Na ruim vier jaar werk leeft het brein van Henry Molaison nu online voort.
Lees op de website van W24 het hele artikel.
Tuesday, January 28, 2014
Tuesday, January 21, 2014
Happy birthday to the Macintosh - 30 jaar Apple Macintosh
Op 24 januari 1984, vandaag precies 30 jaar geleden, bracht Apple de Macintosh computer op de markt, de eerste computer met een grafisch interface. Klikken op icoontjes, in plaats van worstelen met tekstcommando's. Ineens werd de computer een apparaat voor iedereen.
De fameuze Macintosh-1984-commercial:
Bekijk hoe Steve Jobs in 1984 de Macintosh onthulde:
Beluister hier mijn radiopraatje bij De Kennis van Nu (dinsdag 21 januari) over hoe Apple 30 jaar geleden de wereld schokte.
Lees op de website van W24 mijn column over de onthulling van de Apple Macintosh. Op 22 januari 1984 zond Apple op de Amerikaanse TV de wereldberoemd geworden 1984-reclame uit ter aankondiging van de Macintosh. Hoe anders ziet de wereld er 30 jaar later uit...
Bij BNR Digitaal van woensdag 22 januari spraken Herbert Blankesteijn en Jack Nouws over 30 jaar Macintosh.
En de NOS schreef vandaag dit over 30 jaar Mac.
Artikel op Mashable: 'The Mac turns 30'
Video gemaakt door Apple zelf over 30 jaar innovatie van de Mac:
De fameuze Macintosh-1984-commercial:
Bekijk hoe Steve Jobs in 1984 de Macintosh onthulde:
Beluister hier mijn radiopraatje bij De Kennis van Nu (dinsdag 21 januari) over hoe Apple 30 jaar geleden de wereld schokte.
Lees op de website van W24 mijn column over de onthulling van de Apple Macintosh. Op 22 januari 1984 zond Apple op de Amerikaanse TV de wereldberoemd geworden 1984-reclame uit ter aankondiging van de Macintosh. Hoe anders ziet de wereld er 30 jaar later uit...
Bij BNR Digitaal van woensdag 22 januari spraken Herbert Blankesteijn en Jack Nouws over 30 jaar Macintosh.
En de NOS schreef vandaag dit over 30 jaar Mac.
Artikel op Mashable: 'The Mac turns 30'
Video gemaakt door Apple zelf over 30 jaar innovatie van de Mac:
Wednesday, January 15, 2014
Saturday, January 4, 2014
Hoe meer automatisering, hoe crucialer de mens
We moeten af van het idee dat kunstmatige intelligentie menselijke intelligentie gaat overtreffen, en juist veel meer aandacht schenken aan de optimale samenwerking tussen menselijke en kunstmatige intelligentie.
Dit artikel is gepubliceerd in New Scientist NL van november 2013
Terwijl het toestel van Turkish Airlines vlucht 1951 op zeshonderd meter hoogte richting Schiphol vloog, gaf de hoogtemeter minus twee meter aan. Op basis hiervan dacht de automatische piloot dat het vliegtuig al in de laatste fase van de landing zat en verminderde het motorvermogen. De menselijke piloten begrepen deze fout te laat, en zo crashte het toestel vlakbij Schiphol op 25 februari 2009. Er vielen 9 doden en 120 gewonden.
In januari 2013 hing de Russische asielzoeker Aleksandr Dolmatov zich op in een Nederlandse cel voor vreemdelingenbewaring. Het computersysteem van de Immigratie en Naturalisatie Dienst (IND) had de status van Dolmatov abusievelijk veranderd in ‘verwijderbaar’, waardoor Dolmatov mocht worden opgesloten. De computer maakte een fout, en Dolmatov hing zich op.
