Je koffiemachine wordt slimmer dan jij

The Matrix, I Robot, RoboCop: slechts enkele voorbeelden van films waarin systemen of machines slim zijn en steeds intelligenter worden. Toekomstmuziek? Allesbehalve. Machine Learning is ‘hot’ en bovendien niet meer voorbehouden aan knappe koppen in een geheim laboratorium. Wij praten je bij en vertellen wat je zelf aan Machine Learning in de praktijk hebt. De toekomst is nu.

Natuurlijk houdt Hollywood ervan te overdrijven en zijn de voorbeeldfilms bijzonder overdreven (toch?), maar Machine Learning is al volop aanwezig in ons dagelijks leven. Het wordt bijvoorbeeld gebruikt om te voorspellen wie de Oscars wint, hoe lang je waarschijnlijk over een autorit doet en hoe groot de kans is dat een patiënt in de toekomst een hartaanval krijgt. Maar ook dat je tegen je computer kunt praten, en het toestel je na verloop van tijd steeds beter zal ‘begrijpen’.

Bing voorspelde dankzij Machine Learning 84% van de oscars correct. Doe jij beter?

Machine Learning 101!

We beginnen bij het begin. Het principe van Machine Learning is even eenvoudig als krachtig. Neem een grote hoeveelheid gegevens en laat hierop slimme algoritmes los. Deze algoritmes herkennen patronen in de data en kunnen op basis hiervan interessante voorspellingen doen. Dat hoef je natuurlijk niet zelf te doen. Je laat de software voor je werken! Heb je bijvoorbeeld gegevens van potentiële klanten van je webshop, dan kun je op basis van hun gedrag (waarop klikken ze, hoe lang ze blijven op de pagina), andere kenmerken (leeftijd, geslacht, locatie) en de resultaten uit het verleden voorspellen wie er uiteindelijk een product bij je koopt. Maar daar houdt het niet bij op: bij Machine Learning leert het systeem ook van de gegevens en voorspellingen. Het systeem blijft zich dus continu verbeteren en wordt steeds slimmer.

Jij voorspelt wat je klant wil kopen, voordat hij dat zelf weet.

Voor iedereen

Machine Learning alleen geschikt voor organisaties met oneindige budgetten en kostbare technologie? Neen hoor, bekijk het voorbeeld van het Zweedse bedrijf Optolexia. Je zult zien dat het juist ook interessant is voor kleine ondernemers. Dit bedrijf gebruikt Machine Learning via Microsoft Azure, de cloudoplossing van Microsoft. Optolexia heeft een dyslexie screening tool voor jonge kinderen ontwikkeld. Met deze waardevolle uitvinding kunnen scholen dyslexie bij leerlingen op vroege leeftijd ontdekken. De kids kunnen daardoor in een vroegtijdig stadium worden behandeld. De onderzoekers van Optolexia analyseren vervolgens de grote hoeveelheden verzamelde gegevens en verbeteren het voorspellingsmodel continu.

Optolexia helpt dankzij Machine Learning scholen om dyslexie bij leerlingen op vroegere leeftijd te ontdekken, zodat ze sneller behandeld kunnen worden.

Of neem nu het liftenmerk ThyssenKrupp. Het bedrijf maakt gebruik van Internet of Things (IoT) met behulp van Azure. Sensoren in de lift zijn verbonden aan een dashboard, waarin je real-time terug kunt vinden welke liften goed werken en wanneer ze voor het laatst een onderhoudsbeurt hebben gehad. Dan zijn we er nog niet. Dankzij Machine Learning kan ThyssenKrupp voorspellen wanneer een lift onderhoud nodig heeft en wanneer er mogelijk een defect zal ontstaan. Zo hoef je nooit meer met de trap. Meer inspiratie nodig? Laat je inspireren door 4 KMO’s die de kans met Machine Learning al hebben gegrepen.

In de praktijk

Ook bij ons wordt intern dankbaar gebruik gemaakt van Machine Learning. Tijd voor enkele voorbeelden? Office 356 houdt je postvak opgeruimd door onbelangrijke e-mail automatisch van belangrijke e-mail te scheiden, zonder tussenkomst van de mens. De fitnessband Microsoft Band maakt ook dankbaar gebruik van Machine Learning. De sensor meet de bloeddruk tijdens intense trainingen. Hierna wordt de informatie van deze relatief eenvoudige sensor razendsnel geïnterpreteerd om goede voorspellingen te kunnen doen en het maximale uit je training te halen. Niet slecht voor zo’n kleine gadget!

Ook voor meer serieuze zaken wordt Machine Learning toegepast. Zo kun je in eigen, natuurlijke bewoordingen aan een programma zoals Salesforce vragen wat de verkoopresultaten van het afgelopen jaar zijn. Niet alleen de cijfers worden dan gepresenteerd, maar ook een grafiek waarin in één oogopslag duidelijk wordt wat er nu écht belangrijk is in de gepresenteerde informatie. En hoe denk je dat de stemassistent Cortana steeds slimmer wordt? Juist, met hulp van Machine Learning. Technologie vormt dus niet langer de beperking: slechts ons eigen inlevingsvermogen en de capaciteit om nieuwe toepassingen te bedenken. Ironisch, nietwaar?

Iets voor jou?

Grijp je kans en ga zelf ook aan de slag met Machine Learning. Voorspel je omzet van volgend jaar, blik vooruit op de gezondheid van je vee en bereid je alvast voor op het aantal gasten in je restaurant in de zomer. Noem het op en je kunt het analyseren en voorspellen. Spannend toch?