amenvatting
S
edia en digitale samenleving
M
,Mediaendigitalesamenleving...................................................................................................4
Doel.........................................................................................................................................4
EXAMEN..................................................................................................................................4
Programma25-26....................................................................................................................4
Studiemateriaal&examen.......................................................................................................5
PERMANENTEEVALUATIE:indienenrelevantevraag..........................................................5
Media&DigitaleSamenleving:verwerkenleerstof‘tips’.........................................................6
Hoorcollege1:Artificiëleintelligentie(AI)................................................................................8
Whereareweknow.................................................................................................................8
WhatareLLM’sabout............................................................................................................10
Technicalchallenges..............................................................................................................13
PitfallsvanAI.........................................................................................................................14
Whattoremember.................................................................................................................16
Hoorcollege2:ZSArtificiëleintelligentie................................................................................17
(1)Video:verdereverdiepinginLargeLanguageModels(LLM’s)........................................18
(2a)UNESCO:RecommendationontheEthicsofArtificialIntelligence...............................21
(2b)ArtikelUNESCO“EthicssofArtificialIntelligence’(uitgebreid)......................................22
(3)Video:hoeracistisch&seksistischzijncomputers?........................................................28
HC3:Q&AArtificiëleintelligentie............................................................................................30
Ecologieenduurzaamheid....................................................................................................30
Ethiek.....................................................................................................................................32
MisbruikdoorAI.....................................................................................................................36
‘Hoe AI creatieve beroepen beïnvloeden, hoe kunnen creatievelingen zich blijven
onderscheiden’......................................................................................................................36
HC4:Media,technologie&democratie..................................................................................39
Inhoud....................................................................................................................................39
Democratie............................................................................................................................39
HoezalAIhetdemocratischprocesbepalen?......................................................................47
Onadifferentnote….............................................................................................................50
HC5:Zelfstudiemedia,technologie&democratie................................................................51
(1a) Onderzoeksrapport: veranderd mediagebruik door jongeren: implicaties voor de rol en
betekenisvandejournalistiekineendemocratie..................................................................51
(1b) Onderzoeksrapport over “Veranderend mediagebruik door jongeren: implicaties voor de
rolenbetekenisvandejournalistiekineendemocratie”.......................................................57
(2a)Tedtalk:howAIanddemocracycanfixeachother.......................................................59
(2b)TEDtalk“HowAIanddemocracycanfixeachother”....................................................60
HC6:Q&A,Politiciensocialemedia.......................................................................................62
PolitiekeCommunicatieVanoudenaarnieuwe‘media’........................................................62
EnondertusseninVlaanderen?............................................................................................62
10stellingenoverpoliticiopsocialemedia............................................................................63
Samengevat...........................................................................................................................70
2
, ragen...................................................................................................................................71
V
HC7:Media,technologie&welzijn..........................................................................................75
Thema2Media,technologie&welzijn..................................................................................75
Maatschappelijkeongerustheidgroeit...................................................................................77
Conclusie...............................................................................................................................84
Belangvandekinderrechten.................................................................................................85
HC8:Zelfstudiemedia,technologie&democratie................................................................89
Podcast:Wordenweallemaalongelukkigervanaldieperfectebeeldenopsocialemedia?89
College:Waaromgajijvanavondweertelaatnaarbed?.....................................................92
Onderzoeksrapport: schermgeluk en schermverdriet: de invloed van sociale media op de
mentalegezondheidvanjongeren.........................................................................................94
HC12:Q&A,Media,technologieenwelzijn............................................................................99
HC10:Cybercrime..................................................................................................................106
OurStory:FromCyberattacktoCyberFortress..................................................................106
Abrightflag..........................................................................................................................108
Challengesandopportunities..............................................................................................109
Antwerp:Currentstate.........................................................................................................110
Lessonslearned-Chooseaproactiveapproach.................................................................111
Q&A.....................................................................................................................................112
HC9:ZS,Cybercrime..............................................................................................................116
Paper:Verbredendekijkopcybersecurity...........................................................................116
Paper:onlinecriminaliteitincriminologischperspectief......................................................120
HC11:Q&A,Cybercrime&DigitalForensics.......................................................................122
Cybercrime..........................................................................................................................122
DigitalForensics..................................................................................................................132
Q&A.....................................................................................................................................138
3
,Media en digitale samenleving
Doel
● H et opleidingsonderdeel heeft als basisdoel de studenten bewust te maken van de
mechanismen van de media in de gedigitaliseerde samenleving en de risico’svoor
vertekende opinievorming en polarisering.
