Les 1 : Randomness
1. AI doorheen de geschiedenis (context)
De mens heeft al eeuwenlang de ambitie om intelligent gedrag na te bootsen, lang vóór
computers bestonden.
In de oudheid zien we mythische en mechanische constructies (zoals automata) die leven
of intelligent gedrag proberen te imiteren.
Deze voorbeelden tonen dat AI niet start bij technologie, maar bij het idee van artificiële
intelligentie.
Mondeling: AI is geen nieuw idee, enkel de technologie is nieuw.
2. Renaissance: mens en machine
Tijdens de Renaissance groeit de interesse in:
o mechanica
o menselijke anatomie
o de relatie tussen mens en machine
Belangrijke evolutie:
o Machines worden niet enkel gezien als hulpmiddelen, maar als systemen die
menselijk gedrag kunnen nabootsen.
Kernidee: denken over intelligentie wordt systematischer en rationeler.
3. Begin van moderne computerideeën
In de 19e eeuw ontstaat het idee dat machines meer kunnen dan rekenen.
o Machines kunnen algemene instructies uitvoeren
o Dit is een cruciale stap richting programmeerbare intelligentie
Mondeling: dit vormt de conceptuele basis van AI en software.
4. Alan Turing: fundament van AI
Turing stelt twee fundamentele ideeën voor:
o Universal Turing Machine
Elk probleem dat berekenbaar is, kan door één universele machine
worden uitgevoerd.
Dit is de basis van alle moderne computers.
o Turing Test
Centrale vraag: “Can machines think?”
Een machine is intelligent als haar gedrag niet te onderscheiden is van
een mens.
Belangrijk: de Turing Test meet gedrag, geen bewustzijn.
5. Vroege AI (1950–1960)
De eerste echte AI-systemen verschijnen.
o Eerste AI-programma’s gebaseerd op logica en regels
o Vroege chatbots en eenvoudige neurale modellen (perceptrons)
Kenmerk van deze periode:
o AI = symbolisch en regelgebaseerd
, o Geen learning uit data
Mondeling: dit noemen we later Old AI.
6. AI Winter
De eerste AI-belofte wordt niet waargemaakt.
Oorzaken:
o Te hoge verwachtingen
o Te weinig data
o Te weinig rekenkracht
o Complexiteit van menselijke intelligentie onderschat
Gevolg:
o Minder financiering
o Verminderd vertrouwen in AI
Belangrijk inzicht: technologie moet rijp zijn (data + hardware).
7. Heropleving van AI (vanaf jaren 90)
AI maakt een comeback door:
o Meer data (internet)
o Meer rekenkracht
o Nieuwe algoritmes
Voorbeeld:
o Deep Blue verslaat Kasparov in schaken, maar werkt nog steeds met vaste regels.
Mondeling: succes ≠ echte intelligentie.
8. Old AI vs New AI (zeer examengericht)
Old AI
o Regelgebaseerd
o Handmatig geprogrammeerd
o Beperkt en niet schaalbaar
New AI
o Data-gedreven
o Machine Learning:
Leren van data om voorspellingen en beslissingen te maken
o Neural Networks
Algoritmes geïnspireerd door menselijk brein om patronen te herkennen
o Deep Learning
Geavanceerde NN’s met meerdere lagen
Hebben veel data nodig om effectief te werken
Kernzin voor mondeling:
o “Moderne AI leert uit data in plaats van expliciete regels te volgen.”
9. Randomness in AI
Randomness speelt een fundamentele rol in artificiële intelligentie.
Het wordt gebruikt om systemen flexibeler, robuuster en minder voorspelbaar te maken.
Voorbeelden van randomness in AI:
o Neural networks
, Gewichten worden vaak willekeurig geïnitialiseerd.
Voorkomt dat alle neuronen exact hetzelfde leren
Helpt bij het vinden van betere oplossingen.
o Genetic algorithms
Gebruiken willekeurige mutaties om nieuwe oplossingen te verkennen
Analoog aan natuurlijke evolutie.
o Chatbots
Kleine willekeurige variaties in antwoorden zorgen ervoor dat gesprekken
natuurlijker aanvoelen en niet repetitief worden.
o Generative Adversarial Networks (GANs)
Starten vanuit willekeurige ruis om nieuwe, realistische data te
genereren (beelden, muziek, tekst).
o Creatieve toepassingen (muziek & kunst)
Randomness laat AI toe nieuwe patronen en stijlen te combineren.
o Game testing
Willekeurige strategieën helpen om onverwachte scenario’s en zwakke
plekken in spellen te ontdekken.
Extra uitleg (examenwaardig):
o Zonder randomness zouden veel AI-systemen vastlopen in voorspelbaar gedrag
en minder goed generaliseren.
