Bpost gebruikt AI om pakjes nog beter te kunnen sorteren

De Belgische postdienst Bpost heeft verbeteringen doorgevoerd aan een sorteermachine in een van zijn sorteercentra. Hierdoor zullen pakjes fijnmaziger gesorteerd kunnen worden. Het bedrijf doet dit aan de hand van AI van een spin-offbedrijf van de Amerikaanse Universiteit van Berkeley.

Volgens Bpost merkt de nieuwe technologie het op wanneer er twee pakjes op elkaar liggen en kan het ook de inpakmethodes van zendingen onderscheiden, zoals bijvoorbeeld plastic zakken. Dat was voorheen niet mogelijk. Het systeem gebruikt deze informatie vervolgens om de stroom van zendingen beter te kunnen sorteren.

Bpost werkt al langer met een camerasysteem om zendingen te sorteren. Dat gebeurt aan de hand van de waargenomen afmetingen en gewicht. Via het huidige camerasysteem kon het aantal miszendingen al beperkt worden, maar Bpost verwacht dat de AI-technologie van het Amerikaanse bedrijf Covariant het proces nog kan verder optimaliseren via machine vision. Covariant is een spin-off van de Amerikaanse Universiteit van Berkeley.

De nieuwe installatie wordt in het Brusselse sorteercentrum Brussel X ingezet. Daar kunnen momenteel 25.000 pakjes per uur verwerkt worden. Het Belgische postbedrijf wil met de technologie nog meer informatie kunnen verzamelen over zendingen en haar klanten op termijn beter kunnen adviseren over bijvoorbeeld het aan te raden verpakkingsmateriaal.

Afbeelding Bpost

Reacties (57)

[Dingeske]

Ik zie redelijk wat opmerkingen van mensen die het nut niet zien. Om te begrijpen wat het voordeel is moet je ook een beetje begrijpen hoe sorteer machines werken en wat sommige van de uitdagingen zijn.

In Brussel X komen vrachtwagens toe met daarin rolcontainers met elks honderden zendingen. Deze containers worden omgekanteld en de zendingen schuiven in een hoopje op de transportband.
De volgende stap is dat dit hoopje gespreid moet worden met vaste afstanden tussen elke zending zodat de sorteermachine tegen zeer hoge snelheid elke zending automatisch kan wegen en tegelijk 6 foto's (elke zijde) kan nemen voor OCR/VCR van labels en barcodes. De stap daarna is al de sortering op basis van de beschikbare data dus het moet snel gaan en er is niet veel ruimte voor vergissingen.

De dag van vandaag zijn er 2 gangbare methodes om zo'n spreiding tussen zendingen te doen: of men gebruikt zwaartekracht of frictie. Dergelijke commerciële systemen om te spreiden werken goed maar hebben 1 nadeel: ze hebben last met zendingen die licht zijn en/of verpakt in folie (zakjes en gevoerde enveloppes). Die zendingen durven wel eens op elkaar blijven liggen of overlappen waardoor ze per vergissing samen kunnen gewogen en gefotografeerd worden wat ernstige fouten geeft bij de sortering. De foto bij dit artikel is daar een mooi voorbeeld van.

De AI dat men toepast op de foto's hierboven gaat de overlap kunnen detecteren en automatisch actie ondernemen om een foutieve sorteringen te voorkomen. De overlappende zendingen zouden bijvoorbeeld kunnen gesorteerd worden naar een reject chute/rolcontainer om later opnieuw gesorteerd te worden.

Of men hier gebruik maakt van AI of niet kan ik me niet over uitspreken, ik werk niet in NBX. Wat ik wel weet is dat verpakkingen continu evolueren en heel verrassende vormen en prints kunnen hebben. Om die reden experimenteerde men in het verleden al bij bpost met een AI dat mee evolueerde en dus zelf leerde wat voor soorten verpakkingen bestaan, wat voor vorm ze hadden en hoe die het best te behandelen waren op basis van foto's en parameters zoals gewicht en afmetingen.

Hopelijk verduidelijkt dit toch een beetje waarom zoiets echt nuttig is voor een postaal bedrijf en niet hetzelfde als bijvoorbeeld een proces voor een inpakmachine.

