebouw regelt. Als het algoritme is getraind met data over witte personen, dan bestaat het risico dat een donkere persoon ten onrechte geen toegang krijgt.”

De vierde fase richt zich op de toepassing van het product in de dagelijkse praktijk. “Het is goed mogelijk dat de omstandigheden waarin AI wordt ingezet veranderen. Om het model steeds goed te laten werken, moet je het blijven trainen. Dus moeten er regelmatig data aan worden toegevoegd. Het devies daarbij is natuurlijk: testen, testen, testen.”

Vier fasen van succesvolle toepassing van AI:

  • Kwaliteit van data op orde
  • Keuze van AI-model
  • Trainen en testen van model
  • AI-toepassing in praktijk

Bottlenecks voor de toepassing van AI

Van den Tempel ziet dat organisaties en ondernemingen zich er steeds meer van bewust worden dat de toepassing van AI werkelijkheid is geworden. “Het thema staat echt op de kaart. De inzet van AI is voor velen dichterbij en makkelijker dan ze misschien verwachten. De grootste bottleneck voor de praktische toepassing is naar mijn idee het gebrek aan kennis over de werking van AI-technologieën. Je hebt echt basiskennis nodig van algoritmes, modellen en machine learning om het potentieel van AI op een verantwoorde manier te benutten.”

Ook de datahuishouding rond AI is volgens Van den Tempel een aandachtspunt. “Voor de voorspellende waarde van AI is het essentieel dat de data op orde zijn. Dit vereist relatief veel tijd en effort. De ervaringen leren dat gemiddeld tachtig procent van de tijd van een AI-project wordt besteed aan het verzamelen en opschonen van data.”

Concurrentievoordelen

Stel je open voor de vele mogelijkheden van AI, adviseert Van den Tempel. “De opmars van AI is niet te stuiten en je gaat er als organisatie zeker mee te maken krijgen. Er is nu al een enorm concurrentievoordeel mee te behalen. Je kunt bijvoorbeeld sneller werken en betere service verlenen. Tussen nu en tien jaar wordt AI net zo onontkoombaar als internet.”

Het AI Congres is speciaal ontwikkeld voor professionals die met AI-toepassingen werken of

(willen) gaan werken. De conferentie geeft antwoord op alle vraagstukken rond de praktische en strategische inzet van kunstmatige intelligentie. Kijk voor meer informatie over het programma en tickets op de website van Outvie.

Lees ook: