Big data betekent betere data

Zelfrijdende auto's waren nog maar het begin. Wat is de toekomst van een technologie die gestuurd wordt door big data? In een spannende wetenschapstalk kijkt Kenneth Cukier naar de toekomst voor machine-leren -- en de menselijke kennis.

Wat is de lievelingstaart van Amerika?

Publiek: Appel.
Kenneth Cukier: Appel, natuurlijk.

Hoe weten we dat?

Door gegevens.

Je kijkt naar de supermarktverkoop.

Je kijkt naar omzetcijfers

van diepvriestaart van 30 centimeter

en appel wint zeker.

Appel is het meest verkocht.

Toen gingen supermarkten ook
kleinere taarten verkopen

van 11 centimeter.

Dan komt appel
op de vierde of vijfde plaats.

Hoezo? Hoe komt dat nou?

Denk eens goed na.

Als je een taart van 30 centimeter koopt,

moet het hele gezin het eens zijn.

Appel staat bij iedereen
op de tweede plaats.

(Gelach)

Maar als je een eenpersoonstaart
van 11 centimeter koopt,

kan je kopen wat je zelf wilt.

Je kan je eerste keus nemen.

Je hebt meer gegevens.

Je ziet iets dat je eerst niet zag

toen er nog niet zoveel gegevens waren.

Het gaat erom dat je met meer gegevens

niet alleen meer ziet, meer van hetzelfde.

Met meer gegevens zien we nieuwe dingen.

Je krijgt er een betere kijk op.

Je gaat er anders tegenaan kijken.

In dit geval onthult het

wat de lievelingstaart van Amerika is:

geen appel.

Je hebt vast wel gehoord
van de kreet 'big data'.

Je wordt vast doodziek

van de kreet 'big data'.

Het is inderdaad een hype

en dat is erg jammer,

omdat big data
een enorm belangrijk middel is

waarmee de maatschappij opgestuwd wordt.

In het verleden keken we naar 'small data'
en dachten we daarover na.

Zo poogden we de wereld te snappen.

Nu hebben we veel meer gegevens.

Meer dan we ooit hebben gehad.

We ontdekken dat we

met een grote hoeveelheid gegevens
dingen kunnen doen

die we niet konden doen
met kleinere hoeveelheden.

Big data is belangrijk en nieuw.

Ga maar na:

de enige manier waarmee
deze aarde om kan gaan

met wereldwijde uitdagingen --

de wereld voeden,
medische verzorging geven,

van energie voorzien, van elektriciteit,

en zorgen dat we niet verbranden
door opwarming van de aarde --

is door effectief gebruik van gegevens.

Wat is nieuw aan big data?
Wat is het bijzondere?

Om daar antwoord op te geven,
moet je eens bedenken

hoe informatie eruitzag.

Hoe het er ooit fysiek uitzag.

In 1908, op het eiland Kreta,

ontdekten archeologen een schijf van klei.

Ze dateerden die op 2.000 voor Christus,
dus 4.000 jaar oud.

Er staan inscripties op die schijf,
maar die kunnen we niet lezen.

Het is een raadsel, maar het gaat erom

dat informatie er
4.000 jaar geleden zo uitzag.

Zo bewaarde en communiceerde
de maatschappij informatie.

De maatschappij is niet zoveel veranderd.

We bewaren informatie
nog steeds op schijven,

maar nu kunnen we
veel meer informatie bewaren.

Meer dan ooit.

Zoeken is makkelijker.
Kopiëren is makkelijker.

Delen en verwerken zijn makkelijker.

We kunnen deze informatie hergebruiken

voor dingen waar we nooit aan dachten

toen we die informatie verzamelden.

In dit verband zijn de gegevens gegaan

van een stapel naar een stroom.

Van iets bewegingsloos en statisch

naar iets dat vloeiend en dynamisch is.

Je kan stellen dat informatie vloeibaar is.

De schijf die 4.000 jaar geleden
op Kreta werd ontdekt, is zwaar.

Er staat weinig informatie op,

en die informatie is niet te wijzigen.

Aan de andere kant pasten alle bestanden

die Edward Snowden pikte

van de NSA in de VS

op een geheugenstick

met de grootte van een vingernagel.

De informatie kan worden gedeeld
met lichtsnelheid.

Meer data. Meer.

We hebben nu veel meer data,

omdat we dingen verzamelen waarover we
van oudsher informatie verzamelen.

Maar ook omdat we dingen verzamelen

die altijd al informatie boden,

maar die nooit in dataformaat
werden opgeslagen.

We maken er nu gegevens van.

Denk eens aan de locatie.

Neem bijvoorbeeld Martin Luther.

Als we in de 16e eeuw wilden weten

waar Martin Luther zich bevond,

zouden we hem steeds moeten volgen,

misschien met inkt en een veer,

en we zouden dat vastleggen.

