Samenvatting: media en digitale samenleving
LES 1: Artificiële Intelligentie (AI)
1. Wat is AI?
Combinatie “internet of things” + AI is essentieel om het hele verhaal te begrijpen; ze zijn moeilijk van
elkaar los te koppelen
1.1. Inleiding
Atypische verkeerssituatie waarin veel weggebruikers op korte afstand van elkaar bewegen
➢ Puur theoretisch is dit mogelijk MAAR wanneer we in elk van die voertuigen de juiste intelligentie
kunnen steken en de omgeving juist kunnen inschatten w dit ook effectief mogelijk
➢ Voordeel: je zou de huidige verkeerssituaties kunnen gaan optimaliseren (bv. files vermijden door
trager en dichter op elkaar te gaan rijden)
Google heeft autonome wagens die binnen eenzelfde omgeving mensen van punt A naar punt B
kunnen vervoeren; MAAR de omgeving waarin deze wagens zich begeven (VS) is veel eenvoudiger dan
onze omgeving; de omgevingscomplexiteit is in sommige plaatsen erg hoog waardoor het moeilijk w
om dit daar te realiseren
Hoe werken deze zaken?
➢ Internet of things: sensoren die verbonden zijn met een netwerk
➢ Artificiële intelligentie
1.2. Technology 1: Internet of things
Internet of Things (IoT) = het geheel van apparaten die via internetverbindingen met apparaten of
systemen in contact staat en daarmee gegevens uitwisselen
Geschiedenis:
➢ 1974: eerste bankautomaat (sensoren van een kaart lezen)
➢ 2008: meer objecten (machines etc.) dan mensen (smartphones) met internet geconnecteerd
➢ 2015: 5 miljard devices die wereldwijd aan het internet verbonden waren
➢ 2020: 50 miljard devices
Als je wil weten of een technologie in IoT hot w, moet je kijken naar google, amazon, facebook etc…
60% v CEO’s beseft dat deze technologie essentieel zal zijn; hoe meer kennis van data, hoe beter je
processen kan optimaliseren; is zoals met het internet: bedrijven die er niet in investeren, verdwijnen.
1
,Internet of things bestaat uit: (1) sensoren, (2) communicatie en (3) software
Sensoren (1)
➢ Sensoren evolueren momenteel heel snel
o Voornamelijk in grootte, accuraatheid en hoeveelheid energie ze verbruiken
o Voorbeeld: sensoren die hersengolven capteren en dan via juiste impuls verlamde mensen
terug hun armen en benen laten bewegen
▪ Hoe kleiner, hoe makkelijk te gebruiken en hoe minder energie het verbruikt
▪ Zo energiezuinig mogelijk maken zodat ze weken, maanden, jaren gebruikt kunnen w
Communicatie (2)
➢ Als je iets wil communiceren heb je energie nodig, hoe minder energie moet gebruiken hoe beter
dus weer zelfde verhaal als hiervoor
o Devices connecteren zoals met internet, bluetooth…
o Hoe meer communicatie er van die devices is, hoe meer moeite je moet doen
▪ Bv. als iedereen in aula begint te praten, moet docent veel luider praten, moeilijker
➢ Communicatie: golflengtes/frequenties, worden ontvangen door antenne en dan omgezet
o Fysica zorgt ervoor dat aantal frequenties beperkt zijn
o Tabel die zegt hoe frequenties zijn verdeeld in VS → 2 kleine balkjes om devices te
connecteren; is niet veel
o Steeds meer devices dus er ontstaat interferentie en chaos
▪ Bv. haven: wifi, drones; security en safety… even complex of zelfs nog moeilijker want
ertussen staan allemaal stalen containers, houden signalen tegen
➢ Evolutie van 2G tot 5G:
o Groot verschil tussen 4G en 5G: aparte banden
▪ 1 band overbelast is, zal alles van veiligheid
& industriële zaken nog kunnen doorgaan
▪ Pukkelpopdrama: niemand kon nog
communiceren & bij 5G zouden
hulpdiensten nog wel connectie hebben
