Kennis winnen uit data

door | nov 5, 2018 | Advies | 0 Reacties

Hoewel het gebruik van analytics in ondernemingen niet nieuw is, veranderen machine learning, kunstmatige intelligentie en automatisering zowel de perceptie als het gebruik van deze tools.

Jawel, de termen ‘kunstmatige intelligentie’ en ‘machine learning’ worden regelmatig ijdel gebruikt. Maar hun invloed op de evolutie van analytische technologie is onbetwistbaar. Volgens Oliver Schabenberger, COO, Executive Vice President van SAS, kan die laatste worden beschouwd als een multidisciplinaire aanpak gericht op ‘kennis winnen uit data’. Zoals hij het ziet zijn data de brandstof en is analyse de drijvende kracht van de nieuwe economie. En geavanceerd gebruik daarvan is mogelijk door middel van voorspellende analyse, die voorziet wat er kan gebeuren, of prescriptieve analyse, die aanbevelingen doet voor beslissingen die moeten worden genomen.

Juist bij dit geavanceerde gebruik verrijken nieuwe AI-technieken, zoals deep learning, de bestaande tools – terwijl klassiek machine learning al lang bestaat. Deze integratie hangt nauw samen met de noodzaak om veel taken te automatiseren, wat vereist dat data worden verwerkt waarvan het volume gewoon explodeert. Nog steeds volgens Oliver Schabenberger bestaat een eerste niveau van automatisering erin problemen ‘met de hand’ op te lossen na een klassieke machinale leertechniek te hebben toegepast; op het tweede niveau ontwerpen computers de algoritmen zelf dankzij deep learning.

Analytics is nog altijd een zich steeds verder ontwikkelende en groeiende markt, waar voornamelijk grote investeringen worden verwacht in de sectoren van het bankwezen, de maakindustrie, de overheid en de professionele dienstverlening. De uitdaging voor bedrijven, vat Oliver Schabenberger samen, is ook om talenten aan te trekken die het beste kunnen halen uit alle gegevens die hun ter beschikking staan. Zo bekeken zijn AI en de automatisering de nieuwe hefbomen van de data-analyse.

 

AI? Dat is een hulptechnologie!

(Oliver Schabenberger, COO, Executive Vice-President, SAS)

° Vanwaar die plotselinge belangstelling voor AI – terwijl die laatste echt niet heel nieuw is?

‘Als we slimme fabrieken, slimme steden, slimme auto’s en slimme woningen willen, dan moeten de systemen die ze aansturen slim zijn. Dit vereist systemen die in realtime leren, kunnen generaliseren en optimaliseren op basis van een gemeenschappelijke reeks regels die altijd actief en personaliseerbaar zijn.’

° U zegt dat kunstmatige intelligentie niet… slim is. Om te provoceren?

‘AI is alleen maar een adembenemend voorbeeld van algoritmische technologie. Specifieker gezegd, want algoritmen leren op een andere manier dan mensen, benaderen ze de dingen anders. Ze kunnen relaties en patronen zien die ons ontgaan. Zoals Tom Gruber opmerkt in zijn TED Talk, moeten we ons zorgen maken over hoe machines en algoritmen ons slimmer kunnen maken – en niet hoe we machines slim moeten maken. Laat het algoritme zijn supply chain autonoom beheren in plaats van optimalisaties te suggereren die rekening houden met de configuratie of de huidige status van het systeem. Als we het algoritme de volgende stap lieten suggereren, zou het ons best eens kunnen verbazen!’

° Kortom, u adviseert om het algoritme te ‘bevrijden’…

‘Ja! Het zal er alleen maar nuttiger dingen door gaan doen! We moeten resoluut onze aanpak veranderen en niet-gecontroleerde methoden gaan optimaliseren, zodat ze de modellen van onze wereld met elkaar kunnen verbinden en op de beste manier te werk kunnen gaan in complexe omgevingen. Dat resulteert nu al in indrukwekkende prestaties. Algoritmen kunnen nu ook even goed als radiologen, maar wel sneller, vormen van kanker op beelden detecteren, waardoor de radiologen zich kunnen toeleggen op kritiekere gevallen of complexere diagnosesLaten we de toekomst niet laten wachten!’

° Waar staat SAS ?

SAS heeft een flinke lengte voorsprong! Van de optimalisatie van de logistiek tot de customer journey, van voorspellend onderhoud tot het runnen van datacenters, van de zelfrijdende auto tot de automatisering van gebouwen… En dat zijn niet meer dan enkele voorbeelden uit een groot aantal gebieden waar SAS op regels gebaseerde systemen heeft gebouwd. We kunnen nu snel systemen trainen die regels beter toepassen dan de menselijke logica doet.’

In Maart Solutions Magazine

Oplossingen Magazine wijdt binnenkort speciale verslagen over de veiligheid van mobiele toepassingen :GDPR, Samenwerking & video, Home Protection

> Ik wil dat zichtbaarheid op dit onderwerp
> Abonneer u op de maandelijkse papieren

PUB

EMC
Summary
Kennis winnen uit data
Article Name
Kennis winnen uit data
Description
Hoewel het gebruik van analytics in ondernemingen niet nieuw is, veranderen machine learning, kunstmatige intelligentie en automatisering zowel de perceptie als het gebruik van deze tools.
Author
Solutions Magazine