“Focus op data die inzichten geeft”, adviseert AI-specialist Mieke De Ketelaere

Als vijfjarige vees Mieke De Ketelaere Matchbox-autootjes uit elkaar. "Ik ontdekte dat het bovenstel van een Kever op het onderstel van een Porsche paste. Een vriend toonde me later dat dat ook zo in het echt was."

Vandaag 45 jaar later zoekt ze nog steeds technische uitdagingen. Sinds haar thesis in 1992 waait er een stevige AI-wind doorheen haar carrière.

Wat zijn vandaag de hoofduitdagingen van imec rond AI?

Mieke De Ketelaere: "We hebben drie grote uitdagingen:

1. De huidige systemen zijn te weinig energie-efficiënt.
2. Elk systeem is maar goed in één specifiek domein.
3. AI doet soms zaken die menselijk niet correct zijn en knabbelt zo aan onze sociale fundamenten."

We associëren ‘digitaal’ met ‘milieuvriendelijk’. Dat klopt niet?

Mieke: "Artificiële-intelligentiesystemen zijn almaar groter geworden omdat het technisch kon. Maar dat heeft een prijs. We zijn uit het oog verloren dat de natuur en de mens veel intelligenter leren. Zo heb je misschien ooit leren tennissen. Wel, als je vervolgens leert squashen, bouw je verder op die kennis. Dit zien we niet bij AI."

"Een AI-model wordt telkens vanaf nul getraind voor een nieuwe taak, alsof er geen enkel bestaand systeem bestaat dat al iets gelijkaardigs doet. Dit slorpt energie. Het trainen van een AI-algoritme stoot evenveel CO2 uit als een eenpersoons-retourvlucht Brussel-Madrid, 1,1 ton.

Ook als consument beseffen we niet wat er gebeurt. Als je met Google Assistant je licht kort na elkaar uit en aan doet, stoot je meer CO2 uit dan wanneer je het zou laten branden."

De tweede uitdaging zegt meteen dat AI nog niet ver staat?

Mieke: "Dat klopt als je het vergelijkt met de ontwikkeling van menselijke intelligentie. Elk systeem is goed in één specifiek domein. Met een grotere accuraatheid dan een specialist spoort het bijvoorbeeld kankercellen op.

Maar onze menselijke specialist kan ook autorijden, met patiënten overleggen, naar familiale kenmerken kijken,… Hij combineert ogen en oren zonder enige moeite en met een onwaarschijnlijke accuraatheid. Dat lukt een machine niet, zelfs al hang je ze vol sensoren.

Ik vergelijk de huidige AI met een kind van 2 jaar. Een systeem kan dingen aanleren. Maar het kan niet zelfstandig redeneren. Autonoom rijdende wagens van verschillende merken, kunnen niet met elkaar communiceren.

Opvallend is dat het eerste ongeval van Tesla zich voordeed tussen een slimme wagen en een slimme robot die elkaar niet herkenden. We hebben nog een weg af te leggen in het slimmer maken van AI-systemen."

Op weg naar slimmere oplossingen moet aandacht zijn voor menselijke waarden. Hoe zie je deze uitdaging?

Mieke: "We laten veel digitale data na waardoor we onze privacy opgeven. Tegelijkertijd krijgen we uitkomsten die niet in overeenstemming zijn met ons recht op gelijke kansen. Zoals bij Amazon waar AI besliste om bepaalde profielen niet aan te werven.

Systemen bevatten menselijke vooroordelen. Ze versterken deze biases zelfs als ze werken met historische data en niet gecorrigeerd worden.

Het spanningsveld tussen mensen en machines schudt mensen wakker. Nu verwacht ik wel dat die spanningen binnen vijf jaar zal afnemen. Europese afspraken over het delen van data en ethische richtlijnen zullen hierbij helpen. Ook technologisch zullen we dan verder staan."

Waar vinden kmo’s de grootste meerwaarde van AI?

Mieke: "Kmo’s gaan nog vaak op hun buikgevoel af. Kennis en ervaringen zitten er opgeslagen bij personen. Waardoor ze even snel verdwijnen als mensen het bedrijf verlaten.

Het zou interessant zijn, mochten kmo’s het menselijke buikgevoel verrijken met kennisgedreven inzichten die AI kan bieden, bijvoorbeeld voor strategische beslissingen."

Moet elke kmo met AI aan de slag?

Mieke: "Bedrijven vragen me dikwijls wat ze kunnen doen met de data die ze produceren, maar dat is het verkeerde uitgangspunt.

Het klopt dat veel kmo’s op bergen data zitten, maar daarom zit er nog geen waarde in. Data moeten aan een aantal eisen voldoen, zoals op vlak van kwaliteit. En dan nog, het is niet omdat een kok topingrediënten koopt, dat hij een goed draaiend restaurant heeft.

Je moet kijken naar het probleem dat je wil oplossen. Artificiële intelligentie kan vervolgens een mogelijk antwoord bieden op dit probleem.