Dit zijn slechts twee voorbeelden van de Paradox van de Automatisering. De Paradox van de Automatisering houdt in dat hoe meer automatisering, hoe crucialer ingrijpen door de mens wanneer de denkende machine toch de fout in gaat. En die kans is er altijd, vooral bij onverwachte omstandigheden in open systemen. Hoe dichter de betrouwbaarheid van een systeem de honderd procent nadert, hoe moeilijker het voor mensen is om de fout die toch optreedt te detecteren, te begrijpen en er adequaat op te reageren. Al in 1983 identificeerde psychologe Lisanne Bainbridge deze paradox. Met de toenemende automatisering van beslissingen die voorheen alleen door mensen werden genomen, zullen we steeds vaker tegen deze paradox aanlopen.
Laat één ding duidelijk zijn: hoe meer automatisering, hoe veiliger auto’s, vliegtuigen, treinen en schepen zijn geworden. Dat is een groot goed. En ook: hoe efficiënter veel beslissingen kunnen worden genomen, in ieder geval in theorie. Maar we vergeten dat automatisering ook het punt verschuift waarop fouten worden gemaakt, bijvoorbeeld naar de programmeurs die de software schrijven en naar de interactie tussen mens en machine. De crash van Turkish Airlines vlucht 1951 is slechts een van de talloze voorbeelden van ongelukken in de luchtvaart die precies te wijten zijn aan de Paradox van de Automatisering: het automatische systeem maakt een fout, de menselijke piloot moet ingrijpen, maar begrijpt het systeem onvoldoende, met een ongeluk tot gevolg.
Deze praktijk van alledag staat in schril contrast met de sciencefiction-achtige ideeën van futuristen zoals de Amerikaan Ray Kurzweil. Kurzweil beweert dat het moment waarom machines intelligenter worden dan mensen − de Singulariteit − nabij is. Rond 2045 zou de mens compleet door de machine worden overvleugeld. In tegenstelling tot de beeldvorming in de massamedia, worden Kurzweil en zijn Hollywood-gegoochel met de Singulariteit onder het gros van de wetenschappers in de kunstmatige intelligentie totaal niet serieus genomen. Zoals roboticus Nicolas Roy van het Massachusetts Institute of Technology (MIT) in een interview met ondergetekende over Kurzweil zei: “Niemand heeft ooit iets zinvols over de toekomst gezegd, behalve dan om de verkoop van een boek omhoog te stuwen.” Kurzweils profetie over machines die mensen overvleugelen leidt de aandacht af van de praktijk van vandaag en morgen: een samenwerking tussen menselijke en machine-intelligentie. Hoe combineren we het beste van beide typen intelligentie? Dat is de echt belangrijke vraag.
Al te vaak vergeten we dat elk kunstmatig intelligent systeem (Google Search, Google Translate, automatische piloten, automatische beeldherkenning, om maar een paar veel gebruikte systemen te noemen) nog steeds is bedacht en geprogrammeerd door mensen. De mens houdt de supervisie, doet de aanpassingen en ontwerpt het interface tussen mens en machine. Daarmee is elk kunstmatig intelligent systeem nog steeds een mens-machine-systeem.
Software is mensenwerk. Software heeft ook een ideologie, kijk maar naar Facebook of Twitter. En de intelligentie van de zelfrijdende auto zit toch vooral in de ontwerpers en de programmeurs, en maar zeer beperkt in de auto, omdat het lerende vermogen van de zelfrijdende auto zo beperkt is. Terwijl in de luchtvaart piloten op en top professional zijn, is de gemiddelde autobestuurder een amateur. Dat wordt nog leuk met die zelfrijdende auto op de weg, terwijl Tante Truus zit te smullen van de Privé en de automatische piloot ineens een levensbedreigende fout maakt. Zal Tante Truus op tijd ingrijpen?
De toenemende automatisering van menselijke beslissingen heeft twee belangrijke psychologische gevolgen. Ten eerste blijkt dat mensen de neiging hebben om machines eerder te vertrouwen dan hun eigen gezonde verstand. Dat kan leiden tot een te groot vertrouwen in automatisering (automation-bias). Ten tweede kan meer automatisering ertoe leiden dat menselijke operators minder vaardig worden wanneer ze onverhoopt toch moeten ingrijpen (deskilling). Studies laten bijvoorbeeld zien dat wanneer een systeem negentig procent betrouwbaar is, systeemoperators beter in staat zijn de overige tien procent aan fouten te detecteren, dan ze in staat zijn de één procent van de fouten te detecteren bij een systeem met 99 procent betrouwbaarheid.
