Hans Blogt

Hoezo Artificial Intelligence als we nog wat domheid hebben op te lossen..

100 dagen Trump heeft in elk geval 2 positieve resultaten opgeleverd: er bestaat zoiets als alternatieve feiten, en.. de conditie van de sluitspier van menig Amerikaans official is aanzienlijk verbeterd, Schwarzenegger zou er jaloers op zijn. Enfin: wat alternatie feiten over Artificial Intelligence en soortgelijk geneuzel.

Dagelijks worden we gebombardeerd met allerlei veelbelovende verhalen over wat Artificial Intelligence en Machine Learning ons allemaal gaat brengen. Klinkt allemaal te mooi om waar te zijn, en ja: te mooi en dus niet waar.

Data is dom

Het is er of is er niet. En als het er is dan zou ik maar vraagtekens stellen bij de kwaliteit: menselijke fouten, slecht werkende sensors bij Internet of Things, doublures en talloze vormen van incidenten die per definitie data in zijn pure vorm onbruikbaar maken. Dus links of rechtsom: data moet worden geraffineerd, bewerkt en omgevormd tot bruikbaar materiaal. Dit is maar ten dele technisch mogelijk: menselijk inzicht, analyse vaardigheden en conceptueel denken blijft even onmisbaar dan de ruwe data zelf.

Algoritmes zijn dom

Ik denk een beetje verstand te hebben van een paar algoritmes waarmee je (op basis van kanstheorie) patronen kunt detecteren of voorspellingen maken. Echter Boeren-logica blijft: er komt nooit meer uit een algoritme dan wat je er aan data potentieel in stopt. En: iedere algoritme is gefundeerd op een x aantal assumpties die allen gewaarborgd dienen te zijn om de theoretische werkzaamheid te garanderen.

Helaas: ik maak nooit mee dat aan alle assumpties wordt voldaan. Ook het aspect intelligence en learning in de begrippen AI en ML moet je echt met een korreltje zout nemen: een algoritme wordt uit zichzelf niet slimmer naarmate je het meer gebruikt, laat staan dat een algoritme zelf in staat is te leren.. Meestal bestaat de intelligentie en zelflerend vermogen uit het simultaan uitproberen van verschillende sets variabelen en het testen van welk algoritme de hoogste verklaarde variantie levert.

En ook hier geldt weer: de mensfactor die op z’n minst conceptueel moet begrijpen wat er onder de motorkap gebeurt en continu moet waarborgen in hoeverre schading van assumpties of data tekortkomingen majeure gevolgen heeft voor de uitkomst.

Versnipperd landschap en dito bronnen: de domme realiteit van eigenlijk ieder bedrijf

Heb je voor de aardigheid weleens geteld over hoeveel systemen en applicaties jouw waardevolle (klant-) data versnipperd is? En ook weleens beseft hoe groot het probleem is van 3 dubbele klant-records over 10 majeure applicaties? Juist: 3^10=59.049 theoretische datapunten van die ene waarschijnlijk unieke klant.

Het slechte nieuws: er komen voortduren nieuwe applicaties bij en oude worden niet afgebroken, laat staan dat er serieus aandacht is voor het minimaliseren van doublures of schoon krijgen van je datasets. Who pays the ferry?

Master datamanagement een IT-issue? Hoe dom kun je zijn.

Het olifantsprincipe: als het geluid maakt als een.., het ruikt naar.. en als het er uitziet als IT, dan is het IT. Dus over de schutting dat gedoe over  datakwaliteit. IT-professionals zijn intussen wel wat gewend dus kieperen het knikkerhard weer terug: wij zijn technisch eigenaar, jullie van de functie en inhoud. Gevolg: datakwaliteit is een dampende aardappel die ergens in het bedrijf van handje naar handje gaat, iedereen blaren aan gebrand en de laatste is de klos. Hoezo slimme dingen met data DOEN…

De lerende organisatie? Moet ik nog tegenkomen..

Wellicht het meest wrange: slim worden met data en hier geld aan verdienen vereist lerend vermogen. Helaas, het gemiddeld bedrijf waar jij werkt komt niet veel verder dan ad-hoc AB-testen, laat staan dat er sprake is van de overal gepreekte Plan-Do-Learn-Act cyclus. Sterker nog: foute experimenten worden verhuld, de “daders” gestraft (geen promotie) en korte termijn successen worden onverantwoord lange termijn geëxtrapoleerd. Dat is pas tunnelvisie! Als jouw bedrijf deze cultuur draagt, hoezo verwacht je dan dat Artificial Intelligence en Machine learning dit probleem oplost?

Of ik nog goed nieuws heb?

Jazeker: de rekenkracht van machines neemt nog steeds exponentieel over de tijd toe, jouw Intel i7 core processor kan in 1 seconde 318 miljoen berekeningen aan, dus jouw klantenbase is een paar seconden klussen. Domme rekenkracht maakt veel goed, nu de rest nog!

En…. ik ben er om je te helpen toch nog wat te maken van die puinzooi daar bij jullie, tenminste: als je echt slimme dingen met data wilt DOEN.

Contact

Hans de Boer

+31 (0)6 290 600 66
pi@piconcepts.nl

Big Data Buzz

Altijd op de hoogte van de laatste ontwikkelingen.

Schrijf je in!