Deep learning in de industrie

Leestijd: 7 minuten

Het Gentse Robovision maakt sinds enkele jaren gebruik van deep learning-technieken om complexe visionuitdagingen aan te gaan. ‘Deep learning’ is een term die je steeds vaker hoort vallen. Ook in industriële toepassingen begint de technologie een grote rol te spelen.

Na het verlies van Kasparov in een schaakwedstrijd tegen IBM’s Deep Blue in 1996 werd enkele maanden geleden een nieuwe mijlpaal bereikt. Eind maart werd voor het eerst de wereldkampioen in het Japanse bordspel go verslagen door het geavanceerde computerprogramma Alphago. Aangezien het aantal mogelijke toestanden in go heel veel hoger ligt dan bij een schaakspel, is dit een enorme prestatie. Alphago werd ontwikkeld door Deepmind, een in Londen gelegen afdeling van Google die zich bezighoudt met de ontwikkeling van technieken die een artificiële intelligentie lijken te bezitten. De gebruikte techniek achter Alphago behoort tot de deep learning-familie, een groep in het domein van machinaal leren. Dit domein richt zich op het herkennen van patronen die computers helpen om modellen aan te leren die de aangeboden informatie (de data) kunnen representeren.

Ten grondslag aan deep learning liggen neurale netwerken die reeds in de jaren vijftig werden uitgevonden door Warren McCulloch en Walter Pitts. Deze neurale netwerken zijn gebaseerd op een vereenvoudigde wiskundige voorstelling van de neuronwerking in het brein. Hierbij krijgt een neuron informatie binnen die het een beetje zal vervormen, om deze vervolgens opnieuw uit te spuwen. Door een netwerk op te bouwen waarin een groot aantal van deze neuronen in lagen met elkaar verbonden zijn, zal de informatie een zeer complexe weg afleggen. Afhankelijk van hoe het netwerk tussen de lagen is opgebouwd, zal de informatie een andere weg afleggen en dus ook op een andere manier worden vervormd. Wanneer we nu een neuraal netwerk een bepaalde taak gaan aanleren, willen we de juiste netwerkopbouw zoeken. Dit doen we door het systeem te voeden met voorbeelddata (gegeven invoer en gewenste uitvoer). Het zoeken van deze netwerkopbouw gebeurt vaak op een iteratieve manier.

Dit artikel is exclusief voor premium leden van High-Tech Systems Magazine. Al premium lid? Log dan in. Nog geen premium lid? Neem dan een premium lidmaatschap en geniet van alle voordelen.

Inloggen

Problemen met inloggen? Bel dan (tijdens kantooruren) naar 024 350 3532 of stuur een e-mail naar info@techwatch.nl.