(Oud-wethouder Floor Kist schrijft voor Vlietnieuws.nl columns over ‘smart cities’. Het gebruik van technologie, internet en data om maatschappelijke vraagstukken te helpen oplossen. Of het nu gaat om zorg, onderwijs, verkeer, wonen, luchtkwaliteit er komen steeds meer technologische aanpakken op ons af. In deze columns wil hij u graag meenemen in de mogelijkheden, wenselijkheden en onwenselijkheden van dit soort ontwikkelingen. Dan kunnen we daar met z’n allen een goed gesprek over voeren, voordat het ons gewoon overkomt).

In 1929 schilderde de Belgische impressionist René Magritte zijn befaamde schilderij van een pijp met daaronder de tekst: ‘Ceci n’est pas une pipe (Dit is geen pijp)’. Hij kreeg daar veel commentaar op. De schilder gaf aan dat het toch echt om een afbeelding van een pijp ging. ,,Als ik eronder had geschreven ‘Dit is een pijp’, dan zou ik liegen.”

Als het voor ons al lastig is om beelden te herkennen, dan is dat voor een computer nog lastiger. Toch is beeldherkenning een van de terreinen van kunstmatige intelligentie waar al heel veel is bereikt. Even een voorbeeld van hoe zoiets te werk gaat. Hoe onderscheidt een computer een bierfles van een wijnfles? Hoe doen wij dat? Omdat er bier op staat? Maar wat als de fles uit het buitenland komt.

Door machine learning in te zetten laten ze letterlijk een computer zelfstandig leren waar de verschillen liggen. Eerst worden er vele verschillende beelden van bierflesjes aangereikt. De computer heeft dan een bibliotheek van afbeelding van bierflessen. Hetzelfde gebeurt voor wijnflessen. In een eerste proef krijgt de computer een nieuwe foto te zien en moet dan bepalen of het gaat om een bierflesje of een wijnfles. Als dat vele keren is gebeurd, kan de computer dat zelfstandig doen. Het heeft geleerd een onderscheid te maken.

Het gebruik van beeldherkenning moet nog wel gericht worden. Het helpt dat we met een heldere eenduidige opdracht komen.

Een aantal weken geleden kon ik zelf gebruik maken van de beeldherkenning van IBM Watson. Dit is de naam van een kunstmatige intelligentie. Deep Blue, een voorganger van Watson, versloeg in 1997 schaakgrootmeester Gary Kasparov. In 2011 won Watson de televisiequiz Jeopardy van twee menselijke tegenstanders. Het spelletje is een soort omgekeerde spelprogramma. Deelnemers horen een hint en moeten vervolgens de bijbehorende vraag vinden.

Een mooi voorbeeld in het Engels: ‘She died in the church and was buried along with her name, nobody came‘ antwoordde Watson ‘Wat is Eleanor Rigby?’ naar het Beatlesnummer uit 1966. Daarom leek het mij interessant om met Watson kennis te maken.

Ik koos zeven uiteenlopende afbeeldingen uit. En ik loop ze graag met u langs.

Een afbeelding van ruis op een ouderwets televisietoestel (wikipedia). Onder de afbeelding staan mogelijke beschrijvingen en hoeveel zekerheid Watson die beschrijving geeft. Hoe dichter bij 1, des te groter de zekerheid. Dus ‘television’ heeft een score van 0,83. Kleuren-tv daarentegen behaalt een lagere score van 0, 65, wat gezien de afbeelding niet zo gek is.

Uit een eerdere column op Vlietnieuws haalde ik deze afbeelding van een bezorgrobot van Albert Hein. Ik had geen echte verwachting dat Watson met het antwoord ‘bezorgrobot’ zou komen. En dat bleek ook. Verder is ‘voertuig met wielen’ met een score van 0,80 prima.

Een geschilderd portret van president Truman (wikimedia) leverde interessant genoeg niet de naam van Truman op, maar wel dat het ging om een president van de Verenigde Staten. De score van 0,50 is niet heel hoog. Maar kennelijk is er iets waaraan je een portret van een Amerikaanse president kunt herkennen.

Daarna probeer ik een foto van president Truman (wikimedia – ik zocht een afbeelding van het bordje op zijn bureau ‘The Buck Stops Here’ voor een artikel over politieke verantwoordelijkheid). Een politicus met een zekerheidsscore van 0,53 is niet zo heel erg hoog. Zeker als je het vergelijkt met de organist met 0,51. Zonnecollectoren waren voor Watson makkelijk te herkennen.

Ook uit een eerdere column op Vlietnieuws koos ik de sierlijke en handige wandelstokken van Lanzavecchia en Wai. Een jassenrek komt nog het meest dichtbij met een score van 0,79. De stemvork met een score van 0,51 geeft aan dat Watson zich met deze foto geen goed raad weet.

Tenslotte koos ik een foto van onze kat Bobby toen hij een paar maanden oud was. Bijzonder is dat ‘cat’ pas op de zesde plaats staat, maar dan wel met een zekerheidsscore van 0,86. Dat zal te maken hebben met de bijzondere kleur van Bobby. Watson noemt het beige, wij noemden het in een melige bui champagnekleur. Vervolgens is de ‘bij de dierenarts’ met een score van 0,54 wel een van de meest intelligente antwoorden. Kennelijk als je een dier zo omhoog houdt, gebeurt dat het meest bij de dierenarts.

Uit dit overzicht blijkt dat Watson het meest zeker is over kleuren. Niet onbelangrijk, maar niet het meest bepalende voor een afbeelding. De president van de Verenigde Staten en de dierenarts zijn de antwoorden met iets extra’s. Daar wordt niet alleen naar de afbeelding zelf gekeken, maar ook om wat voor soort afbeelding het zou kunnen gaan.

Watson’s beste antwoord bij het quizprogramma zou zijn ‘Dit is niet de president van de Verenigde Staten’. (Floor Kist)