"Het hedendaags ontwerpproces van neurale netwerken is niet meer gebaseerd op een naïeve presentatie van een grote hoeveelheid data, waarin mogelijkerwijs voldoende kennis zou kunnen voorkomen," aldus W.J. Jansen.
Met interesse heb ik het artikel ‘Probabilistisch netwerk ondersteunt beslissingen’ (Computable, 5 september 1997) van Erica van der Stadt gelezen.
Zij positioneert het probabilistische netwerk als een integratie van de beste elementen uit neurale netwerken en klassieke regelgestuurde systemen. Deze positionering was in het begin van de jaren negentiger zeker terecht, maar de opmerkingen over neurale netwerken gaan voorbij aan de ontwikkelingen die op dit gebied in de laatste jaren hebben plaats gevonden. Om dezelfde redenen die genoemd worden voor de uitvinding van probabilistische netwerken zijn ook binnen de neurale netwerken werkbare alternatieven tot ontwikkeling gebracht.
Spraakherkenning is een wat ongelukkig voorbeeld voor succesvolle toepassing van neurale netwerken. In spraakherkenning worden met probabilistische modellen vooralsnog betere resultaten bereikt. Bekendere neurale toepassingen zijn te vinden in de adaptieve regeltechniek, beeldbewerking en predictie van tijdreeksen. Hoewel de auteur stelt dat neurale netwerken ‘vanzelfsprekend’ niet voor de lancering van ‘space-shuttles’ gebruikt zullen worden, zijn ook hier goede toepassingen bekend.
‘Hoe te handelen in zeldzame situaties’ is weliswaar niet te destilleren uit meetdata, maar de detectie van een zeldzame situatie is wel mogelijk (‘condition monitoring’). Dit kan de ontwerper weer in zijn overwegingen meenemen. Een neuraal netwerk wordt niet slechts getraind met (eventueel moeizaam te verkrijgen) meetdata; aan de ontwikkeling ligt een zorgvuldig ontwerpproces ten grondslag.
Het hedendaagse ontwerpproces van neurale netwerken mengt zorgvuldig de beschikbare kennis in de vorm van fysische modellen, operator-kennis en gemeten data tot een modulair neuraal netwerk dat inzichtelijk en schaalbaar is. Het is zeker niet meer gebaseerd op een naïeve presentatie van een grote hoeveelheid data, waarin mogelijkerwijs voldoende kennis zou kunnen voorkomen. In ieder geval is het een zekerder proces dan een statistische aanpak op basis van geschatte (en dus arbitrair gestelde) kansdichtheden voor Bayes’ beslissers.
Met andere woorden, de door Van der Stadt genoemde gebreken van de neurale technologie stammen van jaren geleden en zijn inmiddels achterhaald door verdere ontwikkelingen in dit vakgebied. We praten daarbij natuurlijk over industriële toepassingen met een realistische omvang, uitgevoerd door ervaren ontwerpers met goede cad-ondersteuning, zoals bijvoorbeeld de ontwerpomgeving Interact.
W.J. Jansen, projectleider Impacts Intelligent Systems, Groningen
