Robots en grafheuvels
De toepassingen van neurale netwerken zijn zeer divers. In Leiden vind je zowel psychologen die er een robotbrein mee bouwen, als archeologen die ermee naar prehistorische graven speuren.
Op weg naar een kunstmatig brein, leren we veel over het menselijk brein
'We kunnen het menselijk brein in een computer simuleren', zegt Roy de Kleijn, universitair docent Cognitieve psychologie. 'Dat zal niet op korte termijn lukken, maar er zijn geen principiële beperkingen.'
Dit idee vormt de basis van De Kleijns onderzoek, waarin hij robots voorziet van een steeds geavanceerder brein. Dit bevindt zich trouwens niet fysiek in de robot; het bestaat uit een neuraal netwerk dat wordt gesimuleerd in een computer, die via wifi contact houdt met de robot.
Een heel klein neuraal netwerk, met maar een stuk of twintig neuronen ('hersencellen') kan al leren om een robot aan te sturen. Zo kan die robot bijvoorbeeld in een huiskamer naar een rode lamp toe rijden. Zo'n robot heeft ongeveer de intelligentie van een bacterie.
Maar is het veel complexere gedrag van een mens simpelweg een kwestie van méér neuronen? De Kleijn: 'Als je aan zo'n netwerk een miljoen neuronen toevoegt, dan gebeurt er niets interessants. Dat kan het geheim van het menselijk brein niet zijn.'
Complex gedrag ontstaat pas als het neurale netwerk een ingewikkelder architectuur krijgt, waarbij de signaaltjes die de neuronen afgeven geen eenrichtingsverkeer zijn. Daarbij is er niet alleen sprake van signalen die de wielen aansturen, maar sturen sommige neuronen hun signalen ook weer terug het netwerk in.
Als je neurale netwerken in de computer laat evolueren - door bijna identieke kopieën te maken, en daar telkens taakgerichte selectie op toe te passen - ontstaat zelfs spontaan specialisatie. Net als in een mensenbrein 'kijkt' een deel van het netwerk, terwijl een ander deel de robot aanstuurt.
Ooit hoopt De Kleijn zo'n goed model van het menselijk brein te hebben, dat dit zelfs een kwaal als depressie kan simuleren. Dan kun je 'medische' experimenten doen die bij mensen onethisch zijn. Misschien is dat te hoog gegrepen, maar: 'Op de weg er naar toe leer je ook veel over het menselijk brein.'
De meerderheid van het archeologisch erfgoed is nog onontdekt
Neurale netwerken hebben nog meer verrassende toepassingsgebieden. Traditioneel had de archeologie last van dataschaarste: slechts een miniem deel van ons erfgoed is in de bodem bewaard gebleven. Maar nu komt er een vloedgolf van data aan, vooral dankzij nieuwe manieren van zoeken met behulp van neurale netwerken.
In Leiden gebruikt de groep van Karsten Lambers, universitair hoofddocent Archaeological computer sciences, hiervoor zogeheten Lidardata. Nederland is compleet ingescand door vliegtuigen die met een laserstraal het oppervlak aftasten, met een hoogtenauwkeurigheid van enige centimeters. Dit is vooral gebeurd om bodemdaling en dijkverzakking op te sporen, maar de Lidarkaarten zijn gratis beschikbaar en ook te gebruiken voor andere doeleinden.
De onderzoeksgroep van Lambers scant deze kaarten met behulp van een neuraal netwerk. Ze speuren onder meer naar grafheuvels, waarvan de locatie zich laat verraden door kleine hoogteverschillen in het landschap. Zoals altijd moet dit neurale netwerk getraind worden met voorbeelden. Er zijn echter maar weinig Lidarkaarten met bewezen archeologische vindplaatsen beschikbaar. Lambers: 'Maar er zijn wel grote databases met foto's vanaf het aardoppervlak, waar dieren, mensen, auto's en dergelijke op staan. Een neuraal netwerk dat met zulke beelden getraind is, kan ook gebruikt worden om archeologische objecten in Lidarbeelden te herkennen. Dit wordt transfer learning genoemd, en die overdraagbaarheid is voor ons heel belangrijk.'
Lambers schat dat in Nederland nog slechts een minderheid van alle archeologische objecten ontdekt is: 'We verwachten dat we dankzij deze methode het aantal aangetroffen objecten in het te bestuderen gebied minstens kunnen verdubbelen.'
