De kansen van Machine Learning in software

Welke kansen biedt Machine Learning voor jouw bedrijf? Met Matthijs de Wit praten we over de nieuwste ontwikkelingen op het gebied van Machine Learning. In deze blog krijg je concrete voorbeelden hoe je als bedrijf Machine Learning nu al kunt inzetten. En Matthijs deelt zijn favoriete trend die gaat zorgen voor ongekende mogelijkheden in software.

Introductie Matthijs de Wit

Matthijs begon tijdens zijn studie Informatica als stagiair bij Ambrero. Hij paste goed in het team en kwam na zijn stage als Developer in dienst. Eén van de projecten waar hij aan werkte was bijvoorbeeld het systeem voor de verwerking van de door flitspalen gemaakte foto’s. Het systeem moest het gezicht op een foto selecteren en vervolgens werd deze uitsnede samen met de boete verstuurd. Dit wakkerde zijn al bestaande interesse in Machine Learning verder aan.

Op dit moment volgt Matthijs dan ook een Master programma Artificial Intelligence (AI) aan de Universiteit van Amsterdam en specialiseert hij zich in het parallel programmeren van algoritmes en zogenaamde Distributed Deep Learning. Hij werkt daarvoor met modellen of data sets die zo omvangrijk zijn dat ze niet door één systeem verwerkt kunnen worden. Door dit over meerdere systemen te spreiden is het mogelijk om compleet nieuwe verbanden te leggen. We spraken met hem over de toepassing van Machine Learning in software ontwikkeling.

Softwareontwikkeling en Machine Learning

Zowel met software als Machine Learning probeer je data te verwerken tot een gewenst resultaat (de output). Je bouwt Machine Learning modellen natuurlijk met software maar klassiek gesproken schrijf je bij software zelf je algoritme terwijl bij Machine Learning de computer zelf het optimale algoritme ontdekt op basis van data. Dat noemen we het ‘trainen’ van een model.

“Het werkt gewoon vaak veel beter als een computer data verwerkt. Niet alleen kan de machine verbanden leggen die voor mensen onmogelijk te zien zijn, het is ook gewoon veel efficiënter. Een computer kan bijvoorbeeld tientallen foto’s per minuut analyseren en heeft nooit een pauze nodig. Met Machine Learning kunnen we systemen dus nog beter, sneller en efficiënter maken. Machine Learning is dus de logische volgende stap in software ontwikkeling.

En voordat je denkt, ‘moet ik dan zelf vanaf de grond af beginnen’, dat is gelukkig niet zo. Er zijn van grote IT bedrijven veel API’s beschikbaar met voorgetrainde modellen waar een programmeur vragen aan kan stellen. Het model kan deze vraag meteen beantwoorden. Bedrijven hoeven dus geen specifieke Machine Learning kennis te hebben of in te kopen om ermee aan de slag te gaan.”

Twee velden waarin Matthijs grote potentie ziet zijn de zorg en het automatiseren van bedrijfsprocessen.

Toepassing van Machine Learning in de zorg

De zorg is een vruchtbaar veld omdat AI en Machine Learning op veel verschillende manieren toegepast kunnen worden:

“De eerste toepassing is diagnostiek, door een model te trainen met de enorme hoeveelheid beschikbare data krijgt een arts niet alleen een lijst met mogelijke aandoeningen, het model voorziet haar ook van suggesties voor additionele tests of onderzoek. Zo vinden we sneller de oorzaak en kunnen we de juiste behandeling inzetten. En chatbots gaan steeds beter om met emoties, dus ze kunnen aflezen of iemand de informatie echt begrijpt of zelfs vragen anticiperen. Zo zorgen we ervoor dat behandelingen beter gevolgd worden bijvoorbeeld.

En dan is er natuurlijk de analyse van complexe data. Veel mensen kennen bijvoorbeeld het verhaal van een algoritme dat minder fouten maakt dan een specialist bij het lezen van een röntgenfoto. Maar ook in de strijd tegen nieuwe ziektes zoals Covid-19 is deze hulp onmisbaar, DeepMind’s AlphaFold slaagde erin om de structuur van een eiwitmolecuul met zeer hoge nauwkeurigheid te voorspellen. Wetenschappers zien dit als een belangrijke bouwsteen voor de toekomst van medicijn- en vaccinontwikkeling.”

Machine Learning verhoogt efficiëntie

Natuurlijk zijn er veel voorbeelden van hoe AI in de toekomst het verschil zou kunnen maken. Maar hoe kunnen bedrijven het vandaag de dag inzetten?

“Dit geldt niet alleen voor de zorg maar juist voor bedrijven in het algemeen: efficiëntie. Door steeds meer bedrijfsprocessen te automatiseren voorkomen we fouten en verlagen we de kosten. Machine Learning is een belangrijk hulpmiddel om die kans aan te pakken. In diverse branches wordt bijvoorbeeld Robotic Process Automation gebruikt om in één keer een heel aantal stappen te automatiseren. Door daar AI aan toe te voegen ontstaan iets dat we Hyperautomation noemen, daarbij gaat het zelflerend algoritme de bewuste processen niet alleen automatiseren maar juist verbeteren. Daardoor is het mogelijk een enorme efficiëntieverbetering te behalen.”

De toekomst van Machine Learning

Matthijs kan uren praten over de kansen die Machine Learning biedt, voor hem is Natural Language processing met afstand de meest interessante:

“Straks heb ik een echte digital Personal Assistent waar ik tegen kan praten, dan heb ik zelfs geen toetsenbord meer nodig. De computer begrijpt precies wat ik bedoel. Daarmee wordt software mogelijk die we nu niet eens kunnen bedenken. En daarin zetten we echt enorme stappen, het GPT-3 model van OpenAI produceert al teksten die niet van echt te onderscheiden zijn. Het kan zelfs programmeren op basis van een bepaalde omschrijving. Dat heeft ook negatieve kanten, denk aan fake news dat niet van echt te onderscheiden is, maar ik denk vooral aan de mogelijkheden. Voor de gevaren vinden we ook weer een oplossing.

En software ontwikkeling zal daardoor ook nooit verdwijnen. Systemen moeten tenslotte altijd gebouwd, ingericht en onderhouden worden. Maar het werk wordt wel steeds hoogwaardiger, je moet gebruik maken van de beschikbare bouwstenen en precies weten hoe die met elkaar kunnen werken. Daarin kan een goede programmeur altijd het verschil maken.”

Aan de slag met Machine Learning

Een digitale voorsprong bereik je door te werken met een partij die samen met jou ontdekt wat er mogelijk is voor jouw bedrijf. Ambrero realiseerde voor een grote diversiteit aan opdrachtgevers al oplossingen waar Artificial Intelligence en Machine Learning zorgden voor een efficiëntieverbetering of juist totaal nieuwe mogelijkheden. Het automatisch verwerken van verkeersboetes en het stroomlijnen van kritieke bedrijfsprocessen zijn slechts twee voorbeelden van de eindeloze mogelijkheden. We gaan graag samen met jou op zoek naar dé kans voor jouw bedrijf. Ga je mee?