Artificial Agent Assistance. Arjan van Hessen Universiteit Twente

Maat: px

Weergave met pagina beginnen:

Download "Artificial Agent Assistance. Arjan van Hessen Universiteit Twente"

Pieter Martens
5 jaren geleden
Aantal bezoeken:

1 Artificial Agent Assistance Arjan van Hessen Universiteit Twente

2 Kunstmatige intelligentie De menselijke geest uniek? Dat had u gedacht. Het onderscheid tussen een biologisch en een synthetisch brein zal verdwijnen. Wen er maar aan: de mens is niet specialer dan een computer. NRC 13 oktober 2017

3 AI Tekst Patroon Zwak Sterk

6 WHO IS AGATHA CHRISTIE

7 AI Patroonherkenning Classificatie Discriminatie Predictie Cognitief Begrijpen Antwoorden Emoties

8 Niet te beschrijven vormen kunnen herkennen, classificeren, verbinden met bekende objecten PATROONHERKENNING

9 Patroonherkenning

10 Voorbeeld van top-down signalen in visuele waarneming BOTTOM-UP data-gedreven processen analyseren de vlekken TOP-DOWN opgeslagen kennis gebruiken om interpretatie te geven

11 Uiteindelijk moeten we de functionaliteit van (een deel van) onze hersenen nabootsen HERSENEN

NEOCORTEX Hogere Functies Zintuigelijke waarneming Bewuste bewegingen Redeneren, abstract denken en taal CORPUS STRATIUM Beweging Verbinding tussen cerebrale cortex en

12 NEOCORTEX Hogere Functies Zintuigelijke waarneming Bewuste bewegingen Redeneren, abstract denken en taal CORPUS STRATIUM Beweging Verbinding tussen cerebrale cortex en cerebellum. Helpt bij het automatiseren van beweging AMYGDALA Emotionele respons Koppelt zintuigelijke waarneming aan emoties HIPPOCAMPUS Leren Opslag en bewerken van nieuwe data

13 Unsupervised Supervised Adaptive VERSCHILLENDE VORMEN VAN TRAINEN

14 Training Unsupervised Learning Clustering Learns patterns in input data when no specific output values are given. Raw Data Algorithm Automated Clusters Manual Review Production

Training Supervised Input Conv Pool Conv Pool FC Output Machine

process Dog: 94% where it is required to make predictions and

15 Training Supervised Input Conv Pool Conv Pool FC Output Machine Learning Classification A model is prepared through a training process Dog: 94% where it is required to make predictions and is corrected when those Cat: Bird: Boat: 2% 0% 31% predictions are wrong. The training process achieves a Dog: Cat: 37% 91% desired level of accuracy on Bird: 21% the training data. Boat: 1%

16 Adaptive / Reinforcement Machine Learning Training Reward Learns by an indication of correctness at the end of some reasoning. Action Environment Observation

17 Auto-encoder Deep Learning Stacked Auto-encoder Input Hidden Outputs Input Hidden I Hidden II Outputs x 1 x 1 x 2 x 2 x 3 x 3 x 4 x 4 x 5 +1 x 5 x 6 x

18 Wat kan Deep Learning?! = # & ' ( )**+,-**!

19 Wat kan Deep Learning? Spraakherkenning HUMAN ACCURACY 95% 50% 55% 60% 62% 70% MACHINE ASR ACCURACY FFT-based HMM DNN

20 Taal onderscheid ons van alle andere dieren Met taal kunnen we vertellen, abstraheren, samenvatten, fantaseren, liegen TAAL EN INTELLIGENTIE

21 TAAL Spraak Schrift Gebarentaal

22 emotiedetectie spraak tekst spraak verslag emotiedetectie geeft GEEN antwoord op vragen lange stukken klinken nog steeds saai genereren van natuurlijk klinkende spraak herkennen van sprekers groeperen van verschillende sprekers verificatie: is ie het wel of niet? TAAL- EN SPRAAKTECHNOLOGIE

23 Zijn wij zulke goede ASR-engines? Waarom kunnen wij ook bij veel achtergrondherrie toch dikwijls de spraak verstaan? HOE HOREN WIJ MENSEN?

gisterenisdevorstingevallen X I s t r @ I s d @ v O r s t I

l @ n0 gisteren is de vorst ingevallen X I s t r @ I s d @

24 gisterenisdevorstingevallen X I s t I s v O r s t I n v A n0 X I s t I s v O r s t I n v A n0 gisteren is de vorst ingevallen X I s t I s v O r s t I N v A n0 gisteren is de vorstin gevallen

Een taalmodel is een statistisch model dat de

ABC Neural Network Language Model De man

j n + 1 P w j = 1 h j w j n + 2 c k hidden v

= n h j Bengio, Y., Schwenk, H., Sencal, J. S., F.

(2006) Neural probabilistic language models.

