NASA ontdekt exoplaneet via machine learning van Google

Ruimtevaartorganisatie NASA heeft bekendgemaakt dat er een exoplaneet is ontdekt met machine learning van Google. De kunstmatige intelligentie van Google heeft op basis van data van de Kepler-ruimtetelescoop ontdekt dat er nog een achtste planeet om de ster Kepler-90 draait.

De planeet is Kepler-90i genoemd en bevindt zich op zo'n 2545 lichtjaar van ons zonnestelsel. De exoplaneet werd eerder over het hoofd gezien, hoewel er al zeven andere planeten waren ontdekt bij de ster Kepler-90. Het systeem van deze ster is het eerste buiten ons zonnestelsel waarbij acht planeten zijn ontdekt die om hun ster draaien.

Twee softwaretechnici van Google kwamen met het idee om de data van de Kepler-ruimtetelescoop te analyseren met een neuraal netwerk. Kepler heeft een enorme partij data verzameld en heeft genoeg gegevens voor 35.000 signalen van eventuele planeten. Deze data wordt normaal gesproken geanalyseerd door geautomatiseerde tests en soms het menselijk oog, maar de zwakkere signalen worden dan soms gemist.

Het neurale netwerk werd eerst getraind om al ontdekte exoplaneten te identificeren met een TensorFlow-model op basis van vijftienduizend eerder doorzochte signalen van de Kepler-ruimtetelescoop. Tijdens een test bleek de kunstmatige intelligentie in staat om in 96 procent van de gevallen bestaande planeten en valse waarden te herkennen. De technici van Google concludeerden dat het model werkte.

Een kleine dip in de helderheid van een ster als een exoplaneet langs de ster schuift, is een teken dat er een planeet is. Nadat het neurale netwerk zo geleerd heeft om planeten te ontdekken, hebben de onderzoekers het model ingezet voor 670 systemen waarin al exoplaneten waren ontdekt. Hiervoor werd gekozen omdat men dacht dat de kans op het ontdekken van nieuwe planeten het grootst is in stelsels met meer dan één planeet.

Op basis van de 14 miljard datapunten die met de Kepler-ruimtetelescoop zijn gecreëerd, kan de ai van Google naast de 670 onderzochte sterren nog zo'n kleine 200.000 andere sterren onderzoeken. Het is dan ook waarschijnlijk dat via dit model van Google in de toekomst nog meer exoplaneten worden ontdekt op basis van al bestaande data.

Met deze methode werd ook een zesde planeet bij de ster Kepler-80 ontdekt: Kepler-80g. Deze exoplaneet heeft ongeveer de grootte van de aarde en draait met de andere in zijn nabijheid gelegen, eerder ontdekte planeten om de ster heen. Dit planetenstelsel is heel compact, waarbij er sprake is van het fenomeen baanresonantie. Kepler-80 bevindt zich op 1100 lichtjaar van de aarde.

Kepler-90i draait in 14,4 dagen om zijn ster en is geen interessante kandidaat voor eventueel leven. De rotsachtige planeet, die dertig procent groter is dan de aarde, staat net als de andere zeven planeten relatief dicht bij Kepler-90. Bovendien is deze ster twintig procent groter en vijf procent warmer dan onze zon. Volgens de NASA is de temperatuur aan de oppervlakte hoger dan 426 graden Celsius, wat vergelijkbaar is met Mercurius. De buitenste planeet, Kepler 90h, heeft een baan die wat afstand tot de ster betreft vergelijkbaar is met de aarde.

Het onderzoek van de onderzoekers van de Amerikaanse Harvard-universiteit wordt gepubliceerd in het wetenschappelijke tijdschrift The Astronomical Journal, onder de titel 'Identifying exoplanets with deep learning: a five planet resonant chain around Kepler-80 and an eighth planet around Kepler-90'.

Reacties (117)

Termen als machine learning en ai worden hier door elkaar gebruikt.

AI zou het zijn als een computer zelf het model zou maken. Het model voor herkenning is hier voorgegeven op basis van eerdere herkenning en data hoe te herkennen. Op basis van die data gaat het netwerk beelden vergelijken. Dat is geen AI maar gewoon herkenning op basis van een door de mens voorgegeven set instructies.

Zoals gezegd het is in mijn ogen pas ai als het systeem zelf tot die parameters was gekomen. Zo ver zijn we nog niet dus is het gewoon aanleren van een computer die beelden vergelijkt en dat natuurlijk sneller en nauwkeuriger kan doen dan het menselijk oog.

Excuses, maar je interpretatie van de naamgeving is foutief, tenzij deze verandert is in de afgelopen 2 jaar.

AI is de overkoepelende term in het venn-diagram, machine learning valt onder de AI-moniker.
Hoe jij die termen wil interpreteren of niet, doet er niet toe. Hanteer de termen juist alsjeblief, deze wereld is al verwarrend genoeg zonder mensen die zeggen "ja maar voor mij persoonlijk betekent dit ...". Dit is niet de eerste keer dat ik je deze fout zie maken en ik betreur dat mensen met hun eigen interpretatie van wetenschappelijke terminologie karmakoningen zijn op tweakers.

Je bent een influencer op een groot tech-platform, gelieve daar toch een beetje waarde aan te hechten en toch te proberen om de terminologie te hanteren zoals ze is vastgelegd. Anders krijg je een leger van leken in je aula die denken te weten waarover ze praten. En ja, ik heb effectief universitairen(studenten) moeten uitleggen in mijn lessen AI/ML dat de tl;dr's die ze oa. op tweakers lezen niet de correcte definitie is.


