Onderzoeksbedrijf GlobalData heeft gekeken welke grote bedrijven de meeste startups in Kunstmatige Intelligentie (in het Engels AI, voor Artificial Intelligence) overnamen.  bleek Apple op plaats één te staan, direct gevolgd door Accenture, Google, Microsoft, en Facebook

Tussen de bedrijven die door Apple werden overgenomen zaten onder andere Drive.ai, Silk Labs, Turi en Voysis. Apple vertelt natuurlijk nooit iets over de plannen die ze hebben met dat soort overnames, dat past niet in de bedrijfscultuur. Maar het ligt natuurlijk voor de hand dat het onder andere de bedoeling is om op deze manier Apple’s spraak-assistent Siri verder te verbeteren.



Maar Apple heeft veel meer plannen op dit gebied, in patenten voor de Apple Car speelt KI ook vaak een belangrijke, en soms zelfs centrale, rol. De overname van Drive.ai was bijvoorbeeld duidelijk bedoeld voor de Apple Car, zoals de naam ook al direct duidelijk maakt.

De toegenomen concurrentie bij de stem-assistenten zou ook een belangrijke motivatie zijn bij al deze overnames, hieronder wat Aurojyoti Bose, analist bij GlobalData, hierover te zeggen had:

Apple, Google, Microsoft and Facebook collectively undertook 60 acquisitions in the AI tech space during 2016-2020 while Apple led the race with 25 acquisitions. AI has remained a key focus area for tech giants and growing competition to dominate the space has resulted in an acquisition spree among these companies.

Daarbij waren ook overnames die het belang laten zien dat Apple ook in dit veld aan privacy hecht:

‌Siri‌ was first on the market, but it consistently ranks below the two in terms of "smartness", which is partly why Apple is far behind in smart speaker sales. Apple also want to make sure to keep its strong position within wearables. It is the dominant player in smartwatches. The acquisition of Xnor.ai last year was made to improve its on-edge processing capabilities, which has become important as it eliminates the need for data to be sent to the cloud, thereby improving data privacy.

GlobalData vermeldt ook nog dat al deze bedrijven samen in 2020 meer dan 14.000 vacatures hadden voor mensen die aan KI werken, jammer genoeg worden die cijfers niet per bedrijf uitgesplitst.



#Siri

Laat het hier aub Ai noemen. Bij de KI dacht ik meteen aan mijn vader die werkte bij de KI. Kunstmatige Insemenatie, bij koeien en varkens!

Laat het hier aub Ai noemen. Bij de KI dacht ik meteen aan mijn vader die werkte bij de KI. Kunstmatige Insemenatie, bij koeien en varkens!

Dat was ook mijn eerste gedachte! Gewoon AI aub, dan weet iedereen wat er bedoeld wordt.

In de Van Dale is het zelfs de enige betekenis van de afkorting..

Mijn 1ste gedachte was heee Apple gaat in de veeteelt industrie. 

Wie de docu van max gaav gezien heeft over “de waarheid van ons huidige systeem en de great reset” weet dat die startups gefinancierd zijn door Blackrock of Vanguard. Net als Apple zelf. Dit is dus gewoon geld rondpompen om belasting te vermijden. 

Het bovenstaande is een grapje hoor

Wist niet dat KI voor Kunstmatige Inseminatie stond, bij deze is het nieuwsbericht aangepast.

In Utrecht kun/kon je in de jaren 90 CKI studeren. In Amsterdam en nog een of twee steden KI. Focus verschilde nogal destijds. Utrecht werkte onder faculteit filosofie vooral aan taal/spraak en neurale netwerken. Amsterdam meer aan robotica. Maar kunstmatige inseminatie? Nee daar had niemand in die tijd verwarring mee. Toen had je blijkbaar ook al “bubbles”. Misschien dachten ze er bij Wageningen, of faculteit (dier)geneeskunde anders over.
De Van Dale laat online niet alles zien en schiet hier simpelweg tekort.

@A Henket: bedankt voor de aanvulling.

Ik begrijp dat ik taaltechnisch KI zou kunnen gebruiken. Maar als de meeste mensen daar iets heel anders in lezen dan toch liever (het behoorlijk ingeburgerde) AI.

De Van Dale laat online niet alles zien en schiet hier simpelweg tekort.

Goed punt, dat is waar. Laat ik dan een beter argument geven: AI is ook een Nederlandse afkorting: ‘Artificiële Intelligentie’ . En AI staat als zodanig ook in de (echte) Van Dale. KI was in de jaren ‘90 misschien gebruikelijk(er) maar AI is tegenwoordig meer gangbaar. Zeker op een tech-forum maar ook gewoon in de krant.

Ik blijf er heel veel moeite mee hebben dat tegenwoordig het woord (kunstmatige) intelligentie gedevalueerd is tot "zelf-lerend algoritme". Gewoon domweg veel data gebruiken om je algoritme mee te trainen. Daardoor vinden systemen verbanden die je zelf niet zo 1-2-3 had bedacht, maar in mijn perceptie heeft dat niks met intelligentie te maken...

Maar goed, dan kom je weer meer op het filosofische aspect wat nu eigenlijk intelligentie is. Zolang daar geen duidelijke definitie van is, is het ook niet zo duidelijk wat je daar dan kunstmatig aan kunt maken.
Wat dat betreft vind ik kunstmatige inseminatie een stuk duidelijker!

Wat dat betreft vind ik kunstmatige inseminatie een stuk duidelijker!

Haha, dat kan over koeien óf mensen gaan, ook nogal een verschil . Over dat andere een mooie boektip mocht het je boeien:

https://www.bol.com/nl/f/how-to-create-a-mind/9200000023158454/

Ik blijf er heel veel moeite mee hebben dat tegenwoordig het woord (kunstmatige) intelligentie gedevalueerd is tot "zelf-lerend algoritme". Gewoon domweg veel data gebruiken om je algoritme mee te trainen.

Bij mijn weten zijn alle echte stappen vooruit in AI gemaakt in specifieke domeinen (Narrow AI), of het nu gaat om vroege expert systemen als Mycin, spam filters of beeldherkenning. Vroege machine learning algoritmen voor beeldherkenning bevatten nogal wat - door mensen geschreven - code om bijv. randen van een object (proberen) te detecteren, ongeacht de lichtinval of de weersomstandigheden. Dat is wel moeilijker dan het lijkt. Dankzij 'deep learning' netwerken kunnen zelf-lerende algoritmen meer intern 'abstraheren'. En ja, dat is mogelijk gemaakt door de beschikbaarheid van massale hoeveelheden gegevens en van  uitgebreide parallelle systemen. Maar anderzijds levert dit ook mogelijkheden om nieuwe inzichten te verwerven en uit te proberen naar meer algemene AI toe.

Wat er ondertussen 'gewoon' aan geworden is, is bijv. de beschikbaarheid van een bionic chip en Core ML modellen in je Apple devices die ontwikkelaars toelaat intelligentere programma's te ontwerpen. Het aantal domeinen waarin die zelf-lerende algoritmen beter presteren dan mensen neemt alleen maar toe.