Complexe optimalisatie doe je met een goede mix van AI-technieken
- Evolutionaire algoritmen beter dan deeplearning bij optimalisatievraagstukken
- Neurale netwerken kunnen evolutionaire algoritmen wel verbeteren
- Aanpak met mix van AI-technieken in veel sectoren relevant
© Marike van Pagée
Marike van Pag�e
Voor veel mensen staat kunstmatige intelligentie inmiddels gelijk aan neurale netwerken en deep learning. Maar dat beeld is te beperkt. Zo zijn evolutionaire algoritmen bijvoorbeeld heel goed geschikt voor het oplossen van complexe optimalisatievraagstukken. Door die twee te combineren, worden ze allebei beter. Peter Bosman test de resultaten daarvan onder meer in de medische sector.
Wat de afgelopen maanden, of eigenlijk jaren, is behaald met de inzet van deeplearning-technologie is spectaculair. Voor het grote publiek kwam de eye-opener voor de mogelijkheden ervan in november met ChatGPT, Midjourney en Dall-E. Daarvoor werd al jaren - soms minder zichtbaar voor het grote publiek - enorme vooruitgang geboekt met de inzet van neurale netwerken voor beeldverwerking.