Zoek de verschillen: DS, AI, ML en DL. InnSpire’s perspectief.

Dagelijks maken veel mensen gebruik van Artificial Intelligence: Google Maps, muziekaanbevelingssystemen, Uber en nog veel meer toepassingen worden aangedreven met AI. Deze technologieën maken elke dag een enorm verschil in ons leven en evolueren snel door een groot aantal mensen die er voortdurend aan werkt om ze te verbeteren. De verwarring tussen de termen Artificial Intelligence (AI), Machine Learning (ML), Deep Learning (DL) en Data Science (DS) blijft echter bestaan. Eén van de populaire Google-zoekopdrachten luidt als volgt: “zijn AI en ML hetzelfde?”.

AI, ML, DL en DS zijn niet hetzelfde. In onderstaand plaatje is te zien hoe de vakgebieden zich ten opzichte van elkaar verhouden.

Artificial Intelligence

AI is de simulatie van menselijke intelligentie in computers.

Binnen dit vakgebied worden intelligente programma’s en machines gebouwd die creatief problemen kunnen oplossen, wat altijd als een menselijk voorrecht werd beschouwd.

Machine Learning

ML is het programmeren van algoritmen om te leren van eerdere ervaringen.

De algoritmen worden gebruikt om data te analyseren, de patronen in die data te ontdekken en geïnformeerde beslissingen te nemen op basis van de ontdekte patronen. Alle ML is AI, maar niet alle AI is ML. Laten we chatbots als voorbeeld nemen. Deze kunnen volledig gebaseerd zijn op de regels die door mensen zijn meegegeven: als klant dit zegt, antwoord dan dat. Ze kunnen ook gebaseerd zijn op ML. In dat geval maakt de chatbot door middel van een algoritme een voorspelling van het antwoord.

Een ander voorbeeld van een ML-toepassing is het aanbevelen van video’s door Youtube op basis van kijkvoorkeuren van gebruikers.

Deep Learning

DL is de toepassing van meerdere lagen algoritmen voor ML.

DL werkt met neurale netwerken. Deze bestaan uit lagen van knooppunten, zoals het menselijk brein is opgebouwd uit neuronen. Net zoals mensen leren uit ervaring, kan een Deep Learning-algoritme een taak herhaaldelijk uitvoeren, waarbij het telkens wordt aangepast om het resultaat te verbeteren.

Een praktijkvoorbeeld van het toepassen van DL is Apple’s spraak assistent Siri, die door middel van DL spraak en de gebruikte taal kan begrijpen.

Data Science

Data Science is een breed vakgebied waarin inzichten worden gehaald uit data. De data worden verzameld, bewerkt, geanalyseerd en gepresenteerd op een manier die goed te begrijpen is, zodat anderen gefundeerde beslissingen kunnen maken. Met deze data kunnen vervolgens ook AI-toepassingen worden gebouwd, door bijvoorbeeld het maken van een voorspelmodel. Alle bovengenoemde termen – AI, ML en DL – zijn onderdeel van DS.

Van een Data Scientist wordt kennis van veel verschillende disciplines en instrumenten gevraagd, waaronder statistische inferentie, domeinkennis, datavisualisatie en communicatie. Data Science heeft zich door de groei in technologieën en beschikbaarheid van data de afgelopen jaren enorm ontwikkeld en zal dit de komende jaren blijven doen.

In de komende weken zullen we bovenstaande termen verder uitdiepen en meer vertellen over de visie van InnSpire op dit mooie vakgebied, ook aan de hand van concrete voorbeelden uit onze eigen ervaring.