Doe het lekker zelf! – Rol BI bij Machine Learning en AI

In de reeks blogs en artikelen over Oracle Business Intelligence is al veel de revue gepasseerd. In dit blog gaat het over een hoger doel, te weten geautomatiseerde beslissingen. In de huidige wereld van snel opkomende zaken als Machine Learning en Artificial Intelligence speelt Business Intelligence een belangrijke rol.

Als Oracle BI ons op een aantal excepties of afwijkingen of fouten kan wijzen en wij mensen doen daarop een bepaalde vaste handeling, waarom zouden we die handeling dan niet direct door de computer uit laten voeren?

Alles te weten komen over BI & Analytics?

Cadran-analytics.nl is hier dé plek voor. Ontdek de mogelijkheden van Business Intelligence & Analytics tools om waardevolle inzichten te krijgen in uw data.

Bekijk andere BI & Analytics artikelen

Introductie

In mijn artikel eerder over Big Data noemde ik de ontwikkeling van de schaakcomputer. Feitelijk is de ontwikkeling van software, die spellen zoals dammen, schaken en go gekraakt heeft, de grondlegger van Artificial Intelligence. Op basis van regels, historische data en briljante algoritmes kan een computer voor ons beter en sneller beslissingen nemen, die in ons voordeel werken. Zodra deze set van voorwaarden goed genoeg is, kan een computer beter dan een mens conclusies trekken. In de huidige tijd kunnen we al de voorlopers zien van software in de medische wereld, die nu al beter in staat is om een diagnose vast te stellen, beter dan de meest ervaren arts.

Beangstigend? Ik vind van niet. Hoe mooi is het niet? Voorheen reden we met paard en wagen door de straten. Over enkele jaren rijden we al boek lezend (zonder rijbewijs) in een zelfrijdende auto naar ons werk. De ontwikkeling is niet tegen te houden. Het gaat er aan komen.

Vandaag de dag kijkt een laborant door zijn microscoop naar een bloedmonster en ziet daar in of het goed of fout is. Binnenkort doet een computer dit voor ons en indien gevoed met heel veel data, historie, regels en wetenschap, doet deze dat beter dan welk mens dan ook.

Gaan we een stapje verder, dan zal in de (nabije) toekomst software worden geschreven door software en robots worden gemaakt door robots. En ik denk wel zeker hier te kunnen stellen dat dat beter en intelligenter zal gaan zijn, dan waar wij mensen nu toe in staat zijn.

Beangstigend? Ik vind van niet. Waarom zouden we ons niet laten bijstaan, helpen, begeleiden en verbeteren door de meest optimale voorspellingen en beslissingen, die voor ons worden gemaakt. Zolang het inzichtelijk en begrijpelijk is, is dit prima. Echter er komt een tijd dat het voor ons simpele zielen niet meer begrijpelijk en inzichtelijk is. Maar, ach, wie van ons kan nog een paard en een wagen besturen?

Machine Learning (ML) of Artificial Intelligence (AI)

Niet zo lang geleden zag ik de film The Imitation Game. Deze gaat over de Britse geheime dienst, die in de Tweede Oorlog probeert de Enigma-code te kraken om daarmee Duitse berichten te kunnen ontcijferen. Dit zou voor mensen duizenden jaren rekenen en proberen betekenen. De voorloper van de computer wordt gebouwd om de klus te klaren. Maar pas wanneer deze machine met wat vuistregels en uitgangspunten wordt gevoed, lukt het binnen een afzienbare tijd.