Edit: Fout woordje aangepast.

[Reactie gewijzigd door Dingeske op 23 juli 2024 03:05]

[__bart__]

Covariant heeft een robotarm ontwikkeld die verschillende vormen kan grijpen door te leren (niet door instructief te programmeren). Het model kan getraind (en verfijnd) worden met data van alle robot armen die geïnstalleerd zijn. Een uitleg vind je bv hier:
AI Robotics for the Real World
Een van de founders is een Belg...

[Dingeske]

Bedankt Bart, ik heb een enorm indrukwekkende demo gezien met een experimentele robotarm in een sorteercentrum van bpost een paar jaar terug. Met minimale training kon die alles herkennen en correct sorteren en je zag hem letterlijk nieuwe vormen bestuderen en testen.

Als Covariant zo'n robotarm heeft dan vermoed ik dat de nieuwe AI in Brussel X dezelfde gaat zijn mogelijks zonder de arm en stabiel genoeg voor productie.

[antoon124578]

Kunnen ze dan ook AI gebruiken om verloren - lees gestolen - paketten terug te vinden/voorkomen? als bedrijf sturen wij dagelijks smartphones met Bpost en maandelijks zijn we toch minstens 10 tot 30 paketjes kwijt. terwijl al onze paketjes 'verzekerde zendingen' zijn worden slechts 50-70% terugbetaald want de rest "was nooit in het sorteercentrum aangekomen" , maar een Bpost medewerker komt ze bij ons ophalen...
ma Bon het is al beter, 2jaar geleden waren we van regio Brussel minstens 10 tot 15% kwijt aan diefstal.
Ik denk ook niet dat we het enige bedrijf zijn die hier last van hebben, soms komen ze met een doos af met 'gevonden toestellen' waar dan de helft niet van ons komt.

e: zin was niet af

[Reactie gewijzigd door antoon124578 op 23 juli 2024 03:05]

[d3m0niz3d]

zo kreeg ik vorige week een zwaar beschadigd pakket geleverd. Erin zat een brief met de uitleg dat er door de vele handelingen weleens een pakket beschadigd kon geraken en nog wat blabla. verder zat er niets meer in het pakket. dus de volledige inhoud was weg. Dan sta je daar ook weer...

[croft]

Wellicht niet jullie specifieke case, maar het zal idd wel helpen in het algemene probleem van verloren pakketjes etc.

Als er bij het sorteercentrum 2 pakketjes aan elkaar blijven hangen / plakken etc dan is er een giga-grote kans dat er 1 van die 2 pakketjes als verloren gezien wordt (als de postbode ze bijv bij het verkeerde adres brengt oid).
Puur omdat er dan gewoon 1 pakketje niet door het systeem gezien is en dus "nooit aangekomen" is als er naar gezocht wordt.

Ik verwacht vanwege gewicht en vorm etc dat het niet zoveel zal gebeuren met telefoons, maar eerder met lichte slecht verpakte pakjes etc.
Dus in het algemeen verwacht ik wel dat het iets aan het probleem gaat doen, alleen in jullie specifieke geval verwacht ik weinig verbetering.

Als je standaard 200+ waarde pakjes verstuurt dan heb je gewoon een grote kans op diefstal. Ik zou in jullie geval dan ook eerder gaan kijken naar een soort systeem waarbij de ophalende postbode tekent voor het aantal pakketjes (ik weet dat een UPS / DPG dit kennen) zodat als het sorteercentrum minder pakketjes ziet dat je alsnog kan zeggen : Er zijn 25 pakketjes opgehaald zie dit ondertekende papier van de postbode, dat er maar 24 door de sorteermachine zijn gezien dat is meer jullie probleem.

