Het Internet is toe aan een nieuwe architectuur

Precies 50 jaar geleden werd het eerste zaadje voor ons huidige Internet geplant. Toen heette dat het Arpanet. Nu heeft ons Internet dringend een nieuwe architectuur nodig. 

"Het Internet moet op de schop daar is geen ontkomen aan" aldus Kees Neggers, voormalig directeur van SURFnet. "De noodzaak is er, technisch weten we hoe het moet, waarom doen we het dan niet? Je kunt je toch niet voorstellen dat straks zelfrijdende auto’s en het internet der dingen afhankelijk gaan zijn van het huidige krakkemikkige Internet?”

Dit artikel is gepubliceerd in het aprilnummer van De Ingenieur.

Het is een wonder dat ons huidige Internet nog steeds draait op een architectuur die in de jaren zestig en zeventig is ontwikkeld. Het is namelijk hoog tijd om over te stappen op een fundamenteel nieuwe architectuur, vindt Kees Neggers, voormalig directeur van SURFnet, het computernetwerk voor hoger onderwijs en onderzoek in Nederland.

Neggers is een Nederlandse internetpionier van het eerste uur die is opgenomen in de Internet Hall of Fame. Hoewel hij al zeven jaar met pensioen is, gaat het Internet hem nog steeds aan het hart. Hij vertelt vol passie over hoe het anders zou kunnen en moeten: “Het Internet is een schitterend ongeluk. Het is zeer succesvol en we kunnen niet meer zonder. Maar we moeten het zien als een prototype. Het is bedacht om onderzoekers die elkaar vertrouwen op een paar computers met elkaar te laten samenwerken. Maar het is helemaal niet in die vorm ontworpen om wereldwijd uitgerold te worden. En het is al helemaal niet bedacht voor allerlei realtime-diensten zoals Skype of Netflix. Het Internet moet op de schop, daar is geen ontkomen aan.”

Lees de rest van het artikel in het aprilnummer van De Ingenieur.

The Arpanet: Celebrating 50 years since ‘LO’

This article was published on April 9, 2019 on the website of the Association for Computing Machinery (ACM).

Internet pioneer Leonard Kleinrock starts an anecdote: “What was the first telegraph message ever sent? Samuel Morse sent the words ‘What hath God wrought?’, a sentence from the bible.

What was the first telephone message? Alexander Graham Bell said to his assistant Thomas Watson: ‘Mr. Watson, come here, I want to see you.’

What were the first words of Neil Armstrong when he set foot on the moon? ‘That’s one small step for man, one giant leap for mankind.’

Those guys were smart. They understood how to do PR.

And what was the first message sent over the internet? Only ‘LO’…We wanted to send the word ‘LOG’ from ‘log in’, but the network crashed after the first two letters…”

In this way ‘LO’ became the first successful inter-computer message transmitted from the University of California in Los Angeles to the Stanford Research Institute on October 29, 1969, this year exactly fifty years ago.

Kleinrock tells this anecdote at the symposium The Arpanet: Celebrating 50 years since ‘LO’ at the AAAS 2019 Annual Meeting in Washington DC. The Arpanet was the seed of what would later become the internet, the global system of interconnected computer networks. Kleinrock and four other pioneers, Vint Cerf, Stephen Crocker, Robert Kahn and David Walden, give a detailed account of a magical period at the end of the sixties, when the internet was born, then named Arpanet, after funding agency Arpa. As moderator Vint Cerf puts it: “this is an assembly of ancient dinosaurs recounting their experiences.”

Read the rest of this article on the website of the Association for Computing Machinery (ACM).

Kijk, zonder handen

De zelfrijdende auto belooft het verkeer veiliger te maken. Toch zien deskundigen nog veel beren op de weg. En dan moet de autonome auto ook nog morele knopen doorhakken.

Dit artikel is gepubliceerd in de VPRO Gids van 5 april 2019

Om te bewijzen dat je geen robot bent, vragen talloze websites je om negen fotootjes te bekijken: op welk van deze foto’s staat een verkeersbord? Andere keren gaat de vraag over het herkennen van een voertuig, een winkel of een etalage. Waarom dat is? Omdat we zo met ons allen zelfrijdende auto’s trainen om te begrijpen wat ze om zich heen zien.

Dat dit zelfs met de modernste technologie niet altijd goed gaat, bewees het ongeluk met een Tesla Model X in maart 2018 op Highway 101 in Californië. Walter Huang reed met 112 kilometer per uur op de automatische piloot van zijn Tesla toen de auto plots op een betonnen scheiding tussen twee weghelften inreed. Huang kwam om het leven. Ook robotauto’s zijn niet perfect. Soms maken ze fouten die geen mens zou maken.

Toch is hun grootste belofte dat ze het wegverkeer veiliger gaan maken. Wereldwijd vallen er jaarlijks 1,2 miljoen doden door auto-ongelukken. Ruim negentig procent van die ongelukken is te wijten aan menselijke fouten. Zelfrijdende auto’s zouden een groot deel van deze ongelukken kunnen voorkomen. Ze kijken niet op de smartphone, laten zich niet afleiden door medepassagiers, drinken niet en hebben geen last van slaaptekort. En ze zien veel meer dan wij met hun hightechsensoren: infraroodcamera’s, radar, lidar, ultrasone sensor en gps-navigatie. Weg dode hoek, weg mist, weg duisternis. In theorie dan.