Maar bedenk eens hoe dat er nu uitziet.

Je weet dat er ergens,

in een database van een telefoonbedrijf

een bestand is, of iets in dat bestand,
dat informatie over jou bevat.

Over waar je ooit hebt uitgehangen.

Als je een mobieltje hebt met gps,

maar zelfs zonder,

dan bewaart het die informatie.

Hierbij wordt locatie in gegevens omgezet.

Denk bijvoorbeeld eens aan je houding.

Hoe je op dit moment zit.

Hoe jij zit,

hoe jij zit, hoe jij zit.

Dat is verschillend

en hangt af van je beenlengte

en je rug en de kromming ervan.

Als ik 100 sensoren zou plaatsen

in jullie stoelen,

zou ik een serie getallen krijgen
die uniek voor jou is.

Een soort vingerafdruk
maar niet van je vinger.

Wat zouden we er dan mee kunnen doen?

Onderzoekers in Tokyo gebruiken dit

als mogelijk anti-autodiefstal-apparaat.

Het idee is dat de autodief
achter het stuur zit

en ervandoor gaat, maar de auto ontdekt

dat iemand stuurt die daar niet hoort.

De motor stopt dan,

tenzij je een wachtwoord intypt
op het dashboard

waarmee je zegt: "Ik heb toestemming."

Geweldig.

Als alle auto's in Europa

deze technologie nou eens hadden?

Wat zouden we nog meer kunnen doen?

Als we deze informatie zouden verzamelen

konden we aanwijzingen signaleren

die voorspellen dat over 5 seconden
een auto-ongeluk gaat gebeuren.

Wat we daarvoor zullen gaan vastleggen,

is vermoeidheid tijdens het rijden.

De applicatie in de auto merkt het

als de persoon wegzakt

en weet dan automatisch
dat er een wekker moet afgaan

die het stuurwiel laat trillen, toetert,

en zegt: "Wakker worden,

beter opletten op de weg."

Dit soort dingen kunnen we doen

als we nog meer van ons leven
vastleggen in gegevens.

Wat is de waarde van big data?

Denk eens na.

Je hebt meer informatie.

Je kan dingen doen
die je eerst niet kon doen.

Een van de indrukwekkendste plekken

waar dit idee wordt uitgevoerd

is die van machine-leren.

Machine-leren is een tak
van kunstmatige intelligentie

die zelf weer onderdeel is
van computerwetenschap.

Het idee is dat we de computer
niet vertellen wat hij moet doen

maar dat we er gewoon gegevens in gooien

en de computer opdragen
het probleem zelf op te lossen.

Je begrijpt het beter als je ziet
waar het vandaan komt.

In de vijftiger jaren

vond computerwetenschapper Arthur Samuel
van IBM, het leuk om te dammen.

Hij schreef een programma

zodat hij tegen de computer kon spelen.

Hij speelde en won.

Hij speelde en won.

Hij speelde en won,

omdat de computer alleen wist

wat een geldige zet was.

Arthur Samuel wist nog meer.

Arthur Samuel kende strategie.

Hij schreef er een programmaatje bij

dat op de achtergrond werkte

en bijhield hoe groot de kans was

dat een bepaalde spelsituatie leidde

naar winst of verlies

na elke zet.

Hij speelt tegen de computer. Hij wint.

Hij speelt tegen de computer. Hij wint.

Hij speelt tegen de computer. Hij wint.

En dan laat hij het de computer
tegen zichzelf spelen.

Hij speelt tegen zichzelf
en verzamelt meer gegevens.

Hij verzamelt meer gegevens
en wordt preciezer in zijn voorspelling.

Dan gaat Samuel terug naar de computer,

speelt tegen hem en verliest.

En speelt nogmaals en verliest.

En speelt weer en verliest.

Arthur Samuel heeft een machine gemaakt

die beter is dan Arthur, in een taak
die Arthur hem aangeleerd heeft.

Dit idee van machine-leren

heeft allerlei gevolgen.

Hoe denk je dat we
zelfrijdende auto's krijgen?

Zijn we beter af als maatschappij

door alle regels van de weg
in software te stoppen?

Nee. Geheugen is goedkoper. Nee.

Algoritmes zijn sneller. Nee.
Processors zijn beter. Nee.

Die dingen doen ertoe,
maar dat is niet de reden.

Het komt omdat we de aard
van het probleem veranderd hebben.

Vroeger probeerden we

aan de computer uit te leggen

hoe hij moet rijden.

Nu zeggen we:

"Hier zijn veel gegevens over dit voertuig.
Zoek het maar uit.

Vind maar uit
dat het een verkeerslicht is,

dat het rood is en niet groen,

dat je dan moet stoppen

en niet meer vooruit moet gaan."