Bron: PhD in AI en elk basisplaatje.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 10:15]

Met alle respect, maar misschien had je die 2 alinea's dan beter kunnen gebruiken om uit te diepen wat de definitie dan precies is ipv iemand anders terecht te wijzen. Nou leren we nog niets

@BieBiepGTR hieronder: Ja, dat zei je al. Je zou bijvoorbeeld kunnen vertellen wat er nog meer onder valt, daar het vakgebied van AI best breed is, en ik denk niet dat de meeste mensen zich dat realiseren.

[Reactie gewijzigd door .oisyn op 15 december 2017 10:38]

Ik herhaal dus: AI is de overkoepelende term in het venn-diagram, machine learning valt onder de AI-moniker.


de definitie van Machine Learning was grosso modo correct: "herkenning op basis van een door de mens voorgegeven set datapunten".


wat er in het artikel gebeurt is:
"Het neurale netwerk werd eerst getraind om al ontdekte explaneten te identificeren met een TensorFlow-model op basis van 15.000 eerder doorzochte signalen afkomstig van de Kepler-ruimtetelescoop. Tijdens een test bleek de kunstmatige intelligentie in staat om in 96 procent van de gevallen bestaande planeten en valse waarden te herkennen. De technici van Google concludeerden dat het model werkte."

Dit is een classificatie-probleem oftwel supervised learning onder machine learning onder AI, opgelost met een "deep learning"-aanpak wat neerkomt op een neuraal netwerk dat bestaat uit meedere complexe lagen.


Over je edit en vraag naar meer info: als je meer informatie wil dan dat ga ik je dan toch aanraden om contact met me op te nemen voor een opiniestuk/column. Ik ga die effort niet steken in een volledige synthese van AI op de comment-sectie van een random artikel. Maar hier lezen is een goed begin over de terminologie:
https://waitbutwhy.com/20...ligence-revolution-1.html

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 10:53]

als je meer informatie wil dan dat ga ik je dan toch aanraden om contact met me op te nemen voor een opiniestuk/column.Ik ga die effort niet steken in een volledige synthese van AI op de comment-sectie van een random artikel.

Volgens mij vraagt .oisyn ook niet om een opiniestuk/column, maar slechts om een klein beetje verdieping. Ik ben het eens met je commentaar, ik denk alleen dat veel mensen het een beetje een hoog "Sheldon"-gehalte vinden hebben.

Gelukkig heb je alsnog een behoorlijk aantal relevante reacties geschreven... als we die bij elkaar voegen toch een heel stuk mooie informatie. Ik heb vandaag weer wat geleerd (en een hoop andere tweakers ook denk ik, kijkend naar de scores van je reacties), dank daarvoor!

[Reactie gewijzigd door EnigmA-X op 15 december 2017 13:01]

Graag gedaan.

En ik snap niet wat je bedoelt met een "Sheldon"-gehalte (al zeker niet omdat dat wss ook een hollywood-definitie is ).

Je stuurt hier aan op het feit dat iemand die publiekelijke een foute opmerking over een "definitie van een woord" maakt, het voorrecht heeft om hier niet op aangesproken of verbeterd te worden?

Feiten en definities zijn gewoon wat ze zijn. Ik kan niet meer doen dan ze correct communiceren.


PS: dat klein beetje verdieping in een overkoepelende term is echt wel een gigantisch stuk, jammer genoeg. Nogmaals, lees de volledige gelinkte blogpost als het je echt interesseert, het is een zeer up-to-date synthese van AI en de courante (correcte?) termen die onderzoekers daaromtrent hanteren.
Hier een cursus van een semester of de ervaring van 7 jaar AI-werk zomaar neerpennen zodat iedereen direct op een equivalent niveau van begrip staat werkt het jammer genoeg niet .

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 13:21]

de definitie van Machine Learning was grosso modo correct: "herkenning op basis van een door de mens voorgegeven set datapunten".

Laten we het netjes zeggen: Supervised Machine Learning is herkenning op basis van door de mens voorgegeven set data. Er is ook Unsupervised Machine Learning, zoals bijvoorbeeld de al aangehaalde AlphaZero game-AI van Google. Die gebruikt geen door mensen aangeleverde dataset, maar produceert die set zelf door tegen zichzelf te spelen.

Later haal ik dat ik diezelfde post nog aan ja. Nadat ik de definitie grosso modo correct noem...


Hola, dat over AlphaZero is trouwens grappig. Want dat is een combinatie van supervised en unsupervised learning, maar is wel vooral supervised te noemen.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 15:33]

Ehm, ik wou je niet al te hard aanpakken, maar jouw quote "classificatie-probleem oftwel supervised learning" is óók misleided. Classificatie kan ook unsupervised, en supervised learning is ook bruikbaar voor regressie-problemen. Jouw equivalentie is dus 2 kanten op fout.

is dat zo dan?
Supervised gaat over de aanwezigheid van "labeled data" (niet noodzakelijk door een mens gelabeled trouwens, dat haal jij dan weer verkeerdelijk aan)
Unsupervised classification is gewoon clustering?


Ok ja, dan ben ik te kort door de bocht gegaan daar . Je wordt gewoon niet vaak met de naam "Unsupervised Classification" geconfronteerd, ook al is hij waarschijnlijk correct. Ik had ook geen equivalentie geimpliceerd maar een ondergeschiktheid.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 15:32]

Nope, ik ga binnenkort een supervised AI trainen op basis van gesorteerde, in plaats van gelabelde data. Niet alle vormen van supervision zijn labelling.

Clustering is een vorm van unsupervised learning, maar auto-encoders zijn ook unsupervised.

