S05E58 - Botsende satellieten en AI: het belang van vertrouwen in risicomodellen

Welkom bij een nieuwe aflevering van AIToday Live, rechtstreeks van de World Summit AI 2023 in Amsterdam! Vandaag deel ik mijn ervaringen en indrukken van deze inspirerende conferentie vol AI-experts.

Tijdens een interessant panelgesprek werd onder andere gesproken over het voorspellen van botsingen tussen satellieten in de ruimte, wat een enorme uitdaging blijkt te zijn. Daarnaast deel ik een krachtige analogie tussen menselijke en machine-intelligentie, en ontdek je verrassende inzichten over de bekende robots van Boston Dynamics.

Mis deze boeiende aflevering niet en vergeet niet te abonneren!

Links

• Website: World Summit AI 2023 (https://worldsummit.ai/)

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,000 --> 00:00:07,280
Vandaag live vanuit World Summit AI 2023 vanuit Amsterdam.

2
00:00:07,280 --> 00:00:10,600
Deze korte aflevering van de AIToday live.

3
00:00:10,600 --> 00:00:16,320
Ik zeg vanuit Amsterdam, maar eigenlijk is het vanuit Zaandam, maar dat mag de pret niet

4
00:00:16,320 --> 00:00:17,320
drukken.

5
00:00:17,320 --> 00:00:23,640
Er is een tweedaagse conferentie gaande met allemaal experts op het gebied van AI die zich

6
00:00:23,640 --> 00:00:25,640
verzameld hebben in Zaandam.

7
00:00:25,640 --> 00:00:31,200
En nou daar zit verschillende interessante, min interessante van alles en nog wat tussen

8
00:00:31,200 --> 00:00:32,800
en ik ga je daarover bijpraten.

9
00:00:32,800 --> 00:00:36,480
In ieder geval wat ik heb gezien en wat ik heb gehoord en wat ik ervan vond.

10
00:00:36,480 --> 00:00:43,440
En laat ik beginnen met dat je als je een conferentie hebt, zou ik geen politici uitnodigen.

11
00:00:43,440 --> 00:00:49,400
We hebben praatjes gehad van iemand van de Verenigde Naties, we hebben van Alexandra

12
00:00:49,400 --> 00:00:52,480
van Huffelen de staatssecretaris van Digitale Zaken.

13
00:00:52,480 --> 00:00:57,240
En wat ik niet wist, dat die bestond in minister van AI uit Engeland.

14
00:00:57,240 --> 00:01:01,600
Lezen allemaal voor van een papiertje, helemaal van tevoren uitgeschreven.

15
00:01:01,600 --> 00:01:03,600
Dodelijk saai.

16
00:01:03,600 --> 00:01:13,680
Maar goed, een andere wat wel heel erg interessant was, is een panel en dat ging over AI gebruik

17
00:01:13,680 --> 00:01:15,000
in de ruimte.

18
00:01:15,000 --> 00:01:18,560
Dus letterlijk van de aarde af in de ruimte.

19
00:01:18,560 --> 00:01:25,060
En een van de dingen die daar aan bod kwamen gaat over dat er voorspeld moet gaan worden

20
00:01:25,060 --> 00:01:27,220
of satellieten elkaar niet gaan botsen.

21
00:01:27,220 --> 00:01:33,720
Het is niet alleen een hele hoge kost.

22
00:01:33,720 --> 00:01:36,100
Zo'n satelliet kost miljoenen en miljoenen.

23
00:01:36,100 --> 00:01:40,780
Maar als dat botst heb je ook nog heel veel rotzooi in de ruimte.

24
00:01:40,780 --> 00:01:42,580
En daar is al ontzettend veel van.

25
00:01:42,580 --> 00:01:47,100
Dus dat zou echt super vervelend zijn om dat extra erbij te hebben.

26
00:01:47,100 --> 00:01:55,060
Daar komt bij dat het besturen, of eigenlijk het aansturen van zo'n satelliet is heel

27
00:01:55,060 --> 00:01:56,060
erg duur.

28
00:01:56,060 --> 00:01:58,500
Waarom vertel ik dit nou?

29
00:01:58,500 --> 00:02:06,820
Omdat ze vertelde over een risicomodel die inschat hoe hoog het risico is dat de satellieten

30
00:02:06,820 --> 00:02:07,940
met elkaar gaan botsen.

31
00:02:07,940 --> 00:02:16,420
En daarbij werd aangegeven dat ze heel erg conservatief zijn in deze tak van sport.

32
00:02:16,420 --> 00:02:23,740
Dus daar kwam explainability, een van de dingen die ik erg interessant vind, kwam er naar

33
00:02:23,740 --> 00:02:27,020
voren van hoe belangrijk het daar ook weer is.

