Siri van de toekomst neemt geen risico
Stel je voor dat je aan je telefoon het volgende kan vragen: je wil ’s ochtends om half acht van Amsterdam naar Antwerpen rijden, met een tussenstop in Breda voor een ochtendkroket uit de muur. De trip mag niet veel langer dan twee uur duren. Je stelt de vraag iets voor je vertrek aan Siri of Google Now. Beiden kunnen je een routebeschrijving geven waarin je reistijd in theorie binnen de vooropgestelde criteria blijft.
Onbetrouwbare Siri
[related_article id=”160734″]
Om half 8 vertrek je en om 9 uur sta je hopeloos in de file ergens in Breda, terwijl je zin in kroketten zienderogen daalt. Een nieuw algoritme ontwikkeld aan MIT in de VS kan dergelijke misstappen voorkomen. Een Siri, uitgerust met het stukje software, zou je vertellen dat je plan om in twee uur naar Antwerpen te rijden om dan midden-spits een krokettenstop te houden een 50 procent kans op falen heeft. De software zou je voorstellen om bijvoorbeeld eerst een kroket in Amsterdam te verorberen, om dan een uurtje later te vertrekken naar Antwerpen waarna de kans op een trip zonder vertraging stijgt tot 90 procent. Als alternatief krijg je tevens oplossingen met het openbaar vervoer voorgeschoteld.
Inschatting risico’s
Het grote verschil met de Siri"s en Cortana"s van vandaag is dat het nieuw algoritme rekening houdt met te verwachten risico’s: een vooruitgang die in de praktijk niet eenvoudig te implementeren is. Helemaal zijn we er nog niet, maar Professor Brian Williams en zijn team van het Artificial Intelligence Laboratory komen dichter. Samen met zijn collega’s ontwikkelde hij software die rekening houdt met betrouwbaarheid.
Zo kan je een route specifiëren om met de bus naar het station te rijden om daar een trein te halen. Hoewel de bus er op papier tien minuten over doet weet de software dat het tijdens jouw vooropgestelde periode erg druk is op de baan, en dat de bus 70 procent kans heeft op een vertraging van nog eens tien minuten, waardoor je de trein zal missen. In de plaats daarvan stelt de software je een tram voor die er vijftien minuten over doet meer 95 procent van de tijd geen vertraging heeft, waardoor je de trein nog wel haalt.
Risico als grondstof
Het algoritme ziet risico als een aparte grondstof die tijdens de berekening aan onderdelen van het traject wordt toegewezen. Een zekere fouttolerantie is toegestaan, maar de software zoekt naar de meest realistische en betrouwbare oplossing om tegemoet te komen aan jouw vraag. Risico wordt verdeeld over alle mogelijke stappen, waarna oplossingen wel- of niet goedkeuring krijgen.
De AI-onderzoekers gebruiken zogenaamde graph-theorie om een probleem voor te stellen en de grote hoeveelheden data tot iets zinnigs te verwerken. Een graph is in dit geval een verzameling van punten die gebeurtenissen voorstellen (een bus nemen) verbonden met lijnen die zowel de mogelijkheid van een route als het daarmee gepaarde risico en tijdverlies voorstellen. Via de graph komt het algoritme tot een betrouwbare oplossing die aan de vraag van de gebruiker toekomt.
Het algoritme, dat een zekere vorm van artificiële intelligentie is, zal nog niet op je smartphone verschijnen met de volgende update. Het uiteindelijke doel van Williams is wel om het systeem dusdanig te verfijnen dat het de plan-functie in je gsm ook daadwerkelijk slim maakt.
Op 5 februari verzorgen Smart Business en ZDNet.be een (gratis) seminarie over big data & datacenters. Meer info over dit seminarie vindt u op: www.businessmeetsit.be .
