Dit artikel werd op 10 maart gepubliceerd door AGConnect.
Als we het hebben over Machine Learning dan zijn er veel verschillende interpretaties. Voor sommige betekent het een wereld met meer interessante banen, terwijl anderen denken dat het werkgelegenheid gaat kosten.
Voor anderen betekent het een dodelijke bedreiging voor het menselijk bestaan en sommige mensen denken dat het ons een langere levensduur gaat bezorgen. Hoewel we het meestal met elkaar oneens zijn, weten we wel dat het een enorme impact gaat hebben op ons leven en de maatschappij. Geen wonder dat steeds meer organisaties machine learning (ML) gebruiken om de prestaties van mensen te complementeren en opzoek te gaan hoe AI kan bijdragen om een competitief voordeel te behalen. Om dit te kunnen realiseren moeten we AI toegankelijk maken voor iedereen
Om een machine te trainen is domeinkennis cruciaal. Een ervaren onderhoudsmonteur heeft door de jaren heen kennis en kunde opgedaan. Door deze kennis en kunde over te dragen op een machine kan het repetitieve deel van zijn/haar werkzaamheden worden geautomatiseerd. Deze overdracht vindt plaats door waarnemingen expliciet te beoordelen in een digitaal platform zoals BrainMatter. De monteur ziet bijvoorbeeld een plaatje van een meterkast en klikt de onderdelen aan die hij/zij herkent. Wanneer er voldoende voorbeelden zijn gecreëerd kan een machine deze informatie gebruiken om van te leren en zelfstandig onderdelen herkennen. De getrainde machine doet net als de monteur nieuwe ervaringen op, die weer kunnen worden gebruikt om door te leren.
Tegenwoordig zien we vaak dat data scientists belast zijn met het creëren van voorbeelden, oftewel trainingsdata. Een specialist binnen een bepaald domein heeft echter veel meer specifieke kennis en kunde dan een dataspecialist. Een arts bijvoorbeeld zal bepaalde ziektes vele malen beter herkennen op basis van ervaring dan een dataspecialist. Het is daarom belangrijk dat we de technologie om AI-toepassingen te ontwikkelen zo toegankelijk mogelijk maken voor niet-technici. We moeten machine learning technologie op een menselijke manier beschikbaar maken voor iedereen. Alleen op deze manier kunnen we AI in de toekomst verder ontwikkelen.
Toegankelijke AI is daarnaast ook van belang om kennis te behouden binnen organisaties. Veel ondernemingen bestaan langer dan de individuele carrières van medewerkers binnen het bedrijf. Medewerkers gaan met pensioen, zoeken een andere baan en gaan verder met hun leven. Om niet afhankelijk te zijn van individuele kennis van medewerkers is het voor een organisatie belangrijk om deze kennis te borgen binnen de organisatie. Door expliciete kennis impliciet te maken kan een de organisatie de continuïteit van de kennis veiligstellen. Met andere woorden, door menselijke kennis over te dragen aan machines kan de kennis binnen de organisatie blijven.
Een essentieel element om toegankelijke AI te realiseren is een door optimalisatie gedreven cultuur. Het is belangrijk dat medewerkers begrijpen hoe AI technologie wordt toegepast en dat zij data op de juiste manier interpreteren en analyseren. Vaak beseffen medewerkers niet altijd het belang van automatisering en wat dit type AI kan doen om werk leuker en efficiënter te maken. Dit is een gemiste kans op korte termijn en een bedrijfsrisico op langere termijn.
Kortom, om écht de vruchten te plukken als maatschappij zullen we eerst AI toegankelijker moeten maken. Toegankelijke AI zorgt ervoor dat iedereen AI-toepassingen kan ontwikkelen, zonder technische kennis. Op deze manier kunnen organisaties hun domeinkennis behouden, waardoor ze bestaande kernprocessen in de toekomst beter en sneller kunnen laten verlopen.