[Anoniem: 1028301]

Kunnen ze dan ook AI gebruiken om verloren - lees gestolen - paketten terug te vinden/voorkomen? als bedrijf sturen wij dagelijks smartphones met Bpost en maandelijks zijn we toch minstens 10 tot 30 paketjes kwijt. terwijl al onze paketjes 'verzekerde zendingen' zijn worden slechts 50-70% terugbetaald want de rest "was nooit in het sorteercentrum aangekomen" , maar een Bpost medewerker komt ze bij ons ophalen...
ma Bon het is al beter, 2jaar geleden waren we van regio Brussel minstens 10 tot 15% kwijt aan diefstal.
Ik denk ook niet dat we het enige bedrijf zijn die hier last van hebben, soms komen ze met een doos af met 'gevonden toestellen' waar dan de helft niet van ons komt.

e: zin was niet af

Is het dan niet goedkoper om zelf een koeriersdienst op te zetten?
Of kosten toestellen inkoop niet zo veel?

[batjes]

Voor 10 iphones per maand zou dat prima mogelijk moeten zijn om zelf iemand in te huren met een goedkoop autootje. Dan kan je die persoon ook best een riant loon geven en nog houd je duizenden euro's per maand over.
Maar als het gross van die budget <200 euro toestellen zijn, dan is het verlies nemen waarschijnlijk goedkoper.

[Anoniem: 1028301]

Voor 10 iphones per maand zou dat prima mogelijk moeten zijn om zelf iemand in te huren met een goedkoop autootje. Dan kan je die persoon ook best een riant loon geven en nog houd je duizenden euro's per maand over.
Maar als het gross van die budget <200 euro toestellen zijn, dan is het verlies nemen waarschijnlijk goedkoper.

Desnoods samenwerken met andere bedrijven, die soortgelijke problemen hebben.
Je hoeft ook niet elke dag te bezorgen, 2x per week een route ofzo.
Dat je zoveel geld kwijtraakt, de ellende die je hebt omdat je opnieuw moet versturen, klanten die zich afvragen waar hun toestel blijft, etc zou ik niet accepteren.

[Troetelbeer]

"Je hoeft ook niet elke dag te bezorgen, 2x per week een route ofzo."

Als je niet elke dag levert, koopt de consument bij een concurrent.

[Prince]

Wellicht veel geld om iets op te lossen wat een opvoerder sporadisch fout doet... Wat maakt het ook uit om te weten of het een plastic, kartonnen of whatever verpakking is? Aan de afmetingen en gewicht weet je op zich genoeg. Tenzij ze natuurlijk tariefaanpassingen gaan doen om plastic goedkoper te maken omdat je dan minder lucht vervoert.

[Robbierut4]

Plastic zakken stapelen een stuk lastiger en zijn normaliter gevuld met onbreekbaar spul.

Als je dus een busje met pakketje moet laden wil je eerst de kartonnen dozen (bij voorkeur van groot naar klein) en als laatste de plastic zakken.

[Dingeske]

In de praktijk als de postbode een busje moet laden legt hij de zendingen in volgorde waarin ze nodig zijn op de ronde. Zendingen in het begin van de ronde gaan achteraan dicht bij de achterklep en zo werkt men langzaam naar de voorkant van het voortuig toe. Zo sorteren op volgorde ipv. formaat of verpakking spaart veel tijd uit omdat je dan niet elke halte tussen 80 à 120 zendingen moet staan zoeken. Alleen de zwaarste dozen gaan opzij vlak tegen de achterklep om praktische en veiligheidsredenen.

Waarom is het dan wel nuttig om te weten wat voor type verpakking men gebruikt?
Afhankelijk van het soort verpakking kan men bijvoorbeeld een ander vervoermiddel selecteren voor de uitrijking. Er bestaan vandaag specifieke criteria om te bepalen of iets kan vervoerd worden met de fiets, fietskar, bestelbusje of grote bestelbus en al dan niet in de brievenbus past. Het type van zending is daarbij maar één van de vele parameters die erg handig is om dat te bepalen en kan men mee opnemen voor een fijnere sortering.

Ook is het statistisch interessant om te kijken of er bepaalde verpakkingen zijn van steeds dezelfde afzenders die problemen opleveren. Dan kan men de sortering proberen te verbeteren of de afzender daar op aanspreken met concrete cijfers en misschien adviseren om te kiezen voor een ander type verpakking.

Er zullen ongetwijfeld nog andere voordelen zijn waar ik geen weet van heb.

