Mijn naam is Ale Flores en ik ben 
productmanager bij Alexa.

Mijn naam is Dr. Chelsea Haupt. Ik werk bij het Allen Instituut voor Kunstmatige Intelligentie,

en ik werk aan een AI-gedreven academische zoekmachine.

Overal om je heen nemen computers beslissingen
en die beslissingen hebben invloed op

je dagelijkse leven. Wanneer je een zoekopdracht op internet uitvoert 
of door je nieuwsfeed scrollt,

beslissen computers wat je ziet.

Computers kunnen je gezicht al herkennen en 
je stem begrijpen,

binnenkort rijden ze in auto's en detecteren ze ziekten, zelfs beter dan mensen.

Hoe is dit alles mogelijk?

Je hebt misschien gehoord van iets dat AI of kunstmatige intelligentie heet.

Echte kunstmatige intelligentie is nog tientallen jaren weg.

Maar er is hier vandaag een soort AI, genaamd Machinaal leren.

Het is een soort AI waar je waarschijnlijk elke dag mee te maken hebt, zonder het te weten.

Het heeft de mogelijkheid om ons te helpen enkele van 's werelds grootste uitdagingen aan te gaan.

Machinaal leren is hoe computers patronen herkennen, en beslissingen nemen

zonder expliciet geprogrammeerd te zijn.

Wat zo spannend is, is dat het een heel 
andere manier is om een computer te programmeren dan

wat we ooit eerder hebben gedaan.

Met machinaal leren, in plaats van het stap voor stap programmeren van een computer,

kun je programmeren om te leren zoals je leert, met vallen en opstaan, en veel oefening.

Leren komt uit ervaring en dat geldt 
ook voor machinaal leren.

In dit geval betekent "ervaring" veel en veel gegevens.

Machinaal leren kan elke vorm van gegevens verwerken:

Afbeeldingen, video, audio of tekst, en beginnen patronen in die gegevens te herkennen.

Als het eenmaal leert om patronen in de gegevens te herkennen, kan het ook leren om voorspellingen te doen

gebaseerd op die patronen.

Alsof je het verschil ziet tussen een beeld van een auto, en een beeld van een fiets.

AI en machinaal leren spelen een steeds grotere rol in de maatschappij,

en geven vorm aan onze toekomst.

Daarom is het zo belangrijk om te leren hoe het werkt, met wat praktijkervaring.

Je staat op het punt om de kans te krijgen om je eigen machine leermodel te trainen.

Onthoud dat AI is als elk ander gereedschap: eerst krijg je de kennis, dan krijg je de macht!