Kortom: wanneer we het automatische systeem steeds betrouwbaarder maken, kan het in de praktijk − dat wil zeggen: in interactie met de mens − wel eens slechter presteren dan een op papier iets minder betrouwbaar systeem. We moeten de mens dus als een integraal onderdeel van een kunstmatige intelligent systeem beschouwen en operators anders en beter trainen. Dat kan bijvoorbeeld door automatische systemen af en toe uit te schakelen, zodat operators hun menselijke vaardigheden voldoende blijven trainen.
Ik geloof wel degelijk dat de komende decennia een gouden tijd worden voor allerlei nieuwe soorten intelligente machines. Die machines maken de mens echter niet volledig overbodig, maar gaan in symbiose met mensen samenwerken. Nu al kan ik, dankzij Google Translate, bijna in real-time met mijn Poolse vrienden schrijven. Ik combineer mijn veel grotere kennis van de wereld en mijn beperkte kennis van het Pools, met het veel betere talige geheugen en de veel snellere rekenkracht van de vertaalmachine. Zo verbaas ik mijn Poolse vrienden keer op keer. De vertaling van Google Translate en mij samen is veel beter dan die van ieder van ons afzonderlijk.
In de gouden tijd voor intelligente machines die aanbreekt, blijft de mens echter de spil van de samenwerking: door zijn begrip van de fysieke wereld en van emoties, door zijn creativiteit en zingeving. Eén ding zullen computers en robots nooit kunnen, en dat is van de apen afstammen.
In januari 2013 hing de Russische asielzoeker Aleksandr Dolmatov zich op in een Nederlandse cel voor vreemdelingenbewaring. Het computersysteem van de Immigratie en Naturalisatie Dienst (IND) had de status van Dolmatov abusievelijk veranderd in ‘verwijderbaar’, waardoor Dolmatov mocht worden opgesloten. De computer maakte een fout, en Dolmatov hing zich op.
Dit zijn slechts twee voorbeelden van de Paradox van de Automatisering. De Paradox van de Automatisering houdt in dat hoe meer automatisering, hoe crucialer ingrijpen door de mens wanneer de denkende machine toch de fout in gaat. En die kans is er altijd, vooral bij onverwachte omstandigheden in open systemen. Hoe dichter de betrouwbaarheid van een systeem de honderd procent nadert, hoe moeilijker het voor mensen is om de fout die toch optreedt te detecteren, te begrijpen en er adequaat op te reageren. Al in 1983 identificeerde psychologe Lisanne Bainbridge deze paradox. Met de toenemende automatisering van beslissingen die voorheen alleen door mensen werden genomen, zullen we steeds vaker tegen deze paradox aanlopen.
Laat één ding duidelijk zijn: hoe meer automatisering, hoe veiliger auto’s, vliegtuigen, treinen en schepen zijn geworden. Dat is een groot goed. En ook: hoe efficiënter veel beslissingen kunnen worden genomen, in ieder geval in theorie. Maar we vergeten dat automatisering ook het punt verschuift waarop fouten worden gemaakt, bijvoorbeeld naar de programmeurs die de software schrijven en naar de interactie tussen mens en machine. De crash van Turkish Airlines vlucht 1951 is slechts een van de talloze voorbeelden van ongelukken in de luchtvaart die precies te wijten zijn aan de Paradox van de Automatisering: het automatische systeem maakt een fout, de menselijke piloot moet ingrijpen, maar begrijpt het systeem onvoldoende, met een ongeluk tot gevolg.
