Machine learning

Wat is machine learning

Ooit gestart als een experiment en vandaag een onmisbaar gegeven in ons dagelijks leven. Machine learning is alomtegenwoordig, maar wat betekent het nu eigenlijk juist? In principe is het een techniek waarbij computer algoritmes gebruikt worden om autonoom (dus zonder menselijke tussenkomst) te leren van data en input. Computers hoeven dus niet geprogrammeerd te worden, maar kunnen zelfstandig algoritmes veranderen en verbeteren door een automatisch leerproces. Buzzword? Niet helemaal, want het gaat al decennia lang mee, en beloofd om nog lange tijd een enorme impact te creëren in onze samenleving.

De grondleggers

  • Alan Turing wordt wel eens de grondlegger genoemd van Artificial Intelligence (AI), of toch het idee van intelligente machines. Belangrijk om te weten, want Machine Learning is een vorm van AI. Hij was een Britse computerwetenschapper die tijdens de Tweede Wereldoorlog meewerkte aan het decoderen van Duits berichtenverkeer. In 1950 schreef hij de paper ‘Computing Machinery and Intelligence’. Daarin beschreef hij zijn onderzoek naar hoe een computer het verschil kan ontdekken tussen de mens en een machine. 
  • Ook Arthur Samuel speelde een belangrijke rol in de geschiedenis van machine learning. Als werknemer van IBM introduceerde hij als een van de eersten de term. Hij was dan ook een pionier in gaming en kunstmatige intelligentie. Het begon met een automatisch schaakspel. Hoe vaker het speelde, hoe slimmer het werd. Het slaagde erin om winnende zetten te onthouden en deze te gebruiken in een nieuwe strategie. 
  • Frank Rosenblatt zette in 1958 het eerste kunstmatig neutrale netwerk op. Een kopie van het menselijke neutrale netwerk. Dit werd de basis voor de implementatie van meer menselijke intelligentie in computers. 

Stuk voor stuk belangrijke kerels dus, die aan de basis staan van een nooit geziene trend. Van artificiële intelligentie tot machine learning en zelfs deeplearning. 

Het verschil tussen artificiële intelligentie (AI), machine learning en deep learning

machine learning ai

1950

Artificiële intelligentie

Dit is een heel breed concept dat aangeeft dat een niet-menselijk object (een computer dus), buiten het menselijk brein om, toch tekenen van intelligentie toont. Eender welke techniek dus die computers toelaat om menselijk gedrag (of menselijke mentale processen) na te bootsen.

1980

Machine learning

Dit is een methode om tot een specifieke vorm van AI te komen. Het is de verzameling van alle technieken die computers niet alleen bepaald gedrag laat nabootsen, maar ook het gedrag begrijpen en ervan leren. Programmeurs hoeven daarvoor geen specifieke taken meer te programmeren, omdat een computer dit zelf kan aan de hand van eerder verzamelde data. 

2010

Deeplearning

De meest voorkomende machine learning strategie. Die is gebaseerd op artificiële neurale netwerken die bestaan uit meerdere lagen die op hun beurt specifieke data kunnen herkennen. Zo slagen ze erin om een nog gedetailleerdere output te creëren.

Hoe wordt het gebruikt?

Machine learning wordt voornamelijk gebruikt om computers met mensen te laten communiceren, bepaalde uitkomsten te voorspellen, of zelfs diagnoses te stellen. Het heeft dan ook toepassingen in allerlei sectoren en is bijna niet meer weg te denken in onze manier van leven. We zetten er een aantal op een rij.

machine learning zorg

Healthcare en zorg

Slimme computers sporen in een vroeg stadium tumoren op, bijvoorbeeld bij borst- of longkanker. Deze en andere toepassingen verbeteren en versnellen het stellen van diagnoses, waardoor een vaak gerichtere behandeling mogelijk is. 

machine learning financieel

Financiële sector

Adviesverlening voor je hypothecaire lening, het opstellen van een kostenraming na een ongeluk of een optimale verzekeringspremie op basis van je levensstijl. Virtuele assistenten komen in de financiële sector enorm van pas. 

machine learning automotive

Automotive

Een bekend voorbeeld van machine learning vinden we in de automotive sector: zelfrijdende auto’s. Hoewel we er nog niet volledig zijn is de kans groot dat jouw wagen toch al heel wat van die technieken gebruikt. Automatische ruitenwissers en remmen, bijvoorbeeld.

machine learning e-commerce

E-commerce

Online shop je met behulp van heel wat machine learning technieken. Zo ontdek je nu al via slimme vragenlijsten welke stofzuiger het best bij je past, bijvoorbeeld. Of wat dacht je van een maandelijkse gepersonaliseerde accessoire-box, gebaseerd op eerder koopgedrag? Het kan!