● Door destudenten vertrouwd te maken met deze mechanismenzijn ze beter
voorbereid om in hun eigen domein de opportuniteiten en risico’s te zien voor de
verspreiding en toepassing van (wetenschappelijke) kennis en informatie, alsook de
ontwikkeling van ICT toepassingen. Het opleidingsonderdeel wordt opgebouwd door het
onderwerp vanuit verschillende invalshoeken te benaderen.
● Hierbij komen volgende thema’s aan bod, waarbij dialoog en reflectie belangrijk zijn,
waarbij er aandacht is voor verschillende uitgangspunten, en waarbij andere
denkbeelden, standpunten en ideeën een prominente plaats krijgen.
orfvakken proberen studenten van verschillende disciplines samen te brengen en rond
K
verschillende thema’s vakken te vormen
⇒ korfvakken gemaakt door Centrum Pieter Gillis (niet door faculteit)
EXAMEN
● P C examensop CGB en CST (examen gaat niet voor iedereendoor op de campus
waar je les volgt ⇒ check je examenrooster hiervoor goed!)
● Gezamenlijk moment voor alle korfvakken
● Mogelijkheid examenspreiding voor studenten die meer dan 1 korfvak in 1 semester
volgen
● EXAMEN Zaterdag 24/01/2026 (check campus!)
Programma 25-26
Vier thema’s dit jaar:
1. Artificiële intelligentie
2. Media, technologie & democratie
3. Media, technologie & welzijn
4. Cybercrime en –security
4
,Studiemateriaal & examen
● lides vd sprekers en Q&A gesprekken - neem ook notas
S
● Online zelfstudie
● Slides en teksten: zie Blackboard
● Examen: zaterdag 24 januari 2026
● Multiple choice examen (15 punten) + 1 open vraag (5 punten)
○ Ook multiple answer vragen!
PERMANENTE EVALUATIE: indienen relevante vraag
a de colleges/lezingen en de zelfstudie van de verschillende thema’s, moeten studenten vanuit
N
hun eigen reflectie een vraag indienen.
Deze vragen worden gebruikt als input voor de laatste sessie (Q&A) van elk thema.
Per thema is er een deadline voor het indienen van een relevante vraag.
Indien niet tijdig een relevante vraag wordt ingediend, wordt met een verlies van 0,5
punten per vraag gewerkt voor het examen. Je kan dus 2 punten verliezen.
Wat is een relevante vraag?
G
● aat over hetthemadat behandeld werd.
● Refereert naar eenspecifiek aspectdat behandeldwerd (bv. een studie, bevinding,
uitspraak, …).
● Voegt iets toeaan wat al besproken is (dwz. het antwoordstaat niet in de
lesmaterialen).
● De vraag isvoldoende specifieken te beantwoordenmet data, bronnen of vanuit
expertise (dus geen mening of JA/NEE vraag).
bv. THEMA AI
Geen relevante vraag: “Is AI slecht?”
Wel een relevante vraag: “Hoe verandert explainability de bereidheid van burgers om
AI-besluitvorming te accepteren bij overheidsbeslissingen?”
Deadlines indienen vraag
DEADLINES DOORSTUREN VRAAG:
1. ARTIFICIËLE INTELLIGENTIE:maandag 6/10 12u ‘s middags
2. MEDIA, TECH & DEMOCRATIE:maandag 27/10 om 12u ‘smiddags
3. MEDIA, TECH & WELZIJN:maandag 17/11 om 12u ‘s middags
4. CYBERCRIME en -SECURITY:maandag 24/11 om 12u ‘s middags
⇒ deadlines kunnen gewijzigd worden, dit wordt via Blackboard tijdig gecommuniceerd.
