Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20

Interview

Hennie Huijgens

‘AI mag geen speeltje voor alleen grote bedrijven worden’

Met zijn boek AI in de praktijk biedt AI-specialist en docent Hennie Huijgens een stappenplan voor organisaties die beginnen met de implementatie van AI. Daar hoef je helemaal geen techneut voor te zijn, zegt hij. ‘We hebben in Nederland soms te veel aandacht voor de ethische aspecten, we vergeten dat we ook nog iets moeten bouwen.’

Hans van der Klis | Mirjam van der Linden | 30 maart 2022 | 5-8 minuten leestijd

Bij het uitbreken van de coronacrisis bleek dat we e-commerce nog nauwelijks onder de knie hebben, en nu moeten we aan de AI, artificial intelligence. Zijn we er wel klaar voor?

Dat is iets wat inderdaad mijn aandacht heeft. De AI-labs waarover ik schrijf in mijn boek, zijn allemaal labs van grote bedrijven: Ahold, ING, KPN, Booking, die orde van grootte. Zij hebben er de middelen voor. Zelf ben ik betrokken geweest bij de opzet het lab van ING. Sinds enige tijd werk ik nu voor de Hogeschool Utrecht en dat ben ik gaan doen omdat ik graag nog een keer zo’n lab wilde opzetten. Maar ik wil twee dingen anders aanpakken. Ten eerste vind ik dat HBO-studenten in Nederland ermee in aanraking moeten komen. AI moet geen kunstje van de universiteiten worden. AI zit overal in, in alles om ons heen, en de invloed van AI zal alleen maar toenemen. En ten tweede vind ik dat we het mkb erbij moeten betrekken. AI mag ook geen speeltje van de grote bedrijven worden. En dan kom je vanzelf te spreken over de digitale transformatie, die het mkb nog aan het maken is.

Bij de Hogeschool Utrecht zijn we samen met de TU Delft, JADS (de Jheronimus Academy of Data Science in Den Bosch), de Hogeschool van Amsterdam en Fontys een groot onderzoeksprogramma aan het opzetten waarin we generieke toepassingen van AI willen ontwikkelen. Denk aan forecasting van transactiepieken voor webwinkels of schademeldingen bij verzekeringsbedrijven. Als we zulke toepassingen hebben ontwikkeld, moet het niet heel ingewikkeld zijn om een plug-in te maken die bijvoorbeeld ook de bakker op de hoek kan gebruiken. Dan kan die bakker ook voorspellen wanneer het druk gaat worden en zijn inkoop daarop afstemmen. Dat is de kant die we op willen: standaardoplossingen die ook met een beperkt budget en beperkte skills bruikbaar zijn voor kleinere organisaties.

Hoe worden die toepassingen gefinancierd?

De financiering gebeurt zeker niet alleen door grote bedrijven. Je ziet dat er veel extra subsidies beschikbaar zijn in Nederland, helemaal gericht op nieuwe technologieën voor het mkb, zodat die bedrijven ook aansluiting vinden op de mogelijkheden. De overheid heeft zich gericht op een aantal sleuteltechnologieën en AI is een van de belangrijkste daarvan. De overheid beseft heel goed dat er echt meer geld vrijgemaakt moet worden voor de professionalisering van deze technologie, willen we internationaal bijblijven.

Zijn we al een beetje goed in AI? Het voorbeeld van de politie, die automobilisten met mobiele telefoon in de hand kan verbaliseren met behulp van intelligente camera’s, is veelbelovend. Maar ik zie ook veel slechte toepassingen.

Ik erger me ook scheel als ik ergens iets wil kopen en ik zo’n pop-upwindow te zien krijg met ‘Kunnen we chatten?’ Binnen twee zinnetjes heb je vaak al in de gaten dat je met een robot zit te praten die er niets van begrijpt. Aan de andere kant zijn er veel goede voorbeelden van AI-toepassingen, bijvoorbeeld in de medische wereld. Daar wordt al langere tijd onderzoek gedaan hoe ze met behulp van AI bijvoorbeeld tbc kunnen herkennen op röntgenfoto’s. In Nederland komt tbc bijna niet meer voor, maar ze hebben prachtige oplossingen bedacht. Ze hebben bijvoorbeeld een rugzak bedacht, waarmee een jongen de bergen in Nepal ingaat en ter plekke röntgenfoto’s kan maken. Een AI-component in diezelfde rugzak kan die foto’s lezen, waarna die jongen, die niet eens medisch geschoold hoeft te zijn, ook nog een medicijn bij zich heeft. En zo zijn er wel meer voorbeelden, ook op het gebied van de diagnose van diabetes.

