Dit is kunstmatige intelligentie E-Book

Belle de Veer

• Herausgeber: Van Haren Publishing
• Kategorie: Bildung
• Sprache: Niederländisch
• Veröffentlichungsjahr: 2021

Seitenzahl: 351

Beschreibung

Hoe werken zelfrijdende auto’s? Kunnen robots een bedreiging vormen voor de mensheid? Wat is de rol van de Cloud? En – om mee te beginnen – wat bedoelen we als we het hebben over ‘kunstmatige’ intelligentie? Op deze en meer vragen vind je het antwoord in Dit is Kunstmatige Intelligentie. In behapbare hoofdstukken en casussen wordt duidelijk op welke manier kunstmatige intelligentie een steeds belangrijkere rol in de maatschappij inneemt. We onderzoeken hoe een computer leert schilderen als Van Gogh, hoe ‘deepfakes’ gemaakt worden, en waarom het proces voor de prijsstelling van vliegtuigtickets danig in de war werd geschopt door de wereldwijde Covid-19-pandemie. Heineken doet een boekje open over hoe ze kunstmatige intelligentie gebruiken om hun bierbrouwproces te optimaliseren en van het Universitair Medisch Centrum Groningen leren we hoe kunstmatige intelligentie wordt ingezet in de strijd tegen astma. Van de theoretische en technologische concepten die aan de basis liggen van moderne toepassingen van kunstmatige intelligentie, stomen we door naar de onmiskenbare impact die kunstmatige intelligentie maakt in onze maatschappij. Hoe houden we machinale beslissingen eerlijk? En wat moet jij doen om mee te komen in deze snel veranderende wereld? We ervaren, zien, en voelen kunstmatige intelligentie om ons heen, zonder dat we ons dat altijd beseffen. Met dit boek verwelkomen we je in de wereld van kunstmatige intelligentie. Dit boek geldt als aanbevolen literatuur voor het ‘NL AIC AI for Business’-certificaat van Van Haren Learning Solutions.

Leseprobe

DIT IS KUNSTMATIGE INTELLIGENTIE

</ANDERE UITGAVEN BIJ VAN HAREN PUBLISHING>

Van Haren Publishing (VHP) is gespecialiseerd in uitgaven over Best Practices, methodes en standaarden op het gebied van de volgende domeinen:

•    IT en IT-management;

•    Enterprise-architectuur;

•    Projectmanagement;

•    Businessmanagement.

Deze uitgaven zijn beschikbaar in meerdere talen en maken deel uit van toonaangevende series, zoals Best Practice, The Open Group series, Project management en PM series.

Van Haren Publishing is tevens de uitgever voor toonaangevende instellingen en bedrijven, onder andere: Agile Consortium, ASL BiSL Foundation, CA, Centre Henri Tudor, CM Partners, Gaming Works, IACCM, IAOP, IPMA-NL, ITSqc, NAF, KNVI, PMI-NL, PON, The Open Group, The SOX Institute.

Onderwerpen per domein zijn:

IT en IT-management

ABC of ICT

ASL®

CMMI®

COBIT®

e-CF

ISM

ISO/IEC 20000

ISO/IEC 27001/27002

ISPL

IT4IT®

IT-CMFtm

IT Service CMM

ITIL®

MOF

MSF

SABSA

SAF

SIAMtm

TRIM

VeriSM

Enterprise-architectuur

ArchiMate®

BIAN

GEA®

Novius Architectuur Methode

TOGAF®

Projectmanagement

A4-Projectmanagement

DSDM/Atern

ICB / NCB

ISO 21500

MINCE®

MSP®

P3O®

PMBOK ® Guide

Praxis®

PRINCE2®

Businessmanagement

BABOK ® Guide

BiSL® en BiSL® Next

BRMBOKTM

BTF

CATS CM®

DID®

EFQM

eSCM

FSM

IACCM

ISA-95

ISO 9000/9001

M_o_R®

OBM

OPBOK

SixSigma

SOX

SqEME®

Voor een compleet overzicht van alle uitgaven, ga naar onze website: www.vanharen.net

</COLOFON>

Titel:

Dit is kunstmatige intelligentie

Ondertitel:

Een introductie in de technologie die ons leven steeds meer bepaalt

Auteurs:

Simon Koolstra, Belle de Veer, Tijmen Veltman

Met tekstbijdragen van:

Merlijn van Breugel, Marnix Bügel PhD., Tyko Kieskamp, Tamara Kloek, Iris Koolen, Ilya Petoukhov, Helen Rijkes, Dorthe van Waarden

Uitgever:

Van Haren Publishing, 's-Hertogenbosch,www.vanharen.net.

ISBN Hard copy:ISBN eBook (pdf):ISBN ePUB

978 94 018 0826 2978 94 018 0827 9978 94 018 0828 6

Druk:

Eerste druk, eerste oplage, november 2021

Lay-out en ontwerp:

Mariska van den Brink

Illustraties:

Reni van der Gragt

Copyright:

© Van Haren Publishing, 2021

Voor verdere informatie over Van Haren Publishing, e-mail naar: [email protected].

Niets uit deze uitgave mag worden verveelvoudigd en/of openbaar gemaakt door middel van druk, fotokopie, microfilm, of op welke wijze ook, zonder voorafgaande schriftelijke toestemming van de uitgever.

No part of this publication may be reproduced in any form by print, photo print, microfilm or any other means without written permission by the publisher.

Hoewel deze uitgave met veel zorg is samengesteld, aanvaarden auteur(s) noch uitgever enige aansprakelijkheid voor schade ontstaan door eventuele fouten en/of onvolkomenheden in deze uitgave.

</INHOUD>

Voorwoord door Sander Ruiter

Voorwoord door Marnix Bügel

Endorsements

Introductie: De kracht en verantwoordelijkheid van onze nieuwe elektriciteit

I/   AI concepten

1. Wat is kunstmatige intelligentie?

2. Hoe maak je een model?

3. Pas op voor Simpson’s paradox

4. Is fouten maken menselijk?

5. Het theorema van Bayes

6. Het probleem van de meerarmige bandieten

7. Gratis lunch bestaat niet

8. COVID-19 en andere modelmanagement-uitdagingen

9. De Arabische oorsprong van de algoritmiek

10. Robotica

CASUS Het gouden biertje van Heineken:‘Het perfecte gouden biertje brouwen met behulp van AI.’

