Artificial Intelligence Tijmen Blankevoort
Een intelligente revolutie Live spraak vertaling (Skype 2015) Zelfrijdende auto s (Meerdere bedrijven) Jeopardy winst (IBM 2013) Professioneel Go (Google 2016)
De AI jungle Ethische vragen, wat als een zelfrijdende auto iemand aanrijdt Image recognition is opgelost AI vertaalt Stephen Hawking en Elon Musk zijn bang voor AI AI neemt misschien de wereld over IBM Watson verhelpt kanker Google is nu AI first!
De AI jungle Ethische vragen, wat als een zelfrijdende auto iemand aanrijdt Image recognition is opgelost AI vertaalt Wat gebeurt hier allemaal? Stephen Hawking en Elon Musk zijn bang voor AI AI neemt misschien de wereld over IBM Watson verhelpt kanker Google is nu AI first!
Doel van deze presentatie Je komt erachter wat er precies gebeurt in de wereld van AI Je krijgt een kijkje in de nabije toekomst van AI Je krijgt mijn persoonlijke visie te horen op AI in marketing
Machine Learning Machine learning We willen dat een computer iets voor ons doet. Hoe doen we dat? Het is makkelijker als een computer kan leren door voorbeelden, net zoals een kind!
Example Dit is een 4 Een computer kan leren handgeschreven karakters te herkennen
Herhaal vaak Dit zijn 0 en, 1 en, 2 en... Geef 60.000 voorbeelden met label (0, 1, 2, etc.)
Na een hele hoop voorbeelden Dit is een 2
Dit is moeilijk Virginica Versicolor Een beslisboom zal nooit goed plaatjes kunnen classificeren Setosa
Deep Learning (2006 - nu)
Mogelijkheden We kunnen nu complexe data geven aan machine learning! Tekst Plaatjes Geluid Sensor data Maakt niet uit hoe complex, als je maar genoeg voorbeelden hebt zal
Beeldherkenning Verzamel 1.000.000 plaatjes 1.000 verschillende objecten Input: plaatjes Output: label Geef aan Deep Learning:
Beeldherkenning Verzamel 1.000.000 plaatjes 1.000 verschillende objecten Input: plaatjes Output: label Geef aan Deep Learning: Bovenmenselijk accurate object herkenning, zoals in zelfrijdende auto s
Sentiment analysis Verzamel miljoen tweets Input: tweets Output: sentiment Geef aan Deep Learning:
Sentiment analysis Verzamel miljoen tweets Input: tweets Output: sentiment Geef aan Deep Learning: Beste sentiment analyse tools beschikbaar
E-mails Verzamel een miljoen e- mails Input: e-mails Output: korte antwoorden Geef aan Deep Learning: Die meeting klinkt als een goed idee, ik zie je daar!
E-mails Verzamel een miljoen e- mails Input: e-mails Output: korte antwoorden Geef aan Deep Learning: Die meeting klinkt als een goed idee, ik zie je daar! Inbox smart reply
Deep learning is overal! Google Translate Facebook Timeline Meest wijdverspreide technologie waar niemand van heeft gehoord Apple Siri
AI doet slim AI doet slimme dingen Dat betekent nog niet dat het intelligent is! Bijna alle AI toepassingen zijn specialistische AI. AI getraind voor 1 specifiek doel. Deep Blue slimmer dan Kasparov (1996)
AI is dom AI leert niet op een menselijke manier AI heeft zeer veel voorbeelden nodig om te leren AI heeft geen common sense AI generaliseert niet AI kan niet conceptualiseren en redeneren Geen creativiteit Geen geheugen Kan beslissingen niet uitleggen.