• Supervised learning: je krijgt expliciete feedback over je acties door middel van een dataset/labels (snel, direct)
• Reinforcement learning: je krijgt impliciete feedback na je acties door middel van een reward (langzaam, maar geeft nog steeds richting)
• Unsupervised learning: er wordt helemaal geen feedback gegeven

Tja, waar schaar je AlphaZero onder, welk onderdeel weegt het zwaarste? Vaak is het een combinatie van meerdere technieken. Wat AlphaZero onderscheidt mijns inziens is het (nieuwe) stuk reinforcement learning en zou daar dan ook onder mogen vallen.

Goed punt, plaatsen we reinforcement learning op die hoogte tussen het contrast super/unsupervised?

Ik had het idee dat het eerder een combinatie van de twee was die niet in dezelfde categorisatie hoorde? Mijn oordeel is dat je supervised learning krijgt doordat alphazero zelf winst labelt?

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 18:13]

Sorry, maar als dat jouw definitie is dan hanteer jij de populaire/hype/hollywood-definitie van AI.

De officiele wetenschappelijke definitie staat al zo ongeveer 50 jaar (sinds 1970) vast en wordt ECHT wel degelijk gebruikt in de context waarvan jij dus denkt dat het verkeerd is.

AI gaat niet enkel over zelfbewuste robots of robots op mens-niveau, AI gaat over aangeleerde patroonherkenning.
Zelfbewustheid waar jij het over hebt heet: https://en.wikipedia.org/...cial_general_intelligence oftwel Artificial General Intelligence (AGI).


Mensen die meer willen lezen met een goede bron met goede terminologie kunnen hier terecht: https://waitbutwhy.com/20...ligence-revolution-1.html

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 10:55]

Ik kan dit alleen maar onderschrijven.

Machine Learning is gewoon het automatisch schatten van parameters en dat scharen wij als wetenschappers onder AI (KI in het Nederlands). Ik zou ook zeggen dat parameters schatten uit data een vorm van intelligentie is, hoewel het puur rekenwerk is.

Nope. Ik ben bij een AI vakgroep afgestudeerd (TU Delft), en "Parameter Schatten" c.q. Estimation Theory was een ander vak van een andere vakgroep. Daar heb je zaken als de Cramér–Rao bound.

Je kunt mijn profielpagina aan de UGent vinden via Google als je mijn credentials wilt natrekken. Ik ben hier onder andere cum laude in gepromoveerd en ben toevallig dit jaar ook programmacommissielid voor AI & Statistics (AISTATS), hoewel mijn specialisme data mining is, waar de focus meer ligt op het oplossen van combinatorische problemen.

Bounds zijn zeker een essentieel onderdeel van machine learning, hoewel de recente hype (deep learning) weinig gebruikt maakt van theoretische resultaten. Het verschil met statistiek zit hem naar mijn mening (je kunt daar eindeloos over debatteren) vooral in de toepassing. Statistiek is heel zuiver en gericht op testen (of dat nu Bayesiaans is of frequentistisch). ML gaat veelal over voorspellen en het doel is niet primair om mensen te ondersteunen om iets uit data te leren. Het gaat echter allebei volledig over parameters zo goed mogelijk schatten, dat is ook bij deep learning hetzelfde. De breakthroughs in deep learning gaan over het kunnen leren (=fitten) van steeds complexere modellen.

Als je Estimation Theory algoritmisch implementeert heb je ook een AI hoor...


Maar wat je nu aanhaalt is eerder een institutioneel probleem aan "Academia" dat vakgroepen vaak niet genoeg hun silo's overschrijden. Dat is geen inherente beperking aan "of een implementatie van Estimation Theory al dan niet AI zou zijn".

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 15:38]

Definition of intelligence (from Merriam-Webster) (let vooral op de OF, OF, OF)
1a (1) : the ability to learn or understand or deal with new or trying situations.


Gesprek ik tegen computer:

Ik: Wat is een planeet, computer? Dat is een planeet.
Computer": Aha, DAT is een planeet
Ik: Is dit nu een planeet computer? (computer heeft foto nog nooit eerder gezien)
Computer: Ja/Nee (96% correct, beter dan individueel menselijk oordeel)

Narrow Artificial Intelligence, QED
Je zou zelfs argumenteren dat een computer begrijpt wat een planeet is op een abstract niveau ook met een neuraal netwerk, dus dat ik "understand" doorstreep klopt niet echt.


En ja, een plant en een mier zijn intelligent.
Ze zijn misschien niet "zelfbewust", maar intelligentie en zelfbewustzijn zijn niet hetzelfde.
Jij hebt het hier vaak over een artificieel bewustzijn (technological singularity?), niet over een artificiele intelligentie.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 11:50]

Waarom moet ik de volledige (2) posten als er een OF relatie bestaat voor de definities?

En nogmaals: je kan gerust hier spreken over interpretatie van videobeelden op een abstract niveau: heb je uberhaupt al eens de tussenlagen van zo'n neuraal network vormen,kleuren en voorwerpen zien identificeren?
IMO gaat definitie 2 ook nog eens op.

Zelfs in je eerder gelinkte wikipedia-artikel met definitie van intelligentie staat er een "of ... of ..." relatie waarvan dit algoritme voor herkenning van planeten er al aan verschillende voldoet.

Zo kunnen we over en weer bronnen gaan quoten. Intelligentie is nog steeds iets anders dan wiskundige formules oplossen, dat is wat een computer op dit moment nog steeds doet, niet meer niets minder.