II/  AI algoritmen en toepassingen

11. Reinforcement Learning: al doende leert men

12. Supervised learning: de magie van datalabels

13. Unsupervised learning: foto’s comprimeren met AI

14. Neurale netwerken: een kunstmatig mensenbrein

15. Leren classificeren

16. Zo analyseren we jouw tweets

17. Computerzicht: beeldherkenning met een computer

18. Verliefd op een Hidden Markov Model

19. Beslissen met beslisbomen

CASUS De slimme zorg van UMCG:‘Kinderlongziektes beter diagnosticeren met AI.’

III/ AI technologie

20. De c0mpu1er

21. Wat is programmeren?

22. Hoe leert een computer?

23. De vloek van dimensionateit

24. De opkomst van de Cloud

25. Winnen met ‘Big data’

26. API’s: de obers in het AI restaurant

CASUS De slimme zorg van UMCG:‘AI als multifocale bril voor de patholoog.’

IV/ AI in samenleving en bedrijf

27. De geschiedenis van kunstmatige intelligentie

28. Deepfakes: vervalsen in de tijd van AI

29. Eerlijke modellen !?

30. Waarom optimalisatie suboptimaal kan zijn

31. Zelfrijdende auto’s

32. Kunstzinnige intelligentie

33. DNA ontrafeld: AI versus astma

34. Als we AI niet op school leren, waar dan wel?

35. AI en de arbeidsmarkt

36. De toekomst van kunstmatige intelligentie

CASUS De bedrijfsuniversiteit van eBay:‘Het opzetten van een wereldwijde Analytics University.'

Literatuurlijst

Over de auteurs

</VOORWOORD DOOR SANDER RUITER>

Er is geen technologie die zoveel impact heeft en zal hebben op onze maatschappij als Artificiële Intelligentie (AI). Artificiële Intelligentie is te belangrijk om alleen aan experts over te laten. In iedere bedrijfstak en binnen elk beroep gaan we te maken krijgen met AI. Van artsen die met behulp van AI sneller en beter diagnoses kunnen stellen, tot tuinders die op basis van weermodellen hun kassen automatisch laten managen. In de dienstverlening past men slimme algoritmen toe voor optimale prijsstrategieën en verbetering van de klantenservice terwijl experts in de maakindustrie met AI autonome systemen bouwen om de productielijnen aan te sturen. Kortom, alle professionals komen in aanraking met AI.

Daarom is het belangrijk dat alle professionals weten wat AI is en kan (en wat niet). Voor de Nederlandse AI Coalitie is training en opleiding dan ook een essentiële bouwsteen. Dat begint bij het lezen en leren over AI en hoe het onze wereld vormt. Samen met het opdoen van praktijkervaring zorgt dat voor een goed fundament. Als werknemer wil je vervolgens weten wat AI kan betekenen voor jouw vakgebied. Als werkgever wil je zeker zijn dat je medewerkers de juiste praktische kennis hebben om AI in te zetten. Door het gat te dichten met de wereld van de AI-experts profiteert het bedrijf of instelling als geheel en zo komen we tot betere AI-toepassingen voor burgers en bedrijven.

Het lezen van dit boek draagt bij aan een groter begrip van wat AI is, kan zijn en zal gaan betekenen voor iedere werknemer in Nederland. We wensen je veel plezier en succes met het toepassen van AI in jouw werk.

Sander Ruiter

Coalitiesecretaris NL AIC

Lid examencommissie ‘AI for Business’

MT-lid Stichting ECP

</VOORWOORD DOOR MARNIX BÜGEL>

De opkomst van kunstmatige intelligentie

De opkomst van Kunstmatige Intelligentie (doorgaans afgekort als ‘AI’, vanwege het Engelse Artificial Intelligence) heeft zich in de 21e eeuw breed en in hoog tempo voltrokken. Vrijwel iedereen komt dagelijks bewust of onbewust met AI in aanraking. Toepassingen van AI spelen een rol als we de weg willen zoeken, een reis willen boeken of online een bestelling willen plaatsen. Ook als we met (overheids)instellingen te maken hebben, heeft AI invloed. Zo speelt het een steeds groter wordende rol in de diagnose van ziekten, het ontwikkelen van medicijnen, het opsporen van fraude en andere misdrijven en het reguleren van goederen en vervoersstromen.

Het aantal algoritmen – de kern van AI-toepassingen – dat door grote bedrijven wereldwijd wordt ingezet, wordt in 2021 ingeschat op 18 miljard. Dit is een stijging van bijna 300% ten opzichte van 2020. Naar verwachting wordt het werken met deze algoritmen dan ook binnenkort voor vrijwel iedereen net zo normaal als het werken met eerdere nieuwe technologieën zoals de mobiele telefoon en het internet. AI wordt daarom ook wel gezien als de dragende technologie van de vierde fase van de industriële revolutie, zoals je kunt lezen in de inleiding van dit boek. Het belang van de doorbraken in kunstmatige intelligentie is daarmee vergelijkbaar met de invloed van andere baanbrekende technologische innovaties zoals de stoommachine, elektriciteit en de computer.

Waarom dit boek?

Er dreigt er een sterk ongelijke verdeling te ontstaan tussen de degenen die wel en niet kunnen profiteren van de nieuwe mogelijkheden die AI te bieden heeft. Zo zien wij in onze praktijk – als gespecialiseerd bureau in AI – een sterke oververtegenwoordiging van grote, internationale bedrijven. Binnen deze bedrijven is de betrokkenheid van hogeropgeleiden en hoger management dan weer oververtegenwoordigd. Ons tweedaags basisopleidingsprogramma over AI – the AI foundation – is bijvoorbeeld erg in trek bij de directies en raden van bestuur van beursgenoteerde bedrijven.

Niet alleen wij zien deze scheve verdeling. Het World Economic Forum schatte in 2020 dat in de komende jaren wereldwijd 85 miljoen banen door AI zullen verdwijnen. Daartegenover staat dat er – door een toenemende welvaart als gevolg van AI – 97 miljoen nieuwe banen zullen ontstaan. Echter, er is een groot verschil tussen de banen die zullen verdwijnen en zullen ontstaan. AI zal herhaal- en routinetaken alsmede soms gevaarlijke taken gaan overnemen. Het World Economic Forum verwacht dat de aard van veel werkzaamheden drastisch zal veranderen onder invloed van AI. Werknemers zullen zich meer op hoogwaardige taken kunnen gaan focussen met een interpersoonlijk karakter, ondersteund door AI, en minder op de repetitieve taken. Daarmee is de invloed juist groot op veel banen die doorgaans door lageropgeleiden worden uitgeoefend.

