De komende maanden wil ik de mensen achter kunstmatige intelligentie beter leren kennen. Of, om preciezer te zijn, de mensen achter machine learning – het gebruik van algoritmes en statistische modellen om een machine een taak te laten uitvoeren, zonder daarbij gebruik te maken van expliciete regels.

Waarom ik dat wil? Als je de hype mag geloven gaat kunstmatige intelligentie elk facet van ons leven doordringen. Het gaat onze tumoren vinden, onze auto’s besturen, onze oorlogen voeren. Het zou onze grote problemen – van klimaatverandering tot de dood – kunnen oplossen, maar zou ook

Een technologie die naar verluidt je leven zo gaat beïnvloeden, kun je maar beter leren kennen. En dan gaat het niet alleen om de techniek, maar vooral om de mensen erachter. Want al doet de naam vermoeden dat er geen mens meer te pas komt aan kunstmatige intelligentie, de werkelijkheid is anders.

Kunstmatige intelligentie is mensenwerk.

Kunstmatige intelligentie is menselijker dan het lijkt. Wie zitten erachter? Als we de hype mogen geloven, gaat kunstmatige intelligentie onze tumoren vinden, onze auto’s besturen, onze oorlogen voeren. Tijd om de mensen erachter te leren kennen. Lees het artikel hier

Kun jij me helpen?

Zoals gezegd richt ik me in dit project op machine learning (ML). Want bijna alles wat je hoort over kunstmatige intelligentie, gaat daarover. Daarom wil ik daar graag beginnen.

Het bouwen van een ML-toepassing gaat grofweg in vier stappen. Voordat je het model kunt trainen, moet je data verzamelen. Vaak moeten die data worden schoongemaakt of aangevuld. Om een kat van een hond te onderscheiden, bijvoorbeeld, moet je eerst labelen wat wat is.

Dan is het tijd om de toepassing te ontwikkelen. De machine gaat leren. De data worden gebruikt om een model te trainen om – zeg – gezichten te herkennen, energieprijzen te voorspellen of een tekst te vertalen.

Uiteindelijk komt de toepassing bij ons terecht – op onze computer, in de spreekkamer, op het gemeentekantoor – en gaan wij hem gebruiken. En met ons gebruik leveren we nieuwe data en begint de cyclus opnieuw.

Ik zou heel graag mensen willen spreken die ergens in deze cyclus werken. Dus:

  • Bouw of implementeer jij tracking cookies?
  • Rijd je rond in een Google Streetview-auto?
  • Werk je op Mechanical Turk, of een ander platform waarop mensen ingeschakeld worden om soortgelijke taken uit te voeren?
  • Ben je contentmoderator?
  • Gebruik je in je werk machine learning?
  • Ben je activist, beleidsmaker of houd je je op een andere manier bezig met digitale rechten?
  • Ken je de sector goed, bijvoorbeeld omdat je er ooit in hebt gewerkt of er onderzoek naar hebt gedaan?

Dit zijn slechts voorbeelden. Werk jij in de ML-sector en wil je je verhaal delen? Dan ga ik heel graag met je in gesprek. Wie ben je? Hoe ga je te werk? Waarom doe je wat je doet? Ik hoop mensen van over de hele wereld te spreken, dus deel deze oproep gerust met je internationale contacten.

Voel je je aangesproken? In het onderstaande formulier kun je je eigen gegevens of die van een ander achterlaten. Alvast bedankt!

Wil jij met me in gesprek? In dit formulier kun je je contactgegevens achterlaten of iemand anders aanbevelen. Vul het formulier in Op de hoogte blijven van mijn artikelen? Als correspondent Ontcijferen onderzoek ik de getallenwereld. In mijn wekelijkse mail houd ik je op de hoogte van wat ik schrijf, hoor en lees. Een vast onderdeel: #NerdAlert, voor de getallenliefhebbers. Schrijf je in voor mijn nieuwsbrief Callout: Are you working on machine learning? If so, I’d love to hear from you! If you can believe the hype, artificial intelligence is going to detect our tumours, drive our cars and fight our wars. I would very much like to talk to the people working on AI. Lees de Engelse versie van dit stuk hier