Reeds in de huidige versies van Oracle Business Intelligence zien we de term Machine Learning. Wat is dat eigenlijk? In een prachtige introductie van dit concept door een eerwaarde medewerker van Oracle Nederland krijgen we een beeld:

In een notendop helpen we de computer met zijn onmetelijke rekenkracht om eerst gecontroleerd “zelfdenkend” te worden. We geven het apparaat een gigantische hoeveelheid data en vervolgens vertellen we de computer wat voor uitkomsten wij zelf willen weten en kunnen verwachten. Bijvoorbeeld: We laten de computer naar een bloedmonster kijken, waarin sporen van een nierfalen te vinden zijn. We helpen de computer tot dezelfde conclusie te komen. Als dit gecontroleerde stadium voldoende rekenregels heeft opgeleverd, kunnen we de computer zelfstandig aan het werk laten. We laten de computer datzelfde bloedmonster bekijken om tot de conclusie te komen dat er naast nierfalen ook nog een iets anders te zien is.

Al jaren lang zijn er prachtige films te zien over het fenomeen Artificial Intelligence. Voor de liefhebbers (waaronder ikzelf) noem ik er een paar: Delete (2013), Ex Machina (2014), The Machine (2013) en Transcendence (2014). Stuk voor stuk prachtige toekomstvoorspellende films, die eigenlijk de hedendaagse boeken van Jules Verne zijn. Het kan nu nog niet, maar het kan die kant opgaan.

Beangstigend? Ik vind van niet, zolang we maar heel goed in de gaten houden wie de belangrijkste aandeelhouder is.

In een prachtige lezing van dokter Asimov vertelt hij over dit fenomeen. We zullen robots en computers altijd moeten vertellen de mens met rust te laten. Hij bedoelt hiermee het volgende: Als we de machines hun gang laten gaan, robots laten bouwen aan nog betere robots en software nog betere software laten ontwikkelen, dan zullen deze al gauw een conclusie gaan trekken, die ons voortbestaan bedreigt: Er is maar één gevaar voor deze planeet en dat is de mens en dus moet die maar even uit de weg worden geruimd…. Maar zodra we een beperkende voorwaarde in robots en software opnemen om ons in leven te houden, dan krijgen beiden menselijke trekjes en dan zullen ze dus ook in staat gaan zijn om te besluiten een oorlog te starten…

Beangstigend? Ik vind van niet, zolang we ons hier maar heel erg bewust van zijn.

En nu?

Stel dat we het één en ander praktisch toepassen op het hedendaagse. Laten we een dashboard in Oracle Business Intelligence bekijken dat ons attendeert op wat excepties, zoals wat inkooporders die nog niet ontvangen zijn. Als de medewerker in de organisatie dan steevast hierop contact opneemt met de leveranciers, zouden we dit dan ook kunnen automatiseren? In het continuüm van Oracle BI heet dit automated decisions. De regels en logica en handelingen, die we toepassen op basis van verstrekte informatie, worden geautomatiseerd. Ik maak dit even simpel door een vergelijking te maken met een thermostaat in de huiskamer. Als deze in de winter een kamertemperatuur van 14 graden aangeeft, dan kunnen wij mensen besluiten de kachel op 21 graden te zetten en het wordt warmer in huis. Maar de hedendaagse thermostaat kan dit zelf. We stellen een behaaglijke temperatuur in en de thermostaat besluit zelf de kachel te activeren wanneer nodig. Trekken we dit de toekomst in, dan kunnen we dit apparaat voorzien van eeuwen aan historische meteorologische data en slimme voorspelkracht en het apparaat kan voorsorteren op het weer van overmorgen. Beangstigend? Nee. Heerlijk comfortabel en lekker makkelijk. Zo zou het met Artificial Intelligence ook moeten zijn. Dat is toegevoegde waarde aan ons leven in de vorm van apparaten, die heel veel sneller en heel veel beter dan wij mensen in staat zijn de juiste conclusies te trekken en daarop de juiste acties te ondernemen.

Recent hoorde ik van een voorspelling dat de zelfrijdende auto het zeer haalbaar kan gaan maken om nul verkeersslachtoffers te bereiken. Wereldwijd…

Smaakt dit naar meer? Op deze blog komt snel een vervolg….

Auteur:  Rick Brobbel
BI Consultant bij Cadran Consultancy