We staan aan de vooravond van het tijdperk van Pervasive Intelligence, stellen de Amerikaanse consultants David Schatsky, Aniket Dongre en Jonathan Camhi op Deloitte Insights. Artificiële intelligentie (AI) zal steeds vaker onderdeel worden van machines en apparaten die, zonder verbinding te maken met de cloud, zelfstandig beelden, geluiden en overige patronen kunnen herkennen en daarop kunnen reageren. Dat maakt nieuwe toepassingen mogelijk in tal van sectoren.
In de industrie wordt al volop gebruikgemaakt van toepassingen gebaseerd op AI. Met name in de productie, logistiek en distributie zijn (zelflerende) systemen niet meer weg te denken. Kenmerk van al deze toepassingen is dat ze gebruikmaken van de cloud. Alleen daar is namelijk de enorme rekenkracht voorhanden die nodig is om zelfsturende systemen en robots te laten functioneren.
Geen intelligentie dus zonder internetconnectiviteit. En geen intelligentie ook zonder de nadelen van internetconnectiviteit, te weten storingsgevoeligheid en vertraging als gevolg van het versturen van gegevens naar de cloud voor analyse. Maar volgens Deloitte zullen die nadelen snel tot het verleden gaan behoren, omdat de nieuwe generatie AI-toepassingen steeds vaker ‘stand alone’ kunnen functioneren. Deze ontwikkeling wordt ook wel aangeduid als Pervasive Intelligence, wat vrij vertaald zoiets betekent als ‘wijdverbreide intelligentie’.
Leren van ervaringen
Een belangrijke driver voor deze ontwikkeling is dat er een nieuwe generatie AI-chips beschikbaar komt die een enorme rekenkracht combineren met een zeer laag energieverbruik, stelt Deloitte. De innovatie op dit gebied is indrukwekkend. Zo presenteerden onderzoekers van het MIT eerder dit jaar een AI-chip die, afhankelijk van de taak, drie tot zeven keer zo snel is als de huidige AI-chips en tegelijkertijd tot wel 95% minder stroom nodig heeft. Dat laatste is cruciaal, want dat betekent dat dit type AI-chips geschikt is voor allerlei IoT-toepassingen buiten het elektriciteitsnetwerk om (voertuigen, drones, camera’s, enz.).
Dat maakt, voorspelt Deloitte, dat we binnen een generatie omringd zullen zijn door machines en apparaten die ook zonder contact te leggen met de cloud zelfstandig beelden, geluiden en overige patronen kunnen herkennen en daarop kunnen reageren. Machines zullen steeds meer in staat zijn om te leren van ervaringen, zich aan te passen aan veranderende omstandigheden, en resultaten te voorspellen. Sommige apparaten zullen de behoeften en wensen van menselijke gebruikers kunnen deduceren en zelfs kunnen samenwerken met andere apparaten door informatie uit te wisselen, taken te verdelen en acties te coördineren.
Zwermintelligentie
Vooral dat laatste is volgens Deloitte interessant, omdat dit toepassing van ‘zwermintelligentie’ mogelijk maakt: systemen van onderling verbonden, intelligente apparaten die kunnen samenwerken om meer snelheid en efficiëntie te realiseren. Een voorbeeld van zo’n systeem: slimme magazijnrobots die met elkaar kunnen communiceren en gezamenlijk pickorders afwerken. Hierdoor kunnen de picktijden voor online boodschappenbestellingen drastisch worden teruggebracht van uren tot minuten.
Een ander voorbeeld: slimme windturbines die met elkaar communiceren om zo een maximale hoeveelheid stroom op te wekken. Onderling verbonden windturbines die uitgerust zijn met sensoren en gebruikmaken van algoritmen, kunnen informatie met elkaar delen over de windomstandigheden en kunnen realtime aanpassingen doen aan de snelheid en de hoek van de rotorbladen. Hierdoor kan voor elke turbine de stroomopwekking worden geoptimaliseerd, op basis van steeds veranderende weersomstandigheden én het functioneren van de omringende turbines.
Strategische implicaties
Zoals een goede consultancy firm betaamt heeft Deloitte ook gekeken naar de strategische implicaties van Pervasive Intelligence. Die zijn aanzienlijk, omdat Pervasive Intelligence wel degelijk een disruptieve potentie heeft. Allerlei productiebedrijven kunnen te maken krijgen met concurrentie van nieuwkomers met slimme (AI-gebaseerde) alternatieven.
