Showcase Item 1

Human centered AI – In gesprek met Nijmeegse hoogleraar Tom Heskes

Masterstudenten in de regio houden, dat is het doel van Tom Heskes, hoogleraar Informatica aan de Nijmeegse Radboud Universiteit. “Voor AI-opgeleide studenten zijn in deze regio genoeg interessante banen. Samen met de bedrijven moeten we die goed zichtbaar maken.”

Tom Heskes is hoogleraar Informatica aan de Radboud Universiteit (RU). Landelijk gezien is de RU een zwaargewicht in Artificiële Intelligentie (AI) en Data Science. Sterk in de zogenoemde human centered AI. “Vaak zie je dat AI onderdeel is van informatica. In Nijmegen ontstond de opleiding juist vanuit de cognitiewetenschappen. Vanuit hoe hersenen werken en hoe psychologie werkt. Dat maakt dat we een sterk profiel hebben in sociale wetenschappen én de technische kant van informatica.

Causaliteit in ADHD

De AI-opleiding is gelinkt aan het Donders Institute for Brain, Cognition and Behaviour van de Radboud Universiteit in Nijmegen. Met zijn vakgroep doet Heskes onderzoek in twee richtingen: causaliteit en deep learning.

“Bij causaliteit ontwikkelen we nieuwe methoden om oorzaak en gevolg te achterhalen. Hoe je uit ‘domme data’ haalt wat de oorzaak is en wat het gevolg.” In samenwerking met het Radboudumc deed hij onderzoek naar ADHD. “De vraag die we beantwoord wilden krijgen is of aandachtsproblemen leiden tot hyperactiviteit of dat het juist andersom in, dat hyperactiviteit leidt tot aandachtsproblemen. De computeralgoritmes vonden een causale relatie die van gebrek aan aandacht loopt naar hyperactief, impulsief gedrag.”

"We leren diep neurale netwerken om beelden te analyseren op een betere manier dan mensen dat kunnen doen. Voor eindeloze toepassing, van medische wetenschap tot sterrenkunde"

Tom Heskes, hoogleraar Informatica aan de Radboud Universiteit

Deep learning bij beeldherkenning

Deep learning past Heskes toe in de spraak- en beeldherkenning. Bij deep learning leer je de kunstmatige intelligentie nieuwe dingen aan. “Heb je genoeg data, die is gelabeld door mensen, dan kun je diep neurale netwerken leren om beelden te analyseren op een betere manier dan mensen dat kunnen doen. Dit zetten we bijvoorbeeld in bij beeldherkenning, het interpreteren van röntgenfoto’s en scans in de medische wetenschap.” Deep learning wordt ook toegepast in de sterrenkunde. Heskes: “Zo werkt onze vakgroep samen met astronomen om beeld te classificeren. Zien we op de afbeeldingen een supernova of niet.”

Vanuit de AI-opleiding zijn in de regio Arnhem – Nijmegen – Wageningen een aantal succesvolle spin-offs ontstaan. Nieuwe ondernemingen zoals Novo-LearningOrikami en Resnap. Onder meer dankzij de hulp van het Mercator Launch-programma van de Radboud Universiteit. Ondernemerschap bij studenten wordt hierin gestimuleerd en ondersteund. Om carrièreperspectief te bieden én kennis vanuit de universiteit naar de markt te brengen.

Zichtbaarheid van AI in de regio vergroten

Ook vinden de studenten uit zijn AI-opleiding interessante banen. Tot verdriet van Heskes vaak buiten de regio. “Hier in Oost-Nederland zijn veel interessante banen, alleen is dat nog onvoldoende zichtbaar voor studenten. Daardoor zijn studenten gericht op de Randstad en verhuizen ze vaak tijdens hun laatste half jaar omdat ze het idee hebben dat daar de banen te halen zijn.”

Heskes geeft aan dat ook universiteiten moeite hebben om goede onderzoekers aan zich te binden. Grote, interessante bedrijven als Google en Microsoft lonken. “Om mooie ontwikkelingen in de regio voort te zetten moeten we aan de slag. Het is aan ons, de universiteit en bedrijven in Arnhem – Nijmegen – Wageningen om daar iets aan te doen. Kennis en kunde bundelen, voor de regio.”

Bericht delen

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email