5
,Media & Digitale Samenleving: verwerken leerstof ‘tips’
● V oor dehoorcollegesdien je goed de inhoud (centralebegrippen, modellen,
benaderingen, bevindingen, discussiepunten) te kennen en deze met inzicht kunnen
herkennen en toepassen (bv. op andere voorbeelden). Er worden geen detailvragen
gesteld (bv. wie was de auteur van? in welk jaar werd dit gepubliceerd?). Besteed daar
geen tijd aan. Zorg wel dat je goed de bevindingen van studies die werden besproken
kent en kan duiden.
● Voor de materialen van dezelfstudiesgeldt hetzelfde.Deze moet je zelfstandig
verwerken en ook daar dien je goed de inhoud (i.e. centrale begrippen, modellen,
benaderingen, bevindingen, discussiepunten) die wordt aangehaald te kennen en met
inzicht te kunnen herkennen en toepassen (bv. op andere voorbeelden). Besteed ook bij
de zelfstudie geen aandacht aan details. Maak beter zelf een inzichtelijke samenvatting.
● Voor deQ&Asessies maak je zelf nota’s en kan jeverwachten dat we polsen naar een
kernbegrip dat werd uitgelegd of een redenering/discussiepunt die werd aangehaald.
6
, hema 1:
T
Artificiële intelligentie
7
,Hoorcollege 1: Artificiële intelligentie (AI)
Where are we know
v Auto’s rijden vanzelf
B
⇒ gaat het hier overAIof overmachine learning?
⇒ AI
Verschil: machine learning = specifiek onderdeel van AI learning
1. Artificiële intelligentie=wnr technologie kan slagenvoor turing test (je kan niet meer
het onderscheid maken of dat een beslissing is gemaakt door persoon of computer)
2. Machine Learning (ML)gaat over technologie waarinwe obv data/gegevens een
computer zelf iets laten leren bv neurale netwerken ⇒ hierdoor kunnen we dingen leren
3. Deep learning
a. Stap verder met machine learning ⇒ computationele kracht
b. Laatste jaren chips op de markt, dat de deep learning op heel grote schaal
kunnen toepassen omdat massief parallel kunnen berekenen ⇒ complexere
zaken in kunnen steken ⇒ zo deep learning krijgen
c. Eerst zien in zaken zoals herkennen zoals hondje
en dieren op afbeeldingen en danlarge language
models (LLM)
4. Generative AI
a. We kunnen de neurale netwerken dingen laten
genereren, hierbinnen zit LLM
b. Generative AI dat geen large language model is bv
SORA
5. Een van de LLM = chatgpt
Wat is AI really?
Bv prijs brood in 2013 willen berekenen
● Wiskunde formule maken die de punten met elkaar
verbindt ⇒ invullen van jaartal, eenvoudig uithalen wat de prijs was vh brood
○ Was de prijs zo? Wrs niet, maar proberen
○ Andere berekening? Ook niet zo
● Als wiskunde formule maken is heel moeilijk en toch kunnen wij het zelf wel al die
complexe formules
⇒ ons brein werkt intern met neuronen en
energiebanen met elkaar ⇒som van impulsen die
binnenkomen ⇒ impuls uitsturen
⇒ uiteindelijk bepaalde zintuigen aansturen
8
,Step 1: How do we create such a function?