Deze ontwikkelingen bieden kansen voor bedrijven, ondernemers en werknemers, maar ook gevaren. Medewerkers, bedrijven en landen die niet mee kunnen met deze verandering dreigen buitenspel komen te staan. Om dit te voorkomen is educatie over AI cruciaal. Eigenlijk zou vrijwel iedereen een basisniveau aan kennis van AI moeten hebben om met deze nieuwe techniek te leren omgaan, de misconcepties rond AI te vermijden en nieuwe toepassingen te kunnen bedenken en gebruiken. In het eerder genoemde rapport van het World Economic Forum wordt aangegeven dat 50% van alle werknemers één of andere vorm van reskilling nodig zal hebben in de periode van nu tot 2025. Alleen al in Nederland hebben wij het dan over 4,5 miljoen werknemers: 50% van de huidige beroepsbevolking van 9 miljoen.

De huidige AI-opleidingen in Nederland schieten zowel qua doelgroep als qua volume volledig te kort. Veelal zijn deze opleidingen gericht op de hogeropgeleiden en het hoger management in plaats van de grote groep werknemers die op de werkvloer met AI te maken gaan krijgen. Zelfs voor de hogeropgeleiden is het aanbod onvoldoende. Als we bijvoorbeeld naar de universiteiten kijken, zien we bij het beperkte aantal AI-opleidingen nu al een numerus fixus van rond de 150 studenten per jaar door een gebrek aan geschikte docenten. Ook ons eigen opleidingsaanbod – dat we aanbieden onder het merk GAIn® (Global Artificial Intelligence network) – was tot voor kort niet voor iedereen geschikt. Het portfolio van GAIn® richtte zich op managers, executives en data professionals: data scientist en data engineers.

Dit was de hoofdreden dat we twee jaar geleden een initiatief zijn gestart om onze uitgebreide kennis van, en ervaring met AI te vertalen naar een toegankelijk boek waarin alle relevant aspecten van AI worden behandeld. Het idee is dat we daarmee ook een bredere doelgroep kennis kunnen laten opdoen over AI. Dit is in lijn met de missie van ons bedrijf: Helping people and organizations prosper through AI.

Onze missie en doelstelling

Willen we daadwerkelijk technologische innovaties zoals AI toepassen, dan zijn professionals nodig die snappen wat AI is, en digitale vaardigheden hebben. Onze missie is om alle werknemers in Nederland met dit boek de mogelijkheid te bieden een basisniveau aan kennis over AI te vergaren. Met dit basisniveau kan men:

1. Toepassingen van AI herkennen;

2. Op een verantwoorde manier met deze AI toepassingen omgaan. Dit betekent onder andere dat werkend Nederland gevaren van AI kan inschatten, risico’s kan minimaliseren, en de toepassingen succesvol kan toepassen in het dagelijkse werk;

3. Nieuwe, kansrijke toepassingen van AI herkennen en initiëren.

Dit boek is zo geschreven en opgezet dat het op een toegankelijk manier een totaalbeeld geeft van AI op technologisch en conceptueel, maar ook maatschappelijk en organisatorisch vlak. Op basis van de inhoud van dit boek, is het mogelijk het examen te halen van het NL AIC AI for Business certificaat van de AI coalitie.

Het is onze doelstelling om een grote stap te zetten in de versterking van de positie van Nederlandse werknemers en daarmee de Nederlandse concurrentiepositie. We streven ernaar in drie jaar tijd één miljoen werkenden via dit boek een basisniveau aan kennis over AI bij te brengen, waarvan de helft ook het AI for Business certificaat heeft behaald. Deze één miljoen is ruim 20% van de eerder genoemde doelgroep van 4,5 miljoen Nederlandse medewerkers waarvoor reskilling nodig is.

We hopen dat het niet bij dit boek blijft. We streven ernaar op basis van dit boek in samenwerking met onze partner I.AMDIGITAL een online leeropleiding te ontwikkelen. Daarnaast willen we het boek ook toegankelijk maken voor andere landen; te starten met de Engels sprekende landen.

Een woord van dank

Dit boek is tot stand gekomen door de inzet van een groot aantal personen en organisaties. In de eerste plaats zijn dat de drie hoofdauteurs: Simon Koolstra, Belle de Veer en Tijmen Veltman. Simon schreef eerder twee andere boeken: één over Wiskunde en één over Natuurkunde. Beide met als doelstelling om een breed publiek met de schoonheid van deze disciplines kennis te laten maken. Simon pakte dan ook met groot enthousiasme het idee vanuit MIcompany op om een soortgelijk boek over kunstmatige intelligentie te schrijven en vormden een redactieraad bestaande uit, naast hemzelf, zijn collega’s Belle en Tijmen. Met zijn drieën hebben ze niet alleen het merendeel van de hoofdstukken uit dit boek geschreven, maar hebben ze ook het format van de hoofdstukken bewaakt. Ze hebben gastschrijvers geholpen met waardevolle tips om de inhoud van de individuele hoofdstukken op een zeer hoog niveau te krijgen, zowel qua inhoud en toegankelijkheid als qua opbouw. Daarnaast hebben ze een externe lezerscommissie ingesteld. Deze groep heeft op de hoofdstukken – na goedkeuring door de hoofdauteurs – een tweede review uitgevoerd.

Naast de hoofdauteurs wil ik de volgende gastauteurs bedanken: Merlijn van Breugel voor zijn hoofdstuk over het theorema van Bayes en het interview met professor Gerard Koppelman over het diagnosticeren van kinderlongziekten met AI, Jesper de Groot voor zijn hoofdstuk over Modelmanagement, Tyko Kieskamp voor zijn hoofdstuk over Deepfakes, Dorthe van Waarden voor haar hoofdstuk over het verantwoordelijk toepassen van AI met als titel Eerlijke modellen?!, Ilya Petoukhov voor zijn hoofdstuk over de ontrafeling van DNA met AI, Helen Rijkes voor haar bijdrage aan het hoofdstuk over AI in het onderwijs. Zelf schreef ik naast dit voorwoord en de inleiding nog het hoofdstuk over de Arabische oorsprong van de Algoritmiek.

Verder wil ik Iris Koolen en Su Yin Timp-Gan van I.AMDIGITAL bedanken voor het omarmen en verder uitbouwen van het idee voor dit boek. Zij hebben een vormgeefster waarmee ze veelvuldig samen werken – Mariska van den Brink – ingeschakeld om te zorgen dat het boek ook visueel aantrekkelijk zou worden. Daarnaast hebben zij ons in contact gebracht met de uitgever van dit boek: Van Haren Publishing. Iris heeft daarnaast het hoofdstuk over AI en de arbeidsmarkt geschreven. Uiteraard dus ook speciale dank aan Mariska voor de vormgeving en Reni van der Gragt voor de illustraties. Ook een woord van dank aan Martijn van den Heuvel die mij weer koppelde aan Iris.