[1nsane]

Doet PostNL dit soort “AI” niet al langer? (Want met AI heeft het slechts algoritmisch iets van doen), zou Bpost daarom PostNL over hebben willen nemen?

[rvt1]

Wel 30..35 jaar geleden had PTT al zeer moderne handschrift herkenning. Nu zouden ze dat AI noemen, toen was dat gewoon wat het is,….

(Mijn geheugen is niet meer zo goed, ik kan er een paar jaar naast zitten…)

[thebillkidy]

Mooi! Denk toch dat het vermeldingswaardig is dat covariant door een Belg geleid is! (Pieter Abbeel) en dat het zeer geavanceerde software levert

[langestefan]

Op zich mooi, maar niet echt nieuwswaardig meer. Dit is al een tijdje een opgelost probleem waardoor het nu zelfs een schoolvoorbeeld van AI is. Er zijn ook al machines beschikbaar die naast het sorteren via computer vision ook de dimensies van de verpakking bepalen en het product vervolgens inpakken. Dus er kan al veel meer.

[Frame164]

Welk postbedrijf gebruikt dezelfde tools?

[langestefan]

AI voor sorteren, handschriftherkenning, planning etc. bijna allemaal. Specifiek, geen idee.

[kodak]

Bpost stelt zelf dat wat ze zelf gebruiken een nieuwe technologie is. Dat je voorbeelden kan geven van mogelijke oplossingen wil alleen niet zomaar betekenen dat het ook een oplossing voor Bpost was. Dus waarop baseer je dan dat jou voorbeelden het geen nieuwe technologie maken, of dat het probleem van Bpost dus opgelost zou zijn?

[BeefHazard]

Je verhaspelt machine learning en computer vision. Beiden AI-gerelateerde termen, maar ze beschrijven verschillende dingen.

[langestefan]

Volgens mij is mijn reactie duidelijk, ik zie niet wat ik 'verhaspel'. Ik snap dat computer (machine) vision technieken gebruikt van machine learning. Maar 'klassieke' machine vision bestaat al veel langer.

[kodak]

En waar is nu je onderbouwing voor het probleem dat Bpost daar kennelijk niets aan had en iets nieuws ontwikkelde, wat het verschil maakt?

[RoestVrijStaal]

Hmmm, om nou het woord "Artificiële Intelligentie" te gebruiken....

Noem je een gereedschapskist vol met algoritmes die aan de hand van de situatie een gewenst proces uitvoert, "Artificiële Intelligentie"?

Of noem je een gewenst proces dat volledig of meer geautomatiseerd is dan eerst, "Artificiële Intelligentie"?

Ik denk dat het laatste gebeurd is bij Bpost. De "algoritmes" waren er al. Alleen werd het door mensen uitgevoerd. En daardoor stonden de "uitzonderlijke algoritmes" soms niet zwart op wit.

[langestefan]

AI is gewoon een verzamelnaam voor applicaties waar een systeem dingen leert. Het herkennen van objecten en deze sorteren is doorgaans iets wat een mens met enige intelligentie zou doen, vandaar dat het onder AI valt. Als je specifieker wilt zijn dan noem je dit computer vision, dat valt ook weer onder AI.

[Croga]

Let wel: De ML tooling die in dit artikel genoemd wordt, wordt níet gebruikt om te sorteren. Het sorteren zijn we al jarenlang heer en meester in. De tooling wordt alleen gebruikt voor classificatie, niet meer en niet minder.

Dit is inderdaad pure computer vision, alles wat daarna komt zit al in "if then else" statements (okay, ook dat is wat uitgebreider... maar in ieder geval in klassieke software)

[langestefan]

Precies. Misschien iets specifieker, de tooling wordt gebruikt voor instance segmentation, oftewel het herkennen van individuele objecten en hun omtrek. Dat is een stuk complexer dan classificatie, maar inmiddels ook niet meer lastig.