Ipv alle neuronen zo proberen te verbinden (links), hebben ze meerstructuurin gebracht:
eel veel, heel snel evoluerende functies worden opgeteld ⇒ veel vormen mee kunnen maken
H
⇒gigantisch complexe functie toch
kunnen maken
⇒ toch het brood kunnen berekenen
Step 2: How do we fill these parameters
utput van neuron aan input van ander neuron hangen
O
Input van volgende neuronen laten afhangen van de
gewogen som van alle outputs vd lagen daarboven
⇒ elke output vd laag ervoor met een bepaald gewicht
sommeren als input van deze bepaalde functie
⇒ als elk vd gewichten juist kan zetten, dan kan functie
bekomen
Solution
rainen adhv foto’s dat we weten
T
Bv foto geven → 'parkeerplaats' ⇒ nee fout
⇒ leert ervan:obv verschil wat de outputis vd parkeerplaatsen wat de output is voor het
voetpad, gaan we elk van die gewichtjes een beetje verschuiven in de richting van een netwerk
dat het voetpad zou zetten
⇒ niet ineens helemaal juist schuiven maardichterbij de waarheid zetten
⇒ na voldoende training beter worden (1000e keren)
eter: indien in andere situatie komen waar nog niet voor getraind dan kunnen zeggen dat het
B
een voetpad is
⇒ door zo’n hoge dimensionale functie hebt gecreëerd,gegeneraliseerddat
eneraliserenzorgt ervoor dat in vergelijkbare situatiesje tot dezelfde conclusies kan
G
komen(doordat zaken die trainen voor herkenning toepassenin andere omgeving)
9
, Or said differently
Geleerd hoe gewichten kunnen aanpassen ⇒ broodprijs op goede manier kunnen voorspellen
What is the cool thing about this
1. You can model verycomplex functionsas we explained
a. Je kan veel meer complexiteit aan dat je vroeger aankon
2. The technologygenerates the shape of the functionsitself
a. De technologie gaat de functie zelf modelleren
i. De redenering zelf modelleren, zelf met redenering komen hoe oplossen
ii. Bv nieuwe schaak of gamerobots zien ontstaan ⇒ nu merken ipv dat wij
ze bouwen en zorgen dat zij bijleren, dan zien dat de topschakers kijken
naar de stappen dat de AI gaat zetten en daarvan bijleren
iii. DUSnieuwe technologie gaat zelf inzichten creërenen daar dingen
mee doen
iv. Bv chemische processen geoptimaliseerd waar problemen waren
b. You don’t need to know what the world looks like ⇒ it will tell you
c. This new shape will teach youcorrelations(shapeof the function) you were not
aware of
i. Because it isout of the box(e.g.Optimisation chemicalrecipes)
ii. Because it istoo complexto reason about (e.g. chess)
What are LLM’s about
Generating Text with LLM’s
LLM gegeven eenbepaalde input
● Probeert eenantwoord te bieden dat zo goed mogelijklijkt op het antwoorddat het
zou kunnen zijn ⇒ nooit zeker of het juist is, maar lijkt erop
● Gaat woorden generen die zo goed mogelijk lijken op het woord dat hij denkt dat er moet
staan (kansen afwegen gegeven input andere output)
10
S
edia en digitale samenleving
M
,Mediaendigitalesamenleving...................................................................................................4
Doel.........................................................................................................................................4
EXAMEN..................................................................................................................................4
Programma25-26....................................................................................................................4
Studiemateriaal&examen.......................................................................................................5
PERMANENTEEVALUATIE:indienenrelevantevraag..........................................................5
Media&DigitaleSamenleving:verwerkenleerstof‘tips’.........................................................6
Hoorcollege1:Artificiëleintelligentie(AI)................................................................................8
Whereareweknow.................................................................................................................8
WhatareLLM’sabout............................................................................................................10
Technicalchallenges..............................................................................................................13
PitfallsvanAI.........................................................................................................................14
Whattoremember.................................................................................................................16
Hoorcollege2:ZSArtificiëleintelligentie................................................................................17
(1)Video:verdereverdiepinginLargeLanguageModels(LLM’s)........................................18
(2a)UNESCO:RecommendationontheEthicsofArtificialIntelligence...............................21
(2b)ArtikelUNESCO“EthicssofArtificialIntelligence’(uitgebreid)......................................22
(3)Video:hoeracistisch&seksistischzijncomputers?........................................................28
HC3:Q&AArtificiëleintelligentie............................................................................................30
Ecologieenduurzaamheid....................................................................................................30
Ethiek.....................................................................................................................................32
MisbruikdoorAI.....................................................................................................................36
‘Hoe AI creatieve beroepen beïnvloeden, hoe kunnen creatievelingen zich blijven
onderscheiden’......................................................................................................................36
HC4:Media,technologie&democratie..................................................................................39
Inhoud....................................................................................................................................39
Democratie............................................................................................................................39
HoezalAIhetdemocratischprocesbepalen?......................................................................47