➢ Probleem: we zijn sterk beperkt in het # frequenties of kanalen die we kunnen gebruiken; we
werken in een zeer kleine ruimte v plaatsen waar we radiogolven mogen sturen
Software (distributed embedded software) (3)
➢ Kern: gigantische tunnel waarin ze 2 kleine deeltjes laten botsen, gigantische sensor die bestaat
uit heel veel kleinere sensoren die op moment van botsing van deeltjes kijkt in welke deeltjes ze
opsplitsen, banen volgen enzovoort (op grens Zwitserland en Frankrijk)
o Probleem 1: # sensoren dat errond hangt is zo groot dat datacentrum het niet verwerkt krijgt
o Probleem 2: op heel kort moment zo veel info te samen dat ze het niet verplaatst krijgen
naar dat datacentrum
2
, IoT heel veel data op onderste laag driehoek
Hoogste niveau veel datacenters die veel kunnen verwerken
maar we kunnen niet alle data verplaatsen naar die centers
want te veel energie, niet genoeg brandbreedte en we
kunnen dat ook niet allemaal gaan verwerken want daar
hebben we computationele kracht niet voor
Ook data op tussenstations; dit kan veel sneller gaan (direct communiceren)
Globaal gedrag is afhankelijk van alle individuele devices; je hebt veel machines nodig om dit globaal
gedrag te testen (je kan niet 1 machine testen); testen of alle devices samen juiste beslissing nemen
1.3. Technology 2: Artificiële Intelligentie
Verschil AI en machine learning
➢ Artificiële Intelligentie (AI) = je niet kan onderscheiden of de
beslissing door een persoon w gemaakt of door een machine
➢ Machine learning (ML) = computer op basis van data zijn gedrag
laten leren (stap verder dan AI)
➢ Deep learning (DL) = neutrale netwerken leren met heel veel
lagen; machine learning is met eenvoudige structuren (stap
verder dan ML)
3
LES 1: Artificiële Intelligentie (AI)
1. Wat is AI?
Combinatie “internet of things” + AI is essentieel om het hele verhaal te begrijpen; ze zijn moeilijk van
elkaar los te koppelen
1.1. Inleiding
Atypische verkeerssituatie waarin veel weggebruikers op korte afstand van elkaar bewegen
➢ Puur theoretisch is dit mogelijk MAAR wanneer we in elk van die voertuigen de juiste intelligentie
kunnen steken en de omgeving juist kunnen inschatten w dit ook effectief mogelijk
➢ Voordeel: je zou de huidige verkeerssituaties kunnen gaan optimaliseren (bv. files vermijden door
trager en dichter op elkaar te gaan rijden)
Google heeft autonome wagens die binnen eenzelfde omgeving mensen van punt A naar punt B
kunnen vervoeren; MAAR de omgeving waarin deze wagens zich begeven (VS) is veel eenvoudiger dan
onze omgeving; de omgevingscomplexiteit is in sommige plaatsen erg hoog waardoor het moeilijk w
om dit daar te realiseren
Hoe werken deze zaken?
➢ Internet of things: sensoren die verbonden zijn met een netwerk
➢ Artificiële intelligentie
1.2. Technology 1: Internet of things
Internet of Things (IoT) = het geheel van apparaten die via internetverbindingen met apparaten of
systemen in contact staat en daarmee gegevens uitwisselen
Geschiedenis:
➢ 1974: eerste bankautomaat (sensoren van een kaart lezen)
➢ 2008: meer objecten (machines etc.) dan mensen (smartphones) met internet geconnecteerd
➢ 2015: 5 miljard devices die wereldwijd aan het internet verbonden waren
➢ 2020: 50 miljard devices
Als je wil weten of een technologie in IoT hot w, moet je kijken naar google, amazon, facebook etc…
60% v CEO’s beseft dat deze technologie essentieel zal zijn; hoe meer kennis van data, hoe beter je
processen kan optimaliseren; is zoals met het internet: bedrijven die er niet in investeren, verdwijnen.
