Een executive (en accountants-) guide to machine learning

AI, artificial intelligence, of ook wel ‘machine learning’, de zelfstandig lerende computer, is gebaseerd op algoritmes die ‘leren’ door grote hoeveelheden data te analyseren en vergelijken, zonder dat ze daarbij vooraf geschreven regels (“Indien x, dan y!”)  nodig hebben. 

 

Doordat steeds meer rekencapaciteit beschikbaar komt, groeien ook het aantal en de diversiteit van toepassingen van Big Data analyse. Een van de pioniers op dit terrein was Fei-Fei Li, de leider van Stanford’s Artificial Intelligence Lab. Lang probeerde hij computers ‘rule based’ beelden te leren herkennen, aar besloot op een gegeven moment dat het effectiever zou (kunnen)  zijn om het aparaat gewoon te voeren met miljoenen beelden met simpele labels ( ‘dit is en kat’). En inderdaad beek deze benadering te werken: net als een kind van twee of drie jaar leerde de computer zo allerlei verschillende katten te herkennen als een specifieke vorm van de soort ‘kat’.

De beroemde Watson van IBM, die in staat bleek om in 2011 de tv-quizz Jeopardy te winnen, werkt op dezelfde manier.

 

Nu het tijdperk van de zelf-lerende computer steeds dichterbij komt, is het nuttig je af en toe te laten bijpraten over wat nu science en wat (nog) fiction is. Lees de Executive Guide to Machine Learning via 

www.mckinsey.com/.