i nternet of things dossie r 201 7 | chan n e lco n n ec t
Artificial Intelligence | redactie
Ronald Bottenberg, business entrepreneur bij Fujitsu
‘Doorbraak AI dankzij stroom IoT-data’
De wereld staat aan de vooravond van de doorbraak van Artificial Intelligence. Business entrepreneur Ronald Bottenberg van Fujitsu is daar van overtuigd en denkt dat die ontwikkeling mede te danken is aan Internet of Things. “Onze supercomputers verwerken heel veel IoT-data om AI-systemen mee te trainen.” Over Artificial Intelligence (AI) wordt al lang gesproken maar in de praktijk brengen, blijkt een stuk lastiger. Dat verandert echter snel vindt business entrepreneur Ronald Bottenberg van Fujitsu. “We zijn op een kantelpunt aangekomen. Daarbij speelt IoT een essentiële rol. IoT-sensoren genereren gigantische hoeveelheden data. Online data
bouwd uit neuronen die informatie verwerken. Deze neuronen ontvangen input en geven output. In de trainingsfase gaat er veel tijd zitten in het nauwkeurig afstemmen van deze neuronen.” Anders dan traditionele computers zijn neurale netwerken niet gebouwd rond een of enkele krachtige processor(en). “In plaats daarvan wordt voor meerde-
‘ We hebben de snelheid van neurale netwerken verdubbeld’ groeit in de vorm van tekst en beeld met petabytes per dag. Er is nu eindelijk genoeg data om AI-systemen te voeden en te trainen.”
Menselijk brein Het trainen van neurale netwerken is een van de meest uitdagende aspecten van kunstmatige intelligentie. Fujitsu doet daar al jarenlang onderzoek naar en ontwikkelt er speciale computers voor. “Het verwerken van problemen door neurale netwerken is complex”, legt Bottenberg uit. “Het gebeurt door een probleem in kleine taakjes op te delen die allemaal tegelijk worden opgelost. Het systeem lijkt een beetje op het menselijke brein. Het is opge56
re kleinere processoren gekozen die gezamenlijk reageren op patronen die ze ontvangen van onder meer IoT-devices. In een simpel model komen de signalen aan de ene kant binnen en worden daarna van laag naar laag doorgegeven in het netwerk. Meer complexe netwerken passen een terugkoppeling toe. Signalen worden doorgegeven tot een zekere diepte in het netwerk, waarna ze worden teruggestuurd naar eerdere lagen, aangevuld met meer informatie”, aldus de business entrepreneur.
Processorkracht Dit verklaart waarom het trainen van neurale netwerken rekenkundig zo intensief is. “Zeker als we het aan-
tal neuronen vergroten”, verduidelijkt Bottenberg. “Met die kennis in het achterhoofd kan ook het belang van al (deels) getrainde netwerken op waarde worden geschat. Een hertraining is veel makkelijker dan het eerste trainingsproces.” Een technische uitdaging is hoe om te gaan met de extreme eisen aan processoren in dit soort complexe neurale netwerken. “Het gaat daarbij niet zozeer om pure processorkracht. Natuurlijk zijn snelle processors belangrijk, maar dat is niet het enige. Het gaat meer nog om het systeem rond de processoren dat ze snel genoeg kan voeden met input en output. Het fundament hiervoor is een uitgekiend systeemontwerp voor parallel processing.” Fujitsu werkt al jaren aan dergelijke computers. “In 2011 bouwde we de supercomputer K”, zegt Bottenberg. “Genoemd naar het Japanse woord ‘kei’ (京), wat de betekenis heeft van 10 tot de macht 16. De supercomputer K is gebaseerd op een gedistribueerde geheugenarchitectuur met meer dan 80.000 computernodes. Er worden allerlei problemen mee opgelost waaronder klimaatonderzoek, ramppreventie en medisch onderzoek. Supercomputer K behoort nog altijd tot de wereldtop en is op het vlak van het gelijktijdig verwerken van processen nog steeds ongeslagen.”
