Artificial Intelligence, de nieuwe (Marketing) revolutie?

Posted on Posted in Geen categorie

Artificial Intelligence (A.I), de nieuwe (Marketing) revolutie?

 "Soon we won't program computers. We'll train them like dogs"

Dit is de headline van een artikel geschreven door Jason Tanz voor Wired in 2016. In dit artikel geeft hij treffend weer dat we bij een nieuwe technologische revolutie zijn beland. Artificial Intelligence is een van de meest veel belovende technologische ontwikkeling van dit moment en zal een grote impact hebben op ons dagelijks leven.

Technologie en software zijn de laatste decennia jaren tot bijna elk aspect van ons leven doorgedrongen. Tot nu toe werd software voornamelijk geprogrammeerd door programmeurs die regeltje voor regeltje nauwgezet en eenduidig de computer vertelt wat deze moet doen. Hierbij heeft de programmeur volledige controle over zijn geschreven programma's.

 

Neural Networks

Met Articial Intelligence of Machine Learning komt een einde aan deze volledig gecontroleerde wereld. Software programmeurs schrijven met Machine Learning geen regels met instructies meer, zij trainen computers!

Artificial Intelligence heeft de afgelopen jaren een enorme progressie doorgemaakt dankzij een techniek dat Neural Networks wordt genoemd. Neural Networks is een systeem dat is gebaseerd op de manier waarop onze hersenen werken. Een neural netwerk bestaat uit een grote hoeveelheid aan elkaar geschakelde cellen, nodes geheten. Deze nodes staan met elkaar in verbinding en geven informatie aan elkaar door op een zelfde manier als zenuwcellen dat doen.

Wanneer je een Neural Network bijvoorbeeld maar genoeg foto's van honden voert zal het veel voorkomende patronen zoals:  vormen, contouren, verhoudingen en lijnen gaan herkennen. Uiteindelijk zal het systeem zelf honden herkennen en daarop foto's kunnen selecteren.

In principe is een neural network een systeem dat patronen uit grote hoeveelheden data herkent, daarvan leert en het geleerde ook kan toepassen. Hoe meer data je invoert hoe beter het systeem wordt. Foto's herkennen is maar een van de vele toepassingen waar het voor wordt gebruikt, Tesla gebruikt het bijvoorbeeld in haar zelf-rijdende auto's, Facebook om foto's te herkennen en te benoemen en Google gebruikt het o.a. voor haar zoekmachine.

Grote bedrijven in de tech-industrie zijn in een strijd verwikkeld om het A.I. platform van de wereld te worden. Google heeft dit jaar een grote stap gezet om die strijd naar zich toe te trekken door de kern haar A.I onderzoeksplatform, TensorFlow,  gratis ter beschikking te stellen.

 

Neural network onderzoeksplatform van Google gratis als open-source

Bij het gratis ter beschikking stellen van haar onderzoeksplatform heeft Google ook het gedeelte vrij gegeven dat gebruikt kan worden voor Natural Language Processing (NLP). Dit is het vakgebied dat zich bezig houdt met het leren van menselijke taal aan computers. 

textanayticsDoor het gebruik van Neural Networks is er bij het analyseren van taal grote vooruitgang geboekt.

Een belangrijk stap om computers taal te leren is het "parsen" of het (taalkundig) ontleden van zinnen. Het correct ontleden van zinnen is de sleutel voor computers om echt taal te leren begrijpen. Een parser is een software programma dat tekst taalkundig ontleedt volgens de geldende grammaticale regels. Dit betekent bijvoorbeeld dat Engelse teksten met een Engelse parser en Nederlandse teksten met een Nederlandse parser ontleedt moeten worden.

Door zinnen te ontleden leert de computer het belang van woorden te begrijpen, hoe woorden zich tot elkaar verhouden en wat de betekenis van een woord in de zin is. Net als bij marketing is ook hier de context van belang. De betekenis van een woord zit hem vaak niet in de betekenis van het afzonderlijke woord zelf maar meer in de context waarin het woord gebruikt wordt.

Wat mensen vrij makkelijk afgaat kan voor een computer voor problemen zorgen. Neem als voorbeeld de zin:

"De kinderen aten pizza met ansjovis"

Voor ons mensen is de betekenis makkelijk te bepalen. Op de pizza zat ansjovis en die pizza werd door de kinderen gegeten. Maar deze zin kan ook een andere betekenis hebben, namelijk dat de kinderen de pizza met ansjovis aten in plaats een vork te gebruiken. Voor mensen is het snel duidelijk dat het om optie 1 gaat maar een computer heeft hier veel meer moeite mee.

Wat het ontleden van zinnen voor een computer zo moeilijk maakt is dat bij een zin van zo'n 20 a 30 woorden een groot aantal interpretaties mogelijk zijn. Een parser moet al die mogelijkheden onderzoeken en dan gelet op de context de meest waarschijnlijke betekenis vaststellen.

Door gebruik te maken van Neural Networks bij het ontleden van zinnen is de kwaliteit van het parsen op een compleet nieuw niveau gebracht. De parser van Google, Parsey McParceface haalt al een betrouwbaarheid van 94%. De norm is de mens zelf en deze behaalt een score van 94% tot 96%. Er is dus nog ruimte voor verbetering. Door het verbeteren van het "parsen" is ook de kwaliteit van de tekstanalyses enorm toegenomen.

 

Toepassingen A.I voor de Marketeer

A.I geeft organisaties de mogelijkheid grote hoeveelheden tekst te analyseren. Veel organisaties hebben teksten verzameld door verslagen van klantgesprekken vast te leggen, klanttevredenheidsonderzoek of bij het afhandelen van klachten. Deze teksten worden vaak niet geanalyseerd waardoor hun potentieel onbenut blijft. Dit is jammer want juist tekst bevat een schat aan informatie dat van groot belang voor de organisatie kan zijn. A.I. kan bijvoorbeeld ingezet worden om klantenfeedback te categoriseren en vervolgens te benoemen welke klanten aan de hand van hun gegeven feedback waarschijnlijk het contract gaan verlengen en welke op het punt staan naar de concurrent te gaan.

De Marketeer heeft met A.I er een krachtige "tool" bij om klanten beter te begrijpen en deze kennis te gebruiken om de dienstverlening verder te verbeteren.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *