Algoritmes en AI: welke vragen stel jij?
Inzicht begint met vragen stellen. Vragen stellen helpt je om rekenmodellen, algoritmes en artificiële intelligentie (AI) beter te begrijpen. Met meer inzicht maak je betere keuzes. Over welk thema wil jij meer inzicht in AI?
Maatschappij
In onze samenleving worden algoritmes en AI vaak gebruikt. Denk aan de dienstregeling van het openbaar vervoer of de selectie van je favoriete muziek. Klik hieronder voor meer voorbeelden.
Toeslag fraude
Haattaal
Taxi app
Muziekherkenning
Spotify gebruikt data van gebruikers om hun algoritme te leren welke muziek mensen willen horen. Het herkennen en classificeren van muziek is voor een algoritme veel lastiger dan voor een mens. Door data zoals gebruikersvoorkeuren te gebruiken, verbetert het algoritme.
Zelfrijdende auto
Anno 2022 werken zelfrijdende auto’s als combinatie van allerlei verschillende AI’s. Een grote uitdaging zit hem in de ethische dilemma’s die je tegenkomt: hoe bepalen we of het algoritme kiest voor de veiligheid van een voetganger of van de bijrijder?
Schaakcomputer
Velen waren verbijsterd toen een schaakcomputer in 1996 won van wereldkampioen Kasparov. AI getraind als schaakcomputer kan supersnel alle mogelijke schaakscenario’s doordenken, maar kan niet dammen.
Sollicitatie
Train je een algoritme op data waarin voornamelijk mannelijke werknemers zitten, dan zal het bij werving ook vooral mannelijke sollicitanten selecteren. Het algoritme maakt dit sociale vooroordeel zichtbaar, maar introduceert het niet zelf.
Dienstregeling trein
De dienstregeling van de NS is een goed voorbeeld van de meerwaarde van AI bij complexe problemen. Algoritmes kunnen vele malen beter een efficiënt spoorboekje maken dan wij als mensen.
Gezondheid
Rondom onze gezondheid en zorg worden algoritmes en AI vaak gebruikt. Denk aan fitness apps op je smartwatch of onderzoek naar betere diagnoses. Klik hieronder voor meer voorbeelden.
Smartwatch
IC-alarm
Röntgenfoto
Diagnose
Een diagnostisch algoritme werd ontwikkeld om huidkanker op te sporen in foto’s van huidsamples. Het algoritme bleek daar beter in te zijn dan artsen. Geweldig, al werd het algoritme getraind op foto’s van voornamelijk lichte huid. Daardoor werkte het slecht in het detecteren van huidkanker in gekleurde huid.
Intake
De analyse van patiëntendata, zoals DNA of medische geschiedenis, helpt bij het ontwikkelen van nieuwe therapieën of medicijnen. De uitdaging is om dataverzameling te standaardiseren. Bijvoorbeeld bij een intake moment. Zo worden kwaliteit en betrouwbaarheid gegarandeerd en is data goed vergelijkbaar.
Smoothie
Uit data-analyses blijkt dat mensen die vaak groene smoothies drinken, gezonder zijn. Zijn de smoothies de oorzaak van betere gezondheid (causatie) of is het een voorspellende factor (correlatie)? Kiezen mensen die bezig zijn met gezonde leefstijl vaker voor groene smoothies?
CoronaMelder
De CoronaMelder app waarschuwt je als je in de buurt van een besmet persoon bent geweest. Alléén wanneer de andere persoon ook gebruik maakt van de app. Een lastige situatie. De app werkt pas goed als genoeg mensen hem gebruiken, maar mensen gaan hem pas gebruiken als ze weten dat de app werkt.
Chemotherapie
Chemotherapie lijkt zeer gevaarlijk bij data-analyse over de risico’s van borstkanker behandelingen. Deze patiënten leven korter dan na bestraling. Chemotherapie afschaffen? Toch maar niet. Juist deze behandelmethode werkt bij agressieve vormen van kanker, waar patiënten anders nóg korter zouden leven.
Energie
Bij de transitie van fossiele naar duurzame energie worden algoritmes en AI vaak gebruikt. Denk aan de slimme meter in je woning of de aansturing van een windmolen. Klik hieronder voor meer voorbeelden.
Slimme meter
Kernenergie
Aardgasvrij
Windmolens
Er komt veel kijken bij het opwekken van windenergie. Algoritmes sturen windmolens aan om rekening te houden met windkracht, bewolking en zetten zichzelf stil bij slagschaduw of als er vleermuizen of trekvogels langs vliegen.
Zonnepanelen
Op een zonnige zomermiddag produceren zonnevelden maximaal. Voor het elektriciteitsnet is piekbelasting een probleem, want het kan dan overbelast raken. Algoritmes die weersvoorspellingen en elektriciteitsverbruik met elkaar combineren, helpen overbelasting voorkomen.
Energielabel
Energielabels zijn 10 jaar geldig en tussendoor bijwerken is niet verplicht. Hierdoor loopt data over energiezuinige woningen vaak achter de feiten aan. Hoe gaat onderzoek naar energiearmoede daarmee om?
Smart-grids
Slimme meters zijn aardig ingeburgerd, maar hoeveel slimme apparaten heb jij? Met algoritmes en AI kan gebruik op elkaar afgestemd worden. Zodat bijvoorbeeld je slimme wasmachine aangaat als je zonnepanelen veel stroom produceren, en je elektrische auto stopt met laden als het bewolkt is.
Klimaat
Om inzicht te krijgen in ons veranderende klimaat worden algoritmes en rekenmodellen gebruikt. Denk aan het ontstaan van wolken of voorspellen hoeveel de zeespiegel stijgt. Klik hieronder voor meer voorbeelden.
Weersvoorspelling
Zeespiegelstijging
Vulkaanuitbarsting
Boomringen
Hoe weten onderzoekers hoe veel het 200 jaar geleden regende? Ze gebruiken proxy’s. Dit zijn uitvoerig onderzochte en geteste methoden, zoals het meten van jaarringen van bomen. Elk jaar komt er een ring bij. In natte jaren is de ring dikker omdat de boom meer groeit.
Satellietmetingen
Wat klinkt meer nauwkeurig: temperatuur meten met een satelliet of met een thermometer? In beide gevallen is het een indirecte meting met voordelen, nadelen en gevoeligheden. Met deze bekende (on)nauwkeurigheden houden rekenmodellen rekening.
IPCC-rapport
Een indrukwekkende wetenschappelijke samenwerking. Het IPCC-rapport wordt gemaakt door wetenschappers over de hele wereld. Daarbij staan data uitwisseling, kritische openheid en ontzettend veel complexe rekenmodellen centraal.
Wolken
Wolken hebben een gigantische invloed op het weer, maar zijn nog steeds een van de grootste uitdagingen om te voorspellen en modelleren. Wolken weerspiegelen modelleerbare weerseffecten en worden daarom zelf niet in klimaatmodellen meegenomen.
Temperatuur
Wist je dat rekenmodellen eenvoudiger de temperatuur kunnen voorspellen voor een groot gebied? Hoe kleiner het gebied, hoe moeilijker dit wordt. Zo is 1 graden stijging globaal beter te modelleren dan de lokale temperatuur van volgende week.