Ja, dat is er dan ook artificieel aan... Je kan ook niets anders dan een computer empirisch regels aanleren om het universum te begrijpen(machine learning). Die regels zijn wiskundig.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 12:41]

Mieren zijn zeer interessante wezens, je kunt het intelligentie noemen of basic instinct. Feit is dat ze zeer nauwkeurig werken en ieder zijn plicht vervuld. Planten hebben inderdaad volgens onderzoek een vorm van inteligentie. Was er laatst niet een onderzoek dat zei dat de geur van vers gemaaid gras eigenlijke en waarschuwing is voor ander gras en om hulp te roepen?

quote:Kolomiets en zijn collega’s trekken die conclusie op basis van experimenten. Ze pasten een maïsplant zo aan dat deze geen GLV kon produceren. Vervolgens beschadigden ze deze maïsplant. Hetzelfde deden ze met maïsplanten die wel GLV kon aanmaken. De resultaten waren opmerkelijk. Zodra de beschadigde maïsplanten GLV gingen aanmaken, snelden parasitaire wespen toe. De planten die geen GLV konden aanmaken, lieten de parasitaire wespen links liggen.

Stuk over mieren Dat is natuurlijk in groep maar toch.

AI heeft een vaste definitie en niet die uit Hollywood

AI != definitie A + definitie I... Het is een brede term.

Je hebt gelijk dat AI een beetje een buzzword is, maar zoals in dierlijke en menselijke intelligentie zit dit op veel verschillende niveaus. Een spin bijvoorbeeld, weeft zijn web zeer precies. Dit lijkt me redelijk "voorgeprogrammeerd", terwijl het voor ons intelligentie lijkt. Spinnen leren dit niet van mama of papa, want spinnengezinnen bestaan nu eenmaal niet. T is niet zo dat AI te pas en te onpas gebruikt wordt, het valt allemaal onder de noemer intelligentie, voorgeprogrammeerd of niet.

Dus volgens jou kunnen we pas binnen x-aantal jaar spreken van AI... want volgens mij kan momenteel nog geen enkel algoritme in de spiegel kijken en zich bewust zijn van het feit dat het een algoritme is...

Je bent een beetje ontspoord en offtopic gegaan door jou kijk hierop te geven. Filosofisch zeker een interessante discussie, maar totaal niet fact-based en offtopic

[Reactie gewijzigd door MrFancyPantss op 21 december 2017 13:23]

Je kijkt zelf in een glazen bol door te schrijven dat volgens mij we pas binnen 50 jaar spreken van AI. Ik weet het niet maar waar staat die 50 jaar en hoe kom je daarbij.
Als je er een uitspraak over wil, ik geloof dat het veel minder zal zijn dan 50 jaar. Hoeveel minder, dat mag jij invullen met je glazen bol.

Bedankt om me op dat detail te pakken, oh kunstmatige intelligentie god. Bedankt dat jij mijn zelf verzonnen tijdsspanne verbetert met jouw zelfverzonnen tijdsspanne. Bedankt dat jij jouw inzichten deelt met ons, die zijn me veel meer waard dan feiten. Misschien moet je het na deze reactie met rust laten... je posts worden er niet intelligenter op.

Hij verspreid publiekelijk verkeerde informatie en dit is een discussie-forum. Door een PM te sturen gaat de misinformatie niet weg. Mensen kunnen nu effectief kiezen waar ze waarde aan hechten of willen geloven.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 11:38]

Publiek verkeerde informatie verspreiden dus. Jou mening, mijn mening. Schijnbaar mag ik geen mening hebben of interpretatie afgeven en moet ik die van jou maar volgen.

Dat mensen mogen kiezen waar ze waarde aan hechten is juist heel mooi en zorgt er voor dat we ons ontwikkelen. Het zorgt voor een discussie die jij schijnbaar niet wil en door gefrustreerd raakt.
Het heeft vrijheid die we hebben, ook vrijheid van denken.

300 jaar geleden werd je gedood als je riep de aarde is rond, we moeten dus allemaal maar in de pas lopen.

Maar jij hebt het niet over een ontdekking of correctheid van de intrinsieke kennis. Jij hebt het over TAALGEBRUIK. (foutief nota bene!) Het gaat hier over het feit dat JIJ vindt dat we een dier: olifant allemaal collectief "mammoet" moeten gaan noemen omdat jij dacht dat je een volledige mammoet zag. Jammer genoeg bestaan mammoets al en lijken ze op olifanten, maar zijn het er geen.

Vergelijk jezelf anders nog even met Galileo (y). Je reacties worden telkens een goedkopere en goedkopere troll.

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 16:01]

bij zijn logica noem ik vanaf nu alle websites, kaasplankjes, en wie er op tegen is is een dom schaap dat de kudde volgt

Dat is een kritiek die niet specifiek naar hem is gericht, maar naar de mensen die de verantwoordelijkheid van influencers dragen. Dat hij onderdeel is van die influencer-groep maakt de kritiek niet naar hem gericht.

Laat ik voorop stellen dat ik je op zich wel begrijp. Met de strekking ben ik het eens, maar (nog steeds) niet met de uitvoering. In ieder geval bedankt voor je reacties.

Kijk eens naar z'n profiel. Dit is niet het eerste topic waar hij met een vloedgolf -1'tjes eindigt. Een PM helpt niet, hij weet zelf al dat hij aan het trollen is.

Definities zijn belangrijk voor communicatie.
Als je verschillende definities aanhoud bij communivatie krijg je misverstanden.

In de programmeer branch is er UML voor het communiceren van software architectuur . En de design paterns. Zodat men direc to the point kan zijn ipv uitleggen van basale dingen en eigen difinities eerst duidelijk maken en op mekaar afstemmen.
Als programmeer language heb je C in veke dialecten , maar ook De gestandaardiseerde form. Wat porten naar andere patformen stuk makkelijker maakt.

Zo ook bij talen. Dalecten maken er potje van. Waar objecten andere namen hebben of zwaar accent
zoals in Limburg elke stad of dorp soms hun eigen afwijkende dialect hebben.

Zo hebben ze het tijdens een pauze over Eupen en ik waar ligt dat? Bedoelen ze Epe.

