15 juni 2021
AI Kunstmatige intelligentie Data

Top 5 toepassingen van kunstmatige intelligentie: juni

Laatste update: 12 jul '21 - 12:12

We zien steeds meer gebruik van kunstmatige intelligentie (AI). Ook in de media. AI biedt allerlei voordelen op het gebied van gemak, gebruikerservaring en efficiëntie. Maar hoe ziet het dagelijks leven met behulp van kunstmatige intelligentie eruit? En hoe kunnen we AI in de media gebruiken? Deze maand zetten we weer vijf opvallende toepassingen van AI op een rijtje.

1. Mirriad

In Dix Pour Cent, de Franse comedyserie op Netflix over boekingsagenten, zitten twee personages aan de vergadertafel in hun chique Parijse kantoor. Voor hen staat een mok Carte Noire-koffie. Op het eerste gezicht lijkt dit niets meer dan ‘gewoon’ product placement. Maar de mokken zijn er niet echt. Ze zijn met behulp van AI toegevoegd door Mirriad, een in Londen gevestigd advertentiebedrijf.

De technologie van Mirriad is even complex als het concept eenvoudig is. De software speurt films en tv-programma’s af om mogelijke plekken voor advertenties te identificeren. Vervolgens analyseert het waar de scène zich afspeelt, evenals de emoties van de personages, om de context te bepalen. De geïdentificeerde advertentieplekken worden vervolgens aan merken verkocht. Een ontbijtscène in een familiekeuken kan bijvoorbeeld de ideale omgeving zijn voor een merk ontbijtgranen. De technologie werd oorspronkelijk ontwikkeld voor de film Black Swan en won in 2010 een Oscar voor special effects.

Mirriad wil niet alleen generieke advertenties in films en tv-series stoppen, maar de technologie ook verder ontwikkelen. Het werkt aan een methode om advertenties gepersonaliseerd te maken. Dat betekent dat verschillende producten voor verschillende mensen kunnen verschijnen. Terwijl de ene kijker van Dix Pour Cent een Carte Noire-mok te zien krijgt, krijgt de andere bijvoorbeeld een energiedrankje te zien. Dat is iets wat volgens Mirriad de advertentiemarkt radicaal kan veranderen.

2. AI herkent stress bij varkens

Gezichtsherkenning wordt al op veel plaatsen toegepast, in alles van beveiligingscamera’s tot smartphones. Maar het zijn meestal mensen die digitaal worden vastgelegd. Wetenschappers richten zich nu ook op dieren. Onderzoekers van het Centre for Machine Vision van de universiteit in Bristol kunnen nu niet alleen individuele dieren aan hun kop herkennen, ze kunnen ook hun emotionele toestand onderscheiden.

In Bristol richten ze zich met name op toepassing in de varkenshouderij. De AI kan de boeren attenderen op gestresste dieren en ze kunnen op die manier eerder ziekte en verwondingen signaleren. Door routinematig de koppen van varkens te scannen en bij afwijkingen de boer te waarschuwen, kan de behandeling eerder starten en kan lijden worden verminderd. Tenminste, dat is het idee. Dierenactivisten zijn minder blij met het onderzoek, dat voor een deel wordt gefinancierd door de vleesindustrie.

3. Wu Dao

Chinese wetenschappers hebben een nieuwe, grote stap gezet in de ontwikkeling van taalmodellen op basis van AI.  Onderzoekers van de Beijing Academy of Artificial Intelligence (BAAI) hebben Wu Dao 2.0 gelanceerd, ’s werelds grootste model voor computationele taalkunde.

Vorig jaar deed het in San Francisco gevestigde AI-onderzoekslaboratorium OpenAI de wereld al versteld staan met GPT-3. We schreven er in maart over. GPT-3 is een deep learning-model met 175 miljard parameters, getraind met datasets van honderden miljarden woorden. Het model kan tweets genereren, gedichten schrijven, e-mails samenvatten en zelfs z’n eigen computerprogramma’s schrijven. En dat alles met een minimum aan aanwijzingen.  Dat lijkt allemaal indrukwekkend, maar Wu Dao 2.0 doet er nog een flinke schep bovenop.

Wu Dao 2.0 (wu dao is Chinees voor verlichting) is tien keer groter dan GPT-3. Het gebruikt 1,75 biljoen parameters om conversatie te simuleren, gedichten te schrijven, foto’s te begrijpen en zelfs recepten te maken. Bovendien is Wu Dao 2.0 meertalig en kan het zowel Chinees als Engels aan. Het heeft daarvoor 4,9 terabyte aan afbeeldingen en teksten bestudeeerd.

“Wat bouwen een krachtcentrale voor de toekomst van AI”, zegt de baas van BAAI, Hongjiang Zhang. “Met megadata, megacomputers en megamodellen kunnen we data transformeren tot brandstof voor de AI-toepassingen van de toekomst.”

4. Voilà AI Artist

In de app stores verschijnt de een na de andere ‘face-swapping’ app. De nieuwste, Voilà AI Artist, gaat behoorlijk viral. De app kan je vrienden en geliefden met behulp van AI veranderen in Pixar-achtige animatiefiguren, renaissance schilderijen en 2D en 3D cartoons. Leuk, maar je moet er misschien ook voorzichtig mee zijn.

Voilà is immens populair geworden in maar een paar weken. In juni is de app al op meer dan 8 miljoen smartphones geïnstalleerd. Voilà is vooral populair bij Brazilianen die goed zijn voor meer dan de helft van het aantal installaties.

Afgezien van de irritant lange reclames in de gratis versie, verzamelt Voila persoonlijk identificeerbare informatie, zoals je online activiteit. Volgens de privacyverklaring worden die gedeeld met externe partners en adverteerders (inclusief adverteerders die je activiteit op internet kunnen volgen). De eigenaar van de app, WeImagine.AI, maakt je persoonlijke gegevens ook bekend aan zijn zusterbedrijven, en gelieerde ondernemingen. Oppassen dus.

5. AI van Google ontwerpt chips

Google heeft AI ontwikkeld die computerchips veel sneller kan ontwerpen dan mensen. In een artikel in Nature zegt de techgigant dat een chip die mensen maanden zou kosten, door zijn nieuwe AI in minder dan zes uur kan worden bedacht. De AI is al gebruikt om de volgende generatie van Google’s tensor processing unit (TPU) chips te ontwikkelen, die AI-gerelateerde taken kunnen uitvoeren.

De nieuwe AI van Google is vooral goed in het ontwerpen van de “plattegrond” van een chip. Die plattegrond bepaalt de plaatsing van componenten als CPU‘s, GPU’s en geheugen ten opzichte van elkaar op de chip. Het kost mensen maanden om deze plattegronden optimaal te ontwerpen, maar Google’s systeem voor deep learning kan dit in relatief korte tijd.

De onderzoekers gebruikten een dataset van 10.000 chip designs om een machine-learning model te trainen. Het bleek dat het model in slechts zes uur een ontwerp kon genereren dat de plaatsing van verschillende componenten op de chip optimaliseert. Dat resulteerde in een lay-out die voldoet aan operationele eisen zoals verwerkingssnelheid en stroomefficiëntie.

Nieuwsgierig naar meer toepassingen van kunstmatige intelligentie? Bekijk hieronder een aantal eerdere edities: