Computers laten leren als mensen

Veel kunstmatig intelligente systemen leren doordat ze gevoed worden met duizenden voorbeelden. De bekende voorbeelden van poezenplaatjes of andere foto's werken allemaal op basis van dat principe. Volgens een aantal wetenschappers kan er pas echt een doorbraak komen als we computers laten leren als mensen. "Je laat een heel jong kind een paard of een bus of een skateboard zien en dan weten ze het na een of een paar voorbeelden", aldus Joshua Tenenbaum, cognitief wetenschapper aan het MIT. Tenenbaum ging samen met collega's aan de slag om een AI systeem te bouwen dat iets kan, dat mensen over het algemeen gemakkelijk afgaat: je kijkt naar een handgeschreven karakter uit een alfabet, je herkent het en schrijft het zelf. Om dit te bereiken ontwikkelden ze "Bayesian program learning". Ze gaan daarbij uit van drie belangrijke concepten. Ten eerste kun je complexe concepten opdelen in simpelere stukjes, ten tweede dat concepten ontstaan vanuit oorzaak-gevolg en ten derde dat software kan "leren leren" door te putten uit ervaringen uit het verleden. Die aanpak was succesvol: kijkt u zelf maar halverwege deze pagina van ctvnieuws. Ziet u welke letters door het systeem geschreven zijn en welke door mensen? U kunt het onderzoek zelf bekijken op Science.

Veiligere en efficiëntere bloedafnames

VieCuri Medisch Centrum start met een traject voor procesoptimalisatie voor haar medisch laboratorium met softwareontwikkelaar helpLine. Het doel is het digitaliseren van het gehele proces van bloedafnames bij mensen thuis en op vaste priklocaties. VieCuri komt hiermee tegemoet aan de wensen van huisartsen en ziektekostenverzekeraars om volledig papierloos te werken. Tevens wordt de patiëntveiligheid door deze digitalisering verder verbeterd. Identificatie op één plek “We zetten in op het digitaliseren van alle opdrachten voor onze buitendienst,” vertelt laboratorium manager Henk Neervoort van VieCuri. "Het einddoel is het bij elkaar brengen van de registratie en identificatie van de bloedmonsters op de plek van afname zelf. Nu labelen onze priksters de buizen met bloed nog bij de cliënten. De buizen met stickers erop worden vervolgens pas in het laboratorium gematched met de bewuste cliënt, nadat de prikster het materiaal heeft afgeleverd. Dit is de huidige praktijk in nagenoeg alle laboratoria in Nederland. Dankzij de barcode scanning methode van helpLine zal dit straks ter plekke bij de cliënt gebeuren via een beveiligde smartphone. De informatie gaat dan direct door naar het lab. Dit levert aanzienlijke tijdswinst op en het belangrijkste: leidt tot minimalisering van mis-identificatie van het materiaal, wat de patiëntveiligheid enorm ten goede komt." Fase één van het vandaag gestarte digitaliseringtraject zal naar verwachting op 1 april 2016 operationeel zijn, daarna zullen gefaseerd de overige optimalisatieslagen plaatsvinden.