In de laatste week van september bezocht ik de International Conference on Image Processing in Phoenix, Arizona. Ik volgde daar een overzichtscursus voor lerende algoritmes, het zogeheten deep learning. Terwijl ik naar een verhaal luisterde over de doorbraak van deze technieken mijmerde ik een moment weg over de toepassing ervan in healthcare.
Volgens de docenten kan zowat elk probleem met deze techniek worden opgelost. Het is jeugdig Amerikaans enthousiasme en dat mag van mij wel even; we missen dat maar al te veel in Europa. Deze techniek is bovendien een doorbraak voor de beeldanalyse; zij is slechts vijf jaar oud en begon toch al vanaf 2012 goede resultaten te produceren.
In een notendop betekent deep learning dat lerende neurale netwerken worden gecombineerd met een sequentie van opeenvolgende filterbanken waardoor op verschillende subbeeldniveaus allerlei objecten en hun details kunnen worden aangeleerd. Als de beelddatabase maar groot genoeg is, komen vrijwel alle variaties van eenzelfde object voor, zodat het systeem met grote waarschijnlijkheid een object kan herkennen. Door een kleine verandering met een nieuw beeld raakt het niet meer in de war.
This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one for just €20 for the first year and enjoy all the benefits.