Bijzondere dank gaat uit naar Tamara Kloek. Tamara is een drijvende kracht geweest achter de realisatie van dit boek. Ze is medeauteur van het hoofdstuk over AI in het onderwijs en heeft de vier casussen uit dit boek van Heineken, UMCG (2) en eBay geredigeerd. Daarnaast heeft ze de vele partijen betrokken bij de totstandkoming van dit boek aangestuurd en gemotiveerd alsmede de planning voor de realisatie van dit boek gemaakt en bewaakt. Zonder Tamara had dit boek nooit in de boekhandel gelegen.

Ook bedanken we van harte de verschillende partijen die betrokken zijn geweest bij de ontwikkeling van casussen uit dit boek: Sandra Oudshof en Jasper van Panhuis van Heineken voor de casus 'Het perfecte gouden biertje brouwen met behulp van kunstmatige intelligentie', Allard de Boer van de eBay Classifieds Group voor de casus 'De bedrijfsuniversiteit van eBay', professor Wim Timens van het UMCG en Esmée de Jong van MIcompany voor de casus 'AI als multifocale bril voor de patholoog' en tot slot professor Gerard Koppelman van het UMCG en Merlijn van Breugel van MIcompany voor de casus 'Kinderlongziekten beter diagnosticeren met AI'. Judith Korf willen we bedanken voor het vertalen van de Heineken casus.

Een woord van dank gaat ook uit naar de eerder genoemde lezerscommissie voor hun vele suggesties om de inhoud te verbeteren en de toegankelijkheid te vergroten, te weten: Wendelien Bakelaar, Anna Koolstra, Jelle Koolstra, Marijke van Hees, Jacob Koolstra, Janneke Rinzema, Daan van de Veerdonk, Jonna Mager, Feline Lindhout, Mechi en Frank de Veer, Caroline Noordhoek Hegt, Karin van Breugel, Margot Sengers, Huib Bulthuis, Erica van der Linden, Ilona Kloek, Emma van der Vos, Olav Kloek en Leon de Vries.

Tot slot willen we Sander Ruijter als secretaris van de AI coalitie danken voor zijn voorwoord voor dit boek. Ivo van Haren en Maurits van der Plas van Van Haren Publishing willen we danken voor het vertrouwen dat dit boek kan uitgroeien tot een standaardwerk om een basiskennisniveau over AI te verkrijgen.

Marnix Bügel Phd

Founding and managing partner MIcompany

Amsterdam, oktober 2021

</ENDORSEMENTS>

"Een goed geschreven boek over dé disruptieve technologie die onze wereld radicaal aan het veranderen is. Een aanbeveling voor professionals die AI beter willen begrijpen!"

/ Hans de Jong,Voormalige President Philips NederlandLid Strategieteam AI coalitie

"AI verandert ons leven en gaat dat nog veel verder veranderen. Het raakt alles en iedereen en daarom is het zo belangrijk dat we AI snel toegankelijk maken voor iedereen. Dit boek raad ik dan ook van harte aan!"

/ Marjan Oudeman,Meervoudig RvC-lid (Aalberts Industries, SHV, Solvay, NLMK (Rusland) en UPM)Voormalig #1 Machtigste Zakenvrouw van NL

"Dit boek, een begrijpelijk reis over kunstmatige intelligentie met veel concrete voorbeelden, is een must-read voor elke manager en professional."

/ Marco Keim,CEO Aegon InternationalLid van de Raad van Bestuur Aegon

"Een vlot geschreven, toegankelijk boek over de technologie die onze wereld revolutionair aan het veranderen is. Een aanrader voor iedereen die AI onder de knie wil krijgen!"

/ Corinne Vigreux,CMO Strategy Office TomTomFounder Codam College

"Dit boek is een aanrader voor iedereen die snapt dat AI belangrijk is, maar nog niet helemaal begrijpt wat het nou precies is. In veertig verhalen wordt vertelt wat AI is, en hoe het wordt toegepast. Vooral interessant voor professionals die nog weinig kennis hebben van deze nieuwe technologie."

/ Ria van ’t Klooster,Directeur NRTOLid Algemeen Bestuur VNO-NCW

"Een zeer waardevol initiatief om de kennis van kunstmatige intelligentie over te dragen zodat veel mensen een beter begrip krijgen van de impact en overwegingen als ook afwegingen bij het toepassen van kunstmatige intelligentie. Voor een grote doelgroep: scholieren, studenten, leiders van organisaties maar zeker ook voor commissarissen."

/ Leo Brand,CIO Vopak

"De snelheid waarmee kunstmatige intelligentie de wereld verandert is onwaarschijnlijk. Als je dat wilt begrijpen is dit boek een aanrader."

/ Robert Otto,Raad van Bestuur Achmea

</INTRODUCTIE: DE KRACHT EN VERANTWOORDELIJKHEID VAN ONZE NIEUWE ELEKTRICITEIT>

Marnix Bügel, oprichter en managing partner van MIcompany

Iris Koolen, onderwijsdeskundige, oprichtster van diverse succesvolle bedrijven op het gebied van digital learning en mede-initiatiefneemster van de Nationale AI-Cursus (www.ai-cursus.nl)

Simon Koolstra, projectleider MIcompany

AI markeert de vierde fase van de Industriële Revolutie

In de 18e eeuw begint de Industriële Revolutie. Vanaf de tweede helft van deze eeuw gaat de mens stap voor stap over van het handmatig vervaardigen van goederen en diensten, naar machinale productie. Het betekent ingrijpende veranderingen in onze manier van leven en werken. Binnen deze revolutie, die al bijna drie eeuwen duurt, zijn verschillende fasen te onderscheiden. Elke fase kenmerkt zich door technologische doorbraken met grootschalige organisatorische en sociale gevolgen.

De eerste fase begint in de 18e eeuw in Engeland met de uitvinding van de stoommachine. De mensenhand in productieprocessen wordt vervangen door stoommotoren. Later worden ook schepen en treinen voortgedreven door stoommachines.