[jdh009]

In deze context gaat het over het wetenschappelijke gebied van Artificiële Intelligentie welke verschillende 'sub-onderwerpen' bevat zoals hieronder weergegeven in een schematische weergave:

https://miro.medium.com/m...MdLqxu-2EVYj67NQx8WA.jpeg

en hier in verhouding met nog meer wetenschappelijke gebieden:
https://qph.cf2.quoracdn....b1d6cfc31c2574bbae1458-lq

Het gebied houdt zich bezig met het ontwikkelen van computersystemen die in staat zijn om taken uit te voeren die normaal gesproken door mensen worden uitgevoerd. Deze ai-systemen kunnen worden gebruikt om problemen op te lossen, beslissingen te nemen en taken uit te voeren die normaal gesproken door mensen worden uitgevoerd. Je kunt je er vast wel iets bij voorstellen met bovengenoemde voorbeelden.

AI-technologieën omvatten een breed scala aan technieken, waaronder machine learning, deep learning (meer een subset van voorgaande), Neural Networks, natural language processing (NLP), computer vision, Evolutionary Computation, en onder andere robotics. Machine learning is een techniek waarbij computersystemen in staat zijn om patronen in gegevens te herkennen en deze patronen te gebruiken om voorspellingen te doen over toekomstige gebeurtenissen. Zoals hier weergegeven:

https://static.javatpoint.../images/subsets-of-ai.png

Kortom, AI is echt eenvoudig gezegd eenvoudigweg het ontwikkelende veld dat zich bezig houd met het ontwikkelende computersystem dat in staat is om taken uit te voeren die normaal gesproken door mensen worde uitgevoerd. Welke in alle sectoren kunnen worden toegepast zoals hier nu gedaan wrodt bij bPost met behulp van o.a. computer vision. Als je ook maar met iets bezig bent wat onder een van deze bovengenoemde technieken/gebieden valt kun je dus zeggen dat je met AI bezig bent. Je hoeft dus niet een geheel werkend en zelf leren/begrijpende robot te maken om hier aan te voldoen al is dit wel vaak waar we aan denken als we iets over AI horen. Net zoals je bijvoorbeeld met rekenen onder de paraplu van wiskunde valt.

Please correct me if I'm wrong. Mijn interesse in AI is puur hobbymatig

Edit: Wat meer voorbeelden toegevoegd en wat linkjes

[Reactie gewijzigd door jdh009 op 23 juli 2024 03:05]

[BadRespawn]

Ik denk dat het laatste gebeurd is bij Bpost. De "algoritmes" waren er al. Alleen werd het door mensen uitgevoerd. En daardoor stonden de "uitzonderlijke algoritmes" soms niet zwart op wit.

Dat is omdat die algoritmes voor mensen niet uitzonderlijk zijn om te doen.
Maar om machines dat te laten doen is niet eenvoudig, en er is veel tijd nodig om de benodigde software technologie te ontwikkelen, daarom kon dat 10 jaar geleden nog niet maar nu wel.

[dasiro]

niet per sé om die reden, maar ze nemen nogal snel termen over zonder in-depth te weten wat er juist gebeurt of hoe. In dit geval zullen ze niet zomaar langs lopen bij bpost (die zelf amper weten hoe dit under the hood werkt) of de softwareleverancier.

Het stukje dat voor klanten (meestal de verzender) interessant is, wordt er dan nog eens uit gelaten:

Zo zal de machinevisie het mogelijk maken gegevens te verzamelen over beschadigingen, zodat bpost desgewenst klanten kan adviseren om hun verpakkingsmateriaal aan te passen voor meer doeltreffende verzending.

[RoestVrijStaal]

Het Belgische postbedrijf wil met de technologie nog meer informatie kunnen verzamelen over zendingen en haar klanten op termijn beter kunnen adviseren over bijvoorbeeld het aan te raden verpakkingsmateriaal.

Bpost kon ook een soort review systeem maken voor hun bezorgers over de aflever locatie (te smalle straat voor de bus, kapotte deurbel) en verpakkingsmateriaal. Als er bij het "afstempelen" van een gelukte bezorging al niet van dat soort invoervelden ervoor zijn.

[Dingeske]

Dat bestaat in zekere zin, als de postbode niet in staat is om de zending te leveren is hij verplicht om daar een reden voor op te geven uit een keuzelijst.
We gaan nog niet zo ver als zeggen dat de deurbel stuk is maar als er iets mis is met je brievenbus, de bereikbaarheid in de straat, etc... dan kan de postbode dat melden.
Een afzender is in staat om sommige van die redenen op te vragen en soms tonen we ze ook op de T&T voor de klant.

