Amazon Web Services, de cloudcomputingdochter van Amazon, speelt een steeds grotere rol als leverancier aan bedrijven die artificiële intelligentie willen gebruiken. “Wie met zeldzame data werkt, zal die kunnen vermarkten als een dataset voor kunstmatige intelligentie.”
Julien Simon van Amazon Web Services (AWS) zit op de eerste rij van de revolutie die artificiële intelligentie (AI) ontketent bij Amazon en in de rest van de economie. Zijn officiële titel is ‘Principal Evangelist Artificial Intelligence / Machine Learning’, wat betekent dat hij zieltjes moet winnen voor AI. De cloudcomputingdochter van Amazon is niet alleen een enorm zakelijk succes, met zijn jaarlijkse omzet van meer dan 17 miljard dollar. AWS ontwikkelt ook allerlei diensten en software die de drempel verlagen voor bedrijven en ontwikkelaars om AI in hun toepassingen te integreren. Daardoor is AWS voortdurend bezig de nieuwste technieken in te passen.
“AI hoeft niet in te houden dat we de mens vervangen door robots”, zegt Simon. “In veel gevallen is dat ondoenbaar. De technologie zal het mogelijk maken de meest saaie en repetitieve onderdelen van een baan te automatiseren. Het gaat om tijdswinst, om de mens betere ogen, oren en breinen geven. Zo kan de mens focussen op de zaken die er echt toe doen.”
Hoe gebruikt Amazon AI?
JULIEN SIMON. “Amazon is eigenlijk al sinds zijn ontstaan bezig met AI. Het was al snel duidelijk dat AI de beleving van onlineshoppen fors verhoogt. De meest voorkomende voorbeelden zijn gepersonaliseerde aanbiedingen en suggesties. Dat zijn de meest zichtbare toepassingen van machinelearning, een heel populaire subdiscipline van AI. Maar het zit ondertussen ook in zowat alle activiteiten van het bedrijf. In onze logistiek hebben we bijvoorbeeld meer dan 50.000 robots die de rekken tot bij de orderpickers brengen en dus snellere leveringen mogelijk maken. Dan zijn er nog de Amazon Go-supermarkten en de Echo-toestellen (virtuele assistenten, nvdr.), en ik kan nog een tijdje voortgaan.
Je moet al lang geen doctoraat in AI meer hebben om met machinelearning te kunnen werken
“AWS heeft duizenden programmeurs. We ontwikkelen heel wat diensten en tools waar machinelearning de ruggengraat van is. We gebruiken die intern, maar we bieden die ook aan voor andere bedrijven en programmeurs, en dat voor een breed gamma aan toepassingen. Je hoeft al lang geen doctoraat in AI meer te hebben om met machinelearning te kunnen werken. Je hoeft ook niet meer zo veel tijd te steken in het opzetten en het onderhouden van je gespecialiseerde infrastructuur. Sommige klanten willen enkel bezig zijn met de businesscase, anderen willen ook nog controle houden over de technische configuratie van hun toepassing en de infrastructuur. We bieden daarom beide aan.”
Hoe bent u in de branche gerold?
SIMON. “Voordat ik bij Amazon kwam, heb ik meer dan tien jaar gewerkt als CTO bij grotere start-ups in Parijs. Ik heb daar de opkomst van AI meegemaakt. Die bedrijven waren vooral bezig met het in de lucht houden van de infrastructuur en de software. Tegelijk zagen ze de waarde van de data die via hun systemen binnenkwamen. Die data-analyse kon je toen nog het best omschrijven als klassieke businessintelligence. Maar met machinelearning kun je heel geavanceerde dingen doen, zoals voorspellen wat gebruikers willen of nodig hebben.”
Alles staat of valt met data.
SIMON. “Inderdaad, mensen vragen me vaak welke software of programmeertaal ze moeten gebruiken voor hun AI-toepassing. En telkens vraag ik dat ze me eerst iets vertellen over de data die ze hebben, en welke kwaliteit die hebben. Want het principe van garbage in, garbage out geldt nog altijd.