De tweede fase begint rond 1870 en daarin heeft elektriciteit de centrale rol. De bekendste uitvinding uit die tijd is de verbeterde gloeilamp van Thomas Edison. Maar vooral na de uitvinding van de wisselstroommotor door Nikola Tesla wordt deze nieuwe vorm van energie als krachtbron algemeen toegankelijk. Het grote voordeel van elektriciteit boven stoom is dat het makkelijk te transporteren is. Hierdoor kunnen ook bedrijven en later zelfs particulieren er gebruik van maken. Eigenlijk kan elektriciteit alles wat met stoom ook kan, maar vaak voor een lagere prijs, op kleinere schaal, veilig, en vrijwel overal. Elektriciteit ligt aan de basis van de ontwikkeling van productielijnen en zo ontstaat aan het begin van de 20e eeuw ook de ‘massaproductie’.

De derde fase van de Industriële Revolutie voltrekt zich in de tweede helft van de 20e eeuw met de uitvinding van een aantal nieuwe communicatievormen. De grootste daarvan, de computer en het internet, zijn niet meer weg te denken uit de moderne maatschappij. Met deze middelen wordt het mogelijk om informatie bijna overal ter wereld op elk moment te raadplegen. Dit stelt bedrijven in staat te globaliseren: coördinatie van productie en levering kan vanaf nu zeer efficiënt en wereldwijd plaatsvinden waardoor grote schaalvoordelen mogelijk worden. De derde fase van de Industriële Revolutie staat ook wel bekend als de digitale revolutie of de eerste informatie-revolutie.

De opkomst van de kunstmatige intelligentie, ook wel aangeduid met de Engelse term ‘Artificial Intelligence’, leidt sinds het begin van de 21e eeuw de vierde fase in: het tijdperk van ‘AI’. Uiteraard besteden we in dit boek uitgebreid aandacht aan het begrip ‘kunstmatige intelligentie’. Samenvattend zou je dit kunnen zien als het automatiseren van cognitieve processen van mensen, zoals het oplossen van problemen, het nemen van beslissingen en leren. In de eerste fase van de Industriële Revolutie werden handmatige processen van de mensen overgenomen, in de vierde fase geldt dit dus voor denkprocessen. De vierde fase kon overigens alleen ontstaan dankzij de derde fase van de Industriële Revolutie waarin de kracht en opslagcapaciteit van computer exponentieel steeg. Waarom deze stijging van capaciteit nodig was om de mogelijkheden van AI te benutten komt ook aan bod in dit boek.

Figuur 1: De vier fasen van de Industriële Revolutie

AI heeft grote gevolgen voor economie en arbeidsmarkt

Hoewel het moeilijk is het belang van de verschillende fasen te vergelijken, is dit wel een thema dat regelmatig terugkomt op het World Economic Forum (WEF)1. Sundar Pichai – de CEO van Google – zei hierover op het WEF van 2019:

"Kunstmatige intelligentie is waarschijnlijk de belangrijkste ontwikkeling waar de mensheid ooit aan heeft gewerkt. Ik denk dat het belangrijker is dan elektriciteit."

Op dezelfde editie van het WEF werd een studie van PricewaterhouseCoopers (PwC) gepresenteerd van CEO’s van meer dan duizend bedrijven verdeeld over alle regio’s in de wereld. Zij gaven met een grote meerderheid aan dat ze verwachten dat AI een grotere impact op de economie gaat hebben dan het internet: 63% was het (sterk) eens met deze stelling ten opzichte van 25% die het met deze stelling (sterk) oneens was, zie figuur 2.

De verwachte impact van AI op de economie is door veel organisaties ingeschat. Zo schat McKinsey op basis van een marktsimulatie in dat de waarde van de wereldwijd geproduceerde goederen en diensten (Gross Domestic Product (GDP)) als gevolg van AI met $ 13 triljoen dollar zal zijn gestegen. Dat is een stijging van 16% met de waarde van het huidige GDP en volgens McKinsey vergelijkbaar met de toename van de waarde van de economie door andere algemeen toepasbare technologie, zoals de eerdergenoemde stoommachine en elektriciteit. Deze inschatting is in lijn met de inschattingen van de beroemde technologie investeerster Cathie Wood (Ark Invest). Zo schat Ark Invest de waarde-bijdrage van een – uitgebreid in dit boek te behandelen onderdeel van AI – deep learning – alleen al in op $ 37 triljoen in 2037 (1,5x zo groot als de waarde-bijdrage van het gehele internet in dat jaar), zie figuur 3.

In andere woorden...

De geschatte waarde-bijdrage van deep learning in 2037 is USD37 triljoen: dat is 1,5x zo groot als de waarde-bijdrage van het gehele internet in dat jaar!

Figuur 3: Deep learning impact (Ark Invest)

Gevolgen voor de arbeidsmarkt

Naast de impact op de economie zal AI ook de arbeidsmarkt in de vierde revolutie drastisch gaan veranderen. AI zal zoals eerder aangegeven grootschalig cognitieve processen van de mens gaan overnemen. Dit zal gebeuren door (zelflerende) algoritmen. Voorbeelden zijn de algoritmen om auto’s te besturen of om aan de hand van foto’s vast te stellen of iemand een bepaald ziektebeeld heeft. Deze algoritmen zullen vele menselijke processen overbodig maken en daardoor de productiviteit enorm kunnen verhogen. Echter deze algoritmen kunnen ook fouten maken of gaan maken. En deze algoritmen zullen sommige processen beter kunnen uitvoeren dan mensen, maar voor de ontwikkeling, inzet en beoordeling van deze algoritmen blijven mensen cruciaal. Dit betekent echter wel dat de rol van de mens in veel functies drastisch zal veranderen. Het werken met algoritmen zal in veel functies net zo normaal worden als het gebruik van het internet, de mobiele telefoon of email.

Indeling van dit boek

Om goed op alle veranderingen op de arbeidsmarkt in te spelen, bestaat dit boek uit vier delen, zie figuur 4 op de volgende pagina.

Het eerste deel is gewijd aan AI concepten waarmee het ontstaan, de werking en beoordeling van kunstmatige intelligentie in een context kunnen worden geplaatst. In dit onderdeel is te lezen wat kunstmatige intelligentie in de 21e eeuw inhoudt en wat AI-experts bedoelen als ze het hebben over ‘modellen’. We benoemen ook een aantal wiskundige concepten die komen kijken bij het ontwikkelen van kunstmatige intelligentie. Daarnaast kom je te weten wat algoritmen eigenlijk zijn, waar ze vandaan komen, en waarom het van belang is ze te onderhouden.