Deze praktijk van alledag staat in schril contrast met de sciencefiction-achtige ideeën van futuristen zoals de Amerikaan Ray Kurzweil. Kurzweil beweert dat het moment waarom machines intelligenter worden dan mensen − de Singulariteit − nabij is. Rond 2045 zou de mens compleet door de machine worden overvleugeld. In tegenstelling tot de beeldvorming in de massamedia, worden Kurzweil en zijn Hollywood-gegoochel met de Singulariteit onder het gros van de wetenschappers in de kunstmatige intelligentie totaal niet serieus genomen. Zoals roboticus Nicolas Roy van het Massachusetts Institute of Technology (MIT) in een interview met ondergetekende over Kurzweil zei: “Niemand heeft ooit iets zinvols over de toekomst gezegd, behalve dan om de verkoop van een boek omhoog te stuwen.” Kurzweils profetie over machines die mensen overvleugelen leidt de aandacht af van de praktijk van vandaag en morgen: een samenwerking tussen menselijke en machine-intelligentie. Hoe combineren we het beste van beide typen intelligentie? Dat is de echt belangrijke vraag.
Al te vaak vergeten we dat elk kunstmatig intelligent systeem (Google Search, Google Translate, automatische piloten, automatische beeldherkenning, om maar een paar veel gebruikte systemen te noemen) nog steeds is bedacht en geprogrammeerd door mensen. De mens houdt de supervisie, doet de aanpassingen en ontwerpt het interface tussen mens en machine. Daarmee is elk kunstmatig intelligent systeem nog steeds een mens-machine-systeem.
Software is mensenwerk. Software heeft ook een ideologie, kijk maar naar Facebook of Twitter. En de intelligentie van de zelfrijdende auto zit toch vooral in de ontwerpers en de programmeurs, en maar zeer beperkt in de auto, omdat het lerende vermogen van de zelfrijdende auto zo beperkt is. Terwijl in de luchtvaart piloten op en top professional zijn, is de gemiddelde autobestuurder een amateur. Dat wordt nog leuk met die zelfrijdende auto op de weg, terwijl Tante Truus zit te smullen van de Privé en de automatische piloot ineens een levensbedreigende fout maakt. Zal Tante Truus op tijd ingrijpen?
De toenemende automatisering van menselijke beslissingen heeft twee belangrijke psychologische gevolgen. Ten eerste blijkt dat mensen de neiging hebben om machines eerder te vertrouwen dan hun eigen gezonde verstand. Dat kan leiden tot een te groot vertrouwen in automatisering (automation-bias). Ten tweede kan meer automatisering ertoe leiden dat menselijke operators minder vaardig worden wanneer ze onverhoopt toch moeten ingrijpen (deskilling). Studies laten bijvoorbeeld zien dat wanneer een systeem negentig procent betrouwbaar is, systeemoperators beter in staat zijn de overige tien procent aan fouten te detecteren, dan ze in staat zijn de één procent van de fouten te detecteren bij een systeem met 99 procent betrouwbaarheid.
Kortom: wanneer we het automatische systeem steeds betrouwbaarder maken, kan het in de praktijk − dat wil zeggen: in interactie met de mens − wel eens slechter presteren dan een op papier iets minder betrouwbaar systeem. We moeten de mens dus als een integraal onderdeel van een kunstmatige intelligent systeem beschouwen en operators anders en beter trainen. Dat kan bijvoorbeeld door automatische systemen af en toe uit te schakelen, zodat operators hun menselijke vaardigheden voldoende blijven trainen.
Ik geloof wel degelijk dat de komende decennia een gouden tijd worden voor allerlei nieuwe soorten intelligente machines. Die machines maken de mens echter niet volledig overbodig, maar gaan in symbiose met mensen samenwerken. Nu al kan ik, dankzij Google Translate, bijna in real-time met mijn Poolse vrienden schrijven. Ik combineer mijn veel grotere kennis van de wereld en mijn beperkte kennis van het Pools, met het veel betere talige geheugen en de veel snellere rekenkracht van de vertaalmachine. Zo verbaas ik mijn Poolse vrienden keer op keer. De vertaling van Google Translate en mij samen is veel beter dan die van ieder van ons afzonderlijk.
