Gestructureerde data versus AI?

(filosoferen voor ICT’ers)

E-mail: <voornaam>.<achternaam>@ockham.nl
Twitter: @renejanv

1
 Agenda
1. Structureren = beperken = betekenis geven
2. De Wet van Behoud van Data-Ellende
3. Opmerking terzijde (10’)
4. Enkele actuele gedachten over AI

2
Structureren = beperken= betekenis geven
Processtappen
1. Mens ziet data
2. Mens ziet patroon o.b.v. kennis
3. ICT’er ziet tabellen, rubrieken,
domeinen, sleutels en andere
beperkingsregels
4. Nieuwe data (rijen-in-tabel) leveren
direct informatie over de wereld
(mits correct vastgelegd)
5. Geautomatiseerde
gegevensverwerking middels
inzichtelijke algoritmen mogelijk
6. Niet-passende waarneming vereist
ingrijpen in structuren (tabellen en
regels) en in algoritmen ➔ starheid

3
Wet van behoud van ellende
Hypothesen (ca. 1994)
1. Wet van behoud van ellende is
fundamenteel.
2. Feedback is iets van mensen (bijv.
neurale netwerken trainen.
3. Niet-extreme opties leveren al snel
troebele constructies op.
4. Beheersing is meestal ‘key
requirement’, dus conventionele
ICT.

5. Maar… ondergetekende hangt het

filosofisch (!) materialisme aan

4
Terzijde: Dit doet Ockham…

5
 Gedachten anno 2018
✓ Filosofisch materialisme impliceert dat er niets is dat koolstof wel
en silicium niet: geen “ghost in the machine”.
✓ Waarnemen, patronen herkennen, hypothesen formuleren/toetsen
kan een machine ook.
✓ De hardware loopt deels achter (CPU power) en deels voor
(sensoren), maar vooruitgang is enorm.
✓ AI algoritme kan worden getraind door mensen (easy), door andere
machines (less easy) en door zichzelf (hard).
✓ Toepassing van moderne AI vereist vermogen van algoritme om
gedrag uit te leggen en dat is analoog aan het proces van
datamodelleren. Cases: rechtspraak, Trolley probleem, AI-
Salarisapplicatie, etc. De filosofisch materialist gelooft dat dit kan.

6
Verder met Mathieu…