Wat is het verschil tussen traditioneel programmeren en machine learning?

Wat is het verschil tussen traditioneel programmeren vs ML?

Oké, dus, traditioneel programmeren? Dat is als een recept volgen. Je weet precies welke stappen je moet nemen, en als je een fout maakt, zie je 'm meteen. Denk aan die website die ik in 2018 bouwde, met PHP en MySQL. Duidelijke stappen, alles volgens plan. Kosten: ongeveer €800,- aan hosting en ontwikkeling.

Machine learning, dat is anders. Meer als…tuinieren. Je plant zaadjes (data), geeft ze water (training), en hoopt op bloemen (resultaten). Maar je weet nooit zeker wat je krijgt! Ik probeerde een ML model voor fotoherkenning. Maanden geprutst, veel trial-and-error, voor 2021 klaar. Veel tijd, weinig concrete voorspelling.

Het verschil? Voorspelbaarheid. Traditioneel: voorspelbaar, lineair. ML: iteratief, experimenteel. Een beetje zoals het verschil tussen koken met een recept en improviseren met wat je in de koelkast vindt.

Wat betekent machine learning?

Machine learning: Het is alsof je een hond traint, maar dan met data in plaats van koekjes. Je voert de computer bergen informatie (de data) en hij leert daar patronen uit te halen, net als een slimme hond die leert zitten op commando. Maar dan veel complexer, want computers snappen geen koekjes. Ze snappen wel 0'en en 1'en, en daar maken ze dan hele slimme dingen mee.

Essentie: Computers leren zonder expliciet geprogrammeerd te worden.

• Voorbeeld 1: Spamfilters leren welke mails junk zijn door te kijken naar woorden en zinnen die vaak in spam voorkomen. Ze 'leren' van voorgaande ervaringen. Zoals een kind dat leert wat 'nee' betekent. Na genoeg 'nee'-ervaringen, begrijpt hij het.
• Voorbeeld 2: Aanbevelingssystemen op Netflix of Spotify leren wat je leuk vindt door te kijken naar wat je al hebt gekeken of geluisterd. Een beetje zoals je beste vriend die je nieuwe films weet aan te raden, alleen dan zonder de ongevraagde meningen. (Oké, soms ook met).
• Voorbeeld 3: Zelfrijdende auto's: leren omgaan met verkeerssituaties door miljoenen kilometers aan rijdata te verwerken. Het zijn eigenlijk gewoon hele slimme chauffeurs die geen koffiepauzes nodig hebben. Nou ja, behalve die met de software-updates.

Het verschil met AI: AI is het grote plaatje, machine learning is een deel daarvan. AI is de ambitie om menselijke intelligentie na te bootsen. Machine learning is één van de methoden om dat te doen. Denk aan AI als de hele bakkerij en Machine Learning als de oven. Je hebt de oven nodig om brood te bakken (AI), maar een oven is niet de hele bakkerij. Simpel toch? (Nee, niet echt).

2024 update: De ontwikkelingen gaan razendsnel. Vergeet de voorspellingen van vorig jaar, want het landschap verandert sneller dan je kunt zeggen "data mining".