Mogelijk, want misschien is heb je helemaal geen datagedreven systeem nodig en kan je eenvoudig regelgebaseerd werken."

Waar liggen de kansen voor (kleinere) Vlaamse ondernemingen tussen de internationale AI-giganten?

Mieke: "We denken vaak de race verloren te hebben omdat we in Europa minder toegang hebben tot de grote structuren en krachtige algoritmes zoals Google en Facebook die hebben. Maar dat klopt niet meer. Het klassieke cloudgebaseerde model, waarbij je data naar de cloud stuurt om er door zeer krachtige algoritmes bewerkt te worden, is niet langer het meest interessante of het enige alternatief.

Ten eerste is het niet energie-efficiënt. Ten tweede kan er door deze datatransfers veel misgaan qua veiligheid. Daarenboven levert deze aanpak vertraging op het antwoord (latency ), wat niet handig is bij autonome systemen. Ten slotte heeft deze setup een negatieve impact op onze privacy.

Net zoals het internet, de natuur en de mens decentraal zijn, worden ook AI-systemen best decentraal. We houden de data lokaal bij, in het slimme apparaat of op de sensor. De algoritmes reizen of werken samen over verschillende punten op het netwerk.

Dit maakt dat we niet volledig afhankelijk zijn van de grote bedrijven, waardoor kansen ontstaan voor lokale ondernemers."

Je boek lijst de drie bouwblokken van AI op. Op welke zetten Vlaamse bedrijven best in?

Mieke: "Je kan de drie bouwstenen niet van elkaar lostrekken. Je hebt ze allemaal nodig om intern waarde te creëren: hardware, data en algoritmes.

In dit trio zie ik vooral kansen in data. Evalueer de mogelijke waarde van je data voor andere partijen. Wat is de waarde als je ze anonimiseert en aanbiedt aan andere partijen? Data mag geen kost zijn, maar moet inkomsten genereren."

Hoe krijgen we AI tot bij Vlaamse ondernemingen?

Mieke: "AI brengt vooral waarde als ze ingezet wordt bij saaie en repetitieve taken, vuile of gevaarlijke opdrachten en moeilijke jobs waarbij je extreem veel data nodig hebt om een beslissing te nemen. Die kan je per sector in kaart brengen. De federaties kunnen hier het voortouw nemen."

"Zo vereisen windmolens op zee een regelmatige controle op corrosie. Laat je daarvoor telkens iemand naar boven klimmen? Of installeer je een slimme camera die waarschuwt bij roestvorming? Dit is typisch een oplossing die een technische speler kan ontwikkelen en verkopen aan uitbaters van windmolenparken."

"Idem dito voor een tandarts en vele andere beroepen. Als alle tandartsen hetzelfde probleem delen, dan kan een start-up een oplossing ontwikkelen en verkopen aan tandartsen. Een individuele tandarts hoeft niet zelf een AI-systeem te ontwikkelen."

Wat met ondernemingen die AI te complex vinden?

Mieke: "Die geef ik geen ongelijk. Het domein van artificiële intelligentie heeft vandaag voor ondernemers en bedrijven een heel breed spectrum: verschillende sectoren (bouw, zorg, industrie, …), verschillende disciplines (beeldherkenning, stemherkenning, …) en verschillende bedrijfs impacten (veiligheid, betrouwbaarheid, ethiek, ...).

Er worden al veel inspanningen gedaan om de drempels te verlagen en de waarde van AI te laten zien, alsook mogelijke gevaren te duiden. Maar er is meer nodig.

Daarom zijn AI-vertalers zo belangrijk."

Bijvoorbeeld bij ML2Grow creëert AI-vertaler Thibault Vo de brug tussen technologie en de dagelijkse praktijk en uitdagingen van kmo’s.

"AI-vertalers zijn mensen die bruggen bouwen tussen verschillende werelden. Ze vertalen de noden en de eisen van ingenieurs naar managers. Brengen de bezorgdheden van burgers over aan techneuten. Laten analyseren of een algoritme schadelijk zal zijn als het online geplaatst wordt, enzovoort."

Welke impact heeft AI op onze jobs?

Mieke: "Elke vorm van automatisatie laat jobs veranderen. Dat gaat nu ook gebeuren. Zowel deze van bedienden als arbeiders, bijvoorbeeld door automatische facturatietools en AI-robots aan productielijnen."

"In veel sectoren moet sneller en sneller gewerkt worden. Daarbij kan technologie een hulp zijn. Collectieve intelligentie, waar mens en machine op een slimme manier samenwerken, kan het werk verlichten.

Daarentegen zal de nood aan menselijke kennis hoog blijven. Denk maar aan verpleegkundigen. Ik zie een autonoom systeem nog niet zo snel een bloedafname doen. Verder denk ik aan jobs waarin strategie, sociale vaardigheden, empathie en klantenrelaties in een groot deel van de taken doorwegen. Die zou ik altijd door menselijke intelligentie laten uitvoeren."