Onadifferentnote….............................................................................................................50
HC5:Zelfstudiemedia,technologie&democratie................................................................51
(1a) Onderzoeksrapport: veranderd mediagebruik door jongeren: implicaties voor de rol en
betekenisvandejournalistiekineendemocratie..................................................................51
(1b) Onderzoeksrapport over “Veranderend mediagebruik door jongeren: implicaties voor de
rolenbetekenisvandejournalistiekineendemocratie”.......................................................57
(2a)Tedtalk:howAIanddemocracycanfixeachother.......................................................59
(2b)TEDtalk“HowAIanddemocracycanfixeachother”....................................................60
HC6:Q&A,Politiciensocialemedia.......................................................................................62
PolitiekeCommunicatieVanoudenaarnieuwe‘media’........................................................62
EnondertusseninVlaanderen?............................................................................................62
10stellingenoverpoliticiopsocialemedia............................................................................63
Samengevat...........................................................................................................................70
2
, ragen...................................................................................................................................71
V
HC7:Media,technologie&welzijn..........................................................................................75
Thema2Media,technologie&welzijn..................................................................................75
Maatschappelijkeongerustheidgroeit...................................................................................77
Conclusie...............................................................................................................................84
Belangvandekinderrechten.................................................................................................85
HC8:Zelfstudiemedia,technologie&democratie................................................................89
Podcast:Wordenweallemaalongelukkigervanaldieperfectebeeldenopsocialemedia?89
College:Waaromgajijvanavondweertelaatnaarbed?.....................................................92
Onderzoeksrapport: schermgeluk en schermverdriet: de invloed van sociale media op de
mentalegezondheidvanjongeren.........................................................................................94
HC12:Q&A,Media,technologieenwelzijn............................................................................99
HC10:Cybercrime..................................................................................................................106
OurStory:FromCyberattacktoCyberFortress..................................................................106
Abrightflag..........................................................................................................................108
Challengesandopportunities..............................................................................................109
Antwerp:Currentstate.........................................................................................................110
Lessonslearned-Chooseaproactiveapproach.................................................................111
Q&A.....................................................................................................................................112
HC9:ZS,Cybercrime..............................................................................................................116
Paper:Verbredendekijkopcybersecurity...........................................................................116
Paper:onlinecriminaliteitincriminologischperspectief......................................................120
HC11:Q&A,Cybercrime&DigitalForensics.......................................................................122
Cybercrime..........................................................................................................................122
DigitalForensics..................................................................................................................132
Q&A.....................................................................................................................................138
3
,Media en digitale samenleving
Doel
● H et opleidingsonderdeel heeft als basisdoel de studenten bewust te maken van de
mechanismen van de media in de gedigitaliseerde samenleving en de risico’svoor
vertekende opinievorming en polarisering.
● Door destudenten vertrouwd te maken met deze mechanismenzijn ze beter
voorbereid om in hun eigen domein de opportuniteiten en risico’s te zien voor de
verspreiding en toepassing van (wetenschappelijke) kennis en informatie, alsook de
ontwikkeling van ICT toepassingen. Het opleidingsonderdeel wordt opgebouwd door het
onderwerp vanuit verschillende invalshoeken te benaderen.
● Hierbij komen volgende thema’s aan bod, waarbij dialoog en reflectie belangrijk zijn,
waarbij er aandacht is voor verschillende uitgangspunten, en waarbij andere
denkbeelden, standpunten en ideeën een prominente plaats krijgen.
orfvakken proberen studenten van verschillende disciplines samen te brengen en rond
K
verschillende thema’s vakken te vormen
⇒ korfvakken gemaakt door Centrum Pieter Gillis (niet door faculteit)
EXAMEN
● P C examensop CGB en CST (examen gaat niet voor iedereendoor op de campus
waar je les volgt ⇒ check je examenrooster hiervoor goed!)
● Gezamenlijk moment voor alle korfvakken
● Mogelijkheid examenspreiding voor studenten die meer dan 1 korfvak in 1 semester
volgen
● EXAMEN Zaterdag 24/01/2026 (check campus!)
Programma 25-26
Vier thema’s dit jaar:
1. Artificiële intelligentie
2. Media, technologie & democratie
3. Media, technologie & welzijn
4. Cybercrime en –security
4
,Studiemateriaal & examen
● lides vd sprekers en Q&A gesprekken - neem ook notas
S
● Online zelfstudie
● Slides en teksten: zie Blackboard
● Examen: zaterdag 24 januari 2026
● Multiple choice examen (15 punten) + 1 open vraag (5 punten)
○ Ook multiple answer vragen!
