Vier jaar versnellen
Eindpresentatie Versnellingsplan 2019-2022. Een overzicht van vier jaar versnellen. Download de presentatie via onderstaande knop. Download de presentatie hier Download
We trappen de Maand van AI in het onderwijs af met een blog van Robert Schuwer, aanvoerder van de zone Naar digitale (open) leermaterialen. Robert blikt terug op Artificial Intelligence: hoe zag AI er 30 jaar geleden uit? Lees meer over zijn promoveren, de toepasbaarheid van kennissystemen en dé uitdaging van AI vandaag de dag.
In 1993 ben ik gepromoveerd op een studie naar toepasbaarheid van kennissystemen. Kennissystemen, ook wel bekend als expertsystemen, waren toen een veel voorkomende verschijningsvorm van AI. In een kennissysteem wordt kennis gecodeerd als IF-THEN regels. Deze regels kunnen op basis van beschikbare gegevens andere gegevens afleiden. De regels worden, gescheiden van de gegevens, opgeslagen in een regelbank, zodat ze eenvoudig kunnen worden aangepast en ze niet verstopt in de code zitten. De bron van die regels was vaak de kennis van een menselijke expert, vandaar dat ze ook expertsysteem worden genoemd. Internationaal aansprekende voorbeelden van kennissystemen waren XCON (voor de configuratie van VAX computers), MYCIN (voor diagnose van infectieziekten) en PROSPECTOR (voor de analyse van grondmonsters op aanwezigheid van mineralen).
Kennissystemen werken noodgedwongen vanuit een Closed World Assumption: alleen de kennis die geëxpliciteerd is kan worden gebruikt. Zodra die kennis niet leidt tot een antwoord op de vraag is de grens van een kennisysteem bereikt. Achterhalen van de kennis over een bepaald onderwerp is mede daarom een cruciale fase in de ontwikkeling van een kennissysteem. Experts zijn zich echter vaak niet bewust van welke kennis ze gebruiken om tot bepaalde conclusies te komen en kunnen dat daarom lastig verwoorden. In Amsterdam werd toen gewerkt aan KADS (Knowledge Acquisiton and Documentation Structuring), een meer methodische aanpak van ontwikkeling van dit type systemen. Bij KADS stond formulering van modellen die gebruikt kunnen worden om het proces van kennisverwerving te ondersteunen centraal.
Veel kennis die mensen gebruiken bij hun redeneren is echter impliciet, en kan ook impliciet blijven zonder dat de argumentatie voor mensen onbegrijpelijk wordt. Fascinerend vond ik daarom het initiatief Cyc van de Amerikaanse wetenschapper Doug Lenat. In dit project deed hij een poging om de impliciete achtergrondkennis (van mensen) te formuleren in logica, leesbaar door een automaat. Hij gebruikte daarvoor onder andere de kennis die in encyclopedieën verzameld was. Het idee daarachter was dat kennissystemen deze achtergrondkennis konden gebruiken om daarmee de domeinspecifieke regelbank uit te breiden met die domeinonafhankelijke achtergrondkennis.
Na mijn promotie in 1993 ben ik andere wegen ingegaan en heb de ontwikkelingen in AI niet meer zo gevolgd. Fast forward naar 2021. Waar in 1993 gebrek aan data en de noodzaak tot explicitering van kennis noodzakelijk was, is de situatie nu volledig anders. Neurale netwerken, geïnspireerd door wat bekend is over de werking van het menselijk brein, zijn in staat verbanden te leggen tussen concepten zonder dat kennisregels geëxpliciteerd hoeven te worden. Dat ’leren’ ze door ze eerst te voeden met een grote hoeveelheid gegevens. Die gegevens zijn, mede door de explosieve groei van internet, nu ook beschikbaar. De kwaliteit van een intelligent systeem is nu niet meer afhankelijk van hoe goed het kennisverwervingsproces is verlopen, maar van de kwaliteit van de gegevens die gebruikt worden om een neuraal netwerk te voeden. Door de grotere mogelijkheden groeit ook de impact die een neuraal netwerk potentieel heeft. Dat maakt de aandacht voor de ethische aspecten bij ontwikkeling en gebruik van intelligente systemen nog meer noodzakelijk. En dat beschouw ik als de grootste uitdaging waar AI nu voorstaat.
Juni is uitgeroepen tot de maand van de Artificial Intelligence. Duik in de wereld van AI met diverse webinars, hackatons en lezingen. Lees meer op de website van het Versnellingsplan.
Deel deze pagina
Eindpresentatie Versnellingsplan 2019-2022. Een overzicht van vier jaar versnellen. Download de presentatie via onderstaande knop. Download de presentatie hier Download
Wil je meer inzicht krijgen in de kennis, vaardigheden en kenmerken van onderwijskundig ICT professionals? Maak dan kennis met het
Het (hoger) onderwijs transformeert. Maatschappij en arbeidsmarkt veranderen, flexibilisering en een leven lang ontwikkelen zijn vereist en de werkdruk en
Als je als onderwijsprofessional aan de slag gaat met het vernieuwen van onderwijs, dan helpt het als je ziet hoe