De opmars van kunstmatige intelligentie lijkt niet meer te stuiten. Dit roept belangrijke strategische vragen op. Gaan we op kop? Wachten we nog even af? Of geloven we het voorlopig wel? Wie voor een snelle instap gaat, doet er goed aan zijn licht op te steken bij de pioniers op KI-gebied. Hoe integreren zij KI in hun bedrijfsprocessen? Waar lopen zij tegenaan? En welke tips hebben ze voor early adopters?
Kun je software laten zoeken naar jouw leukste foto’s? Dat lijkt onmogelijk, omdat voorkeuren iets zeer subjectiefs zijn. Maar start-up ReSnap bewijst dat het wel degelijk kan. Dankzij KI. Na twee jaar ontwikkeling aan een neuraal netwerk en experimenteren met deep learning technologie is hun dienst nu semi-live. Dat betekent dat er op beperkte schaal reallife ervaring mee wordt opgedaan, voordat een grote, wereldwijde ‘uitrol’ plaatsvindt.
Het verhaal van ReSnap begint – zoals zoveel KI-verhalen – in 2013. Thomas Beguin en zijn compagnon Erik-Jan Schreurs hebben dan al enige tijd een bedrijfje dat wetenschappers helpt bij het verwerven van subsidies. Ze maken daar weliswaar wat omzet mee, maar zoeken naar een nieuwe, grotere uitdaging. Dan sluiten Joachim den Hertog en Luc Hendriks, allebei zzp’ers met een achtergrond in de IT, zich bij hen aan. De nieuwe onderneming begint een back-upapplicatie te ontwikkelen, die berichten uit social media in een handomdraai importeert in een online omgeving.
Daar is durf voor nodig. Geluk, die andere broodnodige component voor een vliegende start, dient zich in oktober datzelfde jaar aan. Hyves maakt dan bekend te stoppen. Een dag later presenteert ReSnap een back-updienst voor Hyves-gebruikers.
Niet lang daarna neemt Hyves zelf contact met ze op, omdat er wanhopige gebruikers zijn die soms wel 25.000 foto’s op het netwerk hebben staan. Kunnen zij daar soms ook iets mee? In een week tijd bouwt ReSnap een nieuwe back-upapplicatie die dit in één minuut klaarspeelt. En dan komt de beslissende wending. Er zijn gebruikers van deze nieuwe dienst die vragen of ReSnap niet iets kan verzinnen om hun beste foto’s te selecteren en te importeren in een fotoboek. Liefst ook binnen één minuut…
Geholpen door de onverwachte extra omzet uit de Hyves-diensten en een paar subsidies waarmee vooral developpers en afgestudeerden in KI worden aangetrokken, begint het team dan aan de Grote Uitdaging.
Trial and error
Voor de technische infrastructuur wordt van Amazon’s webservices gebruik gemaakt, vertelt Thomas Beguin (28). “Daardoor hebben we geen investeringskosten en een enorme schaalbaarheid. Het maakt niet uit of er tien of tienduizend gebruikers zijn. Of dat ze tien of tien miljoen foto’s doorzoeken. Omdat we ons niet hoeven bezig te houden met de bouw en het onderhoud van de infrastructuur, kunnen we ons volledig focussen op development. Daar ligt de grote uitdaging. Hoe leer je het systeem wat iemand leuk vindt?”
Beguin wil hierop niet te diep ingaan, omdat dit het geheim van de smid is, maar wil wel kwijt dat het vooral een kwestie is van volharding. “We hebben honderdduizenden foto’s geanalyseerd op hun emotionele waarde. En daarna moet je testen, testen en nog eens testen. Het is heel veel trial and error.”
Bovendien heeft ReSnap aan de Nijmeegse Radboud Universiteit een goede vriend. Met de afdeling KI aldaar wordt op regelmatige basis uitgewisseld. “Er zijn geen formele banden,” verduidelijkt Beguin, “maar we helpen elkaar. Zij steunen ons met relevante kennis en wij nemen afstudeerders op.”