In de gouden tijd voor intelligente machines die aanbreekt, blijft de mens echter de spil van de samenwerking: door zijn begrip van de fysieke wereld en van emoties, door zijn creativiteit en zingeving. Eén ding zullen computers en robots nooit kunnen, en dat is van de apen afstammen.
Piek Vossen opent het taaluniversum voor de computer
Taalkundige Piek Vossen probeert de computer taal te leren. Als winnaar van de NWO Spinozapremie 2013 hield hij op 27 november 2013 een keynote-lezing tijdens ICT Open.
Dit artikel is verschenen in I/O Magazine december 2013
Het blijft verbazingwekkend hoe ogenschijnlijk moeiteloos mensen taal begrijpen. Neem bijvoorbeeld deze zin: “De slang sproeit water op de dure das van mijn vader die over de ezel hangt met de mooie tekening van een paard.”
De woorden ‘slang’, ‘water’, ‘dure’, ‘das’, ‘vader’, ‘ezel’, ‘hangt’, ‘mooie’, ‘tekening’ en ‘paard’ hebben elk minimaal twee betekenissen. Combineer alle mogelijke betekenissen, en een rekensom leert dat deze zin in totaal minimaal 77.760 betekenissen heeft. Van verreweg de meeste van deze betekenissen weten we echter meteen dat het geen waarschijnlijke is. Omdat het over een tekening gaat, is bijvoorbeeld de betekenis van het woord ‘ezel’ een ‘schildersezel’, en niet het dier ‘ezel’.
Een computer heeft het hier een stuk moeilijker. Die heeft heeft in beginsel geen idee welke zinsinterpretatie de meest waarschijnlijke is. “De computer zit in een taalgevangenis”, zegt hoogleraar computationele lexicologie Piek Vossen van de Vrije Universiteit Amsterdam. “Hij kan een zin niet koppelen aan de wereld buiten de taal. Als taalonderzoekers proberen wij te bepalen hoe groot die gevangenis is en hoe de computer daar het beste uit komt.”
Woorden die meerdere betekenissen hebben heten ambigu. En precies het onderzoeken van het verschijnsel ambiguïteit wordt de belangrijkste besteding van de 2,5 miljoen euro die Vossen won met de toekenning van de NWO Spinozapremie, de hoogste wetenschappelijke onderscheiding in Nederland. Vossen: “Dankzij de Spinozapremie kan ik een fundamenteel taalprobleem onderzoeken, dat in de gebruikelijke subsidieaanvragen weinig kans heeft om gehonoreerd te worden, juist omdat het zo fundamenteel is en te weinig gericht op directe praktische toepasbaarheid. Het is de context die problemen met ambiguïteit kan oplossen. Soms is die context alleen maar de twee woorden links en rechts, soms is die context de hele zin en soms kan die context de hele tekst zijn. Dankzij de Spinozapremie wil ik met mijn onderzoeksgroep beter in kaart brengen hoe de context de betekenis van een woord bepaalt.”
Een deel van de Spinozapremie gebruikt Vossen trouwens ook voor het aantrekken van een wetenschappelijk programmeur. Vossen: “De universiteit heeft alle IT-ondersteuning gecentraliseerd. Die dienst heeft al zoveel werk dat we er geen beroep op kunnen doen voor onze specifieke ICT-behoefte. Programmeren is voor de meeste van mijn onderzoekers geen kerncompetentie, maar aan de andere kant is goede software cruciaal voor ons werk. Iedereen in mijn groep kan wel tot op zekere hoogte programmeren, maar met een wetenschappelijk programmeur hopen we onze software nog beter te maken.”
Geschiedenisrecorder
Het digitaal beschikbaar komen van enorme hoeveelheden tekst in bijna alle talen van de wereld heeft succesvolle toepassingen van de computationele taalkunde mogelijk gemaakt. Taaltechnologie zoals Google Translate levert in een handomdraai een redelijke vertaling zonder dat het systeem weet wat het vertaalt. Vossen is zelf een van de drijvende krachten achter de ontwikkeling van zogeheten ‘Wordnets’. Een Wordnet is een soort spinnenweb waarin betekenissen van woorden binnen een bepaalde taal hiërarchisch aan elkaar gekoppeld zijn. Dankzij zulke Wordnets kunnen computers beter informatie halen uit nieuwe teksten. Via Wordnets voor verschillende talen kunnen taalonderzoekers ook verschillen in en overeenkomsten tussen talen bestuderen.