Machine-leren is de basis

van veel dingen die we online doen:

zoekmachines,

het personaliseer-algoritme van Amazon,

computervertalingen,

systemen voor stemherkenning.

Onderzoekers hebben onlangs gekeken

naar de kwestie van biopsies,

kankerbiopsies.

Ze vroegen de computer te kijken

naar de gegevens
en overlevingsstatistieken

om te bepalen of het kankercellen zijn

of niet.

Als je de gegevens erin gooit

en een machine-leer-algoritme gebruikt,

bleek dat de machine
12 verklikkers kon bepalen

die het beste voorspellen

of een biopsie van kankercellen

inderdaad kanker is.

Het probleem: de medische literatuur

kende er maar negen.

Naar drie kenmerken

hoefde de mens niet te kijken,

maar de machine zag ze wel.

Er zit ook een zwarte kant aan big data.

Het verbetert ons leven,
maar er zijn problemen

waar we ons van bewust moeten zijn.

De eerste is het idee

dat we gestraft kunnen worden
voor onze voorspellingen

en dat de politie ook big data gebruikt.

Een beetje als in de film 'Minory Report'.

Het heet 'predictive policing'
(voorspellend politiewerk),

of algoritme-criminologie.

We nemen daarbij een hoop gegevens

bijvoorbeeld waar criminaliteit voorkwam,

om te weten we waar agenten
hun ronde moeten doen.

Dat lijkt slim maar het probleem

is dat het niet zal blijven
bij gegevens over de locatie,

maar dat tot op
het individuele niveau zal gaan.

Waarom gebruiken we geen gegevens

over iemands middelbareschoolverleden?

Of ze werkloos zijn of niet,

hun kredietwaardigheid,

hun websurfgedrag,

of ze laat naar bed gaan.

Als hun gps-horloge
biologische dingen kan meten,

zal het merken
of hij agressieve gedachten heeft.

We zullen algoritmes krijgen
die voorspellen

wat we van plan zijn te doen

en zouden kunnen worden aangesproken
voordat we gehandeld hebben.

Privacy was de grote uitdaging

bij weinig gegevens.

In het big data-tijdperk

wordt de uitdaging het waarborgen
van de vrije wil,

morele keuzevrijheid, menselijke wil,

menselijk handelen.

Er is nog een probleem.

Big data zal banen gaan kosten.

Big data en algoritmes zullen het opnemen

tegen de kantoormensen, kenniswerk,

in de 21ste eeuw.

Net zoals fabrieksautomatisering

en lopende banden

het opnamen tegen de fabrieksaarbeiders
in de 20ste eeuw.

Denk eens aan een laborant

die in een microscoop kijkt

naar een kankerbiopsie

om te kijken of het kanker is of niet.

Deze persoon is afgestudeerd,

koopt een huis,

hij of zij gaat naar de stembus,

en neemt deel aan de maatschappij.

Die persoon en nog een hele rij
soortgelijke professionals

zullen merken dat hun baan
heel erg verandert

of helemaal verdwijnt.

We willen graag geloven

dat techniek mettertijd
voor banen zorgt,

na een periode van ontwrichting.

Dat klopt voor het referentiekader

waarin we leven, de industriële revolutie.

Want dat is precies wat er is gebeurd.

Maar we hebben iets vergeten
in die analyse.

Er zijn een paar soorten banen

die gewoon verdwijnen
en nooit meer terugkomen.

De industriële revolutie was niet best

als je een paard was.

We moeten dus erg zorgvuldig zijn,

en big data aanpassen aan onze behoeftes,

onze zeer menselijke behoeftes.

We moeten de technologie de baas zijn.

niet omgekeerd.

We staan aan het begin
van het big data-tijdperk,

en eerlijk gezegd
zijn we nog niet zo goed

in het omgaan met de big data
die we verzamelen.

Het is niet alleen een probleem
voor de NSA.

Bedrijven verzamelen veel data
en misbruiken die ook.

We moeten er beter in worden
en dat kost tijd.

Het lijkt op de uitdaging

die de mens ooit had met vuur.

Het is een gereedschap,

maar als je niet uitkijkt, verbrand je.

Big data gaat ons leven veranderen.

Hoe we leven, hoe we werken
en hoe we denken.

Het gaat ons helpen bij onze carrière

en ons een tevreden
en hoopvol leven laten leiden

in blijdschap en gezondheid.

Maar vroeger keken we vaak
naar informatietechnologie

en zagen we alleen de T,

Technologie, de spullen,

omdat dat fysiek was.

Maar nu moeten we onze blik aanpassen
om de I te zien,

de Informatie,

die minder zichtbaar is

maar in zekere zin belangrijker.

De mensheid kan eindelijk leren
van informatie

die ze verzamelt

als onderdeel van onze eeuwige zoektocht

om de wereld en onze plek erin
beter te begrijpen.

Daarom is big data van groot belang.

(Applaus)