IBM: duidelijk aanwezig op de achtergrond
De meeste mensen kennen IBM nog wel. Het was weliswaar Apple dat de personal computer eind jaren 70 op de kaart zette, maar IBM's pc domineerde uiteindelijk de markt. Ruim twintig jaar maakte IBM desktopcomputers en laptops, maar sinds 2005 lijkt Big Blue van het toneel verdwenen: IBM verkocht zijn pc-business aan de Chinezen. Toch is het ruim honderd jaar oude bedrijf geen vergane glorie.
Wie nu een willekeurig kantoorgebouw binnenloopt, ziet niets meer van IBM. Geen computers, geen schermen, geen printers. "Maar op de achtergrond zijn we heel duidelijk aanwezig", meent Gerard Smit, Chief Technology Officer van IBM Benelux ("de hoofdnerd", in zijn woorden). Het bedrijf houdt zich nu bezig met onderzoek naar en ontwikkeling van nieuwe computertechnologieën. IBM heeft zo'n 3000 onderzoekers in dienst en krijgt elk jaar meer patenten toegewezen dan wie ook.
Dit is het tijdperk waarin computers zelf kunnen leren.
"We zijn in het tijdperk van cognitive computing beland", zegt Smit. "Dat zijn computersystemen die zelf kunnen leren." Om die reden worden de termen cognitive computing en machine learning vaak door elkaar gebruikt. Simpel gezegd kunnen computers beter dan ooit chocola maken van gigantische hoeveelheden gegevens. Ze kunnen allerlei soorten vragen beantwoorden, zelfs als het antwoord op een vraag nooit letterlijk aan de computer is geleerd.
Een voorbeeld: als je een tabel maakt van alle landen op de wereld en de bijbehorende regeringsleiders, dan kan een traditionele computer vliegensvlug de naam "Mark Rutte" vinden als om "Nederland" wordt gevraagd. Dat is een koud kunstje. Maar wat als je een computer vraagt wie de president van de VS is, zonder dat die computer over zo'n handige tabel beschikt? Een traditioneel systeem blijft je het antwoord schuldig. Cognitive computing kan uitkomst bieden, bijvoorbeeld door het antwoord af te leiden uit een grote set krantenartikelen.
Watson
Het is taaie, vaak abstracte materie; vandaar dat IBM probeert op te vallen met heel praktische toepassingen van machine learning. Zo bouwde IBM een slim computersysteem, genaamd Watson (vernoemd naar IBM-oprichter Thomas Watson), dat in 2011 meedeed aan de populaire Amerikaanse tv-quiz Jeopardy. Watson nam het op tegen de twee beste spelers uit de geschiedenis van de spelshow en won glansrijk.
Watson is zelfs geslaagd voor zijn oncologisch artsexamen.
Inmiddels heeft Watson een nieuwe truc geleerd: het systeem is nu geen quiz-deelnemer meer, maar een chef-kok. De computer is gevuld met kennis over duizenden gerechten, tienduizenden ingrediënten en gedetailleerde gegevens over food pairing, zodat Watson kan bepalen wat voor ingrediënten bij elkaar passen.
Gewapend met die kennis kan Watson gerechten maken. Een kok voert op een tablet in welke ingrediënten wel en welke niet in het gerecht mogen voorkomen. Ook kan een stijl (Italiaans, Afrikaans, Japans, etc.) worden gekozen. Vervolgens komt Watson met honderd variaties op een gerecht, oplopend in moeilijkheidsgraad. Sommige gerechten klinken ronduit bizar maar zijn, in elk geval wetenschappelijk gezien, lekker.
Of Chef Watson daadwerkelijk als app uitkomt voor elke hobbykok staat niet vast. Dat komt onder meer doordat IBM niet de eigenaar is van alle culinaire gegevens waar Watson zijn gerechten op baseert.
Gezondheid
De vraag dringt zich op of Watson niet wat nuttigers kan doen dan voor sous-chef spelen. De gezondheidszorg blijkt een belangrijke focus van IBM. "Watson is zelfs geslaagd voor zijn oncologisch artsexamen en traint nu ook studenten", zegt Nicky Hekster, die zich bij IBM met zorg bezighoudt.
"Een arts volgt een lange studie, maar is niet in staat om alle nieuwe literatuur en nieuwe onderzoeken bij te houden. Een adviseur als Watson kan complexe vragen beantwoorden en zo helpen de juiste conclusie te trekken."
Concurrentie
IBM is lang niet de enige die bezig is met machine learning. Ook andere grote tech-bedrijven als Microsoft en Google stoppen er jaarlijks grote hoeveelheden tijd en energie in. Microsoft werkt bijvoorbeeld aan een tolk voor Skype, zodat mensen die elkaars taal niet spreken toch met elkaar kunnen videobellen - Skype zorgt automatisch voor de vertaling.
Microsoft leerde Skype een aantal talen, waaronder Engels en Chinees. Wetenschappers ontdekten dat Skype's Engels was verbeterd nadat het Chinees had geleerd. Hoe dat precies kan, blijft een raadsel, maar toont wel zelflerend vermogen aan.
Google gebruikt machine learning onder meer om spraakherkenning, afbeeldingsherkenning en spamfiltering te verbeteren. Gmail kan sinds een tijdje de inhoud van iemands mailbox scannen en markeren welke mails belangrijk zijn; ook dat is een zelflerend systeem. Google baarde in 2012 bovendien opzien door een computersysteem te bouwen dat onbedoeld katten kon herkennen in afbeeldingen, ook al had niemand de computer ooit geleerd hoe een kat eruit ziet.
Hartaanval
IBM-hoofdnerd Smit moet voor zijn werk technologische trends in de gaten houden. Reikhalzend kijkt hij uit naar de tijd waarin iedereen een slim horloge draagt, vol met sensoren, zodat bijvoorbeeld constant bloeddruk en hartslag worden gemeten. Slimme computers zouden de gegevens van al die sensoren constant kunnen analyseren en op tijd kunnen waarschuwen bij problemen.
"Stel je voor dat je een hartaanval krijgt, maar dat er een half uur van tevoren al een ambulance komt voorrijden", zegt Smit. Dat is blijkbaar de nabije toekomst.