Het volgen van definitie kan dus belangrijk zijn bij het juist communiseren.

Zo is meerdere instituten dus meerdere difinities ook niet gewenst. Zoals imperial en metrisch.
Waardoor landing de afstand metrisch en imperial doormekaar in de software is gebruikt.
Landing werd dus crash.

Artificiëel betekent door de mens gemaakt en Inteligentie is een zeer ruim begrip. Het systeem hoeft helemaal niet zelf tot die parameters te komen, dat is juist wat de term artificiëel aanduidt. Hetgeen jij beschrijft zou gewoon intelligentie zijn .

Ik ben nu geen expert, maar heb wel een vak AI gevolgd op school. Het verrassende daaraan vond ik hoe simpel AI soms kan zijn, zeker in games. Daar leg je gewoon enkele regels op en leert je computer zelf niets. Hij weet gewoon aan de hand van de regels wat een goede/slechte move is. Dit is nog steeds AI...

Het algoritme hoeft echt niet zelf met een model op de proppen te komen, dit zou kunnen, door een neuraal netwerk te trainen met duizenden bestaande modellen van iets, maar ik denk dat dit in zo'n gevallen totaal niet nuttig of haalbaar is. Dat is gewoon een andere use case voor een andere tak van AI. Niets mis met het geven van het juiste model/de juiste parameters en laat die pc maar goed doen waar het menselijk brein wat tekort schiet .

Zoals gezegd het is in mijn ogen...

Wat mij betreft is AI pas AI...

...en voor mij telt die definitie.

Artificieël betekend wat mij betreft niet...

...

Ik weet niet of je het bewust doet of niet maar je spreekt jezelf constant tegen: je poneert je eigen interpretatie (lees: mening) als een vaststaand gegeven, feit of definitie maar tegelijkertijd herhaal je in bijna elke alinea dat het om een persoonlijke mening gaat. (in mijn ogen, voor mij, wat mij betreft,...)

Natuurlijk is er niks mis mee om achter je mening te staan en die ook vurig te verdedigen maar ergens moet je wel inzien dat het nog steeds een persoonlijke interpretatie is en daarom geen feit of definitie.

Spijtig/gelukkig staan feiten los van interpretatie maar je hebt wel gelijk dat definities en theorieën onderhevig zijn verandering indien wetenschappelijk onderzoek hun inconsistentie aantoont, dit is al meermaals gebeurd in de wetenschap en zelfs Einstein is al betrapt op (kleine) denkfoutjes. In dat opzicht hoef je ook niet persé ongelijk te hebben maar voor zover de definitie van AI blijft wat ze is, is jouw mening slechts een mening, een interpretatie.
Je hebt het in één van je reacties over psychologie: dit is ook psychologie.

[Reactie gewijzigd door YourMom op 15 december 2017 13:23]

Zoek aub de definitie van kunstmatig op ipv steeds te zeggen "voor mij betekent dit ...". Maakt niet uit wat het voor jou betekent, als de definitie je niet zint moet je dat aan de Dikke Van Daele laten weten...

En dan nog, AI omvat veel meer dan enkel de definitie van kunstmatig (de echte, niet de jouwe) en de definitie van intelligentie.

Edit: in de helft van alle gevonden definities staat letterlijk "door de mens gemaakt".

[Reactie gewijzigd door MrFancyPantss op 15 december 2017 13:42]

Computer volgt ze dat is gewoon wiskunde, goede slechte move kansberekening maar heeft wat mij betreft met intelligentie niets te maken.

Dat is dus maar enkel waar voor dingen als StockFish, niet voor AlphaZero.

AlphaZero leert door spelletjes tegen zichzelf te spelen waar hij zich telkens aan de regels houdt en de voorkeur geeft aan het beslissingspatroon dat de vorige ronde gewonnen heeft.

Zo leert een mens toch ook schaken? Je speelt een pak spelletjes waar je telkens strategieen gebruikt die jou in het verleden aan een overwinning hebben geholpen. Als je verliest probeer je te achterhalen wat de strategie van je tegenstander was.

In deze context kan AlphaZero dus niet verliezen(want speelt tegen zichzelf), dus leert hij altijd van zichzelf hoe hij aan de overwinning is geraakt. (ik ben eigenlijk niet zeker of hij ook bij verlies identificeert wat er verkeerd ging, zou een goeie extra feedback-lus zijn, moet ik even nagaan)

> in mijn ogen

Ja mja, toevallig is het zo dat iedereen niet jou persoonlijke definitie aanhangt.

Ik zeg niet dat anderen een andere mening hebben, ik zeg dat anderen een andere definitie aanhangen. AI is gewoon wel een gevestigde term namelijk.

Maar sommige dingen zijn geen mening. Mijn mening is dat ik Geert Wilders een lul vind. Maar als ik zeg dat mijn mening is dat een kilometer korter is dan een hectometer, dan praat ik klinkklare onzin.

Omdat je aan het lullen bent.
Je originele punt was dat je zegt dat het artikel de juiste definitie niet volgt, terwijl jij het gewoon bent die de verkeerde term gebruikt.

Jesus. Is dat nu zo moeilijk om in te zien?
Als jij dat wil veranderen kan je altijd een peer reviewed artikel submitten waarin je onderbouwt waarom het veranderen moet. Anders kap je nu gewoon en aanvaard je de vaststaande definities en begin je die te gebruiken.

JIJ haalde er godsdienstige boeken al bij. JIJ hebt geen enkele logische opvolgingen meer in je discussie, JIJ bent hier de troll aan het uithangen en ook nog eens karma-koning van artificiele intelligentie.

JA, dat is frustrerend.
What. The. Fuck.