“Wie zijn eigen model wil bouwen om afbeeldingen en andere zaken te herkennen of dingen te voorspellen, heeft veel data nodig. Maar niet enorm veel, meestal is een tiental gigabyte voldoende. Daarnaast zijn er ook al veel services, waaronder die van AWS, die software hebben getraind om gezichten of objecten te herkennen in beeld en film. Wie bijvoorbeeld spraakherkenning wil gebruiken of iets wil vertalen, hoeft eigenlijk al lang niet meer volledig van nul het model en het algoritme op te bouwen.”
Is er een markt voor zulke configuratiedata?
SIMON. “Ik kan het me zeker voorstellen dat er een markt ontstaat voor voorgetrainde AI-modellen of datasets. Wie met relatief zeldzame data werkt, zal die op die manier kunnen vermarkten. Een andere mogelijkheid is dat mensen een voorgetraind model kopen, bijvoorbeeld een dat dieren kan herkennen, om dat nog te verfijnen voor de diersoort die zij in kaart willen brengen. Kaggle (een netwerksite voor datawetenschappers, nvdr.) en Amazon hebben bijvoorbeeld veel publieke datasets.”
Het onderzoek naar artificiële intelligentie boomt. Hoe komt dat?
SIMON. “Deeplearning, een techniek van machinelearning, maakt inderdaad een razendsnelle progressie door. In 2012 was de foutenmarge van de winnaar van de Imagenet-wedstrijd (waar computers objecten in afbeeldingen moeten herkennen, nvdr.) rond 27 procent. Amper zes jaar later is dat gedaald naar 2,5 procent. Een mens zit er gemiddeld 5 procent van de tijd naast als hij afbeeldingen interpreteert. Eigenlijk is beeldherkenning een opgelost probleem. Bovendien gaan de kosten voor het proces elk jaar naar beneden, dankzij de steeds goedkoper wordende IT-infrastructuur.
Elk team mag maar zo groot zijn dat het nog gevoed kan worden door twee grote Amerikaanse pizza’s
“Een belangrijke reden voor die snelle innovatie is dat, hoewel veel onderzoekers ondertussen voor bedrijven zoals Amazon werken, er toch nog veel openheid is en kennis wordt uitgewisseld tussen de privésector en wetenschappelijke instellingen.”
Tegelijk zijn steeds meer bedrijven bezig met praktische toepassingen van artificiële intelligentie.
SIMON. “De meeste bedrijven hebben nog relatief weinig ervaring met AI. Het is logisch dat internetbedrijven en webshops daarin vergevorderd zijn. Hun winst hangt al sinds het begin sterk af van hoe goed ze met data omspringen. In de industrie of de media behoorde dataverwerking niet tot de corebusiness. Die sectoren zijn nu bezig hun achterstand in te halen. Daarom verwacht ik ook niet echt snel dat commerciële toepassingen van nog meer geavanceerde AI-technieken boomen, zoals re-reinforcement learning, waar software autonoom leert uit zijn fouten. Die technologie is nog het best te vergelijken met hoe een kind leert lopen met vallen en opstaan.”
Omdat die geavanceerde technieken veel te veel rekenkracht, en dus geld kosten?
SIMON. “Nee, we zijn gewoon nog ver verwijderd van de general AI, de complexe intelligentie die je ziet in sciencefictionfilms. Bovendien gaat het ook om het probleem dat je wilt oplossen. Geavanceerde vormen van AI die de menselijke veelzijdigheid en het leervermogen imiteren, zijn niet altijd nodig. Je traint nu vooral software om in één activiteit uit te blinken, zoals beeld- of spraakherkenning. Dat zijn zaken die wij al op jonge leeftijd leren. Daarom zeg ik vaak dat AI-software nu het intelligentieniveau van een vijfjarige benadert. De technologie is goed in het leren van de dingen die wij op die leeftijd leren beheersen.”
