TU/e’s Signal Processing Systems groep ontwikkelt slimme algoritmes die haarscherpe details op echo’s tevoorschijn rekenen. “Stel je voor dat je je sleutels kwijt bent”, zegt elektrotechnisch ingenieur Ruud van Sloun als hij uitlegt waar zijn idee vandaan komt. “Met een zaklamp beweeg je door de pikdonkere kamer waar ze ergens moeten liggen. Je beschijnt de plekken waarvan je weet: daar kan mijn sleutelbos zich weleens verstopt hebben. Er schittert iets in het schijnsel van de lamp. Snel beweeg je de lichtstraal terug. Hebbes.”
Aan de hand van informatie (er schittert iets in de lichtstraal), heeft je brein zojuist de beste volgende stap in je gedrag bepaald (je beweegt de zaklamp terug naar die plek). Je vond je sleutels daardoor snel terug, zonder energie te verspillen. Deze theorie wordt in de neurowetenschap active inference wordt genoemd. “Je brein voorspelt continu de toekomst en doet er vervolgens alles aan om die werkelijkheid te maken. Zonder active inference zou de zoektocht naar je sleutelbos er heel anders uitzien.”
“Het leek me supercool om active inference toe te passen op echo’s”, zegt Van Sloun. Maar dat is makkelijker gezegd dan gedaan. (…) Maar toen maakte generatieve AI een groeispurt door. Daarmee kan een slim algoritme, met behulp van zo’n nauwkeurig statistisch model, vanuit het niets iets heel nieuws creëren. ChatGPT gebruikt er een taalmodel voor en voor beelden bestaan er videomodellen. “Dat is precies wat we nodig hadden”, zegt Van Sloun. “Opeens was het hopeloze probleem niet meer hopeloos.”
Lees het hele verhaal op de site van de TUe.
