datacarriere.com

De introductie van machine learning in het dagelijks leven

Nieuws
31-01-2025
Geert-Jan Houben
We horen voortdurend over de 'AI-revolutie' en 'digitale transformatie' en zien overal om ons heen op AI gebaseerde robots en software. Maar hoe ontwikkelen deze innovaties zich van fundamenteel onderzoek tot onderdeel van het dagelijks leven? Geert-Jan Houben bespreekt deze vraag met de twee codirecteuren van de ELLIS Unit Delft: Frans Oliehoek en Jens Kober.

Van academisch onderzoek tot toepassingen in de praktijk

We horen voortdurend over de 'AI-revolutie' en 'digitale transformatie' en zien overal om ons heen op AI gebaseerde robots en software. Deze ontwikkelingen zijn het resultaat van de snelle innovaties in het vakgebied machine learning, zoals zelfrijdende auto’s, ChatGPT, DeepSeek en zelfs het voorspellen van extreme weersomstandigheden. Maar hoe ontwikkelen deze innovaties zich van fundamenteel onderzoek tot onderdeel van het dagelijks leven? Geert-Jan Houben bespreekt deze vraag met de twee codirecteuren van de ELLIS Unit Delft: Frans Oliehoek en Jens Kober.

De rol van 'machine learning' binnen 'artificial intelligence (AI)'

“Het is binnen AI traditie om problemen als zoek- of optimalisatieprobleem te formuleren. Dat houdt wel in dat we weten wat we proberen te optimaliseren of dat we beschikken over de juiste data om waarschijnlijkheden in te schatten. Maar in veel gevallen weten we dat niet of zijn deze data niet voorhanden," legt Frans Oliehoek uit, universitair hoofddocent aan de faculteit Elektrotechniek, Wiskunde en Informatica (EWI).

“In dat geval komt machine learning (ML) in beeld als deelgebied van AI. ML haalt met behulp van algoritmen informatie uit data, waardoor onze oplossingen beter aansluiten bij alledaagse problemen. Zo kan ML worden ingezet om zeldzame fenomenen als extreme weersomstandigheden te voorspellen. Door patronen te vinden in grote of complexe datasets bieden ML-modellen nieuwe inzichten in situaties waarin traditionele methoden soms tekortschieten."

"Bovendien maakt ML inmiddels een integraal en fundamenteel onderdeel uit van veel AI-systemen. Zo blijken op regels gebaseerde modellen in zelfrijdende auto's niet te voldoen in complexe en onvoorspelbare omgevingen als drukke steden. Maar via ML kunnen de systemen leren van observaties en zich aanpassen aan dit soort onvoorspelbare scenario's," Jens Kober, universitair hoofddocent aan de faculteit Mechanical Engineering (ME), voegt daaraan toe: "Een van de grootste pluspunten van ML is dat het mogelijk wordt taken als bijvoorbeeld gezichtsherkenning te automatiseren. Die werden voorheen handmatig uitgevoerd omdat we ze onvoldoende begrijpen om expliciet oplossingen te kunnen programmeren."

[....]

Lees verder op: TU Delft

Gerelateerde vacatures

Geïnteresseerd in een carrière bij organisaties in ditzelfde vakgebied? Bekijk hieronder de gerelateerde vacatures en vind de perfecte match voor jou!
Rabobank
4.516 - 6.449
Medior
Utrecht
As a Data Engineer at Rabobank, you'll play a vital role in developing and maintaining a critical application used by over 4,000 colleagues. You'll transform global data into high-performance visuals...
NN
4.827 - 6.895
Medior
Rotterdam - Delftse Poort
As an Experienced Data Scientist at NN, you'll leverage AI to craft impactful solutions within the Life & Pension unit. Your role involves developing AI models, optimizing business processes, and...
NN
3.517 - 5.025
Junior, Medior
Rotterdam
Als Risk- en data-analist bij ons team Pensioen Risk, pak je complexe data-uitdagingen aan met automatisering en AI-tools. Je programmeert in Python en ondersteunt het Risk-team. Groei en ontwikkeling staan...
NN
4.092 - 5.846
Medior
The Hague
Als Data Scientist bij Nationale Nederlanden werk je aan AI-oplossingen voor HCS. Je vertaalt business-problemen naar data science-oplossingen met Python, machine learning en generative AI. Je implementeert AI-oplossingen en helpt...