Hoe werkt deep learning ?

Deep learning ?

Deep learning is onderdeel van Machine learning, wat weer een onderdeel is van Artificial Intelligence. Momenteel is Machine learning, min of meer gelijk aan Artificial Intelligence. Dat heeft ermee te maken dat we nog niet in staat zijn tot echte AI, wat min of meer inhoud dat computers echt na kunnen denken, problemen op kunnen breken in deelproblemen en deeloplossingen in concrete oplossingen.

In de basis is machine learning een vorm van statistiek waarbij input (data) via diverse lagen (neural networks) relaties gaat onderzoeken. Bij taal gaat het bijvoorbeeld om hoe vaak woorden in combinatie met elkaar voorkomen, hoe vaak een structuur (grammatica) kan worden ontdekt en op een hoger niveau wat de context van een zin is. Is het een vraag en wat is het onderwerp, persoonsvorm etc.. Zo leert een computer taal.

Bij beeldverwerking zijn de lagen eerst pixel patronen, die op een hoger niveau de randen kunnen herkennen van een structuur, die op hun beurt in die randen  contouren herkennen zoals een wiel of een neus. Op het volgende niveau kunnen de contouren worden vergeleken met objecten zoals een auto of een mens. Daarna kan je gedrag of emotie herkennen bij een persoon. Voor beeldherkenning worden hierbij meestal convolutional neural networks (CNN) gebruikt, die de algoritmes bevatten om deze diverse lagen apart te onderzoeken.

Appels en Peren vergelijken

Een aardig voorbeeld van hoe Deep learning een probleem aan kan pakken is de opmerking van mensen dat iets appels met peren vergelijken is. Ieder mens herkent immers een appel en een peer maar als het complexer is dan hebben ze daar beduidend meer moeite mee. Terecht natuurlijk. Een computer kan echter net zo makkelijk appels met peren vergelijken als een raket motor van een bromfiets. En met hoge betrouwbaarheid zonder te beseffen wat het een is of kan ten opzichte van het ander. De patronen zijn zodanig verschillend dat het onderscheid net zo groot of groter is dan tussen een appel en een peer.

Statistiek

Het is belangrijk te beseffen dat Machine learning en deep learning statistiek gebruiken in het herkennen van patronen. Zo wordt voor iedere relatie een percentage toegekend aan de kracht van de relatie. Hoe hoger dat percentage is, hoe beter een zin kan worden ontleed of een beeld kan worden herkend. Daarom geldt ook hoe meer data hoe beter een AI systeem wordt. Daarbij is het nog wel van belang dat die data zelf juist is en er ook verschillen zijn. Als je bijvoorbeeld 400 foto’s van monden aan zou leveren en deze allemaal als mond markeert, is de kans er groot dat het volgende beeld van een mond ook daadwerkelijk wordt gevonden. Maar als dat de enige data is die er is, zal een neus ook als mond worden herkend, immers de wereld bestaat alleen uit monden.

Centillien en deep learning

Centillien heeft al diverse producten en oplossingen gemaakt op basis van deep learning. Zo is Intra, ons product voor beeld en herkenning van gedrag daarop gebaseerd. Het gebruikt eerst Convolutional Neural Networks om lagen te creëren in het herkennen van patronen om vervolgens deep learning toe te passen om de relatie te ontdekken. Het resultaat is verbluffend, zoals onderstaand filmpje duidelijk maakt.

Wat heb ik hier aan ?

Artificial Intelligence is momenteel een erg hot topic. Begrijpen hoe dit werkt, helpt niet alleen om de wereld een beetje beter te begrijpen, maar ook om concreet nieuwe toepassingen te bedenken. Ons motto is als jij het kunt bedenken, kunnen wij het maken. Laat je dus inspireren en bedenk een AI toepassing op basis van deep learning voor jouw bedrijf en vraag ons om te kijken wat het kost om dat te maken. Hopelijk spreken we elkaar snel.

 

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

*

*

*

Share This