JIJ mag die verkeerde informatie verspreiden en IK mag studenten dan weer eens duidelijk maken wat artificiele intelligentie ECHT is. JIJ lult en IK draag de gevolgen.

Simpel. Dat is frustrerend

[Reactie gewijzigd door BieBiepGTR op 15 december 2017 16:04]

Probeer het niet te veel aan te trekken. We hebben hier duidelijk met een eigenwijze narcist te maken. Daar valt niet rationeel tegenin te gaan. Ik en volgens mij het overgrote merendeel van de lezers, ben dankbaar voor je inhoudelijke reacties. Het is zonde van de energie om zo'n zinloze discussie te voeren. Al snap ik heel goed dat het lastig is om zoiets los te laten.

Ik voel met je mee.

Ik voelde ook een bepaalde verantwoordelijkheid bij het uitleggen wat AI is, en wat er staat te veranderen de komende 50 jaar. Tevergeefs.

Dus ik ben eens gaan kijken wie er nu reageren, en dan zijn meer dan de helft mensen met een MBO achtergrond. Waar ik overigens geen waardeoordeel over heb! Echter hebben zij nooit geleerd waar definities vandaan komen, en hoe in de wetenschap zo dicht mogelijk naar de waarheid geredeneerd wordt. En dat daar ook op terug kan worden gekomen, mits met goed overlegde definities onderbouwd natuurlijk. Je moet het wel over hetzelfde hebben.

Zoals het MBO al aangeeft: middelbaar beroeps onderwijs. Wordt deze studenten geleerd goed na te gaan wat ze voelen, en daarvoor op te komen. Maar een onderbouwde discussie wordt lastig, omdat ze eigen intrepetaties gebruiken. Waardoor je het uiteindelijk niet meer over hetzelfde hebt.

Ik heb het uiteindelijk opgegeven, tweakers zou die verantwoordelijkheid opzich kunnen nemen als ze dat nodig achten. Door een background check te doen, en mensen met een bepaald vakgebied de kleur van de reactie aan te passen bijvoorbeeld. Hier heb ik alleen weinig vertrouwen in, het gaat tweakers, niet meer om waarheid en technologie. Iedereen is welkom, meer inkomsten, en dat er mis-informatie wordt verspreid, ach, is bijzaak.

Misschien is een anger management cursus iets voor jou.Het enige wat ik zie is iemand die zwaar gefrustreerd is. Je neemt zaken wel erg zwaar ,jij draagt de gevolgen, so what, dan leg je duidelijk uit hoe jij het ziet als dat een probleem voor je is, zoek iets waar je plezier in hebt.

Karma koning, weer een lijstje waar jij waarde aan schijnt te hechten, ik kijk er niet naar boeit me verder ook niet, het zijn lijstjes die net zo weinig waarde hebben als een + of een -

Definities hebben een doel juist comminiceren en dus overeenstemming voor effectieve en productieve samenwerking.
Waarmee je misverstanden en dus falen van projecten of rampen kan verkomen.

Men ziet het gevaar van AI. Dat zal met specifieke geval van hogere niveau AI zijn. Als men dat verbied.
Maar iemand andere difinitie aanhoud dan overschrijd men die grens.

Difinities zijn dus zeker heel belangrijk.

En die mentaliteit zegt mij meer iets over iemand met hoog ego gehalte en slecht tot rampzalig in samen werken. Want je zult binnen team en samen werking met andere teams uiteraard je definities moeten gelijk trekken tot juiste communicatie tot stand te komen.

Je bent behoorlijk standvastig. Prima. Maar het gaat eigenlijk nergens meer over. Je hebt je zegje gedaan en je bent het niet eens met de definitie die door de kudde gehanteerd wordt.
Een definitie van een term of woord is dat wat wij er zelf aan geven. Wittgenstein heeft daar ook veel over te vertellen. Dat betekent dus dat als de kudde kiest voor een definitie van een term die definitie prima is.
Verder nog even dit: je houdt vast aan het vergelijken tussen kunstmatige intelligentie en de intelligentie van de mens. En stelt dat als de computer nog niet voldoet aan een aantal factoren die bij intelligentie horen, er dus geen sprake van intelligentie kan zijn.
Maar zie het zo: het vakgebied kunstmatige intelligentie heeft als doel om de mogelijkheden tot het behalen van _een_ kunstmatige intelligentie te bestuderen. Net als dat filosofie de studie naar kennis en wijsheid is. Het is ook niet zo dat zolang de absolute wijsheid er nog niet is je dat vakgebied nog geen filosofie mag noemen.
AI is een work in progress.

Kan iemand mij vertellen waarom een planeet met een omlooptijd van enkele uren, niet allang tegen zijn ster gebotst is, en daardoor is vernietigd? Is dit niet gewoon veel te dichtbij, om niet compleet uit elkaar getrokken te worden?

Daarnaast; 8 planeten, waarbij de laatste de aanduiding Kepler-90i heeft gekregen. i Is de 9e letter. Welke mist? Is er eentje later aangetoond niet bestaande?

Waarom zou een planeet met een korte omlooptijd een groter risico hebben om te botsen dan een met een langere omlooptijd? Er is geen reden om dat te vermoeden. Die banen zijn gewoon stabiel. De planeet zal altijd dezelfde kant richting de ster gericht houden, net als onze maan. Dat betekent dat de planeet niet wordt gekneed en de kern niet opgewarmd wordt.

Je zult geen enkele exoplaneet vinden die de letter A heeft. Want de A wordt gebruikt voor de 'principle member' van een systeem. De ster krijgt dus altijd de A.

Hoe het precies zit in geval van meerdere sterren, zoals bij Alpha Centauri B, weet ik niet. De enige bekende planeet van die ster heet Alpha Centauri Bb. Je zou zeggen dat je in dit geval wel met de a kunt beginnen.

