In dit artikel neem ik je mee in de wereld van machine learning. Dit omdat ik op Instagram heb gevraagd of er interesse is om meer over technologie op deze blog te lezen, inclusief de wat diepere onderwerpen. Het antwoord daarop was JA! Leuk want dit sluit ook heel erg aan bij wat ik altijd al voor ogen had. Ik wil graag mijn liefde voor technologie overdragen. Niet op een saaie/moeilijke manier, maar zo dat iedereen het kan begrijpen. Machine learning, wat is het?

Veel mensen weten niet wat machine learning is, terwijl we er allemaal dagelijks mee te maken hebben. Ik leg je uit wat het is, waar je het tegenkomt, ik laat kansen zien, maar ik vertel je ook wat risico’s zijn.

Wat is machine learning?

Machine learning draait om patronen ontdekken. Met behulp van algoritmes koppelt de computer bepaalde input aan bepaalde output. Vaak wordt de input gegeven door een mens. Een heel herkenbaar voorbeeld voor iedereen is momenteel de online tool Recaptcha waarmee je aan moet tonen dat je geen robot bent. Vaak moet je aangeven welke hokjes van een bepaalde foto stoplichten of etalages bevatten. In feite ben je dan bezig met machine learning, zonder dat je het ooit door had ;). Je leert een computer bij Google stoplichten en etalages herkennen. Met deze “data” kan Google “slimme” camera’s, koelkasten of andere apparaten ontwikkelen.

Wij zijn allemaal medewerkers van Google, ja, jij ook!

Vroeger werkten veel mensen in een zogenoemde clickfarms om dit werk voor grote techbedrijven te doen. Tegenwoordig zet Google gewoon de gebruikers van het internet in. Slim toch? Maar ook wel iets om over na te denken. Als je het zo bekijkt zijn we namelijk allemaal medewerkers van Google.

Waar draait machine learning om?

Ik schreef het eerder, machine learning draait om het herkennen van patronen. Je gebruikt data van eerder om daar vervolgens een model (met algoritmes) mee te ontwikkelen, zodat je via dit model kunt voorspellen. Hoe meer data je meegeeft aan de computer en hoe nauwkeuriger deze data is, hoe beter de computer wordt in het voorspellen.

Ik gebruik even de slimme koelkast om dit aan jullie uit te leggen. Een koelkast die gekoppeld is aan een app waarmee je vanuit de supermarkt kunt kijken of je nog melk nodig hebt. Hoe meer verschillende varianten van melkpakken die computer ooit heeft gezien en als input heeft meegekregen, hoe beter de computer ook pakken melk kan onderscheiden van bijvoorbeeld de boter.

Op mijn werk leer ik met mijn team een computer thema’s in brieven herkennen. We doen dit door aan de computer veel verschillende voorbeelden mee te geven van teksten die over bepaalde thema’s gaan.

Machine learning kan overal toegepast worden. Het heeft veel positieve effecten. Zo weten we inmiddels dat een computer beter is in het herkennen van vreemde plekken op of in het menselijk lichaam, dan een dokter. Dat is natuurlijk hartstikke fijn, omdat we hier levens mee kunnen redden. Maar machine learning heeft ook negatieve gevolgen.

Wat is er zo spannend aan machine learning?

Je hebt verschillende varianten van machine learning, maar zover wil ik vandaag niet gaan. Machine learning kan in elke sector toegepast worden. Sommige dingen die mensen vroeger deden kunnen nu door computers worden gedaan. Geautomatiseerde besluitvorming, dus besluiten die door een computer worden genomen zonder dat er een mens aan te pas komt, is niet altijd wenselijk.

Neem nu het voorbeeld van een robotrechter die bepaalt of en zo ja, welke straf je krijgt. Ergens voelt dat niet helemaal goed. Wat nu als die computer het mis heeft? Hoe kun je, je als mens verdedigen? En soms moet “gevoel” toch ook mee spelen?

Nog een ander spannend ding, maar dan stop ik met dit artikel hoor. Machine learning zorgt ervoor dat een computer slimmer wordt in het herkennen van patronen. Soms gaat dat zo ver, dat we als mens niet helemaal meer kunnen snappen wat er gebeurd…. En met deze cliffhanger sluit ik graag mijn blog over machine learning af ;).

Ik hoop dat ik je iets heb kunnen leren over machine learning! Heb je vragen over dit onderwerp? Stel ze gerust. Ben je nog niet uitgelezen? Lees dan hoe je jouw privacy kunt bewaken door apps niet overal toegang voor te geven.