Machine Learning versus AIML
Er is een groot verschil tussen AIML en Machine Learning. Vooral voor de laatste is de afgelopen tijd veel aandacht in de media. Machine Learning wordt toegepast op diverse werkgebieden. Zo maken bedrijven als Amazon en Microsoft gebruik van chatbots die hierop gebasseerd zijn. Misschien was het mooiste voorbeeld wel toen Microsoft een aantal jaren geleden een Machine Learning chatbot lanceerde. Deze chatbot was binnen 24 uur verandert in een Nazi. Waardeerde alles wat Hilter had gedaan en dat kan natuurlijk niet. Hilariteit alom.
Sinds die tijd zou er veel verandert moeten zijn maar vaak lijkt Machine Learning nog een lange weg af te moeten leggen om echt bruikbaar genoemd te kunnen worden. Machine Learning richt zich op het proces van leren, van meer gebruik zou het proces moeten leren en beter worden. Dit hele proces wordt beheerst door een algolritme waarvan de meeste mensen totaal niets begrijpen. Eigenlijk kun je dan spreken van een black box; ik stop er iets in maar weet niet wat er uitkomt...
Dit in tegenstelling tot AIML. AIML heeft niks mistigs om zich heen. AIML bestaat uit categorien, die moeten vooraf worden geprogrameerd ander werkt het programma niet en heeft de chatbot geen antwoord op vragen. Het is dus aan de maken van een AIML chatbot hoe het karakter reageert op vragen en opmerkingen van de gebruiker. In het geval van Mituku heeft Steve Worswick met een niet aflatende werkeifer Mitsuku gemaakt tot wat ze nu is; de beste engelse chatbot met duizenden categorien!
Informatief artikel van Erik Bouwer: Wachten op kunstmatige intelligentie die context begrijpt