Zijn werk aan Wordnets was een belangrijke reden voor de toekenning van de Spinozaprijs eerder dit jaar. Begin november won hij ook nog een onderzoekssubsidie voor een nieuw Big Data-project: de zogeheten ‘geschiedenisrecorder’. De prijs bedraagt aan de ene kant 20.000 euro, en aan de andere kant ook nog twee jaar lang gratis toegang tot de HPC-cloud en de nieuwe nationale supercomputer Cartesius van SURFsara in Amsterdam.
Vossen: “Het idee achter de geschiedenisrecorder is dat de computer nieuwsberichten door de tijd heen aan elkaar koppelt om zo als het ware een verhaal te vertellen. Wij werken samen met de commerciële informatiemakelaar LexisNexis. Dit bedrijf verzamelt dagelijks twee miljoen nieuwsberichten uit zo’n dertigduizend bronnen, waaronder de belangrijkste Europese kranten. Geen mens kan zoveel informatie lezen. Idealiter willen we dat een computer al die nieuwsberichten op één dag analyseert, aan elkaar koppelt en verbanden legt met nieuwsberichten over hetzelfde onderwerp uit het verleden. Dat is het doel van de geschiedenisrecorder.”
Bijvoorbeeld politici of beleidsmakers willen zo snel mogelijk weten wat er waar in de wereld speelt en hoe ze daarop moeten reageren. Zij zouden efficiënter informatie kunnen verzamelen en schiften wanneer ze een instrument zouden hebben waarmee ze automatisch antwoord krijgen op vragen als: ‘Geef me de reeks gebeurtenissen uit de afgelopen tien jaar waarin de directeur van bedrijf X voorkomt’. Of: ‘Geef me alleen die gebeurtenissen die worden verteld door meerderheid van bronnen’. Of juist het tegendeel: ‘Geef me het verhaal dat het meest afwijkt van het gemiddelde’. Uiteindelijk wil Vossen zo nieuwe verhalen naar boven krijgen, die mensen op de traditionele manier misschien niet of niet zo snel zouden vinden.
Toch is zelfs de jongste nationale supercomputer Cartesius bij lange na niet in staat om al die twee miljoen nieuwsberichten per dag te analyseren. Maar Vossen gaat onderzoeken hoe ver hij komt met de huidige technologie. Daarbij loopt hij behalve tegen taalkundige uitdagingen ook tegen ICT-uitdagingen aan. Een belangrijke uitdaging is hoe hij het rekenen aan taal kan opdelen in subproblemen die parallel aan elkaar oplosbaar zijn. Wanneer kan dat wel, en wanneer niet? Welke software-architectuur werkt voor een geschiedenisrecorder optimaal?
Kwantummodel van taal
De woorden ‘slang’, ‘water’, ‘dure’, ‘das’, ‘vader’, ‘ezel’, ‘hangt’, ‘mooie’, ‘tekening’ en ‘paard’ hebben elk minimaal twee betekenissen. Combineer alle mogelijke betekenissen, en een rekensom leert dat deze zin in totaal minimaal 77.760 betekenissen heeft. Van verreweg de meeste van deze betekenissen weten we echter meteen dat het geen waarschijnlijke is. Omdat het over een tekening gaat, is bijvoorbeeld de betekenis van het woord ‘ezel’ een ‘schildersezel’, en niet het dier ‘ezel’.
Een computer heeft het hier een stuk moeilijker. Die heeft heeft in beginsel geen idee welke zinsinterpretatie de meest waarschijnlijke is. “De computer zit in een taalgevangenis”, zegt hoogleraar computationele lexicologie Piek Vossen van de Vrije Universiteit Amsterdam. “Hij kan een zin niet koppelen aan de wereld buiten de taal. Als taalonderzoekers proberen wij te bepalen hoe groot die gevangenis is en hoe de computer daar het beste uit komt.”
