15 januari 2020
Academy AI Data Talent Tech Data

AI: ook toepasbaar voor niet-technische mensen

Laatste update: 16 jan '20 - 7:07

Met kunstmatige intelligentie (AI), kun je werkprocessen versnellen en verbeteren. Zeker de terugkerende handmatige taken kunnen machines van je overnemen. Maar hoe ingewikkeld is het om een AI-toepassing te bouwen? Muriël Serrurier Schepper (programmamanager datagedreven sturing bij de gemeente Hengelo) vertelt het in dit interview. En… een belangrijk punt van Muriël: het implementeren van AI moeten we niet alleen over laten aan de beta’s.

AI is als een gereedschapskist

Even een stapje terug: wat is AI precies? Volgens Muriël is AI een containerbegrip. ‘’Je zou AI kunnen vergelijken met een gereedschapskist waar allemaal tools in zitten. Deze tools proberen een deel van de menselijke intelligentie na te bootsen zoals het voorspellen van menselijk gedrag, het herkennen van beelden of het begrijpen van geschreven of gesproken taal. Om die tools in beweging te brengen heb je algoritmes nodig. Een reeks instructies die vanuit een gegeven begintoestand naar een beoogd doel leiden, te vergelijken met bijvoorbeeld de instructies in een recept die je van losse ingrediënten stapsgewijs naar een warme appeltaart leiden’’.

Hoe kan AI ons helpen? Zoals eerder genoemd kan AI de processen uit handen nemen die ons werk minder leuk maken, maar wel erg belangrijk zijn. Een voorbeeld hiervan in de media-industrie is het voorspellen van kijkcijfers. Een algoritme kan formules leren die nodig zijn om prognoses te maken. Het enige wat je zelf hoeft te doen om kijkcijfers te voorspellen is data invoegen. Op deze manier houd je meer tijd over om de kwaliteit van de content verbeteren, of om nieuwe strategieën te bedenken die leiden tot meer kijkers. Ook nog twee mooie bijkomende voordelen zijn dat machines geen pauze nodig hebben en ook niet ziek of ongemotiveerd kunnen zijn.

AI is ook voor niet-technische mensen

Het is Muriël opgevallen dat alfa’s erg onder de indruk zijn van AI en dat het liefst over laten aan bèta’s, en dat is zonde. ‘’Want zonder dat je een expert bent in programmeren kan je zelf al een model trainen of een chatbot bouwen. Heel veel stukjes van programma’s staan al op het internet (bijvoorbeeld Cognitive Services van Microsoft) en zijn al getraind, dus je hoeft het model niet helemaal zelf te bouwen’’.

Muriël is zelf ook geen bèta. Ze studeerde arbeids- en organisatiepsychologie en ging vervolgens aan de slag in de IT. Maar hoe ontstond haar passie voor AI? Deze passie ontstond in 2006 toen ze als productmanager een project deed met FICO; een toonaangevend analytisch bedrijf op het gebied van fraudebeheer en kredietrisico. ‘’Hier zag ik voor het eerst dat ze fraude op creditcards konden voorspellen en deze realtime konden blokkeren’’. Hier is zij in 2007 vast in dienst gegaan en dit was de start van een carrière in de datawereld. In de loop der tijd heeft ze al veel AI-projecten kunnen realiseren. Van chatbots voor Rabobank en Shell tot Pepper Robot projecten en voorspelmodellen voor HR. “AI is overal” vertelt Muriël.

Nu deelt ze haar kennis met anderen

Om alfa’s inzicht te geven in de mogelijkheden en praktijkervaringen op te laten doen is ze begonnen met het geven van de cursus AI Basics. Tijdens deze cursus gaan de deelnemers zelf data labelen en valideren, een neuraal netwerk trainen op personeelstrends, brainstormen over hoe ze AI kunnen toepassen in hun eigen werkveld en een chatbot maken. Aan het eind van de cursus hebben deelnemers een eerste opzet van een concrete AI-toepassing die gebruikt kan worden in de eigen organisatie.

Ben jij ook benieuwd hoe AI je kan helpen in jouw werk? Kijk dan of de cursus AI basics op 8 en 9 april iets voor jou is.