Het tweede deel bestaat uit de werking van de verschillende soorten algoritmen die cognitieve processen van mensen kunnen gaan overnemen. Aan de orde komen onder andere ‘deep learning’, in het hoofdstuk over neurale netwerken, beslisbomen, en de verschillende manieren waarop een computer kan leren. Dit alles wordt behandeld in deel II: AI algoritmen en toepassingen.

Echter, met algoritmen alleen ben je er nog niet. Algoritmen hebben (continu) data nodig en kunnen pas (cognitieve) processen veranderen als ze worden ondergebracht in toepassingen (applicaties). Deel III gaat daarom over de technologie die nodig is om tot succesvolle AI-oplossingen te komen. In dit deel hebben we het bijvoorbeeld over het belang van de ontwikkeling van razendsnelle computers en het opkomen van de ‘Cloud’ voor kunstmatige intelligentie. Daarnaast kom je in dat deel te weten wat programmeren nou precies inhoudt: de manier om computers te instrueren.

In het vierde deel, ten slotte, lichten we in een aantal korte hoofdstukjes een tipje van de sluier op over hoe kunstmatige intelligentie onze samenleving en bedrijven daarin beïnvloedt. We hebben het bijvoorbeeld over de ‘eerlijkheid’ van kunstmatige intelligentie-modellen, maar ook over hoe kunstmatige intelligentie de arbeidsmarkt beïnvloedt en nog verder zal gaan beïnvloeden.

Naast de hoofdstukken uit de vier delen, bevat dit boek vier casussen. In deze casussen worden toepassingen van kunstmatige intelligentie toegelicht. We kijken naar data-gedreven bierbrouwen, bij de Nederlandse biergigant Heineken. We spreken over de bedrijfsuniversiteit die eBay heeft opgericht om het hele bedrijf bij te laten leren over kunstmatige intelligentie. Ten slotte verkennen we de bijzondere rol van kunstmatige intelligentie in de strijd tegen astma, een onderzoek van het Universitair Medisch Centrum in Groningen in samenwerking met de AI-experts van MIcompany.

De hoofdstukken en casussen in dit boek zijn zo opgezet dat ze los van elkaar te lezen zijn. Er is geen voorgeschreven volgorde waarop je dit boek het beste kan lezen. Kies eens een hoofdstuk uit het eerste deel, dan weer één uit deel III. Sommige hoofdstukken verwijzen naar elkaar, om je te helpen de materie echt te doorgronden.

Het boek helpt je zo om inzicht te krijgen in ‘de elektriciteit van de 21e eeuw’: kunstmatige intelligentie.

Figuur 4: De structuur van dit boek

Certificering

Met dit boek geven we een eerste introductie in kunstmatige intelligentie. Het is geschreven om zo weg te kunnen lezen, maar bevat alle basisbegrippen die je nodig hebt om als professional met kunstmatige intelligentie om te gaan. Dit boek geldt daarmee ook als standaardliteratuur voor de ‘NL AIC AI for Business Certificering’. Het lezen van dit boek geldt als belangrijke voorbereiding voor het halen van deze certificering. Om je hierbij te helpen zijn door het boek heen visuele highlights geplaatst herkenbaar aan dit icoon:

___________

1 Het World Economic Forum (Wereld Economisch Forum of WEF) is een jaarlijkse bijeenkomst van de CEO's van de grootste bedrijven ter wereld, internationale politici (presidenten, ministers-presidenten en anderen), intellectuelen en journalisten, in totaal zo'n 2500 personen. Het WEF organiseert jaarlijks in de winter een jaarvergadering in Davos en diverse regionale conferenties op alle continenten.

I/AI concepten

1. Wat is kunstmatige intelligentie?

2. Hoe maak je een model?

3. Pas op voor Simpson’s paradox

4. Is fouten maken menselijk?

5. Het theorema van Bayes

6. Het probleem van de meerarmige bandieten

7. Gratis lunch bestaat niet

8. COVID-19 en andere modelmanagement-uitdagingen

9. De Arabische oorsprong van de algoritmiek

10. Robotica

+ CASUS Het gouden biertje van Heineken:‘Het perfecte gouden biertje brouwen met behulp van AI.’

</1. WAT IS KUNSTMATIGE INTELLIGENTIE?>

We spreken van kunstmatige intelligentie als computers complexe cognitieve taken van mensen kunnen overnemen. Cognitieve taken zijn taken waarbij informatie binnenkomt en verwerkt moet worden om tot een conclusie of actie te komen. Het vakgebied van kunstmatige intelligentie heeft de afgelopen paar decennia een enorme vlucht genomen, hoofdzakelijk door twee oorzaken. Ten eerste is in de moderne tijd enorm veel data beschikbaar om computers te helpen intelligentie aan te leren. Ten tweede is de omvang van rekenkracht in computers enorm gestegen en is de prijs daarvan gedaald. Daarmee heeft hedendaagse en toekomstige kunstmatige intelligentie een enorme impact op hoe we leven en werken.

Robot Sophia in de schijnwerpers

Op 25 oktober 2017 werd Sophia staatsburger van Saudi-Arabië. Saudi-Arabië heeft miljoenen immigranten onder haar inwoners, maar Sophia’s burgerschap was wereldnieuws. Zij was uniek, want Sophia werd niet geboren, maar gebouwd. De robot Sophia werd in Hong Kong ontwikkeld en ging na haar onthulling in 2016 de hele wereld over. Ze sprak bij de Verenigde Naties, werd de eerste robot ter wereld die burgerschap verwierf en verscheen over de hele wereld op tal van talkshows, in magazines en zelfs in videoclips. Hoewel haar interviews niet altijd even soepel verliepen, werd robot Sophia wereldberoemd en bracht ze de razendsnelle ontwikkelingen in de kunstmatige intelligentie weer in de schijnwerpers.

Sophia werd vooral bekend voor haar mens-gelijkende uiterlijk en gedrag in vergelijking met voorgaande robot varianten..

vs.

De hype rond Sophia was niet de eerste keer dat kunstmatige intelligentie wereldwijd de voorpagina’s domineerde. In 1997 vroeg de wereld zich serieus af of het tijdperk van de mens als toppunt van intelligentie ten einde was gekomen na een legendarische schaakpartij. Regerend wereldkampioen Garri Kasparov, door sommigen gezien als de beste schaker aller tijden, verloor van schaakcomputer ‘Deep Blue’ met een score van 2 ½ tegen 3 ½2. Tegenwoordig vinden we ‘slimme’ apparaten normaal, rijden er al een handjevol zelfrijdende auto’s rond in Amerika en hebben steeds meer mensen een computerassistent in huis, zoals Alexa of de Google Assistent. Bevinden we ons dan nu zo langzamerhand in het tijdperk van écht intelligente machines? Wat bedoelen we daar überhaupt mee, met intelligentie in machines? En betekent dit, dat wij mensen binnenkort allemaal met vervroegd pensioen kunnen?

