Door: FHI, Federatie van Technologie Branches Er worden in hoog tempo geavanceerde cognitieve technologieën ontwikkeld die mensenwerk kunnen vervangen. Om te bepalen waar en hoe je ze kunt toepassen in je organisatie, heb je grondig inzicht nodig in wat je er wel en niet mee kunt. Slimme machines worden duidelijk intelligenter. De trend gaat richting steeds zelfstandigere besluitvorming, ofwel van machines die een sterk gestructureerde data- en beslissingscontext nodig hebben naar machines die complexere contexten kunnen ontcijferen.
Een algoritme programmeren om iets te doen is één ding. Een intelligent systeem programmeren om iets zelfstandig te leren doen is iets heel anders, en dat is waar het bij machine learning om draait.
Machine learning is een manier om een slim systeem zover te krijgen dat het gigantische datasets kan analyseren, spraakopdrachten begrijpt en leert te herkennen te sorteren. In plaats van een systeem hard te coderen – het te programmeren met de capaciteit om deze taken uit te voeren – is het waardevoller om machines te bouwen die je kunt leren om te leren. Het hard coderen van een complex proces is namelijk onpraktisch en vaak zelfs onmogelijk.
Toch moeten we ons afvragen hoe slim onze smart apparaten zijn. Christine van Vredendaal van NXP (op uitnodiging van EBV Elektronik) gaat in op hoe slimme apparaten op basis van machine learning zich in feite niet op zulke slimme manieren kunnen gedragen. Dit kan de beveiliging en veiligheid van die apparaten beïnvloeden en is de reden dat we voorzichtig moeten zijn bij het toepassen van machine learning in kritieke situaties. Nieuwsgierig geworden wat hun oplossing is?
Klik hier voor het complete programma en meld u aan voor een gratis bezoek.
