Premium

Hoe kunstmatige intelligentie marketeers kan helpen

Een interview met Cees Snoek, professor in computerwetenschappen.

Tekst: Klaas Weima

Cees Snoek, associate professor aan de Universiteit van Amsterdam houdt zich bezig met beeldherkenning door computers.

Blippar, de partij die het Nederlandse Layar overnam, liet professor Cees Snoek in Cannes afgelopen juni een verhaal houden over artificial intelligence (AI). Technologiereuzen als Apple, IBM, Facebook en Google zetten er massaal op in.

Wie is Cees Snoek?
Dr. Cees Snoek is Master in Science in Bedrijfsinformatie en professor in computer wetenschappen. Hij is onder meer associate professor bij de Universiteit van Amsterdam (UvA) en directeur van het QUVA Lab, een samenwerking tussen Qualcomm en de UvA. Het QUVA Lab werkt met deep learning. Via deep learning kunnen machines dankzij algoritmes vaardigheden aanleren. Snoeks specialiteit ligt in video en afbeeldingen. Snoek maakt het bijvoorbeeld mogelijk dat de computer elementen en vormen herkent.



Slimme algoritmes brengen relevantere advertenties. De algoritmes ‘lezen’ bijvoorbeeld beeld. Zo worden foto’s en video’s, toch de meest geplaatste content, vertaald en kan er goed getarget worden.

Pixels

Snoek laat een computer beschrijven wat hij ziet in een beeld door te kijken naar de pixels. Snoek: ‘In het begin was het moeilijk een kat in een foto te herkennen. Het duurde jaren voor we met zelfvertrouwen het resultaat deelden buiten de deur.’

Hij snapt goed wat Google en Facebook hierin aanspreekt: ‘Als je weet wat er in het plaatje zit, kun je je advertenties er op afstemmen.

‘Het kan dankzij machine learning, de meer moderne term van artificial intelligence. Je kunt met software veel meer data analyseren dan jij als mens ooit aan kan. AI is een tool die je objectieve informatie geeft over veel data en dat zou zomaar af kunnen wijken van wat jouw intuïtie of ervaring je vertelt. Dus het wordt exacter. Er zit nog ruis is de informatie die je uit bijvoorbeeld beeldanalyse krijgt, maar voor bepaalde applicaties is beeldanalyse al een betrouwbare tool.’

Machine learning & deep learning
Artificiële intelligentie (AI) of kunstmatige intelligentie (KI) is de wetenschap die zich bezighoudt met het creëren van een artefact dat een vorm van intelligentie vertoont. Een meer moderne term voor het vakgebeid is machine learning. Dankzij deep learning kunnen machines door algoritmes vaardigheden aanleren. De doorbraak van deep learning is in 2012. Deep Learning an sich is ‘supersimpel’, volgens Snoek: ‘ Het zijn neurale netwerken (netwerken die kunnen leren, red.) en het algoritme heet Back Propogation. Dat algoritme  bestaat al sinds de jaren tachtig.’ Kunstmatige intelligentie is een breed vak. Het doel van AI is intelligentie te vatten in software. Zo vat Snoek het tenminste samen. Denk bijvoorbeeld aan een schaakcomputer, zelfrijdende auto’s, maar ook robots bij Amazon, die pakjes halen en op de juiste drones plaatsen die dan weer zelfstandig vliegen. Eigenlijk alle topics van nu. AI maakt een enorme bloei door op dit moment.
 


Computer Vision

Blippar, het visual marketingbedrijf dat Snoek uitnodigde om in Cannes te komen spreken, brengt een nieuwe versie van zijn app uit. De app maakt gebruik van Computer Vision, oftewel de technologie die beeld herkent.

Snoeks presentatie ging dan ook over beeldherkenning door de computer, iets dat moeilijk voor een computer blijkt.

‘Voor ons is het onderscheid tussen een vliegtuig en een vogel gemakkelijk te zien. Het soort vogel, dat wordt ook voor mensen al lastig. Voor een computer is dat onderscheid gelijk. Een vogel, een soort vogel, een vliegtuig, het is allemaal gelijk even moeilijk. Als de computer een van die dingen kan herkennen, kan ‘ie het allemaal. Dat is het mooie. Schaken kan een computer feilloos, maar voor schaken gebruikt je brein maar 5 procent. Dat is 50 procent bij kijken. We weten niet precies hoe dat werkt. Een theorie zegt dat je allemaal verschillende moduletjes hebt  die met elkaar praten en met backward en forward loops met elkaar in verbinding staan.