[Bender]

Ben ik de enige die dit soort bericht leest als "Bpost heeft wat ifelse'jes toegevoegd"?

[Anoniem: 30722]

Ja, want dit is iets meer werk dan een of statement toevoegen. 😉

[ByteArray]

Maar het lijkt mij niet geavanceerder dan gezichtsherkenning o.i.d. wat al vrij lang bestaat. Tegenwoordig wordt er wel erg vaak met de term AI of kunstmatige intelligentie gesmeten, de gradatie waarin een algoritme slim of intelligent is, doet er tegenwoordig nauwelijks meer toe.

[Jerie]

ML (Machine Learning) is de accurate term. AI valt in de categorie robocop/cyberspace/cyberwarfare/blackbox. Klinkt super eng en complex en dekt de lading nauwelijks.

Tijdje terug bij een bedrijf gewerkt dat met ML main product had, probeerden er iets goeds mee te doen. We meden de term AI als de pest, en we wilden ook niet dat het een blackbox ("computer says X") werd.

ML afdoen als wat if then else statements is trouwens denigrerend, en dekt de lading niet. Met slechte trainingdata krijg je slechte output maar de basis van ML krijgt iedere data scientist tegenwoordig op school geleerd.

[langestefan]

ML is een subdomein van AI. AI is een paraplu term. Chat-gpt valt bijvoorbeeld onder AI maar een systeem dat fraudeurs herkent ook.

[ZinloosGeweldig]

Ik ben wel te spreken van het model dat 3 hoofdklassen van AI omschrijft:

Narrow AI: Algoritmes, al dan niet met invloed van machine learning, om een specifieke taak even goed als of beter (kan betekenen: sneller of accurater of efficienter of een andere eigenschap die waarde oplevert) dan een menselijke operator uit te voeren. Denk aan facial recognition of zelf-sturende auto's

General AI: Een systeem dat de manier waarop mensen denken kan simuleren. Een General AI kan dus ook leren zonder menselijke input (waar er bij Machine Learning zoals we het kennen menselijke input nodig is om een neuraal net te trainen), en kan al dan niet gespecialiseerd zijn. Denk: C3PO uit star wars. Op bepaalde gebieden blinkt 3PO uit (vertalen en culturele gebruiken) maar op andere gebieden is hij net een peuter. Maar 3PO is wel in staat om te leren, en menselijk denken en handelen te simuleren.

Super AI: Een soort "ge-upgrade" AI die op elk mogelijk gebied menselijke vermogens ver achter zich laat. Denk aan Skynet uit Terminator, of de robot-populatie in The Matrix (die laatste valt over te discussieren).

Het is flauw om te doen alsof het pas AI mag heten als het een General of Super AI is. Narrow AI's zijn letterlijk kunstmatige intelligentie. Zelfs als if-else statements er aan ten grondslag liggen, maar meestal zijn ook Narrow AI's een stuk complexer dan dat.

[Reactie gewijzigd door ZinloosGeweldig op 23 juli 2024 03:05]

[langestefan]

Ik denk niet dat dit iets toevoegt. Volgens jouw classificatie is alles wat we nu hebben 'Narrow AI', 'General AI' bestaat niet en 'Super AI' zeker niet. In plaats van AI kunnen we het beestje gewoon bij de naam noemen, bijvoorbeeld computer vision, natural language processing (chat-gpt), autonomous driving etc.

[ZinloosGeweldig]

Wat het naar mijn mening toevoegt, is duidelijkheid over het feit dat onze huidige generatie van AI, óók terecht onder de noemer Artificial Intelligence vallen. We hebben inderdaad nog niets anders dan Narrow AI bereikt, maar General AI is wel een wezenlijk doel dat gesteld wordt en waarschijnlijk op langere termijn haalbaar is.

Op een hoger niveau onderscheid maken tussen de generatie AI die we nu hebben, en meer futuristische AI concepten, vind ik best nuttig. Als je het over specifieke toepassingen van de huidige generatie van AI hebt, dan is het beestje bij de specifiekere naam noemen natuurlijk veel nuttiger.

