De patronen van Postma

Passie 5 min. Tineke Bennema

Exoplaneten, schilderijen van Van Gogh, ontbossing in Borneo of plastic soep in Indonesische rivieren, ondervoede kinderen in Afrika, passende kussens voor patiënten op een afdeling neurochirurgie, het is een kleine greep uit de onderwerpen die Eric Postma onderzoekt. Allemaal hebben ze gemeen: patronen. Patroonherkenning is het centrale thema van Postma’s werk. Hij is hoogleraar Artificial Intelligence (AI) van Tilburg School of Humanities and Digital Sciences, tevens werkzaam bij de Jheronimus Academy of Data Science in Den Bosch.

Ook Postma en AI werken COVID-19-proof vanuit de zolderkamer, waar hij net zo gemakkelijk zijn collega’s in de uithoeken van de wereld bereikt. Dit gesprek vindt via Skype plaats.

Patroonherkenning is relevant voor de meest uiteenlopende problemen in de praktijk

“Ik ben geïnteresseerd in perceptie, visuele waarneming en hoe we die kunnen begrijpen, zowel van de mens als van de machine, of als een combinatie daarvan. Centraal in mijn onderzoek staat de vraag: als ik een object waarneem, wat gebeurt er dan in mijn hersenen? Waarin verschilt waarneming door de mens van waarneming door de computer? Hoe zet je de AI technologie zo in elkaar dat de patroonherkennende vermogens en kennis van de mens en de computer complementair worden? In de AI heet dit machine learning (de wijze waarop computers gegevens herkennen en ervan leren). Het begrijpen van waarneming door mens en computer is de rode draad in mijn werk. Patroonherkenning is relevant voor de meest uiteenlopende problemen in de praktijk waarvoor oplossingen moeten worden gevonden. En die ik interessant en nuttig vind om te onderzoeken.”

In de ban van Einstein

Postma studeerde theoretische natuurkunde in Nijmegen, maar stapte over naar psychologie en concentreerde zich op de cognitieve wetenschappen, met bijvakken als informatica. ”Door Albert Einstein en zijn toegankelijke boek over de relativiteitstheorie raakte ik in de ban van de menselijke waarneming. Zijn boek ging over de waarneming bij zeer hoge snelheden, maar ik was meer geïnteresseerd in waarneming in het alledaagse leven. Door het verplichte eerste algemene jaar bij psychologie kwam ik in aanraking met cultuurpsychologie, waardoor ik leerde hoe conflicten ontstaan door subtiele culturele verschillen in waarneming, denk bijvoorbeeld aan het actuele racismedebat. De toen net opgericht opleiding Cognitive Science (cognitiewetenschap) vond ik wat soft, ik had wiskunde en informatica nodig om door de biologie geïnspireerde modellen van de waarneming te begrijpen, de zogenaamde kunstmatige neurale netwerken die ook nu weer centraal staan in de AI onder de naam ‘deep learning’."

"In Nijmegen was geen interesse voor neurale netwerken, men gaf de voorkeur aan modellen die gebaseerd waren op ALS-DAN regels, zoals je een computer programmeert. Vandaar dat ik voor mijn afstudeeronderzoek uitkwam bij neuraal netwerkonderzoek in Leiden. Vanaf die tijd heb ik gewerkt aan allerlei fundamentele en praktische projecten rondom neurale netwerken als model van de visuele waarneming. Mijn fundamenteel onderzoek naar de werking van visuele waarneming wordt voortdurend gevoed door de praktijk.”

Postma illustreert dat met het Van Gogh project dat hij een aantal jaren geleden startte. “Ik was een keer in het Van Gogh museum en de experts spraken over het ‘ritme’ van zijn manier van schilderen. Heel vreemd, ze konden niet goed in woorden uitleggen wat dat was. Ik wilde een nieuw algoritme opstellen om die patronen in de textuur te kunnen herkennen; hoe kun je technieken inzetten om de complementariteit van mens en machine te verbeteren.

Een ander onderzoek dat hij samen met Koko Visser en Bas Bosma uitvoert, betreft de exoplaneten. Exoplaneten draaien om andere sterren dan de zon. "In mijn studententijd, toen ik natuurkunde studeerde, was ik al gefascineerd door de astronomie. De gegevens van de NASA-satellieten Kepler en TESS zijn vrij te downloaden. Wat je ziet in de data zijn kleine dipjes in het licht, wat misschien duidt op een planeet die er net tussen is gekomen. Mensen kunnen dergelijke dipjes goed waarnemen. Wij onderzoeken of je die dipjes ook kunt herkennen met behulp van kunstmatige intelligentie.”

