Artificial Intelligence (AI) in de evenementensector

Transcript

Zal AI, ofwel artificial intelligence, de job van eventplanners overnemen? Wie zal het zeggen? Wat we wel kunnen vertellen, is hoe AI vandaag al kan helpen, om betere evenementen te organiseren.

Dag Deevid, welkom in de studio.

Dag Kevin, dank u.

Een heel futuristisch topic vandaag: artificial intelligence.

Inderdaad.

Dat is een term, die we allemaal van in de films kennen. Maar, heel concreet, waar staan we vandaag met de technologie?

Waar staan we vandaag? Het is heel interessant, dat je zegt van: we kennen het van in de films.

Want dus, artificiële intelligentie, het klinkt futuristisch, maar we zijn er ook al heel lang mee bezig. Artificiële intelligentie bestaat al, ongeveer, even lang als computers zelf. De term is in 1956 uitgevonden. En er zijn heel veel definities voor, voor artificiële intelligentie. En één van de leukste, voor mij, vind ik: computers laten doen, wat ze in de films doen.

Dus, artificiële intelligentie, wil eigenlijk, constant de grens verleggen van wat mogelijk is met computers.

Nu, waarom praten we vandaag eigenlijk over artificiële intelligentie? Ja, nu, dat is met de opkomst van een beetje een nieuwe, oude technologie. Een technologie die al heel lang gekend is. Maar, die vandaag, met de rekenkracht van computers, werkbaar wordt.

Dus, machine learning, is een term die, heel onlosmakelijk, verbonden is met artificiële intelligentie. Er is meer aan artificiële intelligentie, dan machine learning. Maar machine learning is wel een onderdeel van artificiële intelligentie.

Nu, waar staan we vandaag de dag, met artificiële intelligentie? Nu, dankzij die machine learning, zijn we eigenlijk, een hele nieuwe familie van problemen aan het aanpakken. Zaken zoals, wat wij noemen: computer vision. Computers beelden laten begrijpen, video's laten begrijpen, enzovoort, zijn eigenlijk nu pas echt mogelijk aan het worden. Dankzij die nieuwe technologie van machine learning.

Anderzijds ook, een ander groot voorbeeld daarvan, is, bijvoorbeeld, menselijke taal. Vroeger, er zijn wel systemen gekend hier in België, natuurlijk: Lernout & Hauspie.

Lernout & Hauspie, ja.

Inderdaad, Lernout & Hauspie had daar een heel ingenieus systeem voor bedacht. Maar, we zijn daar, een beetje, op de grens van het menselijke kunnen gebotst. Oké, Lernout & Hauspie is failliet gegaan, maar die technologie bleef natuurlijk bestaan. Ik denk dat Google daar ook een stukje van die taart heeft meegepikt.

Maar dat zijn menselijk geprogrammeerde algoritmes. Die zijn bedacht door mensen. Wat we nu eigenlijk gaan doen, is een algoritme verzinnen, die niet langer zelf moet geprogrammeerd worden. Dus, dat is ook heel sterk verbonden met artificiële intelligentie: die zelflerende systemen. En dat is echt waar we, vandaag de dag, naartoe gaan.

Dus lerende systemen. Dus niet meer systemen die moeten geprogrammeerd worden. Maar systemen die eigenlijk kunnen leren van voorbeelden.

Is het daarom dat we op internet, als we ergens een paswoord moeten ingeven of zo, al die testjes van Google krijgen? Van: duid de auto's aan.

Ja, als ik één technologie van Google zou kunnen stelen, dan is het inderdaad die captcha-technologie. Google is daar dus heel handig gebruik van aan het maken.

Vroeger waren het huisnummers, die je moest ingeven. Zo cijfers...

Dat kunnen ze ondertussen, denk ik, al.

Dat kunnen ze, inderdaad. Maar dat was dus destijds om het Google Streetview, de huisnummerherkenning daarvan, te verbeteren. Dus, wat moesten we doen, en masse? Allemaal massaal huisnummers herkennen.