Woorden die meerdere betekenissen hebben heten ambigu. En precies het onderzoeken van het verschijnsel ambiguïteit wordt de belangrijkste besteding van de 2,5 miljoen euro die Vossen won met de toekenning van de NWO Spinozapremie, de hoogste wetenschappelijke onderscheiding in Nederland. Vossen: “Dankzij de Spinozapremie kan ik een fundamenteel taalprobleem onderzoeken, dat in de gebruikelijke subsidieaanvragen weinig kans heeft om gehonoreerd te worden, juist omdat het zo fundamenteel is en te weinig gericht op directe praktische toepasbaarheid. Het is de context die problemen met ambiguïteit kan oplossen. Soms is die context alleen maar de twee woorden links en rechts, soms is die context de hele zin en soms kan die context de hele tekst zijn. Dankzij de Spinozapremie wil ik met mijn onderzoeksgroep beter in kaart brengen hoe de context de betekenis van een woord bepaalt.”
Een deel van de Spinozapremie gebruikt Vossen trouwens ook voor het aantrekken van een wetenschappelijk programmeur. Vossen: “De universiteit heeft alle IT-ondersteuning gecentraliseerd. Die dienst heeft al zoveel werk dat we er geen beroep op kunnen doen voor onze specifieke ICT-behoefte. Programmeren is voor de meeste van mijn onderzoekers geen kerncompetentie, maar aan de andere kant is goede software cruciaal voor ons werk. Iedereen in mijn groep kan wel tot op zekere hoogte programmeren, maar met een wetenschappelijk programmeur hopen we onze software nog beter te maken.”
Geschiedenisrecorder
Het digitaal beschikbaar komen van enorme hoeveelheden tekst in bijna alle talen van de wereld heeft succesvolle toepassingen van de computationele taalkunde mogelijk gemaakt. Taaltechnologie zoals Google Translate levert in een handomdraai een redelijke vertaling zonder dat het systeem weet wat het vertaalt. Vossen is zelf een van de drijvende krachten achter de ontwikkeling van zogeheten ‘Wordnets’. Een Wordnet is een soort spinnenweb waarin betekenissen van woorden binnen een bepaalde taal hiërarchisch aan elkaar gekoppeld zijn. Dankzij zulke Wordnets kunnen computers beter informatie halen uit nieuwe teksten. Via Wordnets voor verschillende talen kunnen taalonderzoekers ook verschillen in en overeenkomsten tussen talen bestuderen.
Zijn werk aan Wordnets was een belangrijke reden voor de toekenning van de Spinozaprijs eerder dit jaar. Begin november won hij ook nog een onderzoekssubsidie voor een nieuw Big Data-project: de zogeheten ‘geschiedenisrecorder’. De prijs bedraagt aan de ene kant 20.000 euro, en aan de andere kant ook nog twee jaar lang gratis toegang tot de HPC-cloud en de nieuwe nationale supercomputer Cartesius van SURFsara in Amsterdam.
Vossen: “Het idee achter de geschiedenisrecorder is dat de computer nieuwsberichten door de tijd heen aan elkaar koppelt om zo als het ware een verhaal te vertellen. Wij werken samen met de commerciële informatiemakelaar LexisNexis. Dit bedrijf verzamelt dagelijks twee miljoen nieuwsberichten uit zo’n dertigduizend bronnen, waaronder de belangrijkste Europese kranten. Geen mens kan zoveel informatie lezen. Idealiter willen we dat een computer al die nieuwsberichten op één dag analyseert, aan elkaar koppelt en verbanden legt met nieuwsberichten over hetzelfde onderwerp uit het verleden. Dat is het doel van de geschiedenisrecorder.”