‘Maar het is gissen. Het doel in de computerwetenschap is eigenlijk het brein na te bouwen. Dit is lastig, want we weten niet precies hoe het brein werkt.’

Snelheid

Maar sinds 2012 gaat het hard. Het algoritme voor beeldherkenning doet het inmiddels beter dan de mens (5 procent error voor de mens, het algoritme zit lager).

‘Nu willen we niet alleen meer weten wat er op het plaatje staat, maar we willen ook weten waar het dan precies zit. Niet alleen de zelfstandige naamwoorden, dus de objecten, maar ook de werkwoorden. Welke activiteiten gebeuren er in video bijvoorbeeld? En, hoe krijg je dat dan bij elkaar zodat je hele zinnen krijgt uit een plaatje?  Daar wordt op dit moment allemaal veel vooruitgang in geboekt. Het gaat hard’, aldus Snoek.

Beperkingen

De kracht van processors wordt groter, dat helpt. Maar er zitten beperkingen aan AI: ‘Deep learning (een methode om machines dankzij algoritmes vaardigheden aan te leren, red) is eigenlijk een black box. We weten niet het waarom. Een computer kan niet uitleggen waarom die denkt dat dit nu een Kentucky Warbler (vogelsoort, KW) is. Hij kan zeggen dat het zo is, maar hij kan niet uitleggen waarom. En we snappen eigenlijk ook niet goed als wetenschappers, hoe dat deep learning nou echt werkt. Dus waarom werkt het nou? Het is nog een theoretisch zwart gat.’

Symfonie

We hoeven volgens Snoek voorlopig niet te vrezen dat de computer intelligenter wordt dan mensen. Ook niet kunstmatig intelligenter. Ondanks dat een schaakcomputer beter schaakt dan de mens en ondanks een door Google gecreëerde symfonie.

The Next Rembrandt

We moeten realistisch blijven, sust Snoek: ‘Google heeft aangetoond dat je inderdaad met een deep learning algoritme een stukje muziek kan genereren dat leuk lijkt. Het is nog niet gezegd dat de nieuwe Mozart is ontdekt.’ , het project van ING, Microsoft, TU Delft en het Mauritshuis, weet het artistieke DNA van Rembrandt te distilleren aan de hand van een uitgebreide database van zijn schilderijen. De schilderijen werden hiervoor pixel voor pixel geanalyseerd.

Wel een heuse doorbraak vindt Snoek, maar hij blijft herhalen ‘dat we er nog lang niet zijn.’  

Niet bang zijn

Marketeers hoeven dus ook niet bang te zijn. Een computer kan mogelijk creatiever worden, aldus Snoek, maar er zijn andere vakgebieden waar meer reden is tot zorgen: ‘Ik kan me voorstellen dat een vrachtwagenchauffeur op een bepaald moment wel een probleem heeft. Of een postbode, of een accountant.

‘Marketing is breed. Je hebt er veel voor nodig. Niet gemakkelijk in een algoritme te vatten.’ Technologie wordt zeker belangrijker, maar de roep om creativiteit blijft. Of, zoals Snoek het zegt: ‘Het is niet óf mens óf computer. Ik denk wel  dat het vak van de marketeer veel interessanter wordt als de computer kan helpen. Daar zit de win.’

De wereld van Minority Report, waarin het gezicht en de ogen van Tom Cruise worden gescand is nog ver weg, meent Snoek, maar ‘als je in de toekomst wilt excelleren in marketing, dan is het nu een goed moment je de technologie eigen te maken.’

Advertentie
premium

Registreer en probeer 1 maand gratis

Om dit artikel te kunnen lezen heb je een Premium account nodig. Registreer nu en probeer de eerste maand gratis.

Probeer 1 maand gratis Abonneer direct

Plaats als eerste een reactie

**Bold** _italic_
Uw emailadres wordt uitsluitend gebruikt om mogelijk contact met u op te nemen naar aanleiding van uw bericht en is alleen zichtbaar voor de redactie.
Advertentie