En doordat we dat allemaal gedaan hebben, leert die computer van: oké, dit zal dan een drie zijn en dit een één.

Inderdaad, inderdaad. En dat is nu gelukt.

En nu zijn ze overgeschakeld op grotere uitdagingen tegenwoordig. Ik moet zelf verkeersborden aanduiden tegenwoordig. Of afbeeldingen met etalages aanduiden.

Ja, en zebrapaden en...

Zebrapaden, inderdaad. En het is lang een beetje incognito geweest, wat Google met al die data doet. Maar nu wordt het wel heel erg duidelijk natuurlijk. Dus, zij gebruiken die data, die trainingsdata, om hun zelfrijdende wagens te gaan verbeteren.

Ja, maar artificial intelligence is dan een groot stuk die machine learning, waarbij je al dit soort dingen doet. Maar wat is dan nog het stukje verschil tussen machine learning en artificial intelligence?

Ja, dus zoals gezegd, artificial intelligence bestaat al heel lang en het idee van artificiële intelligentie, vroeger, was van: kunnen we complexe systemen bouwen, met heel eenvoudige regeltjes?

Het beste voorbeeld, die ik altijd naar boven haal, is jouw gps software. Dus, als jij een locatie ingeeft in jouw gps, dan is het eigenlijk de taak van jouw gps, om de kortste route te zoeken naar jouw bestemming. Dit is, in feite, artificiële intelligentie. Dus, in de jaren '50 en '60, was dit toptechnologie. Dit zijn algoritmen, die toen zijn uitgedacht. Van: kijk, hoe kunnen we zo snel mogelijk van route A naar route B gaan. Ook al heb je heel veel verschillende mogelijkheden. Maar door eigenlijk heel slimme, kleine regeltjes in te bouwen, hebben zij algoritmen kunnen maken, die, op een heel efficiënte manier, toch de kortste route van A naar B...

Bijvoorbeeld op Google Maps: je kan gemakkelijk een locatie, ergens in China, ingeven, en binnen de paar seconden heeft dat ding een autoroute berekend voor jou, van Brussel naar China. Zonder problemen. Dus, dat is dankzij die algoritmes. Maar, dat zijn dus algoritmes, die door mensen zijn bedacht. Hele slimme algoritmes. Waardoor we ze, een beetje, in de hoek van de artificiële intelligentie gaan plaatsen. Maar het zijn geen zelflerende systemen. Die systemen doen geen ervaring op.

Anderzijds, bijvoorbeeld, moderne gps‘en gaan die technologie beginnen gaan integreren, gaan, bijvoorbeeld, gaan leren, waar het niet zo slim is, om tijdens de spits te gaan rijden, bijvoorbeeld. Die gaat u dan misschien een andere route gaan voorstellen, omdat die weet van: de aanloop van de E40 naar Brussel is altijd rond een bepaald uur vast. Die weet dat, dus die gaat, op voorhand, eigenlijk al zijn suggesties gaan aanpassen.

Ja, als ik aan artificial intelligence denk, dan komt er mij ook meteen iets in het hoofd schieten. Dat is de Turingtest. Om te gaan kijken...

Dat is ooit een test, die ontwikkeld is geweest, om te gaan kijken van: ja, kunnen we nu vaststellen, dat die computer, ja, intelligentie heeft, ja of nee?

Zijn er ondertussen nu al systemen, die die test doorstaan hebben?

Ja en nee. Dus, er zijn al een aantal systemen, die, onder beperkte omstandigheden, geslaagd zijn voor de Turingtest. Dus, ja, het is een beetje controverse. De Turingtest kan heel breed opgevat worden. Ik denk, de systemen die de Turingtest nu al zouden verslagen hebben, dat is meestal op basis van een gesprek van vijf minuten.