PERMANENTE EVALUATIE: indienen relevante vraag
a de colleges/lezingen en de zelfstudie van de verschillende thema’s, moeten studenten vanuit
N
hun eigen reflectie een vraag indienen.
Deze vragen worden gebruikt als input voor de laatste sessie (Q&A) van elk thema.
Per thema is er een deadline voor het indienen van een relevante vraag.
Indien niet tijdig een relevante vraag wordt ingediend, wordt met een verlies van 0,5
punten per vraag gewerkt voor het examen. Je kan dus 2 punten verliezen.
Wat is een relevante vraag?
G
● aat over hetthemadat behandeld werd.
● Refereert naar eenspecifiek aspectdat behandeldwerd (bv. een studie, bevinding,
uitspraak, …).
● Voegt iets toeaan wat al besproken is (dwz. het antwoordstaat niet in de
lesmaterialen).
● De vraag isvoldoende specifieken te beantwoordenmet data, bronnen of vanuit
expertise (dus geen mening of JA/NEE vraag).
bv. THEMA AI
Geen relevante vraag: “Is AI slecht?”
Wel een relevante vraag: “Hoe verandert explainability de bereidheid van burgers om
AI-besluitvorming te accepteren bij overheidsbeslissingen?”
Deadlines indienen vraag
DEADLINES DOORSTUREN VRAAG:
1. ARTIFICIËLE INTELLIGENTIE:maandag 6/10 12u ‘s middags
2. MEDIA, TECH & DEMOCRATIE:maandag 27/10 om 12u ‘smiddags
3. MEDIA, TECH & WELZIJN:maandag 17/11 om 12u ‘s middags
4. CYBERCRIME en -SECURITY:maandag 24/11 om 12u ‘s middags
⇒ deadlines kunnen gewijzigd worden, dit wordt via Blackboard tijdig gecommuniceerd.
5
,Media & Digitale Samenleving: verwerken leerstof ‘tips’
● V oor dehoorcollegesdien je goed de inhoud (centralebegrippen, modellen,
benaderingen, bevindingen, discussiepunten) te kennen en deze met inzicht kunnen
herkennen en toepassen (bv. op andere voorbeelden). Er worden geen detailvragen
gesteld (bv. wie was de auteur van? in welk jaar werd dit gepubliceerd?). Besteed daar
geen tijd aan. Zorg wel dat je goed de bevindingen van studies die werden besproken
kent en kan duiden.
● Voor de materialen van dezelfstudiesgeldt hetzelfde.Deze moet je zelfstandig
verwerken en ook daar dien je goed de inhoud (i.e. centrale begrippen, modellen,
benaderingen, bevindingen, discussiepunten) die wordt aangehaald te kennen en met
inzicht te kunnen herkennen en toepassen (bv. op andere voorbeelden). Besteed ook bij
de zelfstudie geen aandacht aan details. Maak beter zelf een inzichtelijke samenvatting.
● Voor deQ&Asessies maak je zelf nota’s en kan jeverwachten dat we polsen naar een
kernbegrip dat werd uitgelegd of een redenering/discussiepunt die werd aangehaald.
6
, hema 1:
T
Artificiële intelligentie
7
,Hoorcollege 1: Artificiële intelligentie (AI)
Where are we know
v Auto’s rijden vanzelf
B
⇒ gaat het hier overAIof overmachine learning?
⇒ AI
Verschil: machine learning = specifiek onderdeel van AI learning
1. Artificiële intelligentie=wnr technologie kan slagenvoor turing test (je kan niet meer
het onderscheid maken of dat een beslissing is gemaakt door persoon of computer)
2. Machine Learning (ML)gaat over technologie waarinwe obv data/gegevens een
computer zelf iets laten leren bv neurale netwerken ⇒ hierdoor kunnen we dingen leren
3. Deep learning
a. Stap verder met machine learning ⇒ computationele kracht
b. Laatste jaren chips op de markt, dat de deep learning op heel grote schaal
kunnen toepassen omdat massief parallel kunnen berekenen ⇒ complexere
zaken in kunnen steken ⇒ zo deep learning krijgen
c. Eerst zien in zaken zoals herkennen zoals hondje
en dieren op afbeeldingen en danlarge language
models (LLM)
4. Generative AI
a. We kunnen de neurale netwerken dingen laten
genereren, hierbinnen zit LLM
b. Generative AI dat geen large language model is bv
SORA
5. Een van de LLM = chatgpt
Wat is AI really?