Wanneer is een computer slim?

Over wat kunstmatige intelligentie precies is of zou moeten zijn, is niet iedereen het helemaal eens. Intelligent gedrag bestaat in vele vormen en maten. Er zijn dus ook verschillende interpretaties mogelijk van wat dan kunstmatig intelligent gedrag is. Is het doel van kunstmatige intelligentie dat een machine de denkwijze van een mens kan nabootsen? Of gaat het om de uitvoering van handelingen die intelligent moet zijn, ongeacht of dat volgens ‘mensachtige’ intelligentie gaat? Moet de machine ook de context begrijpen waarin haar beslissingen of handelingen worden gemaakt, of telt alleen het ‘juist’ maken van de beslissing? Moet het systeem ook kunnen leren van zijn fouten, of is dat geen vereiste om iets intelligent te noemen?

Deep Blue speelde beter schaak dan Kasparov. De supercomputer won de partij immers, maar om dit resultaat te bereiken ging de machine heel anders te werk dan haar menselijke tegenstander. Deep Blue maakte gebruik van een computergeheugen vol met miljoenen en miljoenen schaakposities. In dat geheugen stond ook nog opgeslagen welke zetten schaakgrootmeesters in het verleden hadden gebruikt in bepaalde posities om zo hun partijen te winnen. Volgens eigen schattingen van IBM, de ontwikkelaar van Deep Blue, kon de machine 200 miljoen verschillende zetten per seconde analyseren. De resultaten van die zetten hield Deep Blue vervolgens tegen haar computergeheugen aan om te bepalen wat de beste zet was. Schaakgrootmeesters staan erom bekend dat ze een flink aantal zetten vooruit kunnen denken, maar ook een kampioen als Kasparov komt in de verste verte niet in de buurt van het rekengeweld van Deep Blue. Toch wist Kasparov 2 ½ punt van Deep Blue af te snoepen. Deep Blue won de wedstrijd, maar was de machine ook echt intelligenter dan Kasparov?

Kunstmatige intelligentie neemt cognitieve taken over

In dit boek spreken we van kunstmatige intelligentie als computers moeilijke cognitieve taken van mensen kunnen overnemen of ondersteunen. Cognitieve taken zijn taken waarbij informatie binnenkomt en verwerkt moet worden om tot een actie of beslissing te komen. We beperken ons in de definitie van kunstmatig intelligentie niet tot een ‘menselijke’ manier van handelen. Hoewel Deep Blue dus op een hele andere manier ‘nadenkt’ dan Kasparov, is deze computer wel degelijk intelligent te noemen. De computer krijgt immers informatie binnen, de stand op het schaakbord, analyseert deze met razendsnelle berekeningen en bepaalt op basis van de analyse de beste zet om te doen.

Dat we het hier hebben over ‘complexe’ cognitieve taken geeft al aan dat wat ‘kunstmatig intelligent’ genoemd wordt in praktijk een glijdende schaal is. In hoofdstuk 27 over de geschiedenis van kunstmatige intelligentie kun je bijvoorbeeld lezen over de ontwikkeling van de eerste rekenmachine, honderden jaren geleden. Tegenwoordig ziet niemand een simpele rekenmachine meer als voorbeeld van kunstmatige intelligentie, maar het was wel één van de eerste keren dat een machine denkwerk overnam van mensen. Het zou zomaar kunnen dat sommige toepassingen die we nu kunstmatig intelligent noemen, over tien jaar niet meer als dusdanig bestempeld worden.

Computers die leren: machine learning

Er is dus sprake van kunstmatige intelligentie als computers complex denkwerk op zich kunnen nemen. Daarmee valt kunstmatige intelligentie als wetenschappelijk vakgebied onder de computerwetenschappen, ook wel informatica genoemd. Grofweg kan deze kunstmatige intelligentie op twee manieren vorm krijgen. De eerste manier is dat de machine wordt voorgeprogrammeerd om bepaalde regels te volgen. Deze regels worden door menselijke programmeurs of wetenschappers bedacht en volgen vaak een logisch patroon. Het volgen van de regels leidt tot intelligent gedrag van het apparaat. Zo bepaalden de eerste navigatiesystemen op basis van vooraf ingegeven wiskundige regels de snelste route van A naar B. Het apparaat doet dit dus elke keer op dezelfde manier en de routeplanner wordt pas beter als de programmeur het programma aanpast.

De afgelopen paar decennia heeft een tweede variant van kunstmatige intelligentie steeds meer populariteit gewonnen. In deze aanpak geeft de ontwerper niet direct meer de regels aan de machine, maar legt het de machine uit hoe het zelf regels kan leren. Vervolgens onderzoekt de machine grote hoeveelheden voorbeelden om op basis daarvan te begrijpen hoe ze beslissingen moet maken. In moderne navigatiesystemen wordt deze manier van kunstmatige intelligentie bijvoorbeeld toegepast om het apparaat te laten leren waar files staan, door data over snelheden van verschillende weggebruikers met elkaar te vergelijken. Met deze nieuwe informatie leert het systeem daarmee een nóg efficiëntere route bepalen.

</machine learning>

Er is sprake van machine learning als een algoritme geautomatiseerd leert van data. Het algoritme wordt niet voorgeprogrammeerd hoe het een beslissing moet maken, maar krijgt regels over hoe het de juiste beslissing kan leren van observaties. In ‘Hoe leert een computer?’ lees je meer over hoe dit in zijn werk gaat.

Dit systeem kan zelfs nadat de ontwerper het systeem heeft afgebouwd, blijven doorleren. Als het nieuwe data krijgt over waar files zijn ontstaan, kan het zijn eigen inschattingen toetsen en toekomstige inschattingen verbeteren.

Deze tweede vorm van kunstmatige intelligentie, waarbij van het systeem verwacht wordt dat het zelf zijn beslissingen leert te maken, wordt ook wel ‘machine learning’ genoemd. Met de opkomst van steeds snellere computers en mogelijkheden voor het opslaan van enorme hoeveelheden data is dit vakgebied de afgelopen twee decennia explosief gegroeid. Het beperkt zich niet tot schaakcomputers of pratende robots, ook bedrijven maken dankbaar gebruik van machine learning. Ze laten bijvoorbeeld hun websites automatisch leren van het gedrag van hun gebruikers, om ze zo gebruiksvriendelijk mogelijk te maken. Of ze gebruiken machine learning om automatisch te leren welke producten hun klanten interessant zouden kunnen vinden.