En ik herinner mij een beroemd geval, van een chatbot, uiteindelijk, die de Turingtest voltooid heeft. En die had dat eigenlijk voornamelijk verwezenlijkt, door zich voor te doen als, ik denk, een elfjarig Pakistaans jongetje, of zo. Dus, die had eigenlijk een heel interessant persona, en dat zorgde ervoor, dat mensen eigenlijk, in plaats van heel ingewikkelde vragen te stellen, dat die eigenlijk automatisch gingen gaan polsen naar de ervaringen van dat jongetje. En daar wist dat ding, daar wist dat systeem natuurlijk alles over. Over wat er gebeurt op de straten.

Dus, ze hebben de Turingtest eigenlijk een beetje getricked.

Ja, inderdaad, inderdaad. Dus dat wordt het eigenlijk. Je gaat de komende 10-20 jaar, ga je waarschijnlijk nog evenveel keer lezen over systemen die de Turingtest verslaan.

Het is gewoon een evolutie aan het worden, naar een steeds bredere Turingtest, naar een steeds moeilijkere en langere Turingtest, met meer mensen, die, ja, ook wel een beetje vijandig gaan proberen praten met dat ding, om het toch wel uit zijn kast te gaan lokken.

Maar het is een gestaag proces.

Maar dat is wel waar we naartoe gaan, qua technologie.

Ja, absoluut. Ik denk dat we daar toch in de…

Er is daar een heel bekend voorbeeld van. Het is onlangs in het nieuws geweest: OpenAI heeft een nieuw taalmodel ontwikkeld en die hebben besloten om dat niet vrij te geven aan het publiek, omdat ze eigenlijk een beetje schrik hebben, voor wat de mogelijkheden ervan zijn.

De demo die ze hebben getoond, is, getypt, een twee-, drietal zinnetjes tekst. En dat AI-systeem gaat voor jou, gewoon perfect die tekst gaan aanvullen. Er was één voorbeeld van, gewoon twee zinnetjes, over een wetenschapper die een eenhoorn ontdekt, ergens in het amazonewoud. Dan schrijft dat ding een volledige paragraaf over de avonturen van die wetenschapper. Waar die wetenschapper naartoe gegaan is. Hoe en waar hij precies die eenhoorn ontdekt heeft. En dit zonder aanwijzingen van mensen.

Dus, het is gewoon van: kijk, hier is een stukje tekst, ga maar verder.

Een andere was dan, bijvoorbeeld, over... Een stukje Lord of the Rings. En plots begon dat ding Lord of the Rings-verhalen te schrijven.

Was het hetzelfde einde?

Het las redelijk raar. Maar dus, dat ding had ook geleerd van Lord of the Rings-teksten en die wist dan ongeveer hoe dat in elkaar zat.

Heel onschuldige voorbeelden, maar die dingen kunnen nu ook gebruikt worden, om, bijvoorbeeld, valse reviews te gaan schrijven

Fake news is iets dat heel vaak in het nieuws komt, vandaag de dag. Maar, ik geef daar vaak presentaties over, over fake news, en we staan eigenlijk nog maar aan het absolute begin. Vandaag de dag wordt fake news gemaakt, door een aantal Russen, ergens in een loods, zeg maar, in Siberië.

Die kunnen ook niet zo goed Engels, dus...

Voilà. Dus, het is amateuristisch. Het is amateuristisch en het is nog altijd een menselijk proces. Maar, ja, AI-systemen worden daar beter en beter en beter in. De toekomst van fake news wordt, ja, dat die informatie massaal verspreid wordt. Het wordt op de duur, voor informatie, naalden in hooibergen vinden, eigenlijk.

Interessante technologie. Wat zouden we daarmee in de evenementensector kunnen doen?

Goh ja, ik denk dat bijna elke sector kan profiteren van artificiële intelligentie.

In de evenementensector denk ik dat het heel interessant is, om eigenlijk doelgroepen te leren kennen. Daar gaat het voornamelijk om. Je wil mensen aantrekken naar jouw evenementen. En dat is iets waar artificiële intelligentie, ook heel erg goed in is.

Er is een boek over het gebruik van artificiële intelligentie in de geneeskunde. En het heet: Everything wrong with you in particular. A statistical approach. Een beetje een contradictie van: alles wat met jou te maken heeft, een statistische aanpak. Die dus gaat over...