34
00:02:27,020 --> 00:02:32,500
Hoe redeneert uiteindelijk het model op basis waarvan doet ie het.

35
00:02:32,500 --> 00:02:39,380
Zeker dus in een conservatieve wereld waar het zomaar niet vertrouwd wordt, de uitkomst

36
00:02:39,380 --> 00:02:40,380
van zo'n model.

37
00:02:40,380 --> 00:02:45,460
Maar dus ook, wat ik net aangaf, het is duur als je gaat sturen.

38
00:02:45,460 --> 00:02:49,820
Dus je wilt niet zomaar denken "laten we het maar proberen".

39
00:02:49,820 --> 00:02:52,460
En je moet wel heel zeker weten.

40
00:02:52,460 --> 00:02:58,260
Stel dat ze uiteindelijk alsnog botsen, ja, dat is nogal wat.

41
00:02:58,260 --> 00:03:02,460
Mooi verhaal gehad van TNO en TU Dennis.

42
00:03:02,460 --> 00:03:08,340
En een van de dingen die naar voren kwam, ook wel heel sterk, was namelijk een heel krachtige

43
00:03:08,340 --> 00:03:13,660
analogie over hoe verschillende intelligentievormen met elkaar kunnen samenwerken.

44
00:03:13,660 --> 00:03:22,060
Deze professor had een hele mooie foto van een ruiter, cowboy, die op een paard zat.

45
00:03:22,060 --> 00:03:25,100
Superactief en die scheidt een kalf van de kudde.

46
00:03:25,100 --> 00:03:32,980
En wat zij vertelde is dat zo'n kalf zo razendsnel is dat als het paard zou moeten

47
00:03:32,980 --> 00:03:39,900
wachten op de aanwijzingen van de ruiter, van de cowboy, dat de kalf zo altijd te snel

48
00:03:39,900 --> 00:03:40,900
af is.

49
00:03:40,900 --> 00:03:49,300
Dus wat er gebeurt is dat het paard leidt maar de rijder die bepaalt welk kalf gescheiden

50
00:03:49,300 --> 00:03:50,940
moet worden van de kudde.

51
00:03:50,940 --> 00:03:56,540
Dit is eigenlijk een hele mooie analogie van wat we natuurlijk ook aan het proberen zijn

52
00:03:56,540 --> 00:04:00,620
met machines, machine learning AI en mensen.

53
00:04:00,620 --> 00:04:09,140
Dat je als mens wel in de regie zit maar dat het systeem dusdanig besluiten kan nemen

54
00:04:09,140 --> 00:04:15,020
die snel accuraat is maar wel onder onze regie. Ik vond dat een heel erg mooi voorbeeld.

55
00:04:15,020 --> 00:04:23,620
Het laatste wat ik wil delen dat gaat over de robots van Boston Dynamics. Je hebt vast

56
00:04:23,620 --> 00:04:27,660
wel die robots gezien weet je die trappen op kunnen klimmen, die kunnen dansen, die van

57
00:04:27,660 --> 00:04:34,820
alles en nog wat kunnen doen. En wat daar wel heel grappig is dat degenen die hier onderzoek

58
00:04:34,820 --> 00:04:39,900
kunnen doen. Die zeiden van ja, het zijn allemaal hartstikke leuke filmpjes, maar wat nu echt

59
00:04:39,900 --> 00:04:47,140
state of the art is, dus waar deze technologie nu echt in zit, is dat ze moeite hebben en

60
00:04:47,140 --> 00:04:52,500
dat lukt nu, zo zei hij het eigenlijk, nu lukt uiteindelijk dat robots, dit soort robots,

61
00:04:52,500 --> 00:04:57,300
deuren kunnen openen in geval van nood. Dus als er bijvoorbeeld een brandend gebouw is,

62
00:04:57,300 --> 00:05:04,220
kunnen ze zo'n robot het gebouw insturen, maar die moet dan dus klinken open kunnen

63
00:05:04,220 --> 00:05:10,760
maken. Dus zeg maar allerlei vormen van deuren openen. En juist dat deuren openen is al zo

64
00:05:10,760 --> 00:05:17,740
lastig. Dus ik was er al van overtuigd dat alles wat we aan die filmpjes zien, dat is

65
00:05:17,740 --> 00:05:24,100
eigenlijk meer toekomst en geregisseerd. State of the art is eigenlijk openen van de deurklink

66
00:05:24,100 --> 00:05:25,100
moeilijk zat.

67
00:05:25,100 --> 00:05:30,220
Leuk dat je weer luisterde. Vergeet je niet te abonneren, dan mis je geen aflevering.

68
00:05:30,220 --> 00:05:31,220
aflevering.

69
00:05:31,220 --> 00:05:37,340
[Muziek]