Beguin ziet grote mogelijkheden voor KI in allerlei business-sectoren.”Bedrijven doen er goed aan te onderzoeken welke activiteiten beter door neurale netwerken kunnen worden verricht. In die toepassingen moet je investeren.” Hij geeft het voorbeeld van een makelaardij. “Mensen zoeken huizen. Vaak is het heel moeilijk te achterhalen wat ze precies zoeken. Deze nieuwe, zelflerende software weet op den duur beter waarnaar gezocht wordt dan de zoekers zelf.”
Going viral
Een andere KI-start-up die tot de verbeelding spreekt is Peerby.com, een online platform waarmee je spullen leent bij mensen in je buurt. Huren kan sinds kort ook met Peerby Go.
Het idee ontstaat in 2011. In dat jaar raakt oprichter Daan Weddepohl zijn baan, huis en vriendin kwijt, waardoor hij een tijdlang leentjebuur moet spelen. Het valt hem op hoeveel ongebruikte spullen iedereen heeft. Datzelfde jaar nog start hij. Begin 2012 sluit Eelke Boezeman zich bij hem aan. Eelke heeft kunstmatige intelligentie gestudeerd aan de Nijmeegse Radboud Universiteit, gevolgd door een master in interaction design. Ook incubator Rockstart maakt zich sterk voor dit initiatief en in de lente van 2012 is er al een eerste versie. “Een mvp,” zegt de 32-jarige Boezeman met een lach. “Een Minimum Viable Product. Een basisversie dus om verder te ontwikkelen aan de hand van de feedback van gebruikers.” Een optreden in De Wereld Draait Door zorgt voor het beoogde virale effect. Inmiddels heeft het platform 170.000 leden. Dat is 1 procent van de Nederlandse bevolking.
Patronen herkennen
Peerby werkt vraaggestuurd. Iemand die iets zoekt, typt zijn wens plus een korte toelichting in. Daarna doet het platform – zo gericht mogelijk – navraag in de buurt van de vraagsteller. Al doende leert het systeem hoe groot de kans is dat iemand iets heeft. “Het begin is het moeilijkst,” legt Boezeman uit. “Hoe kun je inschatten wat iemand heeft als je hem dat nog nooit gevraagd hebt? We hanteren daarvoor een lijst met zo’n 1500 spullen. Twintig procent daarvan is veel voorkomend. Maar 80 procent is meer verspreid. Hier komt KI om de hoek kijken. Bijvoorbeeld: je zoekt een snoeischaar. Er is dan een grotere kans dat iemand die een grasmaaier heeft, ook een snoeischaar heeft. Verder vergelijken we de verschillende antwoorden die mensen geven met elkaar. Na een tijdje gaat het systeem patronen herkennen. Het is dan net alsof de gebruikers zich in een bepaalde hoek van een schaakbord opstellen. Zo leren we het systeem om relaties te leggen tussen mensen en spullen.”
Een tweede grote uitdaging waar Peerby voor staat is tekstanalyse, vertelt hij. “Mensen schrijven een verhaaltje bij hun vraag. Bijvoorbeeld dat ze een dakdrager zoeken voor op hun auto omdat ze op vakantie willen gaan. Dat zijn drie sleuteltermen: dakdrager, auto en vakantie. Hier leren we het systeem om de juiste inschattingen te maken. Ook dat is KI.”
Boezeman vertelt dat het hem verbaasd heeft hoe snel toepassingen voor kunstmatige intelligentie gebouwd kunnen worden. “KI klinkt uiterst magisch, maar deze technologie is veel toegankelijker dan het lijkt. Er is enorm veel open source software beschikbaar. Je kunt online heel goede gratis cursussen volgen. En er zijn prima KI-tools die al kant-en-klaar in de cloud draaien en die je dus niet meer hoeft te bouwen. We staan op de schouders van reuzen. Dankzij die fundering kan iedereen met een beetje bèta-achtergrond nu in korte tijd een KI-project starten.”
Dit is het derde deel van een serie over de business impact van kunstmatige intelligentie. Lees ook deel 1 en deel 2 van de serie.
