Ervaringen
Werken AI en machine learning zoals ze bedoeld zijn? Met andere woorden: lossen ze de gewenste problemen op?
- Opleiding
- Software Science
Machine Learning en AI
Machine Learning en AI kennen vele succesverhalen en tastbare voorbeelden. Denk maar aan zelfrijdende auto's of zelfvliegende drones. Volgens Nils Jansen denken veel mensen dat AI alle problemen kan oplossen. Er zijn echter nog grote uitdagingen. 'Mensen zijn nog steeds beter dan machines in het oplossen van veel problemen. De vraag is: doen AI en machine learning wat ze bedoeld zijn te doen? Met andere woorden: lossen ze de gewenste problemen op? Ons onderzoek richt zich op die vragen.'
We kunnen bijvoorbeeld het weer voorspellen op basis van bepaalde gegevens. We weten ook dat er factoren zijn die de uitkomst kunnen veranderen. We streven ernaar om robuuster te worden tegen alle mogelijke onzekerheden die zich in de echte wereld voordoen.
Reinforcement Learning
Reinforcement Learning is een specifieke machine learning techniek. Het verkent voornamelijk de omgeving. Nils Jansen legt uit: 'Het probleem is dat de agent, bijvoorbeeld een zelfvliegende drone of zelfrijdende auto, vaak alle mogelijke acties uitprobeert en vervolgens kijkt wat het mogelijke resultaat is. Het bekendste voorbeeld is Alpha Go. Een aantal jaar geleden versloeg de AI-computer die het spel Go speelde de beste menselijke speler ter wereld. Het kan dus zeer krachtig zijn, maar het is ook extreem veiligheidskritisch. Het kan zichzelf en zijn omgeving beschadigen omdat het alle mogelijke acties uitprobeert.' In tegenstelling tot wat de meeste mensen denken, zijn de nieuwe technologieën dus niet altijd beter en slimmer, maar creëren ze ook nieuwe veiligheidsuitdagingen.
Veilig maken
De European Research Council is onderdeel van de EU en biedt grote onderzoek financieringsprogramma's. Nils vroeg begin dit jaar een startsubsidie aan om meer onderzoek te kunnen doen naar de veiligheidsproblemen van Reinforcement Learning. En met succes: 'Ik kreeg € 1,5 miljoen toegekend om te investeren in het veiliger maken van Reinforcement Learning en AI. We gebruiken wiskundige modellen om de onzekerheid die zich in de echte wereld voordoet nauwkeurig vast te leggen. Onze groep probeert te meten wat er in het slechtste geval zal gebeuren, maar dan betrouwbaarder. Bijvoorbeeld: we nemen aan dat de wind een bepaalde snelheid en richting heeft, gebaseerd op historische gegevens. Wat we hieraan toevoegen, is dat we het veilige gedrag vooraf berekenen, gebaseerd op de onvolledige gegevens die we hebben. Amazon zal over een paar jaar drones gebruiken om pakketten te bezorgen. Op dit moment heeft een drone gegevens die het kan gebruiken om te voorkomen dat het tegen een gebouw botst, zoals gegevens over de wind. Deze zijn echter niet betrouwbaar genoeg. Daarom berekenen we vooraf het ergste wat er zou kunnen gebeuren. Daarna gebruiken we deze informatie om een beslissing te nemen met een aanvaardbaar risico.' De financiering helpt Nils Jansen en zijn team bij het werken aan de betrouwbaarheid van AI en machine learning. En uiteindelijk maakt dat de wereld voor ons allemaal een veiligere plek.
Dit artikel is geschreven en gepubliceerd door TechGelderland.nl. Foto's: Linda Verweij
Het verbruik van onze ICT-sector neemt elk jaar met 30-40% toe. Daar wil ik graag iets aan doen.
- Nationaliteit
- Nederlands
- Opleiding
- Software Science
Kun je jezelf voorstellen?
Ik ben Bernard van Gastel, en heb zelf informatica gestudeerd, de voorloper van het huidige computing science. Ik geef twee duurzaamheidsvakken, twee technische vakken over besturingssystemen en het vak New Devices Lab. In dat laatste vak bedenk je een apparaat dat je ook zelf gaat maken.
Waarom heb je ervoor gekozen om in dit vakgebied te gaan studeren/werken? Wat maakt dit vakgebied zo interessant?
Ik vind mijn vakgebied zo mooi omdat je zo goed de maatschappelijke impact kan zien. Er zijn actuele problemen, en samen met maatschappelijke partijen, zoeken wij naar een oplossing. Zo heb ik advies gegeven over hoe Rijkswaterstaat met zijn data moet omgaan, of hoe Logius (ICT omgeving van de overheid) hun diensten duurzaam kan aanbesteden.
Waar doe je momenteel zelf onderzoek naar?
Duurzame ICT is mijn vakgebied. Ik kijk naar het energieverbruik van software, hoe we dat kunnen meten, voorspellen, en terug kunnen dringen. Dat is omdat het verbruik (en daarmee ook onze uitstoot) van onze ICT-sector elk jaar met 30-40% toeneemt. Daar wil ik graag iets aan doen.
Welke tip heb je voor studenten die hun studiekeuze gaan maken?
Ervaar de opleiding: praat met studenten en probeer een dagje mee te lopen.
Wat vind je het leukste aan het werken met studenten?
De leuke creative ideeën die studenten hebben. Deze houden mijn blik fris en helpen mij alles te blijven bevragen of het niet anders kan.
Kies vooral op basis van wat je interessant vindt en niet op basis van wat je denkt nodig te hebben voor een bepaalde baan.