Maar dus, dat is wat AI doet. Door heel veel mensen te gaan analyseren, kan die eigenlijk diepere inzichten gaan verwerven in individuele personen, ook.

Dus, als jij, als evenementplanner, data bijhoudt over de mensen die naar jouw evenementen komen, of marketingdata kan bijhouden, dan kan artificiële intelligentie dat gaan analyseren, en jou suggesties gaan doen, om eigenlijk jouw aanpak te gaan verbeteren.

Bijvoorbeeld, bij een concertorganisator. Die organiseert concerten. Jij komt drie keer langs. En afhankelijk van met wie jij daar komt, gaat die dan suggesties doen van...

Bijvoorbeeld, bijvoorbeeld.

Het zou heel interessant zijn, bijvoorbeeld, dat een AI-systeem, als ik dan denk aan grote ticketverkopers, bijvoorbeeld, dat hij op basis van drie concertbezoeken, perfect kan weten wat jouw smaak is in concerten. Om gericht dan bepaalde evenementen te gaan promoten. Dat is daar, zeker en vast, een mogelijkheid in.

Anderzijds, ja. Als het dan gaat over de evenementen zelf, kunnen we, bijvoorbeeld, ook gaan kijken naar crowd planning. Dus, menigtes in bedwang houden, of menigtes analyseren, is een enorm probleem aan het worden. Ook securitygewijs. Met artificiële intelligentie volstaat het eigenlijk om één camera boven een menigte te gaan hangen. En als die voldoende resolutie heeft, om alles te zien, wel dan die duizenden mensen tegelijkertijd in de gaten gaan houden. Kan die gaan zien van: gedraagt er iemand zich verdacht? Is er iets aan het gebeuren in een menigte? Zijn er bepaalde stromen of zo, die we in de gaten moeten gaan houden? Allemaal mogelijk met artificiële intelligentie.

Hoe toegankelijk is die technologie voor een KMO? Of een MKB in Nederland?

Want voor Facebooken en Googles in deze wereld, klinkt dat allemaal toegankelijk. Die hebben daar ook de engineers voor rondlopen.

Maar is dat, als klein bedrijf ook, ja, interessant om daarmee bezig te zijn?

Op dat vlak zitten we eigenlijk, naar mijn mening, een beetje in het kantelpunt.

Dus, AI is vandaag de dag nog altijd een beetje de technologie voor de grote bedrijven, zeg maar. Ook wij, als AI-bedrijf, hebben voornamelijk grote entiteiten als klanten.

Maar er is echt wel een hele duidelijke push bezig, om die technologie ook veel toegankelijker te gaan maken. Wat vroeger in een programma moest geprogrammeerd worden, kan vandaag al, bijvoorbeeld, in tools met een mooie, visuele interface. Dan moet je maar gewoon zeggen van: kijk, hier is mijn data. Dit is de output die ik wil. Zoek het maar uit. Zonder dat daar nog verdere input in vereist is.

Dus, het wordt en het is nu echt wel een beetje het moment om daarin in te stappen, Het wordt steeds toegankelijker.

Anderzijds is het wel nog altijd een discipline die enorm snel evolueert. En dan kan het een beetje moeilijk zijn, om ook al de laatste trends te gaan beginnen bijhouden. Dus, het is een beetje een tweespalt.

Tuurlijk, als AI-bedrijf zou ik dan zeggen van: neem een ervaren partner onder de arm.

Uiteraard.

En die maakt jou daar volledig wegwijs in. Maar ja, het is tweedelig.

Enerzijds willen we alles veel toegankelijker maken. Anderzijds gaan de dingen zodanig snel evolueren, dat de toegankelijke tools soms wat achterlopen, op wat er in theorie al mogelijk is.

Deevid, ontzettend bedankt om ons inzicht te geven in de wondere wereld van de artificiële intelligentie.

Graag gedaan.

Dank je wel voor je komst naar de studio.

Dank u wel.

En u, beste kijker, bedankt voor het kijken en alweer tot volgende week.