AI als leerbare software tool
Kleine recap Machine Learning stelt ons in staat een computer te laten leren van voorbeelden Computer ziet input + output, gegeven nieuwe input, geeft verwachtte output. Niks nieuws/creatiefs/intelligents!!! Deep Learning stelt ons in staat machine learning te doen op complexe data. Deep learning zit achter zo n beetje elke nieuwe AI ontwikkeling Denk over AI na al leerbare software tool. Geef het genoeg voorbeelden van wat je wil dat het doet, en het zal het doen
De toekomst van AI
Active learning Iedereen kan straks een AI leren om saaie, repetitieve taken over te nemen! Systeem draait met je mee in de praktijk Systeem maakt een fout, verbeter die fout Systeem zal zelf vragen stellen Systeem kan uitleggen waarom hij bepaalde dingen doet Systeem wordt steeds slimmer
De katalysator van AI
Kunde als commodity Active Learning en AI gaat er voor zorgen dat niet alleen kennis, maar hoe te handelen met die kennis, beschikbaar wordt voor iedereen
De AI Marketing assistant Marketeers kunnen in de toekomst de computer leren repetitieve taken meer automatisch (onder supervisie) uit te voeren: Schedulen van e-mail campagnes Veranderen van Google AdWord bids Prioritiseren van leads Bepalen welke producten geboost/geburied moeten worden aan de hand van data Visualiseren van werking campagnes + potentiële uitleg Opmaken van content etc... Er zal zo meer focus komen op het creatieve proces
Stel ik wil een laptop kopen Er zijn veel te veel opties. De gemiddelde persoon weet echt niet hoeveel RAM die nodig heeft! Dus ik bel een vriend die hier verstand van heeft!
De intelligente sales agent Laptop experts Hey Siri, ik wil een laptop kopen Producten en productinformatie Klant Chatbot In bijv. Siri of Cortana
Impact De sales persoon die je helpt is weer terug op het internet Third-party vergelijkingen zullen populairder worden (soort consumentenbond voor producten) Van branding marketing naar functionele marketing
Expliciete klant interactie Marketing kanalen, en advertenties zullen steeds meer expliciete klantinteractie gebruiken om content te bepalen, in plaats van impliciete. We werken nu met erbarmelijk modellen Denk aan: NOS die vraagt of je in de toekomst dit soort artikelen wil lezen (a la tinder?) Mensen die aangeven waarom ze reclame wel/niet relevant vinden, en zo bepalen welke reclame ze zien Call-centers die feedback genereren over waarom iemand niet geïnteresseerd was of slecht was geholpen
Impact Klanten krijgen meer invloed op wat ze zien in hun eigen kanalen Van zenden naar klant incorporatie en focus Marketing wordt meer functioneel/relevanter Veel betere klant modellen door expliciete feedback
Content creatie De Griekse minister Varoufakis van Hamas overlegde toen al een onderzoeksresultaat op de site van de staatssecretaris. Volgens de Kamer was de strijd tegen de aanvraag van het liberale media op de kritiek op de overname van de Tweede Kamer. De minister van Buitenlandse Zaken heeft de minister van Sport en wil dat de landen die gesprekken hebben gehad met het ministerie van Landbouw. Dat is een lange termijn van de Iraanse president.het is de ouders van de drie oppositiepartijen dat het bedrijf het grootste gezamenlijke inkomen van het regime van Asscher heeft gestemd. Tekst gegenereerd door een algoritme getraind op 7 jaar NOS nieuws artikelen. Geen context, dus praat nonsense. Maar: kan gebruikt worden om woord/stijl suggesties te doen. Beste spellings checkers werken op dit principe
Nu met context Dataset: Images -> Text Image to text (Google 2014)
Tekst aanpassen aan doelgroep Google translate vertaald van de ene taal naar de andere taal. We kunnen ook een google translate maken die tekst van de ene schrijfstijl naar de andere vertaald. Bijvoorbeeld afhankelijk van je doelgroep!
Plaatjes genereren Gegenereerde plaatjes van kerken (Facebook 2015)
Impact Sneller kunnen maken van content Sneller genereren nieuwe ideeën Beter content aan kunnen laten sluiten op de wens van de klant
En jij? Als jij een systeem zou kunnen leren werk in marketing van je over te nemen. Wat zou het dan doen?