machine learning gaming

Gaming

De kans is groot dat jouw wekelijkse game vol zit met deze technologie. Moderne games gebruiken namelijk algoritmes om dynamisch te kunnen reageren op de acties van een speler. Zelfs bij Pacman werd al gebruik gemaakt van machine learning!

machine learning energie

Energie

Zelfs in de sector van energie vind je het terug. Een van de toepassingen is Google Sunroof: het gebruikt luchtfoto’s om een 3D-model van je dak en de omgeving te maken. Dat wordt gecombineerd met weerpatronen van de zon om te voorspellen hoeveel energie jouw zonnepanelen kunnen produceren. 

machine learning juridisch

Juridische sector

Juridische taal is vaak onbegrijpelijk voor de ‘gewone Jan met de pet’. Met behulp van slimme chatbots kun je op basis van eenvoudige vragen een begrijpbaar antwoord verwachten. 

machine learning toerisme

Toerisme

Hoe exclusiever we kunnen reizen, hoe beter. Of eigenlijk: hoe persoonlijker we dat kunnen doen. Net zoals bij e-commerce kan machine learning ervoor zorgen dat je reisbestemmingen, accomodaties of zelfs activiteiten voorgesteld krijgt die naadloos aansluiten bij je persoonlijkheid. 

machine learning sport

Sport

In de sportwereld worden toepassingen van machine learning gebruikt om, op basis van bepaalde data, sportuitslagen te voorspellen én te optimaliseren. Een veel gebruikte techniek in bijvoorbeeld basketbal en voetbal. 

De voordelen van machine learning

Veiligheid en bereikbaarheid

We mogen van geluk spreken dat machine learning zich al helemaal heeft genesteld in ons dagelijks leven. Het houdt onze samenleving namelijk gezonder. Hoe? AI Robotica kan het vuile werk opknappen wanneer het niet veilig is voor mensen, op plaatsen die giftig of gevaarlijk zijn. Denk maar eens aan bepaalde laboratorium-testen, onderzoek op de bodem van de oceaan of zelfs andere planeten. Plaatsen waar we als mens zelfs nooit zouden kunnen of willen zijn.

Nauwkeurige snelheid

Met behulp van machine learning worden er niet alleen sneller beslissingen genomen, maar vaak ook nauwkeuriger. Dat is logisch, want alles is gebaseerd op data. Grote hoeveelheden data die vaak erg complex in elkaar zitten. Bovendien wordt deze technologie daarin niet beperkt door menselijke fouten, angst, emoties of bepaalde vooroordelen.

Vervanging van routine

Het meest gekende voordeel is vast het feit dat machines veel van onze routinetaken overnemen. Ja, dat zijn vaak saaie taken waar je als mens weinig voldoening uit haalt. Die gaan met behulp van machine learning technieken sneller en foutlozer. Bovendien laat het mensen toe om andere, meer gespecialiseerde taken te vervullen. 

Comfort

En het meest aangename voordeel waar jij direct van profiteert? Dat moet het ongelofelijke gemak zijn dat deze hele technologie creëert. Zo veel zelfs dat je er tegenwoordig niet meer bij nadenkt, net omdat het al zo geïnfiltreerd is in ons dagelijks leven. Als we alles zouden schrappen zou je pas beseffen hoe erg je het mist (of zelfs nodig hebt)! E-mail spam filters, sportanalyses, online vertaalmachines, rekenmachines, slimme thermostaten, chatbots …  Jep, allemaal toepassingen van machine learning.

Complete vervanging van de mens?

We horen je het al denken: “Al die technologie … maken we onze machines niet te slim?” Binnenkort heeft de economie en onze samenleving geen mensen meer nodig, maar functioneren we in een gerobotiseerde wereld. Zo eentje die je in de films ziet: je lunch bestellen in een geautomatiseerd restaurant waar een robot het aan tafel brengt. Of je volledige boodschappen bestellen via een online delivery service, die met een drone je pakket aflevert voor de deur. Klinkt natuurlijk erg cool, maar zo’n vaart zal het voorlopig nog niet lopen. Gelukkig maar!

Mensen zijn nog steeds broodnodig om deze technologie in eerste instantie te doen werken. Dat betekent dus ook dat er altijd iemand aan het stuur zal moeten staan. Zo’n zelfdenkende machines kunnen misschien zonder menselijke tussenkomst handelen, maar door het feit dat er nog zo’n enorme mogelijkheden zijn levert deze sector zelfs jobs op. Automatisering verandert voornamelijk de positie en mogelijkheden van de mens, maar niet de algemene behoefte aan menselijke denkprocessen.