Bijvoorbeeld politici of beleidsmakers willen zo snel mogelijk weten wat er waar in de wereld speelt en hoe ze daarop moeten reageren. Zij zouden efficiënter informatie kunnen verzamelen en schiften wanneer ze een instrument zouden hebben waarmee ze automatisch antwoord krijgen op vragen als: ‘Geef me de reeks gebeurtenissen uit de afgelopen tien jaar waarin de directeur van bedrijf X voorkomt’. Of: ‘Geef me alleen die gebeurtenissen die worden verteld door meerderheid van bronnen’. Of juist het tegendeel: ‘Geef me het verhaal dat het meest afwijkt van het gemiddelde’. Uiteindelijk wil Vossen zo nieuwe verhalen naar boven krijgen, die mensen op de traditionele manier misschien niet of niet zo snel zouden vinden.
Toch is zelfs de jongste nationale supercomputer Cartesius bij lange na niet in staat om al die twee miljoen nieuwsberichten per dag te analyseren. Maar Vossen gaat onderzoeken hoe ver hij komt met de huidige technologie. Daarbij loopt hij behalve tegen taalkundige uitdagingen ook tegen ICT-uitdagingen aan. Een belangrijke uitdaging is hoe hij het rekenen aan taal kan opdelen in subproblemen die parallel aan elkaar oplosbaar zijn. Wanneer kan dat wel, en wanneer niet? Welke software-architectuur werkt voor een geschiedenisrecorder optimaal?
Kwantummodel van taal
Vossen wil ook een soort kwantummodel van interpretatie onderzoeken. “Uitkomsten van het ene subprogramma worden doorgegeven aan het andere. Maar elk subprogramma bevat fouten. Nu stapelen al die fouten bij elkaar op. Idealiter willen we dat elk subprogramma zoveel mogelijk interpretaties met een daarbij behorende waarschijnlijkheid openlaat en dat het hoofdprogramma pas aan het eind beslist wat de meest waarschijnlijk interpretatie is. Omdat je pas op het moment dat je gaat kijken bepaalt hoe je het gaat interpreteren, lijkt het op een kwantummodel in de natuurkunde.”
De beste computerinterpretaties van willekeurige teksten maken nog steeds gemiddeld veertig procent fouten en dat komt voornamelijk door het fundamentele probleem van ambiguïteit in taal. “Omdat we dit fundamentele probleem nog niet goed in kaart hebben gebracht”, zegt Vossen, “is het alsof we door een telescoop naar een klein stukje van het taaluniversum kijken en dan denken dat dat het hele taaluniversum is. Daarom is het zo belangrijk beter de vinger te krijgen achter het verschijnsel ambiguïteit.”
De beste computerinterpretaties van willekeurige teksten maken nog steeds gemiddeld veertig procent fouten en dat komt voornamelijk door het fundamentele probleem van ambiguïteit in taal. “Omdat we dit fundamentele probleem nog niet goed in kaart hebben gebracht”, zegt Vossen, “is het alsof we door een telescoop naar een klein stukje van het taaluniversum kijken en dan denken dat dat het hele taaluniversum is. Daarom is het zo belangrijk beter de vinger te krijgen achter het verschijnsel ambiguïteit.”
Internet
http://vossen.info
----------------------------------
Summary in English:
http://vossen.info
----------------------------------
Summary in English:
As a winner of the NWO Spinoza Award 2013, professor in computational lexicology Piek Vossen (Free University Amsterdam) gave a keynote lecture at ICT Open 2013. He is one of the driving forces behind the development of Wordnets, hierarchical networks of the meanings of words. Wordnets are used by computers to improve their understanding of human language. Vossen will use the 2,5 million euro of the Spinoza Award for a fundamental study of the phenomenon of ambiguity in language. Word ambiguity can sometimes lead to even millions of possible interpretations of a single sentence. For another of his projects, the ‘history recorder’, Vossen has received a Big Data-grant and a free two-years use of the new Dutch national supercomputer Cartesius. The aim of the history recorder is that a computer will be able to automatically analyze millions of news articles per day in different languages and to connect them to previous news articles.
Subscribe to:
Posts (Atom)