Mens versus Machine

In vergaderingen met mannen in pak zijn er een aantal zinnen waarvan je met zekerheid weet dat ze zullen vallen. ‘Blockchain is de toekomst’, bijvoorbeeld, of ‘De KPI’s van Q4 kunnen we enkel halen als de churn lager uitvalt dan die van Q3’. Een andere klassieker is: 'We moeten iets met AI en machine learning doen'.

‍

Het is een uitspraak die veel en tegelijkertijd weinig zegt. Dat ze zo vaak valt toont aan dat artificiële intelligentie alomtegenwoordig is, maar dat ze zo oppervlakkig is bewijst dat mensen niet echt weten wat ze bedoelen wanneer ze het over die technologie hebben. Computer vision? Spraaktechnologie? Digital twins? Een spreadsheet die vanzelf verandert? AI en machine learning omhelzen zo veel, dat je al snel het overzicht verliest.

‍

De voorbije jaren heb ik me ook in de technologie - of beter: technologieën - verdiept. Met dank aan mensen als Ward of mijn broer David, die als Machine Learning Engineer en Data Scientist aan de slag zijn. Ze hanteren een jargon waarin ik hen kan volgen, maar enkel als ik me focus. Wie een leek is, moet zijn of haar eigen weg maar zoeken.

‍

Er zijn online best veel sites en cursussen die het nochtans proberen om het nut en de gevaren van AI in een begrijpelijke taal uit te leggen. Een van de beste tools die ik tegenkwam was Elements of AI, ontwikkeld door de Universiteit van Helsinki. Op een goed Nederlandstalig boek was het nog wachten, tot ik onlangs Mens versus Machine las.

‍

Dat boek is geschreven door Geertrui Mieke De Ketelaere, programmadirecteur artificiële intelligentie bij imec. Op minder dan 200 pagina’s legt ze AI zodanig helder uit, dat zelfs iemand zonder al te veel technologische voorkennis nadien de verschillen tussen artificiële intelligentie, machine learning, neurale netwerken en deep learning zou kunnen uitleggen. Bij de kaderstukjes staat aan de hand van een ‘nerd index’ steeds aangeduid hoe ingewikkeld de info is.

‍

Ik geef zelf geregeld lezingen over AI en ik weet dat het makkelijk is om zoiets op een moeilijke manier uit te leggen, maar het moeilijk is om dat makkelijk te brengen. Een boek als Mens versus Machine kan daarbij helpen, al weet ik niet of het de doelgroep zal bereiken die niet spontaan een boek over AI zal meenemen. Door het design en de grootte voelt het namelijk vooral aan als een managementboek waardoor het haar punt - de drempel voor het debat rond AI verlagen - wat voorbij schiet.

‍

Zelfs voor wie vertrouwd is met het onderwerp is Mens versus Machine een aanrader. Zo vond ik het stuk over de (limieten van de) hardware een leerrijke passage. De belangrijkste les die ik in het boek opstak is dat we wat minder arrogant mogen zijn. We moeten niet per se de menselijke intelligentie één op één willen kopiëren, maar moeten ook kijken naar het doen en laten van planten en insecten. Ook de grondprincipes waar AI aan moet voldoen zijn relevant en kunnen een bescheiden blauwdruk voor de toekomst vormen.

‍

Zoals veel boeken in het genre eindigt Mens versus Machine met een oproep om over de impact van technologie in discussie te gaan. Die onderschrijf ik natuurlijk, maar te veel mensen kijken nog naar elkaar wanneer het aankomt op de volgende stappen. Moet er regulering komen? Wie gaat die nemen? Europa? Of onze Staatssecretaris voor Digitalisering die weinig kennis over het onderwerp heeft? Als die laatste ‘m nog niet onder zijn kerstboom zal gevonden hebben, schenk ik hem met plezier een exemplaar van Mens versus Machine cadeau.