Interview

‘Talent is het schaarse goed in de ai-wereld’

Pieter Edelman
Leestijd: 11 minuten

Nergens is de scheidslijn tussen fundamenteel onderzoek en toepassing zo dun als in de hedendaagse ai-wereld. UvA-hoogleraar en vicepresident Technologies bij Qualcomm Max Welling over de bijzondere relatie tussen industrie en academia, de praktische limieten aan machine learning, hybride modellen, mooie wiskunde en de richting van de huidige ai-research.

De mogelijkheden van deep learning lijken soms wel eindeloos. Op de preprint-servers verschijnen met regelmaat van de klok spectaculaire nieuwe resultaten die dankzij de deep learning-aanpak mogelijk worden: fotorealistisch beelden genereren, teksten vertalen met menselijke nauwkeurigheid, bedrieglijk echte spraak produceren, noem maar op. Vaak mogelijk gemaakt door de ai-modellen nóg weer wat groter en complexer te maken. En de rek is er nog lang niet uit.

Maar dat geldt niet voor de praktische inzetbaarheid ervan. De rekenkracht die nodig is om die modellen door te rekenen, gooit roet in het eten. Een geavanceerd neuraal netwerk kan wellicht heel goed geluiden filteren voor een gehoorapparaat, maar zo’n device is zeer beperkt in zijn batterijgebruik en thermische limieten. En ook economisch zijn er beperkingen. ‘Stel dat je een ai-gebaseerd advertentiemodel ontwikkelt in de cloud, maar dat je meer energie moet spenderen aan een voorspelling dan dat die opbrengt. Dan houdt het op’, vertelt Max Welling.

This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one and enjoy all the benefits.

Login

Related content