Bv prijs brood in 2013 willen berekenen
● Wiskunde formule maken die de punten met elkaar
verbindt ⇒ invullen van jaartal, eenvoudig uithalen wat de prijs was vh brood
○ Was de prijs zo? Wrs niet, maar proberen
○ Andere berekening? Ook niet zo
● Als wiskunde formule maken is heel moeilijk en toch kunnen wij het zelf wel al die
complexe formules
⇒ ons brein werkt intern met neuronen en
energiebanen met elkaar ⇒som van impulsen die
binnenkomen ⇒ impuls uitsturen
⇒ uiteindelijk bepaalde zintuigen aansturen
8
,Step 1: How do we create such a function?
Ipv alle neuronen zo proberen te verbinden (links), hebben ze meerstructuurin gebracht:
eel veel, heel snel evoluerende functies worden opgeteld ⇒ veel vormen mee kunnen maken
H
⇒gigantisch complexe functie toch
kunnen maken
⇒ toch het brood kunnen berekenen
Step 2: How do we fill these parameters
utput van neuron aan input van ander neuron hangen
O
Input van volgende neuronen laten afhangen van de
gewogen som van alle outputs vd lagen daarboven
⇒ elke output vd laag ervoor met een bepaald gewicht
sommeren als input van deze bepaalde functie
⇒ als elk vd gewichten juist kan zetten, dan kan functie
bekomen
Solution
rainen adhv foto’s dat we weten
T
Bv foto geven → 'parkeerplaats' ⇒ nee fout
⇒ leert ervan:obv verschil wat de outputis vd parkeerplaatsen wat de output is voor het
voetpad, gaan we elk van die gewichtjes een beetje verschuiven in de richting van een netwerk
dat het voetpad zou zetten
⇒ niet ineens helemaal juist schuiven maardichterbij de waarheid zetten
⇒ na voldoende training beter worden (1000e keren)
eter: indien in andere situatie komen waar nog niet voor getraind dan kunnen zeggen dat het
B
een voetpad is
⇒ door zo’n hoge dimensionale functie hebt gecreëerd,gegeneraliseerddat
eneraliserenzorgt ervoor dat in vergelijkbare situatiesje tot dezelfde conclusies kan
G
komen(doordat zaken die trainen voor herkenning toepassenin andere omgeving)
9
, Or said differently
Geleerd hoe gewichten kunnen aanpassen ⇒ broodprijs op goede manier kunnen voorspellen
What is the cool thing about this
1. You can model verycomplex functionsas we explained
a. Je kan veel meer complexiteit aan dat je vroeger aankon
2. The technologygenerates the shape of the functionsitself
a. De technologie gaat de functie zelf modelleren
i. De redenering zelf modelleren, zelf met redenering komen hoe oplossen
ii. Bv nieuwe schaak of gamerobots zien ontstaan ⇒ nu merken ipv dat wij
ze bouwen en zorgen dat zij bijleren, dan zien dat de topschakers kijken
naar de stappen dat de AI gaat zetten en daarvan bijleren
iii. DUSnieuwe technologie gaat zelf inzichten creërenen daar dingen
mee doen
iv. Bv chemische processen geoptimaliseerd waar problemen waren
b. You don’t need to know what the world looks like ⇒ it will tell you
c. This new shape will teach youcorrelations(shapeof the function) you were not
aware of
i. Because it isout of the box(e.g.Optimisation chemicalrecipes)
ii. Because it istoo complexto reason about (e.g. chess)
What are LLM’s about
Generating Text with LLM’s
LLM gegeven eenbepaalde input
● Probeert eenantwoord te bieden dat zo goed mogelijklijkt op het antwoorddat het
zou kunnen zijn ⇒ nooit zeker of het juist is, maar lijkt erop
● Gaat woorden generen die zo goed mogelijk lijken op het woord dat hij denkt dat er moet
staan (kansen afwegen gegeven input andere output)
10