Lees de rest van het artikel op de VPRO website.

Drie pioniers van lerende computers winnen Turingprijs van 1 miljoen dollar

Vanmiddag sprak ik bij het radioprogramma Nieuws en Co op NPO Radio1 over het toekennen van de Turingprijs van $1 miljoen aan de drie pioniers van de DeepLearning-technologie: 

Yoshua Bengio, Geoffrey Hinton en Yann LeCun.

Klik op onderstaande afbeelding om het item te bekijken:

Wat is Deep learning?

Deep Learning is één van de manieren waarop computers kunnen leren (machine learning). Lees in dit NRC-artikel van mijn hand meer over hoe computers nieuwe dingen kunnen leren.

Machine learning is zelf weer een onderdeel van kunstmatige intelligentie.

Deep learning is de nieuwe naam voor wat al decennialang bekend staat onder de naam ‘neurale netwerken’. In essentie is deep learning een statische methode die patronen herkent in grote hoeveelheden data. En die data kunnen van alles zijn: getallen, tekst, geluid of beeld. De manier waarop dat leren gebeurt is een sterk vereenvoudigde versie van de manier waarop het menselijk brein leert. Een netwerk van kunstmatige neuronen wordt verdeeld in lagen. De neuronen worden met elkaar verbonden en de sterkte van die verbindingen verandert tijdens het leerproces. Elke laag neemt een deel van de patroonherkenning voor zijn rekening. Stel dat een netwerk getraind wordt om beelden te herkennen, dan detecteren diepere lagen de meest basale beeldeigenschappen, bijvoorbeeld randen. Hogere lagen detecteren complexere vormen. En de hoogste lagen herkennen uiteindelijk complete voorwerpen. De term ‘deep’ slaat op het aantal lagen van het neurale netwerk. Traditionele neurale netwerken bestonden slechts uit een handvol lagen. Diepe neurale netwerken tellen tientallen tot soms zelfs honderden lagen. Deep learning kon pas een succes worden met de beschikbaarheid van grote hoeveelheden data om van te leren, en met voldoende grote computerkracht en efficiënte algoritmen.

Lees veel meer over de voor- en nadelen van Deep Learning in dit artikel dat ik in 2018 schreef voor De Ingenieur.
 

The World Needs Big Data

On World Malaria Day in 2016, the University of Pretoria Centre for Sustainable Malaria Control in South Africa released the Malaria Buddy App for smartphones, which provides information on malaria, how to prevent getting the mosquito-borne disease, maps of malaria areas, and what to do if you think you have malaria.

A year later, the app was upgraded, enabling it to utilize real-time geographical data. Today, the Malaria Buddy App can notify users when they are entering malaria risk areas, and they can easily locate the nearest clinic that could treat the disease.

This is only one of many examples of how the smart use of data can help achieve the United Nations (U.N.) Sustainable Development Goals.

In 2015, the U.N. formulated 17 sustainable development goals (SDGs) for the period through 2030. The goals includes eliminating poverty and hunger, providing good health and education for all, and equal treatment regardless of gender, ethnicity, or socio-economic status. In December 2018, management consulting firm McKinsey published the report "Notes from the AI frontier: Applying AI for Social Good," which offers many more examples of how data and artificial intelligence (AI) can help accomplish the SDGs.

The example of the Malaria Buddy App was offered up by Stephanie Burton, vice principal and professor at the University of Pretoria, at the American Association for the Advancement of Science (AAAS) 2019 Annual Meeting in Washington, D.C., during the session 'The Digital Agenda: Supporting the Sustainable Development Goals'.

Read the full article on the website of the Communications of the ACM.

De toekomst van robots

Vanavond zou ik een presentatie houden over de toekomst van robots tijdens de allerlaatste SMC050 in Groningen. Helaas ben ik verhinderd en kan ik mijn verhaal niet live vertellen. Echter: in dit filmpje leg ik aan de hand van de onderstaande vier slides in 7 minuten uit welke twee ideeën wat mij betreft centraal staan in de toekomst van robots:

The promise and perils of social robots

On Friday February 8 (from 12.15-13.15) I moderated a panel discussion about "The promise and perils of social robots" at Etmaal 2019.

Panelists were: dr. Pim Haselager (Radboud University), prof. dr. Elly Konijn (VU), prof. dr. Jochen Peter (UvA) and prof. dr. Nicole Krämer (University of Duisburg-Essen).

We had a very lively panel discussion. Click on the link below to listen to a recording of the panel discussion:

Main questions we discussed:

What behaviour should a robot show to make us believe it has a mind?
What is needed to make robots engaging interaction partners?
To what extent can robots fulfill our social and emotional needs?
How desirable is it to use robots as a substitute for human companionship?

I asked the four panelists to come with their own statement on social robots:

Pim Haselager: “Human-robot interaction will remain a struggle for a long time”

Elly Konijn: “Robots make a more human approach possible in the public domain: healthcare, education, service” 

Nicole Krämer: “When trying to implement dialogue in social robots, we learn about the wonderful, inimitable communication abilities of humans” 

Jochen Peter: “Whether we like it or not, social robots will in the long run change how we relate and communicate with each other”