ELLIS: in Europa is er nog zoveel meer mogelijk op het vlak van machine learning

ONDERZOEK <

ELLIS: in Europa is er nog zoveel meer mogelijk op het vlak van machine learning

Er zijn meerdere manieren om tot Artifi ciële Intelligentie (AI) te komen. Maar ELLIS zet vol in op machine learning, maar dan wel meteen op Europees niveau. De missie? Machine-learning-experts zoveel mogelijk kennis en ervaringen met elkaar laten delen en er zo voor zorgen dat Europa mondiaal echt een belangrijke speler wordt op het vlak van AI.

ELLIS is de afkorting voor European Lab for Learning and Intelligent Systems. Het gaat om een netwerk waarin vooraanstaande Europese machine-learning-experts nauw met elkaar samenwerken om het niveau van AI op dit continent naar een hoger niveau te tillen. “Of beter gezegd: naar een nog hoger niveau. Want wetenschappelijk gezien doen we het in Europa al heel goed”, benadrukt Max Welling. Hij is hoogleraar Machine Learning aan de Universiteit van Amsterdam en bestuurslid van ELLIS, de organisatie waar hij ook een van de oprichters van is.

> We laten in Europa kansen liggen. “Dat we in Europa op

het vlak van AI toch wat achterstand dreigen op te lopen ten opzichte van de VS en China, heeft vooral te maken met het feit dat de AI-kennis daar veel sneller een praktische toepassing vindt”, vervolgt hij. “Hier in Europa wordt er door de top van bedrijven vooral veel over de kansen van AI gepraat, maar zijn er nog te weinig bedrijven die ook echt serieus in die technologie investeren”. Het probleem is dat het in de meeste gevallen om enorme bedragen gaat. “Dus op zich snap ik het wel dat bedrijven even moeten slikken als ze horen welke investering er nodig is. Maar in de VS durven bedrijven dat wel aan. Dat heeft ongetwijfeld ook te maken met het gunstige investeringsklimaat in Silicon Valley, waar investeerders al snel bereid zijn om enorme bedragen neer te leggen voor nieuwe AI-toepassingen. Maar in Europa laten we op dat vlak nog kansen liggen. Het zou dus mooi zijn als we er als ELLIS mede voor kunnen zorgen dat er in Europa hotspots voor AI komen: plekken die echt als een magneet werken, zowel voor machine-learning-experts als voor bedrijven die in AI willen investeren”.

> Focus op een maatschappelijk probleem. Welling meent

dat het voor Europa goed zou zijn om zich op het vlak van AI op een specifi ek maatschappelijk probleem te focussen en daar dan ook echt alle pijlen op te richten. “De opwarming van de aarde is een groot, een wereldwijd probleem. En het is een probleem dat de komende decennia alleen nog maar nijpender zal worden. Dus waarom niet vol investeren in AI-oplossingen die kunnen helpen bij de aanpak van het klimaatprobleem? Als we dat in Europa niet doen, pakken technologiebedrijven in de VS die uitdaging ongetwijfeld op. We kunnen hier in Europa wel veel praten over maatschappelijk relevante AI die ons gaat helpen om maatschappelijke problemen op te lossen, maar we moeten het natuurlijk nog wel echt gaan waarmaken. Dat betekent dat we vandaag al volop aan de slag moeten en nieuwe vormen van AI moeten ontwikkelen”.

> Dit is nog maar het begin. Waarom die specifi eke focus op machine learning? “Er zijn weliswaar meerdere wegen die naar AI leiden, maar als je kijkt waar momenteel de echte doorbraken plaatsvinden, dan zie je dat daarbij bijna altijd toch wel een vorm van machine learning wordt toegepast”, legt Welling uit. “Enorme hoe-

Machine Learning Foto: NVDO

‘ ’‘Met machine learning is er nog zoveel meer mogelijk’ veelheden data verzamelen en vervolgens computermodellen trainen om waardevolle informatie uit die data te halen, zorgt keer op keer voor resultaten die de verwachtingen overtreffen. Daarbij staan we echt nog maar aan het begin. Met machine learning is er nog zoveel meer mogelijk”.

> Straks versnellen dankzij quantum-computers. Als voor-

beeld noemt Welling het nieuwe kantoor dat Microsoft Research onlangs in Amsterdam heeft geopend en waar hij als distinguished scientist is gevraagd om een team van onderzoekers en ontwikkelaars samen te stellen. “We gaan ons richten op moleculaire simulatie: een probleem waar chemici al heel lang mee worstelen. Maar door machine-learning-experts te koppelen met natuur- en scheikundigen, verwachten we dat we op dat gebied het komende decennium echt een signifi cante vooruitgang kunnen maken. En al helemaal als we straks hulp krijgen van quantum-computers, met hun ongekende rekenkracht”.

> Mooie chemie. De volgende belangrijke stap? Het zou goed zijn als er in Europa hotspots komen voor AI. Amsterdam zou zich daar ook heel goed voor lenen. “En daar zouden dan niet alleen Europese AI-wetenschappers de samenwerking met elkaar moeten aangaan, maar ook met het bedrijfsleven en met experts op andere vakgebieden. Als die verschillende groepen elkaar weten te vinden, kan er echt een mooie chemie ontstaan. En dat helpt weer om gezamenlijk een belangrijke bijdrage te leveren aan AI-oplossingen die zich op maatschappelijke problemen richten”. <

Over ELLIS

• werd in 2018 opgericht en in september 2020 offi cieel gelanceerd • bestaat uit 30 Europese onderzoeksgroepen (in Nederland zijn er drie: in Amsterdam, Delft en Nijmegen) • heeft een unit in Amsterdam die bedoeld is om Europese samenwerking en uitwisseling te faciliteren • heeft uitwisselingsprogramma’s waarbij wetenschappelijke machine-learning-experts van verschillende Europese landen tijdelijk bij een buitenlands onderzoeksinstituut aan het werk gaan, zodat er makkelijker kennis kan worden uitgewisseld