Kunstmatige intelligentie en machinaal leren zijn de technologieën die aan de voorfront staan van wat de vierde industriële revolutie ter wereld wordt genoemd . Sinds het begin van de mensheid heeft de mens ernaar gestreefd om efficiënter te leven en te werken. Aanvankelijk vertrouwden mensen op eenvoudige handarbeid en vindingrijkheid. We geloven dat dit de manier is waarop de mens bouwwerken als de piramides, de Chinese Muur en Stonehenge heeft voortgebracht. Daarna kwam de eerste industriële revolutie, die mechanisatie, stoom- en waterkracht introduceerde en vooruitgang bracht in productie, transport en verstedelijking. De tweede revolutie werd ingeluid door de uitvindingen van massaproductie en elektriciteit. De introductie van elektronische en digitale technologieën markeerde de derde revolutie, met zaken als computers en internet. Vandaag betreden we een nieuw tijdperk, mogelijk gemaakt door enorme vooruitgang en praktische toepassingen van kunstmatige intelligentie en machinaal leren.
MENS versus MACHINE
Kunstmatige intelligentie is bedoeld om mensen te helpen efficiënter te werken door tijd, geld en de menselijke intelligentie die nodig is om routinetaken uit te voeren drastisch te verminderen. Kortom, computers krijgen zelflerend vermogen, zodat ze nauwkeurig uitkomsten kunnen voorspellen, patronen kunnen identificeren en automatisch aanpassingen kunnen maken, op basis van zowel vroegere als huidige informatie. De machine begint in sommige gevallen efficiënter en net zo slim te worden als het menselijk ras.
Het potentieel van computers die zo slim (of zelfs slimmer dan) mensen worden bij het uitvoeren van bepaalde taken, roept de discussie op over "mens versus machine". Ongeacht iemands overtuiging, een ding waar we het allemaal over eens kunnen zijn, is dat mensen iets hebben dat computers waarschijnlijk nooit zullen hebben: emotie, intuïtie en onderbuikgevoel.
Wanneer mensen debatteren over kunstmatige intelligentie, maken ze vaak ruzie over welke machine learning-categorieën of algoritmen het beste zijn. Machine learning-algoritmen worden over het algemeen onderverdeeld in 3 typen, zonder toezicht zonder voorafgaande kennis van de labels (gelabelde gegevens), gecontroleerd met enige kennis van de labels (gelabelde gegevens) en wapening, die tussen de twee typen in zit. Er zijn meer specifieke algoritmen van deze categorieën, zoals KNN, K-middelen, beslissingsboom, SVM, kunstmatige neurale netwerken, Q-learning, enz. Dus, welke is beter? Zoals alles in het leven heeft alles voor- en nadelen, en als het gaat om machine learning, heb ik de neiging om niet over het model zelf te debatteren, maar het gesprek om te leiden naar de kwaliteit van de gegevens. Machine learning-modellen werken bovenop gegevens en zonder de juiste hoeveelheden en kwaliteit van gegevens en soorten gegevens kan het machine learning-model onbruikbaar worden, hoe goed het in theorie ook is. Dit is niet bedoeld om de impact van het selecteren van de juiste machine learning-algoritmen te verminderen. De data en de algoritmen moeten elkaar aanvullen om specifieke use cases op te lossen.
GEGEVENS IS PARAMOUNT
Bij Stellar Cyber begonnen we ons bedrijf met de prioriteit om data te verzamelen – heel veel data – en, nog belangrijker, de juiste soorten data om het probleem van datalekken te kunnen oplossen. Nadat de data is verzameld, schonen we deze op door duplicaten te verwijderen, te normaliseren en een aantal andere bewerkingen uit te voeren. Vervolgens correleren we de data met andere informatie, zoals dreigingsinformatie, de status van een gedownload bestand, de geografische locatie van een IP-adres en meer. Deze verrijking geeft de dataset als geheel een betere context. Het resultaat van dit proces is schone data, verrijkt met context. Pas nadat deze belangrijke taken zijn voltooid, passen we machine learning toe.
AI MET BEPERKTE VERSUS VOLLEDIGE GEGEVENS
Laten we eens kijken naar een voorbeeld van hoe banken creditcardfraude opsporen. Als een klant normaal gesproken alleen zijn creditcard gebruikt in San Jose, Californië, maar voor het eerst naar Tokio, Japan reist en deze kaart probeert te gebruiken, markeren sommige banken dat als een anomalie en deactiveren ze de creditcard. Dit zorgt er vaak voor dat de klant in verlegenheid wordt gebracht en gefrustreerd wanneer een handelaar hem vertelt dat de kaart is geweigerd. Hoewel dit echt een "machine-aangeleerde" anomalie kan zijn, is het mogelijk dat dit niet de deactivering van de creditcard rechtvaardigt, aangezien dit legitiem gebruik van de kaart kan zijn.
De oorzaak van het bovenstaande probleem komt meestal naar voren omdat de gegevens zelf singulier zijn (alleen locatie van het kaartgebruik) en geen context hebben, zoals het tijdstip waarop de kaart voor het laatst werd gebruikt, waar deze werd gebruikt of hoe deze werd gebruikt. Als een systeem andere stukjes informatie zou correleren, zoals de tijd, locatie, afstand tussen locaties, reputatie van een locatie of hoe het werd gebruikt (bijvoorbeeld een kaartterminal of website), zou een algoritme voor machine learning de daadwerkelijke fraude beter kunnen bepalen.
Neem bijvoorbeeld een kaart die om 4:00 uur PST in San Jose, Californië, wordt gebruikt, maar vervolgens om 5:00 uur PST dezelfde dag opnieuw in een kleine stad in Oekraïne. De kans dat dit fraude is, is veel groter dan in het vorige voorbeeld. De relevante gegevens om tot een dergelijke conclusie te komen, zijn de reistijd naar Oekraïne na gebruik in San Jose en het gebruik van de kaart in een kleine stad (een stad met een reputatie van een kleine, onbekende stad) in Oekraïne.
SLOTOPMERKINGEN
Dit illustreert hoe kunstmatige intelligentie erg nuttig kan zijn bij het voltooien van repetitieve taken met veel gegevens die mensen moe worden van het uitvoeren en analyseren van die gegevens om problemen op te lossen. Maar zal de technologie mensen vervangen? Ik heb de neiging om van niet te denken. AI kan je 90% + opleveren bij het oplossen van repetitieve taken, maar 10% + van de inspanning zal altijd nodig zijn om de uiteindelijke beslissing voor een probleem te nemen. Bovendien kunnen we, net als bij andere verbeteringen in efficiëntie, onze vrijgekomen tijd hergebruiken om nog meer werk te doen dan voorheen. Is het ene algoritme voor machine learning beter dan het andere? Ik geloof dat het antwoord ligt in het begrijpen van het probleem dat men probeert op te lossen, en ik geloof ook dat de kwaliteit van de gegevens net zo belangrijk is als het algoritme zelf.
John Peterson
SVP Productlijnbeheer
Stellaire Cyber