Het mooie van dergelijke medische toepassingen is dat je anders tegen de ethische aspecten van AI gaat aankijken. De ethische aspecten zijn terecht een grote zorg en bespreek ik ook uitgebreid in mijn boek. Wat er in China gebeurt, met gezichtsherkenning op straat, zie ik in Nederland niet gebeuren. Maar je moet er wel alert op blijven. Je ziet de slimme deurbellen al heel populair worden, mensen beseffen vaak niet wat zij aan data prijsgeven. En toch verzet ik mij tegen het beeld dat alles wat met AI te maken heeft eng is.

Je hebt zelf de engheidsmatrix in je boek geïntroduceerd.

Ik was van plan die naam nog aan te passen, want het is een beetje een suffe Efteling-naam. Maar we hebben besloten hem zo te laten. Hij maakt heel goed duidelijk wat er speelt. AI grijpt in op ons leven. Maar hoe eng is het daadwerkelijk? Wat kan je doen om je toepassing minder eng en dus ethisch verantwoord te maken? Die discussie speelt bij AI altijd een rol. Bedrijven die met AI aan de gang gaan, moeten altijd beginnen met nadenken over de ethische aspecten.

Je introduceert een stappenplan: maak een verkenning, een plan en een integraal organisatieplan. Wat brengt dit stappenplan ons? Waarin wijkt het af van een normaal businessplan?

Oh, ik ben de laatste om te roepen dat ik een nieuwe methode heb ontwikkeld. Maar ik denk dat het slim is om in simpele stappenplannen te werken als je iets wil implementeren. Dat maakt het makkelijk de stappen uit te leggen en ze ook uit te voeren. Ik neig altijd eerder naar een plan met drie stappen dan een plan met 25 stappen. Met een weloverwogen plan kun je een backlog opstellen om een algoritme te bouwen, nog voor je met de techneuten aan de gang gaat. Dat is eigenlijk wat er in de praktijk bij grote bedrijven gebeurt.

Je kunt tegenwoordig ook AI-pakketten ‘van de plank’ kopen. Is dat een optie? Je waarschuwt ook voor leveranciers van chatbots die gewoon door mensen bediend moeten worden.

Ik denk dat je altijd voorzichtig moet zijn met wat leveranciers leveren. Maar de vooraf getrainde algoritmes ontwikkelen zich heel snel. Denk aan Bert, het spraakalgoritme van Google. Vijf jaar geleden was Google Translate nog tamelijk slecht, maar de kwaliteit is enorm verbeterd. Ik heb de helft van mijn promotie door Google Translate laten vertalen, daar schaam ik me helemaal niet voor. Maar het trainen van algoritmes kost veel tijd en vermogen. We hebben niet voor niets hele polders vol staan met datacenters voor de cloud. Die staan voortdurend te roken om die algoritmes te laten draaien. AI is totaal niet duurzaam.

Je maakt je zorgen dat de techgiganten en ondernemers als Elon Musk of Mark Zuckerberg AI gaan monopoliseren en het voor het zeggen krijgen. Hoe kunnen we dat tegengaan?

Ik vind het inderdaad geen goeie zaak dat The Big Five uit Amerika straks eigenaar zijn van alle data. Bij alles wat we doen op social media, geven we onze data weg. Als iets gratis is, ben jij het product. Dat beseffen we gelukkig wel, al denk ik dat er in Nederland en Europa wel eens te veel aandacht is voor de ethiek. Wij vergeten wel eens dat we ook nog iets moeten bouwen. Daarom is die subsidiestroom ook zo goed. Want stoppen met AI is geen optie.

Deel dit artikel

Wat vond u van dit artikel?

0
0

Populaire producten

    Personen

      Trefwoorden