AI-fondsen gebruiken tegen opwarming aarde

“Dat vind ik leuk om te doen, maar de laatste jaren richt ik me meer op nuttige maatschappelijk relevante zaken. Samen met Hezha Mohammedkhan en Hein Fleuren van de Tilburg School of Economics and Management proberen we in samenwerking met Welthungerhilfe een AI-algoritme te ontwikkelen om ondervoeding te herkennen bij kinderen. Natuurlijk houd je ook rekening met de privacy en dat vergt creatieve oplossingen. Maar wat we willen is dat aan de hand van enkele foto’s en automatische verwerking door AI, ondervoeding tijdig kan worden geconstateerd.”

“Ik wil ook proberen met behulp van AI mijn bijdrage te leveren om opwarming van de aarde tegen te gaan. Je ziet nu met Covid-19 dat er meer fondsen vrijkomen voor AI, maar ik hoop dat deze vooral ingezet kunnen worden om een klimaatramp te voorkomen. Dat is de achtergrond bijvoorbeeld van de samenwerking van ons departement Cognitive Science & AI met JADS en Naturalis ten behoeve van de bevordering van de biodiversiteit."

"Via JADS ben ik ook betrokken bij projecten om algoritmen te ontwikkelen voor het detecteren van ontbossing (in samenwerking met WWF, Deloitte en de Universiteit Utrecht) en van het signaleren van plastic in rivieren (met Colin van Lieshout en Ocean Cleanup). Daaraan besteed ik liever aandacht dan aan AI voor commerciële doeleinden. Al deze praktische projecten leveren inspiratie voor het fundamenteel onderzoek naar de werking van patroonherkenning bij mensen.”

“Van vergaderingen die niets opleveren en de bijbehorende overhead van hoogdravende plannen van managers die van alles willen, onthoud ik mij zoveel mogelijk. Ik richt me liever op het creëren van mogelijkheden voor jonge onderzoekers en aanstormende talenten om hierin verder te gaan en te kunnen groeien. Ik werk bij voorkeur bottom up in plaats van top down.”

Democratische en onafhankelijke correctie op AI nodig

Postma richt zich ook de fundamentele vraag hoe AI algoritmen werken en verbeterd kunnen worden. Doordat ze gevoed worden met de menselijke gegevens, hebben ze vaak last van een selectieve kijk op de werkelijkheid, een zogenaamde bias. Hij vertelt over de objectherkenningssystemen van Google, Facebook en andere technologiebedrijven die bijvoorbeeld wel tandenborstels uit rijke landen heel goed herkennen, maar tandenborstels uit arme landen helemaal niet, zodat die gegevens niet worden gebruikt. Met andere woorden: de betreffende computersystemen hebben last van een bias, omdat ze getraind zijn op afbeeldingen van tandenborstels (en andere objecten) uit rijke landen. Dit probleem heeft niets met de AI systemen te maken, maar met de wijze waarop ze worden getraind. Dergelijke systemen moeten beter getoetst worden, vindt hij, en daarom pleit hij al langer voor een centraal Nationaal of Europees orgaan dat AI-systemen certificeert. “Het is de hoogste tijd dat er een democratische en onafhankelijke correctie plaats vindt op systemen als van bijvoorbeeld Google.”

AI systemen kunnen heel goed patronen ontdekken, maar hebben totaal geen begrip van hoe deze planeet in elkaar steekt

“Helaas zijn beleidsmakers en politici over het algemeen niet technisch opgeleid en juist de combinatie is zo van belang: je hebt mensen nodig die zowel de mens als de techniek kunnen doorgronden. Gelukkig werken we in onze opleidingen Cognitive Science & AI en Data Science hard aan die complementariteit en zijn er veel talenten. Het is die combinatie van interdisciplinariteit met AI en cognitive science wat ons uniek maakt. Onze studenten kunnen breed ingezet worden. Ik probeer altijd een ontnuchterend beeld te schetsen van de AI. Het beeld dat wordt opgeroepen door onheilsvoorspellers die stellen dat de robot over dertig jaar de wereld overneemt, is onzin. AI systemen kunnen heel goed patronen ontdekken, maar hebben totaal geen begrip van hoe deze planeet in elkaar steekt. Dat is aan de mens.”