MEDIA EN DIGITALE SAMENLEVING LES 1 - WHAT IS AI ABOUT
THE FUTURE I DREAM OF, WHERE ARE WE NOW
Filmpje van gevaarlijk verkeer = We vinden het gevaarlijk omdat het risico te groot is omdat we traag
reageren – ai zou voor grote risico’s kunnen verlagen = sneller en optimale oplossing
Autonoom rijden is vandaag redelijk ver Hoe makkelijker de situatie hoe makkelijker het algoritme kan
aanpassen/het doen
IS IT ONLY AI?
Ja er zijn nog andere technologieën - data
Als de methodiek voor aanleveren van data niet evalueren, en onze methodiek het analyseren van hoeveel
en juistheid niet goed zijn, zoude we nooit naar goede ai oplossing komen. Te veel data kunnen het niet
goed werken en te weinig zal je ook stranden in u algoritme.
TECHNOLOGY 1: INTERNET OF THINGS
Internet of things = IOT
= is het netwerk van fysieke objecten, apparaten, voertuigen, gebouwen en andere zaken die zijn voorzien
van elektronica, software, sensoren en netwerkconnectiviteit, waardoor deze objecten gegevens kunnen
verzamelen en uitwisselen.
HISTORY
1974 – bankautomaat
2008 objects vs people - Meer machines met internet gecontacteerd dan mensen = Vandaag de
conectiviteit
Today - Kleren conecteren met internet – schoenen met sensoren in, horloges, Wagens – internet Data
verzamelen voor autonoom rijden
INTERNET OF THINGS - WHAT IS IT REALLY?
1 SENSORS
Alles wordt kleiner voorbeeld camera ouders en u gsm
Wat is het nut ervan? Je kan ze in veel meer dingen steken, nieuwe sensoren geoptimaliseerd op energie
verbruik, Dus ook op plaatsen zonder energie
2 COMMUNICATIE
Stem internet – alles communiceert – golven
Alles spreekt op een bepaalde golflengte, alles golflengten. WAT IS HET PROBLEEM? Het is bijna uitgeput
het spectrum. 5G is bijzonder belangrijk geweest voor de communicatie banden loskoppelen
, 3 DISTRIBUTED EMBEDDED SOFTWARE
Inloggen in applicatie naar centrale server is een probleem. Vb Stel je zit in een auto en je maakt algoritme
voor mensen te detecteren en dat kan je delen met de auto’s naast u en dat is eigenlijk te laat al.
En te veel info kan Je ook doorgeven (Deeltjesversneller) sensor genereert veel data – alle data centraal en
doen we de berekeningen en sturen we de info gewoon terug. Het terug sturen werd hier onmogelijk, dus
afweging in software en het doorsturen ervan naar Sub stations
TECHNOLOGY 2: ARTIFICIAL INTELLIGENC
Verschil ai en machine learning =
• AI – wanneer je niet kan onderscheiden of de beslissing niet meer kan onderscheiden of het door
een machine is of een persoon
• MACHINE L – een nieuw soort methodiek om keuzes te leren programmeren op basis van date,
alogritme kan kleren uit date voor beste beslissing, beslissing wordt dus gemaakt door algoritme
WAT IS AI REALLY? A MATHEMATICAL FORMULA
Polynoom is hier correcter in Computationele onmogelijk oplosbaar met wiskunde - maar mensen
intuïtief kunnen wij dat wel doen - Dus kijken hoe de natuur dat doet.
Brein hebben neuronen en zij met zenuwbanen verbonden, vanuit bepaalde input neuronen pulsen geven
over zenuwbanen zullen zaan kopen aankomen bij andere neuronen en zo maken we interpreteren.
Kunnen we dat niet namaken in een wiskunde model.
Neurale netwerken = Neuronen in verschillende kolommen zetten en vanuit elke kolom verbinden we elk
neuron met elk neuroot in de volgende kolom. En elke neurologische heeft een functie met een output en
die nemen we aan een activatie functie en die geeft dan output aan de volgende en gaat weer naar de
volgende kolom. Activatie functie kan snel veranderen door weinig verandering en een Laag signaal 0 naar
1 de periode is kort interval. Al de output optellen pakken we gewoon een som we gaan een belang
hechten aan de connectie tussen de neuronen. Bij zenuwbanen is dat ook zo, de en is sterker dan de
andere = gewichten. We kunnen bijna elke wiskunde functie ermee beschrijven
Probleem is de gewichten zijn niet ingevuld in de formule. Terug naar formule 1 en dat zijn de w invullen…
= andere methodiek gebruikten want te veel W. Geen gewicht-gat instellen en doen of alles oke gaat
zijn voor ons neuraal netwerk, gewichtendichter schuive bij wat het moet zijn door input werkt dat =
Generaliseerbaar. Netwerk maken en veel dakpuntjes meegeven met bepaalde input en als je de
gewichten wat aanpast kom je bij de functie die realiteit tijd is.
