Pieter, we gaan direct van start. De wereld van AI staat immers ook niet stil. Dus: wie ben je en wat doe je op professioneel vlak?
Ik ben mijn loopbaan begonnen als softwareontwikkelaar. Pas op latere leeftijd – ik was toen 37 jaar – besloot ik te promoveren en de wetenschap in te gaan. Mijn onderzoek richtte zich op kunstmatige intelligentie in videogames; toen ik daarmee begon was dit een vernieuwend onderwerp. Ik word daarom wel gezien als één van de grondleggers van dit onderzoeksonderwerp, al vind ik dat zelf wat overdreven.
Ik ben nu 14 jaar verbonden aan Tilburg University, waarvan de laatste 5 als hoogleraar. Nog steeds besteed ik graag veel tijd aan onderzoek doen. In de praktijk ben ik voornamelijk aan het doceren en organiseren. Onderzoek doe ik vooral in samenwerking met promovendi.
Machine learning in games is jouw expertisegebied; niet het makkelijkste onderwerp om je over te buigen, of wel?
Hoewel de toepassingen van machine learning soms behoorlijk complex kunnen zijn, denk ik dat die in games meestal vrij eenvoudig is. Je moet het zo zien: de doelstelling van AI is computers in staat stellen om de mens wat betreft intelligentie te evenaren, of zelfs voorbij te streven. En op sommige gebieden zijn computers al zover. Maar wat ze nog niet bezitten, is generieke intelligentie; intelligentie die willekeurige taken kan oppakken. Die vorm van verstand realiseren is een enorme uitdaging, maar ik denk dat het wel mogelijk is.
Ik verwacht echter niet dat ik die realisatie mee ga maken. Maar de virtuele werelden in computer games zijn vaak zeer eenvoudige weergaves van de werkelijke wereld. Ik denk dat het wél mogelijk is om binnen afzienbare tijd generieke kunstmatige intelligentie in die eenvoudige werelden in te bouwen. Ik heb dus feitelijk voor een relatief gemakkelijk onderzoeksdoel gekozen, omdat het een opstapje naar het ultieme onderzoeksdoel van de AI is.
Hoe vertel je leken over wat je precies doet? Familie en vrienden tijdens een borrel bijvoorbeeld?
Dan komt de docent in mij naar boven; ik pas mijn formulering aan voor diegene die tegenover mij zit. Machine learning lijkt een abstract onderwerp, maar eigenlijk komt iedereen er in het dagelijks leven wel mee in aanraking. Om een voorbeeld te noemen: ik had de uitnodiging voor deze meeting gemist, omdat mijn mailbox de e-mail had weggegooid zonder dat ik hem had gezien. Het is kunstmatige intelligentie die onterecht besloot het bericht weg te gooien. Met machine learning kun je die kunstmatige intelligentie trainen om belangrijke van onbelangrijke mails te onderscheiden. Maar de kunstmatige intelligentie in het mailprogramma dat de universiteit gebruikt, is kennelijk nog onvoldoende getraind om dit foutloos te doen. Dus voor onderzoekers is het een interessante uitdaging om te bekijken op welke manieren het beter kan.
Waar is jouw fascinatie voor dit onderwerp begonnen?
Door mijn werk als programmeur liep ik regelmatig tegen problemen aan waar geen goed antwoord op was. Veel praktische problemen zijn dermate complex dat je er met handmatige programmering geen oplossing voor kunt bouwen. Zelflerende kunstmatige intelligentie kan dat vaak wel.
En wat betreft de toepassing: games hebben mij altijd gefascineerd. De drang naar het vinden van oplossingen voor complexe problemen en mijn liefde voor games kon ik in mijn promotie combineren.
Op welke manier ben jij aan TAISIG verbonden?
Ik ben vanaf de oprichting lid van het kernteam, waarin vertegenwoordigers van alle departementen zitten. Sinds het aftreden van Emilie Aarts in verband met zijn pensioen, eind juni, ben ik de nieuwe voorzitter van TAISIG. Uiteraard denk ik niet dat ik het ooit zo goed kan doen als hij; hij heeft TAISIG echt gevormd tot wat het nu is. Maar de club staat nu, en ik kan samen met het kernteam TAISIG voortzetten en verder uitbouwen.
Wat hoop je met jouw inzet te bereiken?
Als Tilburg University willen we allereerst gezien worden als een belangrijke speler in het regionale en landelijke AI-domein. Nu staan we voornamelijk bekend als social sciences/humanities-universiteit. Dat Tilburg University ook andere wetenschappen omvat, is helaas nog steeds niet bij iedereen doorgedrongen. Op het gebied van de kunstmatige intelligentie hebben we heel veel in huis: in de onderliggende technologie, de toepassingen en het ethische and juridische domein (ELSA). We bieden zelfs de grootste universitaire kunstmatige intelligentie-opleiding van Nederland aan. Maar door de wat gebrekkige naamsbekendheid worden we op de voorhand uitgesloten van sommige subsidiemogelijkheden. Het is een taak van TAISIG om daar verandering in te brengen.
Binnen Tilburg University is de rol van TAISIG daarnaast om de AI-activiteiten die in diverse departementen plaatsvinden te bundelen, coördineren en versterken. Voor iemand die AI-gerelateerd onderzoek doet, kan TAISIG bijvoorbeeld een verbindende functie hebben door hem of haar in contact te brengen met personen binnen de universiteit die bij het onderzoek kunnen helpen.
Een haalbare kaart op korte termijn? Of vooral nog toekomstmuziek?
Dankzij de inzet van Emile Aarts en anderen staat TAISIG inmiddels op de kaart. Het is nu vooral zaak om de zichtbaarheid te vergroten.
Je bent sindsdien weer overgegaan tot de orde van de dag. Wat krijgt de komende tijd jouw onverdeelde aandacht?
In eerste instantie gaan we gewoon verder met de TAISIG Talks en Events. Daarnaast is het belangrijk om meer gedetailleerde informatie over AI-onderzoekers en -activiteiten nog beter toegankelijk te maken voor de buitenwereld. Het kernteam van TAISIG is recentelijk uitgebreid en gaat daar vanaf september volop mee aan de slag.
Meer weten over TAISIG? Je leest het hier. Zien we je bij een van de volgende edities?