1
,Internet of things bestaat uit: (1) sensoren, (2) communicatie en (3) software
Sensoren (1)
➢ Sensoren evolueren momenteel heel snel
o Voornamelijk in grootte, accuraatheid en hoeveelheid energie ze verbruiken
o Voorbeeld: sensoren die hersengolven capteren en dan via juiste impuls verlamde mensen
terug hun armen en benen laten bewegen
▪ Hoe kleiner, hoe makkelijk te gebruiken en hoe minder energie het verbruikt
▪ Zo energiezuinig mogelijk maken zodat ze weken, maanden, jaren gebruikt kunnen w
Communicatie (2)
➢ Als je iets wil communiceren heb je energie nodig, hoe minder energie moet gebruiken hoe beter
dus weer zelfde verhaal als hiervoor
o Devices connecteren zoals met internet, bluetooth…
o Hoe meer communicatie er van die devices is, hoe meer moeite je moet doen
▪ Bv. als iedereen in aula begint te praten, moet docent veel luider praten, moeilijker
➢ Communicatie: golflengtes/frequenties, worden ontvangen door antenne en dan omgezet
o Fysica zorgt ervoor dat aantal frequenties beperkt zijn
o Tabel die zegt hoe frequenties zijn verdeeld in VS → 2 kleine balkjes om devices te
connecteren; is niet veel
o Steeds meer devices dus er ontstaat interferentie en chaos
▪ Bv. haven: wifi, drones; security en safety… even complex of zelfs nog moeilijker want
ertussen staan allemaal stalen containers, houden signalen tegen
➢ Evolutie van 2G tot 5G:
o Groot verschil tussen 4G en 5G: aparte banden
▪ 1 band overbelast is, zal alles van veiligheid
& industriële zaken nog kunnen doorgaan
▪ Pukkelpopdrama: niemand kon nog
communiceren & bij 5G zouden
hulpdiensten nog wel connectie hebben
➢ Probleem: we zijn sterk beperkt in het # frequenties of kanalen die we kunnen gebruiken; we
werken in een zeer kleine ruimte v plaatsen waar we radiogolven mogen sturen
Software (distributed embedded software) (3)
➢ Kern: gigantische tunnel waarin ze 2 kleine deeltjes laten botsen, gigantische sensor die bestaat
uit heel veel kleinere sensoren die op moment van botsing van deeltjes kijkt in welke deeltjes ze
opsplitsen, banen volgen enzovoort (op grens Zwitserland en Frankrijk)
o Probleem 1: # sensoren dat errond hangt is zo groot dat datacentrum het niet verwerkt krijgt
o Probleem 2: op heel kort moment zo veel info te samen dat ze het niet verplaatst krijgen
naar dat datacentrum
2
, IoT heel veel data op onderste laag driehoek
Hoogste niveau veel datacenters die veel kunnen verwerken
maar we kunnen niet alle data verplaatsen naar die centers
want te veel energie, niet genoeg brandbreedte en we
kunnen dat ook niet allemaal gaan verwerken want daar
hebben we computationele kracht niet voor
Ook data op tussenstations; dit kan veel sneller gaan (direct communiceren)
Globaal gedrag is afhankelijk van alle individuele devices; je hebt veel machines nodig om dit globaal
gedrag te testen (je kan niet 1 machine testen); testen of alle devices samen juiste beslissing nemen
1.3. Technology 2: Artificiële Intelligentie
Verschil AI en machine learning
➢ Artificiële Intelligentie (AI) = je niet kan onderscheiden of de
beslissing door een persoon w gemaakt of door een machine
➢ Machine learning (ML) = computer op basis van data zijn gedrag
laten leren (stap verder dan AI)
➢ Deep learning (DL) = neutrale netwerken leren met heel veel
lagen; machine learning is met eenvoudige structuren (stap
verder dan ML)
3