1. You can model very complex functions as we explained.
2. The technology generates the shape of the functions itself.
1. You don’t need to know what the world looks like => it will tell you
2. This new shape will teach you correlations (shape of the function) you were not aware of
1. Because it is out of the box (e.g. Optimisation chemical recipes)
2. Because it is too complex to reason about (e.g. chess)
WHAT ARE LLM’S ABOUT - LIFE LANGUAGE MODELS
THE FUTURE I DREAM OF, WHERE ARE WE NOW
Filmpje van gevaarlijk verkeer = We vinden het gevaarlijk omdat het risico te groot is omdat we traag
reageren – ai zou voor grote risico’s kunnen verlagen = sneller en optimale oplossing
Autonoom rijden is vandaag redelijk ver Hoe makkelijker de situatie hoe makkelijker het algoritme kan
aanpassen/het doen
IS IT ONLY AI?
Ja er zijn nog andere technologieën - data
Als de methodiek voor aanleveren van data niet evalueren, en onze methodiek het analyseren van hoeveel
en juistheid niet goed zijn, zoude we nooit naar goede ai oplossing komen. Te veel data kunnen het niet
goed werken en te weinig zal je ook stranden in u algoritme.
TECHNOLOGY 1: INTERNET OF THINGS
Internet of things = IOT
= is het netwerk van fysieke objecten, apparaten, voertuigen, gebouwen en andere zaken die zijn voorzien
van elektronica, software, sensoren en netwerkconnectiviteit, waardoor deze objecten gegevens kunnen
verzamelen en uitwisselen.
HISTORY
1974 – bankautomaat
2008 objects vs people - Meer machines met internet gecontacteerd dan mensen = Vandaag de
conectiviteit
Today - Kleren conecteren met internet – schoenen met sensoren in, horloges, Wagens – internet Data
verzamelen voor autonoom rijden
INTERNET OF THINGS - WHAT IS IT REALLY?
1 SENSORS
Alles wordt kleiner voorbeeld camera ouders en u gsm
Wat is het nut ervan? Je kan ze in veel meer dingen steken, nieuwe sensoren geoptimaliseerd op energie
verbruik, Dus ook op plaatsen zonder energie
2 COMMUNICATIE
Stem internet – alles communiceert – golven
Alles spreekt op een bepaalde golflengte, alles golflengten. WAT IS HET PROBLEEM? Het is bijna uitgeput
het spectrum. 5G is bijzonder belangrijk geweest voor de communicatie banden loskoppelen
, 3 DISTRIBUTED EMBEDDED SOFTWARE
Inloggen in applicatie naar centrale server is een probleem. Vb Stel je zit in een auto en je maakt algoritme
voor mensen te detecteren en dat kan je delen met de auto’s naast u en dat is eigenlijk te laat al.
En te veel info kan Je ook doorgeven (Deeltjesversneller) sensor genereert veel data – alle data centraal en
doen we de berekeningen en sturen we de info gewoon terug. Het terug sturen werd hier onmogelijk, dus
afweging in software en het doorsturen ervan naar Sub stations
TECHNOLOGY 2: ARTIFICIAL INTELLIGENC
Verschil ai en machine learning =
• AI – wanneer je niet kan onderscheiden of de beslissing niet meer kan onderscheiden of het door
een machine is of een persoon
• MACHINE L – een nieuw soort methodiek om keuzes te leren programmeren op basis van date,
alogritme kan kleren uit date voor beste beslissing, beslissing wordt dus gemaakt door algoritme
WAT IS AI REALLY? A MATHEMATICAL FORMULA
Polynoom is hier correcter in Computationele onmogelijk oplosbaar met wiskunde - maar mensen
intuïtief kunnen wij dat wel doen - Dus kijken hoe de natuur dat doet.
Brein hebben neuronen en zij met zenuwbanen verbonden, vanuit bepaalde input neuronen pulsen geven
over zenuwbanen zullen zaan kopen aankomen bij andere neuronen en zo maken we interpreteren.
Kunnen we dat niet namaken in een wiskunde model.
Neurale netwerken = Neuronen in verschillende kolommen zetten en vanuit elke kolom verbinden we elk
neuron met elk neuroot in de volgende kolom. En elke neurologische heeft een functie met een output en
die nemen we aan een activatie functie en die geeft dan output aan de volgende en gaat weer naar de
volgende kolom. Activatie functie kan snel veranderen door weinig verandering en een Laag signaal 0 naar
1 de periode is kort interval. Al de output optellen pakken we gewoon een som we gaan een belang
hechten aan de connectie tussen de neuronen. Bij zenuwbanen is dat ook zo, de en is sterker dan de
andere = gewichten. We kunnen bijna elke wiskunde functie ermee beschrijven
Probleem is de gewichten zijn niet ingevuld in de formule. Terug naar formule 1 en dat zijn de w invullen…
= andere methodiek gebruikten want te veel W. Geen gewicht-gat instellen en doen of alles oke gaat
zijn voor ons neuraal netwerk, gewichtendichter schuive bij wat het moet zijn door input werkt dat =
Generaliseerbaar. Netwerk maken en veel dakpuntjes meegeven met bepaalde input en als je de
gewichten wat aanpast kom je bij de functie die realiteit tijd is.
1. You can model very complex functions as we explained.
2. The technology generates the shape of the functions itself.
1. You don’t need to know what the world looks like => it will tell you
2. This new shape will teach you correlations (shape of the function) you were not aware of
1. Because it is out of the box (e.g. Optimisation chemical recipes)
2. Because it is too complex to reason about (e.g. chess)
WHAT ARE LLM’S ABOUT - LIFE LANGUAGE MODELS