AI-software benadert nu het intelligentieniveau van een vijfjarige
AWS gaat er prat op nog als een start-up te functioneren en onder meer snel nieuwe functionaliteiten te lanceren. Hoe doe het bedrijf dat?
SIMON. “AWS heeft wellicht duizenden programmeurs over de hele wereld. Het is bijna een natuurwet dat wanneer organisaties groter worden, ze trager worden, onder meer door officepolitics. Bij AWS merken we daar weinig van, integendeel. Dat komt omdat we zeer decentraal werken, met teams die heel autonoom functioneren. Jeff Bezos, de CEO van Amazon, staat bekend om zijn voorkeur voor het two-pizzateam: elk team mag maar zo groot zijn dat het nog gevoed kan worden door twee grote Amerikaanse pizza’s. In de praktijk betekent dat een team van maximaal twaalf personen.
“Ook bij AWS zijn de ontwikkelaars zo georganiseerd. Daardoor werken er wellicht honderden teams heel autonoom van elkaar, en elk met een verregaande verantwoordelijkheid. Als hun software crasht, is het hun verantwoordelijkheid (en niet van een systeembeheerder, nvdr). Ik denk dat bijna alle succesvolle techbedrijven ondertussen met zelfsturende teams werken.”
Daar riskeert u toch dubbel werk mee te doen?
SIMON. “Jeff Bezos is er van overtuigd dat één plus één vaak meer is dan twee. Een traditioneel bedrijf zal het verspilling vinden dat twee teams met soortgelijke of dezelfde projecten bezig zijn. Daar wordt heel snel beslist dat het voor optie A gaat. Maar eigenlijk weet je totaal niet dat dat de beste oplossing is. Dat weet je enkel als het door klanten wordt gebruikt of getest.
“Er zijn weinig projecten die volledig in de prullenmand belanden. Meestal worden ze uitgesteld. Elk halfjaar is er een interne briefing over wat er de komende zes maanden zou moeten uitkomen en je zou verbaasd zijn over de zaken die niet meegaan. Zulke beslissingen om zwaar in te grijpen in projecten nemen we pas als we voldoende data hebben. Soms gaan vergelijkbare diensten daardoor naast elkaar bestaan. Dat moet soms wat verwarrend overkomen, maar daardoor kunnen onze klanten de service gebruiken die het beste aansluit bij hun werkwijze. En oké, dat zorgt ervoor dat AWS ondertussen uit meer dan honderd diensten bestaat. We kunnen de ontwikkeling daarvan niet regelen alsof het vliegtuigen zijn op een drukke luchthaven. Gecontroleerde chaos en beslissingen op basis van feedback van gebruikers leveren een beter resultaat op.”
Belgische bedrijven maken prioriteit van artificiële intelligentie
Artificiële intelligentie (AI) stond enkele jaren geleden nog niet overal op de agenda van de Belgische bedrijven. Maar de kentering is er snel gekomen. Zo blijkt uit de EY Growth-barometer, een internationale enquête bij middelgrote bedrijven, dat 99 procent van de Belgische bedrijven binnen de vijf jaar artificiële intelligentie wil gebruiken. 84 procent wil dat binnen de twee jaar doen. “Dat laatste percentage is wereldwijd gemiddeld 73 procent. Belgische bedrijven zijn dus duidelijk van plan een voorloper te zijn”, zegt Stefan Olivier van EY.
“Je kunt je inderdaad afvragen of de Belgische bedrijven die zich vijf jaar geven, zich een veel strakkere deadline moeten opleggen. Dat heeft wellicht te maken met de verscheidenheid van de deelnemers. Niet alle sectoren staan even ver. Bovendien geven bedrijven ook aan dat ze zeer veel moeite hebben om voldoende talenten te rekruteren. Maar AI moet inderdaad een prioriteit op korte termijn worden. We zien nu al in de barometer dat snelgroeiende bedrijven al veel verder staan in het gebruik van artificiële intelligentie. Dat gaan ze ongetwijfeld gebruiken om de kloof met de concurrentie nog te vergroten.”
Fout opgemerkt of meer nieuws? Meld het hier