![](https://assets.isu.pub/document-structure/210701104335-680ab5b16e75c2333e443ec54cf07b73/v1/630b75d31f341596e55417b155c9dcf7.jpeg?width=720&quality=85%2C50)
2 minute read
Column Judith Dijk
Judith Dijk
Judith is senior research scientist bij TNO. Ze was eerder dit jaar spreker bij het BTG Knowledge Café over AI & Pattern recognition.
Advertisement
Eén beeld zegt meer dan duizend woorden
In 2004 ben ik gepromoveerd op methodes om de weergavekwaliteit van de beelden in een kwantitatieve maat uit te drukken. Dat lukt best aardig, als je tenminste wegblijft bij de inhoud van het beeld. De scene die vastgelegd wordt in het beeld, en de manier waarop, is namelijk ook heel bepalend voor de waardering door de mens.
Eén van de grote wetenschappelijke uitdagingen waar ik nu aan werk is artificiële intelligentie of AI. Het omschrijven van de inhoud van een beeld is één van de gebieden waarop met behulp van AI-technieken, meer specifiek deep learning, grote stappen gemaakt worden. Het lukt steeds beter om informatie, zoals welke objecten er te zien zijn, uit beelden te halen en in woorden weer te geven. De informatie over de inhoud van het beeld en de scene waarop dit is gebaseerd, kan gebruikt worden om een autonoom systeem zoals een robot aan te sturen. Ook gebeurtenissen, zoals het signaleren dat in videobeelden mensen agressief gedrag vertonen, worden steeds beter door een automatisch systeem gevonden. Je kunt je voorstellen hoe een dergelijk systeem het werk van de politie kan ondersteunen.
Zo’n AI-algoritme wordt getraind met hulp van duizenden voorbeelden. En dat gaat nog wel eens mis. Zo zijn er algoritmes, die gezichten detecteren in camerabeelden en op die manier de juiste gebruiker van een systeem kunnen herkennen. Maar veel van deze systemen zijn getraind met voorbeelden van witte mannen, die worden dan ook prima gevonden en herkend. Voor mannen van kleur daarentegen, of witte vrouwen, werkt het een stuk minder goed. En al helemaal voor vrouwen van kleur. Om dit soort verschillen te voorkomen moeten de ontwikkelaars goed opletten dat ze een gebalanceerde set van voorbeelden gebruiken.
Sommige historische foto’s zijn iconisch geworden, zoals de groepsfoto van de eerste Solvay conferentie in 1911. Op die foto staan alle grote natuurkundigen van dat tijdperk, zoals Lorentz en Einstein. Op de foto staat ook één vrouw, voor die tijd een unicum: Marie Curie. Op de foto staan zeventien Nobelprijswinnaars, maar alleen Marie Curie won er twee.
In mijn werk zie ik het aantal vrouwen gelukkig toenemen. Waar ik voorheen op de universiteit of bij TNO vaak één van de weinige vrouwen was, zie ik nu steeds meer vrouwelijke collega’s om me heen. Ik hoop dat hierdoor ook steeds meer voorbeelden komen van vrouwen die de top van hun vakgebied bereiken en dat op een nieuwe iconische foto met alle grote wetenschappers uit de komende jaren ongeveer evenveel vrouwen als mannen staan. Want ook zo een beeld zegt meer dan duizend woorden.