[ByteArray]

Als 'narrow AI' of een slim algoritme - denk aan gezichtsherkenning of dit - ook al AI genoemd mag worden, dan is het begrip AI wel behoorlijk verwaterd, vergeet namelijk ook niet dat intelligentie om begrip (iets begrijpen, ook in een andere context) draait, natuurlijk kun je over bepaalde termen eindeloos discussiëren; wat betekenen ze, waar ligt de grens...

Kunstmatige slimmigheid is dan eigenlijk een beter begrip in dit geval. Of nog beter: een slim algoritme. De term 'slim algoritme' dekt de lading het best denk ik, want dat klinkt ook niet te pretentieus.

Je kunt ook niet iedereen een crimineel noemen, ondanks dat het technisch bijna altijd klopt, iedereen overtreedt zo af en toe weleens de wet, en daar zit zo heel af en toe ook weleens iets tussen wat technisch gezien een misdrijf (geen overtreding) is, de ernst is dan vaak wel gering gelukkig. Toch noemen we zulke mensen geen crimineel, en behouden we dat woord voor mensen die dat in een grotere mate zijn.

[ZinloosGeweldig]

Je focust je op de definitie van "intelligentie" maar vergeet een beetje de definitie van "kunstmatig" geloof ik. Want dat draait er om dat je de resultaten ergens van nabootst, zonder dat je precies hetzelfde moet zijn. Als ik een kunstheup of, God Verhelpe, een kunsthart nodig heb, ga ik niet miepen dat een heup uit bot bestaat en een hart uit spierweefsel om het zo maar te zeggen.

Slimme algoritmen bootsen de resultaten van een intelligent wezen na met input "uit het wild". Dat vind ik, de definitie van "kunstmatig" in het achterhoofd houdende, het stempel kunstmatige intelligentie best verdienen.

[ByteArray]

Bij goede en heldere wetenschapscommunicatie is het de bedoeling dat de woorden gebruikt worden die bij de lezer/toehoorder leiden tot het juiste beeld van de situatie, daarom ook die laatste alinea over het woord 'crimineel'. Kunstmatige intelligentie klinkt heel veelbelovend bij veel mensen; dat het heel veel voorstelt, vergelijkbaar toen met de eerste mens op de maan, ook niet onbegrijpelijk natuurlijk.

Daarom kun je beter minder pretentieuze terminologie gebruiken, zoals slim algoritme o.i.d.

Het probleem met uw zeer brede definitie van kunstmatige intelligentie, is dat computers al decennia resultaten van intelligente wezens nabootsen. Zelfs een rekenmachine is zo kunstmatige intelligentie.

[Reactie gewijzigd door ByteArray op 23 juli 2024 03:05]

[Bender]

Maar bij ML worden er toch ook (dynamische) if else statements toegevoegd, op basis van informatie die vergaard is?

[croft]

Puur theoretisch wel idd (maar op dat nivo kent een binaire computer ook niet veel meer als if-else statements)
Alleen praktisch gezien is het van buitenaf onbekend waar de if-else exact staan en waar ze op werken en wanneer ze gewijzigd worden.

Oftewel je kan het if-else statements benoemen, maar het is een vrij onhandige benoeming omdat je niet kan zeggen wat ze zijn en je kan dus niet van te voren voorspellen wat de exacte uitkomst gaat zijn.
Als er iets fout gaat kan je niet even 1 of 2 if-else eruit halen die de fout veroorzaken. Je moet hem opnieuw trainen / leren / bijleren en dan kan hij best alle if-else statements aanpassen zodat de situatie niet meer voorkomt.

[cracking cloud]

AI = Another If statement

[Quintiemero]

Ik moest aan buitenpost denken…

[Ch3ckmate]

Oh daarom dat mijn pakket van België naar Nederland er al meer dan een week over doet...

[IrBaboon79]

Een week pas? Ik ben al een jaar op m’n ‘nieuwjaar’ champagne aan het wachten…denk dat m’n iemand die ondertussen wel weggetikt heeft of dat hij nog ergens op verzending wacht :x