Machine Learning ontgrendelen: Praktische inzichten voor industrieleiders

Machine Learning (ML) kan ondoordringbaar lijken voor iedereen die er onbekend mee is. Een gebrek aan begrip van wat ML is, en wat het betekent voor de productieindustrie, geeft soms aanleiding tot uithollende ideeën over intelligente machines die de mensheid dreigen te overnemen. Maar ML, in essentie, is een grote vooruitgang in de ontwikkeling van Information Technology (IT). De manier waarop het werkt, en zijn beperkingen, moeten volledig begrepen worden door wie het wil gebruiken tot het volle voordeel van hun organisaties.

ML vereist erkend de gebruik van specifieke statistische en IT-vaardigheden die weinig mensen nog hebben, of in de productie nodig hebben gehad. Maar de principes zijn vrij simpel – en zelfs intuitief te begrijpen. Voor mij was het wat ik ooit voor een nogal saai online taalvertaaldienst considereerde – namelijk Google Translate – die me deed realiseren het transformatieve potentieel van ML.

Om het simpel te zeggen, taalvertaalsoftware is lang gebaseerd op het programmeren van woordenboeken, grammaticaregels en hun talloze uitzonderingen. Deze benadering betreft aanzienlijke inspanning.

Van 'rule-based' naar 'data-driven' processen

• De nieuwe methodologie voortkwam uit een simpel idee: probeer niet regels en lexicale tabellen vanaf nul te definiëren, laat de software ze 'ontdekken'. Miljoenen al vertaalde pagina's worden verzameld van internationale organisaties.

• Wanneer een gebruiker een tekst indient voor vertaling, sneed de software het in basiselementen en zoekt dan naar identieke of gelijkaardige in dezelfde taal binnen de vertaalde pagina's.

• De meest waarschijnlijke vertaling wordt geëxtraheerd om aan de gebruiker te suggereren.

Relevante statistische patronen die in de data gevonden worden, vervangen dus vertaalregels. In plaats van pijnstakend geprogrammeerd te hoeven worden, worden ze automatisch 'geleerd' door de software. Het is makkelijk om de kostbesparende waarde van deze benadering te zien, vergeleken met de traditionele, vooral aangezien de kwaliteit van de resulterende vertaling meestal op een par is.

In de productie worden de productiviteitswinsten versterkt door een substantiële kwaliteitsverbetering. Iedereen die ooit automatiseringsprocessen heeft gespecificeerd weet hoe complex het kan zijn om alle mogelijke situaties te anticiperen waar de software mee geconfronteerd zal worden zodra het in productie is. Dit zelfs wanneer functionele domeinexperts betrokken zijn. De functionele regels van de software zijn gebaseerd op aannames die zelf vertrouwen op een beperkt aantal observaties. Maar de realiteit blijkt vaak veel complexer dan verwacht, wat betekent dat automatisering uiteindelijk suboptimaal is of dat de software duur correcties vereist.

Machine Learning, aan de andere kant, absorbeert en ontwikkelt zichzelf gebruikmakend van alle beschikbare data, ongeacht het volume. Dat betekent dat het risico op patronen of een use case uit het beeld te laten, beperkt is.

Mensen moeten in controle blijven

De machine vermijdt ook de 'cognitieve biassen' van menselijke intelligentie die vertalen in imperfecte selecties van beschikbare data en ongeschikte besluitvorming.

Een goed voorbeeld is dat van de geautomatiseerde verwerking van lenaanvragen ontvangen door banken. Een algoritme kijkt door de sleutelinformatie van een lener samen met terugbetalingsinformatie. Het markeert dan de waarschijnlijke relatie tussen een lenerprofiel en een default risico. Toegepast op een nieuwe lenaanvraag, zal het algoritme voorspellen, met een nauwkeurigheidsniveau dat als voldoende beschouwd wordt, of de lener terug zal betalen. Dit betekent dat het risico op een slechte beslissing, getriggerd door vooroordeel of de stemming van de bankmedewerker, wordt verwijderd.

Niettemin, is het cruciaal dat mensen de uiteindelijke besluitvormers blijven.

Eerst, omdat de software duidelijk niet perfect is. Het wordt beheerd door instellingen gemaakt door mensen. Bijvoorbeeld, het kan geoptimaliseerd zijn om 'false-positives' te vermijden (waar het lening wordt toegekend aan een lener die zal defaulten) en dus zal het neigen tot het afwijzen van bepaalde leningaanvragen. Daarom moet een gebruiker controleren of de aanbevelingen van het systeem legitim zijn en, zo nodig, ze afwijzen. Dit zal het systeem laten leren nieuwe criteria zodat het algoritme aanvragen van gelijkaardige profielen de volgende keer accepteert.

Een andere sleutelreden is dat alleen mensen moeten zorgen dat ethische standaarden worden gehaald, met name wanneer een beslissing de rechten van een individu betreft.

Data über alles

Het is essentieel om een algorithmisch model te kiezen en in te stellen dat past bij het productieproces in kwestie en het type data dat het ondersteunt. De automatiseringsprestaties zullen afhangen van het voldoen aan twee imperatieven: data kwaliteit, en training set representativiteit, wat betekent dat de automatisering efficiënter zal zijn wanneer ML uitgevoerd wordt op basis van onbevooroordeelde observaties.

Toegang tot data is cruciaal voor ML-succes omdat, uiteindelijk, geen niveau van algorithmische sophisticatedie ooit zal compenseren voor een slechte dataset.

Met de groeiende kracht van computers en digitalisering, is het mogelijk en waarschijnlijk essentieel geworden om een data-gedreven benadering te benutten om efficiëntere geautomatiseerde productieprocessen te ontwerpen. Naast de vereiste wetenschappelijke vaardigheden, ligt het succes van deze oplossingen in de verzameling van relevante data en het monitoren van hun operaties door mensen. Machine Learning neigt willekeurig gedrag te negeren. Het is aan ons om ervoor te zorgen dat het deze niet vervangt door ongeschikte over-generalisaties.

Door Jean-Cyril Schütterlé, VP Product & Data Science bij Sidetrade