In de automotive industrie zijn robots al jaren actief. Ja, dat heeft geleid tot complete hervorming, maar anderzijds heeft de menselijke arbeid daar wél een mooie switch kunnen maken. Er zijn zelfs nieuwe banen uit voortgekomen, die we anders niet zouden kennen. Of wat dacht je van de medische sector? Nu al bestaan er heel wat toepassingen die ervoor zorgen dat dokters correcte informatie verkrijgen over een bepaalde patiënt met behulp van machine learning. Daardoor kunnen dokters net betere diagnoses stellen en dus ook beter opvolgen.

“Automatisering verandert voornamelijk de positie en mogelijkheden van de mens.”

De balans tussen menselijke processen en technologie

Dat betekent wel dat we moeten durven vertrouwen op de technologie als we onze manier van leven op een harmonieuze manier met technologie willen vermengen. We moeten leren geloven in de foutloze manier van werken. En raad eens? We zijn alvast op de goede weg. We laten de technologie toe bij het nemen van belangrijke beslissingen. Dat betekent echter nog niet dat we nu al helemaal klaar zijn om ons volledig over te geven. Aan dat vertrouwen moet dus nog wat gewerkt worden, al lijkt die trend in sneltempo te vorderen. 

Machine learning in marketing en strategie

Ook in de sector van digitale marketing en bedrijfsstrategie heeft machine learning een direct impact. Het helpt ons namelijk om complexe problemen te begrijpen en op te lossen en geeft ons enorm waardevolle inzichten in ‘Big Data’. Bovendien bespaart het ons heel wat tijd: analytische en onderzoekstaken die we vroeger zelf handmatig moesten doen laten we al snel over aan geautomatiseerde, slimme processen en tools. Daar komen we lekker handig vanaf, toch? Nu is het natuurlijk veel meer dan dat. 

Het is nog steeds aan ons als strategen en marketeers om al die inzichten op de juiste manier te interpreteren en in te zetten voor onze klanten. Geen zorgeloos copy-paste gedrag dus, maar doordachtere beslissingen, gestaafd met onderzoek gebaseerd op een enorme schat aan digitale kennis. 

Door gebruik te maken van die toepassingen blijft er bovendien veel meer tijd over om dieper in te gaan op  het creëen van oplossingen, toekomstplannen en strategische pistes. We gebruiken dus niet alleen intelligente methodes, maar gaan er ook slimmer mee om. En dat laat ons toe om voor onze klanten altijd de meest doordachte beslissingen te kunnen nemen. Welk effect dat heeft? Check deze voordelen!

copywriting

Verbeterde customer experience

Machine learning verbetert onder andere de online shopping experience door gepersonaliseerde productaanbevelingen te doen op basis van eerder zoek- en koopgedrag. Ook de stock kan beter worden beheerd. Zo is de kans kleiner dat de stock onverwacht op is. Gebeurt dat toch? Dan is dat ook duidelijk voor de consument. Die wordt trouwens voorzien van een optimale service met behulp van slimme chatbots die 24/7 online zijn. Pas wanneer menselijke tussenkomst echt nodig is zal die worden ingeschakeld. 

email marketing content creatie tunity

Geoptimaliseerde content

Met behulp van A/B testing (zoals in het onderwerp van e-mails, de titel van een blogbericht, of social media advertenties) ontdekken we welke content jou het sterkst aanspreekt, en wat voor jou belangrijk is. Het geeft ons relevante feedback waardoor we nog beter met klanten kunnen connecteren. Marketeers hebben er namelijk helemaal geen baat bij om je te overladen met irrelevante berichtgeving. We brengen onze eindconsument liefst zo veel mogelijk waarde, wat uiteindelijk ook gunstig is voor de aanbieder

social media marketing advertising tunity

Gepersonaliseerde communicatie

Meer nog: we zorgen er zelfs voor dat we je persoonlijk kunnen aanspreken. Onderzoek toont aan dat 52% van consumenten geneigd zijn om van merk te wisselen als ze het gevoel hebben dat het bedrijf niet genoeg moeite doet om persoonlijk te communiceren. Van e-mails tot koopprocessen, producten zelf en aftercare: het lijkt ironisch maar machine learning zorgt voor een menselijkere ervaring. Het zorgt ervoor dat je je als eindconsument meer gewaardeerd voelt, en dat creëert een vertrouwensband op langere termijn. 

Je hebt het vast begrepen: het is dus nog lang niet afgelopen met dit buzzword. En daar mogen we eigenlijk heel blij mee zijn. De mogelijkheden zijn eindeloos, en zijn bestemd om van onze way of living eentje te maken die nóg comfortabeler is. Hoe dat zal verlopen? Only time will tell …

Tunity. Jouw partner in 
social media marketing.
digitale marketing
development
bedrijfsstrategie
design