25 Een taalmodel is een statistisch model dat de kans teruggeeft op woord X gegeven de woorden ABC Neural Network Language Model De man stapte in zijn Auto: 18K Bed: 9 Zwembad: 1 w j n + 1 P w j = 1 h j w j n + 2 c k hidden v jk h j output v ij P w j = i h j w j 1 P w j = n h j Bengio, Y., Schwenk, H., Sencal, J. S., F., & Gauvain, J. L. (2006) Neural probabilistic language models. In Innovations in Machine Learning (pp ). Springer Berlin Heidelberg.

26 MuZIEum Telecats

27 Wat kan het? Waar gaan we het voor gebruiken? AI IN HET KLANTCONTACT

28 AI in het klantencontact Kunstmatige Intelligentie gaat een rol krijgen binnen het klantcontact Maar welke? ASR: Spraakherkenning NDS: Dialoogvoering NSG: Spraakgeneratie Tools die nu in het KCC gebruikt worden, zullen beter worden door implementatie van ML/AI Nieuwe tools, gebaseerd op ML/AI zullen hun intrede doen Voorspellend Analyserend

29 Wereldkennis Watson: lezen en redeneren DNN: patroonherkenning Input Hidden Outputs N.A.W.

30 Knowledge Graph Linked (Open) Data Triples RDF

31 Kunnen we de emotie uit een?gesprek halen? Emotie is sterk afhankelijk van cultuur, opvoeding, leeftijd, etc. Emotie Welke emotie? " $ %! # De big 5 wel Verdriet Boosheid Angst Vreugde Neutraal

32 Ik wil graag melding maken van een lekkage in het souterrain van mijn huis Selfservice Selfservice Ondersteuning & Suggesties Verslaglegging Analyse Predictie

33 Hoe beheersen wij AI? Kan AI zelfstandig gaan leren? ETHISCHE DILEMMA S

34 Data-driven vooringenomenheid AI-systemen reflecteren de maatschappij doordat ze getraind worden met data die door mensen zijn gemaakt/verzameld. De bias is (bijna) nooit bewust, maar een onbedoeld maar daarom niet minder schadelijk bij-effect van de manier van leren.

Three black teenagers All Images Shopping

35 Three black teenagers All Images Shopping Video Wat was hier de zoek vraag Three white teenagers All Images Shopping Video? In an ed statement Google said the search results are a reflection of what images are online and how they are described USA TODAY

Onvoorspelbaarheid Goede AI gebruikt de regels dus als een richtlijn en niet als een wet (net als mensen). Het probleem met buigzame regels is dat die beide kanten op kunnen buigen.

39 Onvoorspelbaarheid Goede AI gebruikt de regels dus als een richtlijn en niet als een wet (net als mensen). Het probleem met buigzame regels is dat die beide kanten op kunnen buigen. Sommige mensen buigen de regels om levens te redden, anderen buigen de regels om iemand om het leven te brengen. Hetzelfde zal gebeuren bij AI: hoe beter het wordt, hoe moeilijker het wordt om te voorspellen wat AI doet en waarom. Dit probleem is intrinsiek aan intelligentie zelf, in tegenstelling tot de veiligheid van stoomtreinen, vliegtuigen en computers (die alle hun kracht ontlenen aan voorspelbaarheid). Johannes Fahrenfort onderzoeker UvA/VU

40 Om te zorgen dat fabrikanten op een verantwoorde manier kunstmatige intelligentie ontwikkelen, wil het EESC een Europees normerings- en certificeringssysteem. Dat om te controleren of kunstmatige intelligentie voldoet aan standaarden voor veiligheid, transparantie, begrijpelijkheid, verklaarbaarheid en ethische waarden.

41 Voor medewerkers van.. IS ER NOG EEN TOEKOMST?

42 We worden vervangen door. Het ziekenhuis Watson is commercieel (feb 2013) Watson geeft longkankerdiagnose en geeft aan welke behandeling de beste is. De dokter beslist

43 Headhunter? Recruiting is getting a makeover again. It s undergone several since the emergence of career boards almost 20 years ago, and now the Fourth Industrial Revolution is propelling everyone forward to adapt fast with the race for artificial intelligence (AI) forcing the traditional recruitment industry to step up their game. AI Is The New Electricity In my work headhunting and coaching for innovation leaders, and previously working in consumer electronics and entertainment in the last millennium, I've seen technology change the speed of business from the postal service to fax to ; from store shopping and library microfiche hopping to internet surfing at all times dramatically altering industry and the way we work.the arrival of electricity enabled entire industries to be born and created new ways to work. It took away jobs and made jobs. AI will do the same. Businesses that don t adapt will lose. Beter Sneller Goedkoper

Vergelijkbare documenten

Wij veranderen de technologie en de technologie verandert ons Hoe beïnvloedt dat onze manier van werken? Arjan van Hessen

Wij veranderen de technologie en de technologie verandert ons Hoe beïnvloedt dat onze manier van werken? Arjan van Hessen a.j.vanhessen@utwente.nl Artificial Agent Assistance Arjan van Hessen Universiteit