De planeet heet Alpha Centauri Bb, omdat Alpha Centauri Bb om Alpha Centauri B draait, en die draait weer om het massa-middelpunt van Alpha Centauri A en Alpha Centauri B.

En om het helemaal compleet te maken, Alpha Centauri C oftewel Proxima Centauri draait op grote afstand om zowel Alpha Centauri A als B.

Weer wat bijgeleerd!

Thanks!

Ik ben daar nog niet zo zeker van dat zo'n korte omlooptijd stabiel is. Bij ons heeft Mercurius ook niet altijd dezelfde kant naar de zon gericht, waarom zou dat bij een planeet die nog veel dichter staat dan anders zijn ? (bron)

Het feit dat deze planeten worden waargenomen bewijst dat die banen dus stabiel zijn. Of je moet willen geloven dat we toevallig op een heel bijzonder moment gekeken hebben, namelijk vlak voor een botsing.

Nee, daarvoor is de kans natuurlijk te klein. Maar ik bedoel dat het niet zeker is dat dezelfde kant naar de ster gekeerd blijft. Maar dat doet inderrdaad natuurlijk zeer weinig ot niets aan de stabiliteit van de baan.

[Reactie gewijzigd door Oogappel op 15 december 2017 17:40]

De OP had het over botsen. Zelf noemde ik de getijdenwerking omdat me dat een groter gevaar voor de planeet leek, maar dat heeft er bij nader inzien toch minder mee van doen. Mercurius, en waarschijnlijk ook de exoplaneten met ultra-korte omlooptijden, hebben complexere baanresonanties dan 1:1. Dus dat is blijkbaar toch geen al te groot probleem.

Phobos gaat uiteindelijk botsen met Mars, hoewel men ook denkt dat ie van te voren al uit elkaar getrokken zal worden en Mars een mooie ring zal bezorgen. Dat is omdat Phobos zeer dicht om Mars draait. Maar die situatie ontstaat niet zomaar voor een planeet zover ik weet.

Leuk om te weten al duurt het met de huidige snelheid al meer als 70.000 jaar om bij de eerste ster te komen op 4.5 lichtjaar. Deze ligt op 2545 lichtjaar. Ik ben een groot fan van Space Sims en SiFi. Helaas leven wij in een tijd dat het nog niet mogelijk is om dergelijke afstanden af te leggen. Als het nooit mogelijk wordt om sneller als licht te reizen kom je grofweg ook niet verder als 100 lichtjaar omdat je gewoon niet lang genoeg leeft.

Als het eventueel mogelijk zou zijn sneller dan het licht (FTL) te reizen dan gok ik dat vele malen sneller dan het licht reizen ook mogelijk kan zijn..
We weten het nu nog niet wat straks allemaal mogelijk is. Vaak overtreffen de technologische sprongen de fantasieverhalen die in het verleden zijn verzonnen...

Sneller reizen dan het licht is onmogelijk. Dat is geen fantasieverhaal. Dat is een natuurkundig gegeven waar niets of niemand ooit iets aan kan veranderen.

Misschien in de zin van reizen is er idd een plafond. Maar in de zin van verplaatsen zijn er nog genoeg opties om in een later technologisch stadium deze enorme afstanden wel te overbruggen..

[Reactie gewijzigd door Liberteque op 15 december 2017 13:57]

Het gaat niet zozeer om de manier van verplaatsing. Als je je sneller van A naar B kunt komen dan het licht erover zou doen, dan is er altijd een opstelling te bedenken waarin je terug in de tijd kan. FTL travel impliceert, op welke manier dan ook, ook time travel.

Ik vind het nog een 100 jaar te vroeg, en misschien wel veel meer dan dat, om te voorspellen wat er straks allemaal mogelijk is en wat niet. Zelfs de NASA durft niet te stellen dat warp en space folding tot onmogelijkheden behoort.

Zij houden zich daar slim genoeg afzijdig van omdat ze donders goed beseffen dat onze kennis over het heelal pas een paar honderd jaar oud is en niemand weet hoever onze praktische en theoretische inzichten zullen zijn in bijvoorbeeld 2317, maar ze zullen net zoveel, zo niet meer, verschillen van elkaar als onze huidige tijd ten opzichte van pak em beet 1717

De geschiedenis heeft bovendien steeds degene die voorspelde dat zus en zo snelheid niet overschreden kan worden ongelijk gegeven.

Overigens wil het optredende tijdsverschil bij FTL niet perse zeggen dat er in het verleden gereisd kan worden.

(Mijn logica verteld me dat tijdreizen niet zal bestaan in de toekomst want dan zouden we in ons heden al tijd toeristen kennen. Maar misschien hoor ik met deze stelling ook bij het groepje mensen die door de geschiedenis keihard onderuit worden gehaald.. )

[Reactie gewijzigd door Liberteque op 16 december 2017 12:17]

Overigens wil het optredende tijdsverschil bij FTL niet perse zeggen dat er in het verleden gereisd kan worden.

Dat wil dat wel. Twee waarnemers hoeven het niet eens te zijn over de volgorde van gebeurtenissen die space-like separated zijn (dat volgt direct uit de relativiteitstheorie en is bewezen). Dat is niet erg, want er is geen oorzaak-gevolg relatie mogelijk tussen die gebeurtenissen.

Als jij dus in je hyper-quantum-warp-thingamajig instantaan van A naar B reist, dan bestaat er een referentiekader die zal vinden dat je aankomst vóór je vertrek plaatsvondt. Een persoon in dat referentiekader kan vervolgens in zijn super-space-travel-thingamabob van B naar A reizen en je waarschuwen niet te vertrekken. Immers, jouw vertrek ligt in de toekomst van jouw aankomst volgens die persoon, en zijn referentiekader is net zo valide als elke andere.

