Blog van Jurgen

Big data: de weg van de minste weerstand

"Google weet eerder wanneer je zwanger bent dan jezelf". Het is een veelgehoorde uitspraak. Ondanks dat deze uitspraak in de meeste gevallen natuurlijk niet waar is, lijkt er een punt in zicht te komen waarop geavanceerde systemen, die gebruik maken van grote hoeveelheden data, voortekenen beter kunnen interpreteren dan wijzelf.

Hoe zit het eigenlijk met onze eigen voorspellende gaven anno 2017?

Internet heeft de afgelopen 20 jaar gezorgd voor het vervagen van grenzen bij het zoeken naar informatie. Waar we voorheen voor het vergaren van kennis nog afhankelijk waren van bijvoorbeeld de plaatselijke bibliotheek, kunnen we nu vanuit onze luie stoel de hele wereld over om de informatie te vinden die we zoeken.
In theorie zou dat kunnen betekenen dat onze voorspellingen steeds nauwkeuriger worden, aangezien we uit deze grotere bak van informatie beter de trends van de toekomst zouden kunnen extrapoleren.

De praktijk is soms wat anders.

Ondanks dat we ons nu sneller een weg naar de gewenste kennis klikken, gaat deze "klikroute" vaak ook gepaard met onwetendheid over de zijwegen. 
Je kunt het een beetje vergelijken met iemand die met een landkaart in de hand naar zijn vakantiebestemming navigeert en iemand die daar zijn tomtom of mobiel voor gebruikt. In het eerste geval is de kans veel groter dat de persoon met landkaart achteraf de omliggende steden van de route kan benoemen. Niet per se omdat het hem meer interesseert, maar als "bijvangst" van het bredere perspectief dat de landkaart hem biedt.

Google wil ons geen informatie voorschotelen waarin we niet geïnteresseerd zijn. In de nabije toekomst zullen de algoritmes die Google gebruikt om zijn vergaarde big data te analyseren alleen maar nauwkeuriger onze voorkeuren kunnen inschatten. Meer en meer wordt onze weg naar kennis de weg van de minste weerstand.

Even iets wat hier mijns inziens mee te maken heeft. In de digitale wereld zijn er een aantal grote veranderingen gaande. A.I. (kunstmatige intelligentie) doet langzaam zijn intrede en bedrijven als Facebook, Apple, Google en Intel strijden om de koppositie van deze ontwikkeling. Wat opvalt is dat er nogal verschillend gedacht wordt over de momenten waarop A.I. bepaalde mijlpalen bereikt. En met deze mijlpalen bedoel ik de momenten waarop A.I. voor een specifieke taak hetzelfde niveau heeft bereikt als de mens.

Onderstaande diagram is van een onderzoek dat gedaan is door het research instituut FHI van de Universiteit van Oxford. Ze vroegen aan ruim 300 vooraanstaande onderzoekers op het gebied van A.I. wanneer zij dachten dat intelligente machines mensen zullen verbeteren op een breed scala aan taken.


Opvallend is de grote spreiding in de voorspellingen. Terwijl Amerikaanse onderzoekers verwachten dat A.I. in 74 jaar beter zal presteren dan mensen op alle taken, verwachten onderzoekers uit Azië dat het over 30 jaar al zover is.

Het lijkt er op dat de Amerikaanse onderzoekers andere informatie gebruiken om hun voorspelling te doen dan de onderzoekers uit Azië. Gaat het hier om niet gedeelde informatie of redeneren de onderzoekers voornamelijk vanuit hun eigen bevindingen, zonder acht te slaan op het brede aanbod aan overige bevindingen?

Een van de boven getoonde mijlpalen is trouwens al een feit: Google's DeepMind heeft inmiddels de beste Go spelers ter wereld verslagen. Volgens de meeste ondervraagden zou dit minstens nog tot 2027 duren...

Er zijn uiteraard nog meer gebieden waarbij wij nogal uiteenlopende inschattingen maken over op handen zijnde veranderingen. Denk bijvoorbeeld aan de introductie van de van de kwantum computer. Dat die er ooit  op grote schaal gaat komen is welhaast zeker, echter ook hierbij geldt dat het moment waarop dit gebeurt moeilijk aan een jaartal te koppelen is. Schattingen lopen uiteen van enkele jaren tot bijna 100 jaar.

En dan kom ik weer terug bij mijn vorige punt. De trend dat we steeds gerichtere informatie tot ons nemen en onze meningen, voorspellingen en handelingen daarop baseren, staat haaks op de manier waarop grote hoeveelheden data ontsloten worden door systemen (al dan niet zelflerend) die slimme algoritmes gebruiken. Aan de ene kant worden voorspellingen, geproduceerd door steeds complexere algoritmes op toenemende hoeveelheid (chaotische) data nauwkeuriger. Terwijl aan de andere kant onze eigen eigen capaciteit om een goede voorspelling te doen lijkt stil te staan of zelfs af te nemen, doordat we steeds minder de dynamiek van de "achtergrondruis" meenemen.

Een ding lijkt in ieder geval zeker:  Als er ooit bewust leven ontstaat uit kunstmatige intelligentie dan weet Google eerder dan wij dat ze zwanger is van dat nieuwe leven.

Internetmarketing
Geschreven door: Jurgen Krol

Het leukste nieuws komt van ons

Waar wacht je nog op? Inschrijven!