Figuur 5: De wetenschap van kunstmatige intelligentie valt onder de studie van informatica. Machine learning is een onderdeel van kunstmatige intelligentie.

Of een computer nu voorgeprogrammeerde regels of volwaardige machinelearning-systemen gebruikt, uiteindelijk bepaalt een programmeur hoe het apparaat zijn doel gaat bereiken.

Dit gaat door middel van algoritmen. Dit zijn vaste sets aan instructies die zo beschreven zijn dat een computer ze kan opvolgen. Hoe het bouwen van dit soort algoritmen werkt, en hoe computers überhaupt werken, kun je lezen in de hoofdstukken 9, 20 en 21 over algoritmen, computers en programmeren.

Er zijn talloze manieren om een computer te helpen leren van data. De studie van machine learning gaat over het ontwerpen en toepassen van dit soort methodes. Dit gaat aan de hand van wiskundige modellen, die de computer moeten helpen een situatie te ‘begrijpen’. Hoe dit precies in zijn werk gaat, lees je in het hoofdstuk 2 over modellen. Over een aantal van de modelleertechnieken zelf kun je lezen in deel II over neurale netwerken, classificatie, beslisbomen, markovmodellen, unsupervised learning, supervised learning en reinforcement learning.

Een revolutionaire opmars

Dat kunstmatige intelligentie, en machine learning in het bijzonder, zo’n vlucht heeft genomen de afgelopen decennia, is voor een groot deel te danken aan de rappe technologische ontwikkelingen. De opslag en rekenkracht van computers is exponentieel toegenomen en met de opkomst van het internet explodeerde de hoeveelheid beschikbare data om van te leren. Over een aantal technologische ontwikkelingen die cruciaal zijn voor de enorme impact van kunstmatige intelligentie in onze moderne maatschappij lees je in de hoofdstukken over data, de Cloud, en API’s.

Een toename in toepassingen van kunstmatige intelligentie in vrijwel elk denkbaar vakgebied volgde de technologische ontwikkelingen. Zowel in de wetenschap, zoals de natuurkunde of de geneeskunde, als in commerciële omgevingen worden technieken en methoden uit de kunstmatige intelligentie tegenwoordig veelvuldig toegepast. Dit heeft onder andere geleid tot een aantal nieuwe beroepen die twintig jaar geleden nog nauwelijks bestonden. Ontwikkelaars van AI-algoritmen zijn tegenwoordig zeer gewild op de arbeidsmarkt. Met voorheen onbekende functietitels, zoals data scientist, data engineer, of machine learning engineer, helpen zij bedrijven, overheden en onderzoekers om optimaal gebruik te maken van dit veelbelovende nieuwe vakgebied. Zo leidt de ontwikkeling van kunstmatige intelligentie op sommige plaatsen juist tot meer werk en kansen voor mensen, in plaats van een vervroegd pensioen, zoals te lezen is in hoofdstuk 35 over de impact van kunstmatige intelligentie op de arbeidsmarkt.

Kunstmatige intelligentie wordt door sommigen gezien als een ‘nieuwe industriële revolutie’. De vierde, na de opkomst van de stoommachine en elektriciteit in de 19e eeuw, en de digitalisering in de 20e eeuw. Dit komt doordat toepassingen van kunstmatige intelligentie onze manier van werken en leven drastisch beïnvloeden.

Sophia was de eerste robot die officieel staatsburger werd van een echt land. Toch was de intelligentie van Sophia controversieel. Sommige experts uit de wereld van de kunstmatige intelligentie waren niet onder de indruk en noemde haar oneerbiedig een ‘chatbot met een gezicht’. Het is kenmerkend voor het vakgebied van de kunstmatige intelligentie. Een kunstmatige gesprekspartner van de kwaliteit van Sophia, die kan luisteren naar mensen en gericht kan reageren, zou vijftig jaar geleden een enorme triomf voor de kunstmatige intelligentie zijn geweest. Tegenwoordig wordt het door sommige critici haast afgedaan als een niemendalletje. Het toont aan dat de definitie van wat écht kunstmatige intelligentie is zelfs onder experts een glijdende schaal is.

In dit boek geven we een glimp van wat er achter deze spannende, steeds belangrijker wordende term schuilgaat. Welkom in de wereld van de kunstmatige intelligentie.

</2. HOE MAAK JE EEN MODEL?>

Met modellen in kunstmatige intelligentie worden machine learning algoritmen bedoeld. Dit zijn manieren om een computer van data te laten leren. Om dit te doen worden normaliter drie verschillende datasets gebruikt. Een trainset van wordt gebruikt om een aantal verschillende versies van het model op te maken en deze versie door gebruik van een verliesfunctie te optimaliseren. Op de validatieset worden getest welke van deze verschillende versies de beste is. Ten slotte wordt met een testset een inschatting gemaakt van de kwaliteit van het uiteindelijk gekozen model.

Een model?

Binnen de wereld van de kunstmatige intelligentie spelen modellen een grote rol. Er zijn dan ook elke dag over de hele wereld mensen bezig met het maken van nieuwe modellen. Wat bedoelen we hier precies met het woord ‘model’? Dat heeft vele betekenissen, niet alleen binnen de wereld van de kunstmatige intelligentie maar ook daarbuiten. Het kan gaan over een persoon (bij wijze van beroep), over een voorwerp (denk aan een maquette) of over een voorbeeld van hoe iets eruit zou moeten zien (zoals een schilder of beeldhouwer zou gebruiken). Voor nu gaan we het hebben over modellen als getalsmatige benaderingen van de werkelijkheid. Dat wil zeggen: een model neemt één of meerdere getalwaarden als inputs en berekent daarmee volgens een vast recept een output. Bijvoorbeeld een weermodel, dat inputs gebruikt als luchtdruk, luchtvochtigheid en windrichtingen om zo als output de temperatuur van morgenmiddag te berekenen. Of een model dat, op basis van DNA-data, kan voorspellen of iemand al dan niet astma heeft. Of een model dat kan voorspellen hoeveel Nederlanders in de volgende maand besmet zullen raken met COVID-19, afhankelijk van de maatregelen die we treffen en hoe goed men zich eraan houdt.

Het doel van het model is uiteindelijk om zo correct mogelijk de output