Quote
@Lennard:
Angstig, hoor. We gaan echt de eeuw van de science-fiction in nu.
Nee hoor. Dit algoritme is alleen een nieuwe toepassing van iets wat al tientallen jaren bestaat. Dit algoritme werkt best slim, en is afgekeken van hoe je hersenen werken.
Voorbeeldje: hoe herken je de letter R? Hoofdletter R, kleine letter r. Mensen schrijven de R op verschillende manieren, en in elk lettertype ziet de R er ook weer anders uit. Je herkent de R omdat je in je leven als zoveel letters hebt gezien dat je daardoor in je hoofd ongewust de verbanden hebt gelegd waardoor je de kenmerken van een R herkent. Het probleem is dat je die kenmerken niet aan een ander uit kan leggen.
Bij computers werkt het net zo: wil je een computer een R leren lezen, dan kan dat op twee manieren: óf je probeert alle kenmerken van alle varianten van een R in te voeren, maar zelf kan je die kenmerken niet eens uitleggen dus laat staan invoeren. Óf je laat de computer zelf leren wat een R is door hem gewoon allemaal voorbeelden te voeren van R-varianten, en dankzij een zogenaamd
neuraal netwerk legt de computer dan zelf de verbanden tussen de verschillende varianten. Na het trainen geef je de computer een letter en hij vertelt je of het een R is of niet. Het nadeel is ook hier weer dat ondanks dat je de data in het neurale netwerk kan zien, je niet kan uitlezen wat de algemene kenmerken van een R zijn.
Ditzelfde principe gebruikt PostNL bijvoorbeeld om computers automatisch adressen van brieven te laten lezen. Maar het werkt natuurlijk met meer dan alleen met letters. Voer je zo'n neuraal netwerk de complete Wikipedia, de DBpedia en alle 22 jaargangen van de New York Times, dan kan de computer verbanden leggen tussen... bijvoorbeeld droogtes en cholera. Ook verbanden die niet duidelijk zijn komen zo blood te liggen.
Als je al die informatie in een mens kon stoppen dan had je zelf die verbanden kunnen leggen á la Sherlock Holmes.