Sander Bedankt voor de achtergrond informatie. Een machine learning systeem is alleen maar slim als je het kan leren wat goed en fout is. Dus het is een beetje vaag dat men dan kiest voor een systeem wat niet gecorrigeerd kan worden en waarbij ze nu moeten gaan nadenken hoe dat wel zou moeten.
Eerlijk gezegd zie ik niet precies in hoe een machine learning systeem überhaupt handig zou zijn voor logo's. Die systemen zijn handig voor een dataset die goed aan te leren is. Bijvoorbeeld het herkennen van verkeersborden of auto's etc. Maar namen en logo's van bedrijven zijn voor ieder bedrijf anders. Als je weet wat het logo van de ING, de Rabobank en SNS is ga je niet ineens weten wat het logo van bunq is, ook al zijn het allemaal banken. En dan ga ik er al vanuit dat je weet dat bunq het een bank is en niet een beddenwinkel.
Alle fouten die ik tot nu toe heb gezien lijken mij meer op menselijke fouten. Iemand die niet weet dat Aldi Nord iets anders is dan Aldi Süd, PayPal gelinkt aan Apple of gewoon een tikfout in de naam Patreon naar pantreon.
Anyway, als alle developers zo veel werk hebben dan is het niet nuttig om een systeem wat niet door hun bij te houden is te vervangen door een ander systeem wat je ook niet kan bijhouden. Je wil dat dan toch juist vervangen door een systeem wat je wel bij te houden is?
Ik snap dat het voor de developers wellicht wel een verbetering is. Zij hebben het systeem waar alleen zij wat aan konden doen vervangen door een ander systeem waar zij niet meer voor verantwoordelijk zijn. Maar als klant kan ik daar niet blij mee zijn als vervolgens de informatie in de app alleen maar slechter of zelfs fout is geworden. Dan heb ik nog veel liever geen logo dan een naam die niet klopt met de betalingsgegevens.
