Development

Wetenschap
hooiberg

Bot leert nu zelfstandig op het web

Een nieuw type software robot kan zelf op internet naar uitleg voor een probleem op zoek.

15 november 2016

Een nieuw type software robot kan zelf op internet naar uitleg voor een probleem op zoek.

Systemen met kunstmatige intelligentie hebben niet de wijsheid in pacht. In feite zijn ze helemaal niet zo intelligent als mensen, maar blinken uit in specifieke taken en kunnen zichzelf daar in verbeteren. Wetenschappers hebben nu dat leerproces meer afgestemd op hoe mensen kennis vergaren.

Wanneer je als mens iets niet begrijpt, ga je op zoek naar iemand die het wel begrijpt. Of - en zo gaat het tegenwoordig vaker - je pakt je smartphone of computer en zoekt op internet naar informatie waarmee je je eigen inzicht vergroot.

Computer doet het anders

Machine learning is de manier waarop systemen met kunstmatige intelligentie zichzelf kunnen verbeteren in het uitvoeren van taken. Daarvoor is het systeem afhankelijk van mensen, die het systeem voeden met voorbeelden, waarin het systeem patronen kan herkennen. Door het systeem met zo veel mogelijk relevante data te voeden, neemt de kans toe dat het beter wordt in de beoogde taken.

Onderzoekers van het Massachusetts Institute of Technology (MIT) hebben die afhankelijkheid van menselijke 'aangevers' nu weten te omzeilen door de machine learning methodiek op zijn kop te zetten. In plaats van zoveel mogelijk leermateriaal aan het systeem te voeden, bieden ze juist heel spaarzaam materiaal aan. Het systeem gaat vervolgens zelf op zoek naar het inzicht.

Zoek tot je het begrijpt

De groep van hoogleraar Electrical Engineering and Computer Science Regina Barzilay ontwikkelde de nieuwe methodiek als zijlijn bij hun werk aan het extraheren van informatie uit teksten die in natuurlijke taal zijn opgesteld. Heel vaak is er maar een beperkte hoeveelheid materiaal beschikbaar waaruit de informatie moet worden gehaald. "Als je een artikel leest dat je niet begrijpt ga je het web op en zoekt net zo lang tot je voldoende andere artikelen hebt gevonden om het eerste te begrijpen."

Betrouwbaarheidsscores vergelijken

De groep ontwikkelde algoritmen die aan alle patronen in de teksten, een betrouwbaarheidsscore toekent. Het is een maat voor de statistische kans dat die patronen ook correct zijn geïnterpreteerd. Wanneer de betrouwbaarheidsscore onder een gestelde drempelwaarde blijft, formuleert het systeem zelfstandig een zoekopdracht op het web die teksten oproept waarin hetzelfde onderwerp wordt behandeld. Vervolgens probeert de computer de informatie ook uit een van de gevonden artikelen te halen en vergelijkt deze met de resultaten uit het eerste artikel. Wanneer de betrouwbaarheidsscore te laag blijft, komt het volgende artikel aan de beurt, net zo lang tot de vereiste zekerheid is bereikt.

Een en al machine learning

De manier van informatie-extractie is dus niet veranderd. Je zoekt naar artikelen die makkelijker voor de extractor zijn te 'begrijpen', legt  Adam Yala uit. Ze is een van de studenten die aan het project werkt. De werking van veel onderdelen van het systeem berust op machine learning, dus ook het formuleren van de zoekopdrachten, het analyseren van de betrouwbaarheid van de gevonden patronen en de beste strategie om de gevonden resultaten uit verschillende informatie-extracties met elkaar te combineren.

Zie ook Development op AG Connect Intelligence

Reactie toevoegen