Hoe dan ook: het zal nog jaren duren voordat de trend van Pervasive Intelligence een significante impact heeft op de meeste sectoren. Maar de effecten zullen uiteindelijk wel ingrijpend zijn, omdat met apparaten met ingebouwde intelligentie geheel nieuwe niveaus van prestatie en efficiëntie mogelijk worden (met de zelfrijdende auto als beste kanshebber). Volgens Deloitte moeten bedrijven dan ook nu al beginnen met het in kaart brengen van het potentiële effect van Pervasive Intelligence op hun onderneming en hun sector. Alleen dan kunnen ze een goede uitgangspositie creëren om de vruchten ervan te plukken.
Dit is een samenvatting van het artikel ‘Pervasive Intelligence‘ op Deloitte Insights.
Conclusion: een nieuw en uitdagend werkveld
Robbrecht van Amerongen, Head of IoT bij Conclusion, zegt de door Deloitte geschetste ontwikkelingen te herkennen. “Leveranciers van hardware bieden inderdaad steeds krachtigere sensoren en stand alone hardware modules aan, ook wel edge-technologie genoemd. Deze maken het mogelijk om lokaal zeer krachtige analyses te doen en daar ook besluiten te nemen zonder een call back naar de cloud. Maar ook vanuit onze klanten is er steeds vaker de vraag naar snelle lokale beslissingen om afwijkingen te detecteren of fouten te voorkomen. Vooral de toepassingen met analyses van beeld, geluid, trillingen en stroomverbruik vergen een grote hoeveelheid rekenkracht en kunnen pas sinds kort ook lokaal uitgevoerd worden.”
Volgens Van Amerongen is de huidige wijze waarop we met onze data omgaan gestoeld op een achterhaald principe van centralisering. “Dat heeft decennialang goed gewerkt, maar we komen steeds dichter bij het punt dat we niet langer alles centraal kunnen verwerken. De hoeveelheid data is onvoorstelbaar: 90% van alle data die er is in de wereld - dus vanaf de uitvinding van het schrift – is in de afgelopen twee jaar geproduceerd. En dat gaat alleen maar sneller. Vandaar dat decentrale dataverwerking de toekomst is: het centrale cloudsysteem raakt op zeker moment verstopt door grootschalige hoeveelheden updates.”
Security en privacy
Lokale verwerking van data en toepassen van AI heeft volgens Van Amerongen veel voordelen. Om te beginnen de snelheid van besluitvorming, vooral als er real time – lees: binnen enkele milliseconden – beslissingen moeten worden genomen. “Als dat via een cloudtoepassing verloopt, is er toch al snel sprake van enkele seconden vertraging”, zegt Van Amerongen. Daarnaast zijn de beschikbaarheid en betrouwbaarheid van lokale AI-besluitvorming vele malen hoger. Dat komt omdat lokale AI ook operationeel blijft bij uitval of vertraging van het netwerk. En dan zijn er nog de issues security en privacy. Van Amerongen: “Sommige data mag niet eens de fabriek of het land verlaten. Door lokale intelligentie toe te passen werk je volgens security en privacy by design. De data verlaat onder geen enkele omstandigheid de lokale computer en alleen de uitkomsten worden met de cloud gedeeld.”
Lokale AI heeft echter niet alleen maar voordelen. Zo is het intellectueel eigendom op algoritmes en AI-modules lastiger te beschermen als die op een stuk hardware draaien die bij de klant of de consument staat, in plaats van op een goed beveiligd centraal cloudsysteem. Om diezelfde reden is lokale AI ook gevoeliger voor hacks, waardoor de applicatie zich anders (lees: ongewenst) gaat gedragen. Van Amerongen noemt ook aansprakelijkheid als issue. “Wat gaan we doen met eventuele schade als gevolg van besluiten van lokale algoritmes?”, zegt hij. “Vooral bij systemen die extreem snel besluiten moeten nemen en waarbij er risico is op lichamelijk letsel – denk aan de zelfrijdende auto – is dit een groot probleem. Omdat dit relatief nieuw terrein is, lopen wetgeving en jurisprudentie mijlenver achter.”
Uitbreiding expertise
Desalniettemin ziet Van Amerongen vooral nieuwe kansen voor Conclusion, een participatie van NPM Capital, als het gaat om lokale AI. “We leveren nu al op kleine schaal edge-sensoren en -modules met intelligentie aan een aantal van onze klanten. De behoefte aan een serieuze, professionele en betrouwbare partij die deze sensoren gaat beheren, monitoren en updaten zal alleen maar toenemen. Het is voor ons een uitbreiding van onze expertise in data analytics, machine learning en AI omdat de toepassingsgebieden alleen maar zullen groeien. Ik zie het als een nieuw en uitdagend werkveld.”
Lees ook: ‘IT-dienstverlener Conclusion: zo maak je van big data big business’