Geen van jullie heeft voor zijn eigen gevoel terug in de tijd gereisd, maar toch kan oorzaak en gevolg worden omgedraaid. Zeg maar dag tegen causaliteit.

[Reactie gewijzigd door .oisyn op 16 december 2017 14:28]

Heb je ook de zeer goed onderbouwde comments onder het artikel gelezen?

Vooral Dutch en Allistair leggen letterlijk een bommentapijt over dit blog artikel en ik zou graag een peer reviewed artikel willen lezen over precies dit onderwerp.

Voorlopig deel ik de mening van Pierre Bleile: "I’m going through all the user posts, but so far I conclude that The Physicist explanation is complete bunk. Or at least the explanation he gave is very confusing and the diagrams make no sense at all.

He seems to confusing the hypothetical case of instantaneous communication with special relativity. “Instantaneous communication” implicitly means special relativity does not apply. It would be more like a case such as a worm hole connecting two distant points in space."

Give me warpspeed now, Mr. LaForge!

Als het nooit mogelijk wordt om sneller als licht te reizen kom je grofweg ook niet verder als 100 lichtjaar omdat je gewoon niet lang genoeg leeft.

Gelukkig weten we sinds Einstein dat het net niet zo werkt, hoe voor de hand liggend je conclusie ook is.

Tijd aan boord van een ruimteschip loopt langzamer. Het effect is al merkbaar bij GPS satellieten, maar boven 90% van de lichtsnelheid wordt het significant. Je wordt dus niet 110 jaar ouder als je 100 lichtjaar reist in 110 kalenderjaren.

Blijft interessant nieuws om iets te horen over de ruimte...

al heb ik weinig kennis ervan en moet ik vaak een term googlen als ik een artikel over dergelijke onderwerpen lees (ik geloof dat dit het eerste artikel is waar ik geen uitdrukkingen hoef te googlen).

[Reactie gewijzigd door 2green op 15 december 2017 09:44]

Prachtig dat ze hiermee nu grote hoeveelheiden data kunnen verwerken en sneller tot ontdekkingen kunnen komen. Al hoop ik niet dat dit er voor zorgt dat de we zo ontdekkingen mislopen. Door Planet Hunters was ook de ontdekking van de mysterieuze ster KIC 8462852 gedaan die anders ook door de vingers was geglipt.

De combinatie machine learning en ruimteonderzoek brengt enorm veel potentieel met zich mee! Hoop dat er snel nog meer evolutie komt in deze richting. De mensheid focust zich teveel op nutteloze zaken zoals nucleaire wapens ipv belangrijke wetenschap, zoals het vinden van andere (bewoonbare) planeten.

Wordt interessant om deze techniek te gaan gebruiken zodra de James Webb Space Telescope operationeel is.

Dit wordt wel de toekomst, namelijk dat intelligente software veel monnikenwerk uit handen neemt van mensen. Je ziet het bij kankerdetectie en nu bij astronomie. Ik verwacht dat de zoektocht naar gevaarlijke asteroïden ook in de nabije toekomst door Deep Learning software gedaan wordt.

Dichter bij huis gaat Rijkswaterstaat intelligente software inzetten om de vluchtstroken in de gaten te houden, wat nu nog door mensen gedaan wordt. Hiermee kunnen de vluchtstroken langer open blijven.

Een kleine dip in de helderheid van een ster als een exoplaneet langs de ster schuift, is een teken dat er een planeet is.

Hoe lang duurt het in ons eigen zonnestelsel tot het moment dat je van afstand alle planeten de zon hebt zien passeren vanaf een bepaald punt op afstand ? En in hoeveel jaar zijn die 8 exoplaneten ontdekt?
Volgens mij kan dat alleen maar in een met ons zonnestelsel totaal onvergelijkbaar systeem waarbij een groot aantal enorme planeten op uiterst korte afstand om een ster cirkelen...

[Reactie gewijzigd door blorf op 15 december 2017 11:19]

Dat is gelukkig een stuk verbeterd sinds 2006

Serieus, het probleem was dat de planeten vrijwel in 1 vlak liggen; alleen Mercurius wijkt 6 graden af. En die staat zo dicht bij de zon dat het niet uitmaakt. Maar Pluto ligt niet in het vlak van de planeten, en kruist dat vlak dus maar eens per 124 jaar. En Er zijn sowieso maar weinig sterren vanwaar je zowel de transitie van Pluto als die van de planeten kunt zien.

Maar is het nou niet mogelijk dat we het 'willen' zien.
Dus dat de machine learning zodanig is geprogrammeerd dat we alle gegevens -die we weten- erin stoppen, als enige uitkomst dan wel een exoplaneet 'moet' zijn. En het dan ook zo aan ons presenteert.

Ik had eigenlijk een geheel onmogelijk stelsel als uitkomst verwacht, snap je wat ik bedoel, kort gezegd?

Nee, ik snap niet wat je bedoelt. Machine Learning is per definitie niet geprogrammeerd zoals "wij" het willen. Tensorflow is geprogrammeerd door Google zonder een specifiek doel voor ogen, dus ook niet met Go, schaken, of planeetherkenning als doel. Die kennis onstaat pas in de volgende fase, de leerfase.

In de leerfase geeft je tenminste twéé klasses van resultaten mee. Voor schaken is dan winnen of verliezen of gelijkspel (dus 3 uitkomsten), voor planeetherkenning zijn dat er 2 (wel of niet). Alleen als je zo onhandig bent om maar 1 mogelijke uitkomst in de leerfase mee te geven (altijd een planeet, ongeacht de input) dan produceert je netwerk altijd die uitkomst - het kan letterlijk niets anders.