- Vooropleiding
- Computing Science (Radboud Universiteit)
- Opleiding
- Software Science
- Einddatum studie
Waar werk je nu en wat houdt jouw werk in?
Ik werk als softwareontwikkelaar bij AMIS Conclusion in Nieuwegein. Hier werk ik in een team aan een applicatie die helpt verzekeringsfraude te voorkomen.
Waarom heb je ervoor gekozen om in dit vakgebied te gaan werken?
Ik wist dat ik iets met software wilde doen, maar nog niet precies op welke manier of in welke sector. AMIS is een softwarebedrijf dat met meerdere andere bedrijven samenwerkt. Zo kan ik een beter beeld krijgen van wat er mogelijk is.
Wat heb je geleerd tijdens je studie dat je nu gebruikt in je werk?
Te veel om op te noemen! De master vond ik een stuk uitdagender dan de bachelor. Hierdoor heb ik veel beter geleerd hoe ik goed kan werken. Ik weet nu hoe ik mezelf kan motiveren en hoe ik ervoor kan zorgen dat ik iets af heb voor een bepaalde tijd zonder nachtenlang door te moeten gaan. Ook ben ik beter geworden in dingen zelf uitzoeken en initiatief nemen. De specialistische kennis van software gebruik ik niet echt, al helpt mijn brede achtergrondkennis van computers om de specifieke frameworks die op mijn werk worden gebruikt snel te begrijpen.
Hoe heb je deze opleiding aan de Radboud Universiteit ervaren? Wat maakte deze opleiding volgens jou bijzonder?
De docenten zijn betrokken, benaderbaar, en expert in hun werkveld. Hierdoor kun je zeer specialistische kennis opdoen.
Wat zou je studiekiezers aanraden als ze een studie gaan kiezen?
Kies vooral op basis van wat je interessant vindt en niet op basis van wat je denkt nodig te hebben voor een bepaalde baan. Bijna geen van mijn collega's hebben informatica gestudeerd, maar zijn vanuit een ander vakgebied ingestroomd of hebben überhaupt niet gestudeerd.
Bij elke baan worden bepaalde technieken en werkwijzen gebruikt en heb je een zekere mate van domeinkennis nodig die allemaal niet in je studie zitten. Je bent als je begint met werken dus nog zeker 6 tot 18 maanden hoofdzakelijk bezig met nieuwe dingen leren. Dat wordt niet minder door een master te doen. Toen ik naar een baan zocht ben ik slechts enkele vacatures tegengekomen waarbij een master een vereiste is.
Als laatste zou ik aanraden om zo vroeg mogelijk na te denken over waar je zou willen werken en daar dan alvast een keer langs proberen te gaan. Bijna alle bedrijven vinden het leuk om over zichzelf te vertellen en zullen positief reageren als je vraagt of je een keer kennis mag komen maken. Het is volkomen normaal om niet meteen te solliciteren, maar eerst een keer een klein beetje kennis te maken. Zo kun je een beter idee krijgen van of je inderdaad bij het bedrijf wil werken, en als je uiteindelijk inderdaad gaat solliciteren helpt het als je al een paar namen en gezichten kent.
De volgende grote programmeertaal ontwikkelt zichzelf niet! Daar heb je mensen voor nodig en Software Science geeft de juiste achtergrond.
- Vooropleiding
- BSc Computing Science (Radboud University)
- Opleiding
- Software Science
Wat spreekt je aan in de master en waarom?
De master Software Science gaat eigenlijk over alles wat met softwareontwikkeling te maken heeft, van wiskundige theorie tot meer praktisch programmeren. Ik hou van deze afwisseling, ook al zijn de wiskundige vakken een stuk uitdagender (voor mij althans). Gelukkig zijn er veel vakken om uit te kiezen.
Hoe ervaar je de sfeer binnen de opleiding?
Bij de meeste vakken komt er maar een kleine groep mensen naar de colleges. In combinatie met het feit dat de colleges in een kleinere ruimte worden gegeven, geeft dit een bijna gezellige sfeer waarin je je gemakkelijk onderdeel van de groep voelt. Interactie is gemakkelijker op zo'n kleine schaal en alle vragen, opmerkingen en gesprekken (met de docent of met medestudenten, of beide) zijn zeer welkom.
Wat vind je het meest uitdagend aan de master(specialisatie)? Zijn er dingen waar je tegenaan loopt?
Ik ben niet zo goed in theoretische vakken, en die maken een groot deel uit van de keuzevakken van de specialisatie. Een paar van die vakken hebben me veel werk gekost om de stof te begrijpen en ik was niet altijd geïnteresseerd in de inhoud. Maar voor de meeste ben ik achteraf blij dat ik ze gedaan heb.
Kun je iets vermelden over je stage en/of je scriptie?
Ik loop stage bij TOP Software, een klein bedrijf op de campus van de universiteit. Ik werk aan een project om LLVM code te genereren vanuit Clean bytecode, om daaruit zowel WebAssembly als native executables te genereren. Mijn stage gaat specifiek over het integreren van een garbage collector voor WebAssembly. Dat betekent dat ik tegelijkertijd werk met Clean, Clean's ABC bytecode, LLVM IR, WebAssembly en C. Dat is nogal wat om mee te jongleren, maar het ligt me wel.
Waarom is het belangrijk dat er mensen zijn met deze master(specialisatie) op zak? Wat wil je er zelf mee gaan doen na het afronden van je master?
De volgende grote programmeertaal ontwikkelt zichzelf niet! Daar heb je mensen voor nodig en dit programma geeft de juiste achtergrond. Na mijn afstuderen hoop ik ergens werk te vinden dat gerelateerd is aan het ontwikkelen van programmeertaal.