Artificial Intelligence, Deep learning, Machine Learning, Big Data zijn termen die door elkaar gebruikt worden. Hierdoor is het lastig in te schatten wat deze begrippen betekenen en hoe deze zich tot elkaar verhouden. Wat is nu wat? Dit artikel maakt een onderscheid tussen deze begrippen.

Het landschap met betrekking tot deze onderwerpen ziet er als volgt uit:

Afbeelding 1: Landschap Artificial Intelligence, Machine Learning en Deep Learning

De afbeelding laat zien dat de begrippen onderling een sterke relatie met elkaar hebben. Deep Learning vormt hierbij een onderdeel van Machine Learning. En Machine Learning valt binnen het gebied van Artificial Intelligence.

Artificial Intelligence of kunstmatige intelligentie is hierbij een systeem wat kan waarnemen, redeneren, reageren en zich aanpassen aan zijn omgeving. Voorbeelden hiervan zijn niet alleen zelfrijdende auto’s, robotmaaiers maar ook gebouwen die zelf de klimaatinstallatie kunnen inregelen op basis van omgevingsfactoren en kenmerken van het gebouw.

Om dit te faciliteren gebruikt men Machine Learning algoritmen. Het begrip Machine Learning is een verzamelnaam voor verschillende algoritmen die grote hoeveelheden data kunnen verwerken om classificatie-, clusterings- en regressievraagstukken te kunnen beantwoorden. Dit wordt gedaan door het algoritme te trainen en te testen op een grote hoeveelheid data. Een meer uitgebreider artikel over dit onderwerp vindt u hier.

Een voorbeeld van een moderne Machine Learningtechniek is Deep Learning. Dit onderdeel van  Machine Learning bootst daarbij het menselijk brein zo goed mogelijk na. Een neurale netwerk wordt hierbij met behulp van een dataset getraind en getest. De architectuur van een neuraal netwerk is op basis van inputvariabelen (features, sensorgegevens), verborgen lagen (hidden layers) en outputvariabelen (uitkomsten, voorspellingen). Deze architectuur lijkt hiermee op het menselijk brein:

Afbeelding 2: Neuron uit menselijk brein (boven) en neuraal netwerk (onder)

Artificial Intelligence, Machine Learning en Deep Learning spelen zich af in het speelveld van Big Data. Big Data staat vooral bekend om de grote hoeveelheden data.

De term Big Data kenmerkt zich echter door drie factoren:

– Volume: de hoeveelheid data die binnen korte tijd het algoritme verwerkt.

– Velocity: de snelheid waarmee data binnenkomt, en:

– Variety oftewel: de mate van diversiteit aan data.

Wat kan ik ermee?

Wat een bouwbedrijf of installatiebedrijf hiermee kan is afhankelijk van wat het bedrijf met Artificial Intelligence, Machine Learning en/of Deep Learning wil bereiken. Wil men een voorspelling doen wanneer onderhoud benodigd is op basis van omgevingsdata, dan zijn Machine Learningtechnieken interessant. Wil men een robot als hulp voor de bouwvakker, dan komt Artificial Intelligence beter van pas. Bouw- en installatiebedrijven beschikken over grote hoeveelheden data. Dit is niet alleen data uit bijvoorbeeld gebouwbeheersystemen maar ook data uit planningen, bouwplaatsbewegingen, bouwafval etc. Bouwondernemingen hebben vaak (onbewust) heel veel data tot hun beschikking.

Afbeelding 3: Artificial Intelligence op de bouwplaats