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

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

Er zijn meerdere manieren om tot Artificiële Intelligentie (AI) te komen. Maar ELLIS zet vol in op machine learning, en dan 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.”

Dit is nog maar het begin

Waarom die specifieke 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 hoeveelheden 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 voorbeeld 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 significante vooruitgang kunnen maken. En al helemaal als we straks hulp krijgen van quantum-computers, met hun ongekende rekenkracht.”

Een wel heel geavanceerde zoekmachine

Moleculaire simulatie klinkt misschien abstract, maar het zou weleens een leidende technologie kunnen worden bij het oplossen van grote maatschappelijke problemen. Als voorbeelden noemt Welling het klimaatprobleem en het woningtekort in Nederland. “Stel dat we een soort van zoekmachine kunnen maken die op moleculair niveau kan aangeven wat een stevig bouwmateriaal is, dat snel geproduceerd kan worden en ook nog eens gemaakt kan worden zonder uitstoot van CO2. Of wacht”, onderbreekt hij zichzelf. “Wat als er voor het productieproces van dat nieuwe, duurzame bouwmateriaal ook nog eens CO2-moleculen gebruikt kunnen worden die nu al in de atmosfeer zitten. Dan wordt het helemaal interessant. En ja, dat is momenteel echt nog toekomstmuziek, maar ik denk echt dat het straks mogelijk is om een moleculaire zoekmachine te bouwen die ons gaat helpen om nieuwe materialen te ontwerpen die precies de eigenschappen bezitten die we nodig hebben.”

Focus op een maatschappelijk probleem

We drijven ietwat af, maar wat Welling maar wil zeggen, is dat het voor Europa goed zou zijn om zich op het vlak van AI op een specifiek maatschappelijk probleem te focussen en daar dan ook echt alle pijlen op te richten. “De opwarming van de aarde is een groot, 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 de dag al volop aan de slag moeten en nieuwe vormen van AI moeten ontwikkelen.”

Versterken van de Europese samenwerking

ELLIS is bij dit alles de aanjager. Of beter gezegd: één van de aanjagers. Want CLAIRE is bijvoorbeeld eveneens een Europese organisatie die zich hard maakt voor meer samenwerking op het vlak van AI. Het verschil tussen ELLIS en CLAIRE? “Ik praat natuurlijk namens ELLIS, maar ik denk dat je wel kunt zeggen dat CLAIRE zich heel breed op AI richt terwijl onze focus heel nadrukkelijk op machine learning ligt. Daarbij werken we overigens nauw samen met CLAIRE. Onlangs hebben we ook samen de Deutscher KI-Preis gewonnen, waarbij tijdens de uitreiking in Berlijn werd benadrukt dat het geldbedrag van 100.000 euro vooral bedoeld is om de samenwerking tussen onze twee organisaties te versterken.”

Mooie chemie

De volgende belangrijke stap? “Zoals ik aan het begin van dit gesprek al zei, zou het goed zijn als we in Europa hotspots krijgen voor AI. Amsterdam zou zich daar ook heel goed voor lenen”, aldus Welling. “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.”

ELLIS …

  • werd in 2018 opgericht en in september 2020 officieel 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.

Dit artikel is oorspronkelijk geplaatst op nlaic.com

Ook interessant