Mogelijkheden deep learning

Na mijn hervonden interesse in machine learning mede door de prestaties van IBMs Watson in Jeopardy en bijvoorbeeld de TED talk van Jeremy Howard blijft regelmatig de vraag terugkomen; "Voor welke toepassingen zou machine learning geschikt zijn?". Zeker omdat Jeremy aangeeft dat het weleens een groot deel van de huidige arbeidsplaatsen zou kunnen gaan vervangen. Toch vindt ik het nog lastig om mij daar een voorstelling van te maken.  Oke, dat zelf rijdende voertuigen nu al zulke veelbelovende proeven laten zien betekend inderdaad dat er een aardige bedreiging voor vrachtwagen, taxi en bus chauffeurs lijkt te komen. Machinisten en piloten zullen dan wellicht ook niet lang meer domineren op hun gebied. Specialisten als artsen en vertalers zullen waarschijnlijk hun kwaliteit en efficiëntie omhoog zien schieten. Of wellicht voor bepaalde gebieden volledig door automatisering overgenomen gaan worden. Veel Youtube filmpjes worden bijvoorbeeld al automatisch real time ondertiteld. De kwaliteit moet nog groeien maar ook daar worden snelle stappen gemaakt.
Maar hoe zit het met ander functies? Bijvoorbeeld secretaresses, managers, verkopers, reisagenten? Wat zou daar de 'killer' DL toepassing zijn? (Niet te letterlijk :-)
En andere gebieden? Google, Amazon en Netflix zijn voorbeelden van bedrijven die onze behoeften zo goed mogelijk proberen te begrijpen. Met DL. Apparaten, zoals iPhones met Siri, beginnen steeds beter naar ons te luisteren. Maar waar zitten allemaal nog meer mogelijkheden?

Van de week heb ik op mijn werk een bespreking bijgewoond over de mogelijkheden van DL voor commerciële toepassingen in buitenverlichting. De mogelijkheden in de geneeskunde met alle beelddiagnostiek (ander deel van de bedrijfsactiviteiten) lijken meer voor de hand te liggen. Van ondersteuning bij de positionering van bijvoorbeeld echoprobes en automatische metingen tot aan daadwerkelijke beeld interpretatie.

Voor een gebied als (buiten) verlichting zijn de mogelijkheden wellicht wat minder direct terug te vinden. De straatverlichting begint een belangrijke plaats in te nemen in de ontwikkeling die men 'smart cities' noemt. Door de 'lantarenpalen' met netwerkverbindingen te koppelen en een beetje slim te maken worden al aardige resultaten bereikt. Ondermeer kan dat ervoor zorgen dat er vooral 'licht daar waar nodig' wordt geproduceerd. Toch zijn er, denk ik, ook nog slimmere toepassingen te bedenken. Bijvoorbeeld door sensoren in te bouwen die 'afwijkend gedrag' kunnen waarnemen en classificeren. Afwijkend gedrag als zwalkend (dronken / vermoeid) sturen, te langzaam of te hard of zelfs te agressief rijden. Ook kunnen bijvoorbeeld zeer waarschijnlijk ongelukken worden herkent. De verlichting kan in de verschillende situaties op 'gepaste' wijze reageren. Zo kan er automatisch het verlichtingsniveau en kleur worden aangepast en kan er een melding naar een meldkamer gestuurd worden. De route van hulpdiensten kan worden herkent zodat verkeer vroegtijdig door lichtsignalen gewaarschuwd kan worden.

Iets vergelijkbaars kan gedaan worden in bijvoorbeeld uitgaanscentra om 'ongeregeldheden' waar te nemen en te melden. Door aanpassing van de verlichting zodra er een echte angstkreet klinkt kan wellicht escalatie zelfs worden voorkomen. Dronken mensen kunnen herkent worden en worden begeleid. Dit lijkt nu al in praktijk te gaan werken op de treinstations in Japan.

Uiteraard moet het nut van al dit soort zaken afgewogen worden tegen de kosten. Tevens maken de zelf-rijdende auto's waarschijnlijk geen ongelukken en hebben misschien niet eens straatverlichting nodig. Maar nadenken over de mogelijkheden blijft intrigeren. Net als in de begintijd van Internet zullen we waarschijnlijk pas geleidelijk aan de echte, beste mogelijkheden van machine intelligentie ontdekken.