10. Onvoorspelbaarheid bij mensen
Menselijk gedrag wordt gekenmerkt door onvoorspelbaarheid, wat AI moeilijk kan
nabootsen.
Kenmerken:
o Spontane beslissingen zonder lang nadenken
o Invloed van emoties en buikgevoel
o Creativiteit door het combineren van onverwachte ideeën
o Keuzes die niet strikt logisch of optimaal zijn
o Beslissingen beïnvloed door persoonlijke, emotionele of ethische factoren
o Voorkeur voor korte-termijnbeloning boven rationele lange-termijnoptimalisatie
Belangrijk inzicht:
o Menselijke onvoorspelbaarheid is niet altijd rationeel
o Wél essentieel voor creativiteit en aanpassingsvermogen.
11. Wat maakt ons menselijk?
Enkele eigenschappen die mensen onderscheiden van machines:
o Onvoorspelbaarheid
o Emoties en empathie
o Creativiteit en verbeelding
o Moreel redeneren en ethische afwegingen
Extra uitleg:
o AI kan sommige van deze aspecten imiteren
o Begrijpt ze niet zoals mensen dat doen.
o Emoties in AI zijn simulaties, geen echte ervaringen.
12. Definitie: onvoorspelbaarheid
, Onvoorspelbaarheid betekent:
o Het onvermogen om een uitkomst vooraf correct te voorspellen.
Voorbeelden:
o Spontane reacties
o Beslissingen onder invloed van emoties
o Creatieve ingevingen
Belangrijk:
o Onvoorspelbaarheid kan voortkomen uit complexiteit, niet noodzakelijk uit
toeval.
13. Definitie: randomness
Randomness betekent:
o Het ontbreken van patroon of voorspelbaarheid in gebeurtenissen.
Belangrijke nuance:
o Alle random gebeurtenissen zijn onvoorspelbaar
o Niet alle onvoorspelbare gebeurtenissen zijn random
14. Verschil tussen randomness en onvoorspelbaarheid
Dit onderscheid is zeer belangrijk voor het examen.
o Voorbeeld 1:
Een dobbelsteen gooien en een 6 krijgen
→ random én onvoorspelbaar
o Voorbeeld 2:
Je favoriete band die onverwacht een album dropt
→ onvoorspelbaar, maar niet random
(er is een bewuste beslissing achter)
Extra uitleg:
o Randomness impliceert geen intentie, terwijl onvoorspelbaarheid dat soms wél
heeft.
15. Waarom randomness belangrijk is in AI
Randomness helpt AI om:
o Niet vast te zitten in vaste patronen
o Nieuwe oplossingen te verkennen
o Menselijker gedrag te vertonen
o Betere modellen te trainen
o Robuuster te worden tegen variatie in data
Extra uitleg (mondeling sterk):
o Randomness is geen zwakte
o Wel een instrument om intelligent gedrag mogelijk te maken.
16. Randomness isn’t that random?
Het is extreem moeilijk (bijna onmogelijk) om te bewijzen dat iets echt random is.
Belangrijke kernideeën:
o Echte randomness bestaat alleen wanneer ze voortkomt uit een fysisch
willekeurig proces
1. AI doorheen de geschiedenis (context)
De mens heeft al eeuwenlang de ambitie om intelligent gedrag na te bootsen, lang vóór
computers bestonden.
In de oudheid zien we mythische en mechanische constructies (zoals automata) die leven
of intelligent gedrag proberen te imiteren.
Deze voorbeelden tonen dat AI niet start bij technologie, maar bij het idee van artificiële
intelligentie.
Mondeling: AI is geen nieuw idee, enkel de technologie is nieuw.
2. Renaissance: mens en machine
Tijdens de Renaissance groeit de interesse in:
o mechanica
o menselijke anatomie
o de relatie tussen mens en machine
Belangrijke evolutie:
o Machines worden niet enkel gezien als hulpmiddelen, maar als systemen die
menselijk gedrag kunnen nabootsen.
Kernidee: denken over intelligentie wordt systematischer en rationeler.
3. Begin van moderne computerideeën
In de 19e eeuw ontstaat het idee dat machines meer kunnen dan rekenen.
o Machines kunnen algemene instructies uitvoeren
o Dit is een cruciale stap richting programmeerbare intelligentie
Mondeling: dit vormt de conceptuele basis van AI en software.
4. Alan Turing: fundament van AI
Turing stelt twee fundamentele ideeën voor:
o Universal Turing Machine
Elk probleem dat berekenbaar is, kan door één universele machine
worden uitgevoerd.
Dit is de basis van alle moderne computers.
o Turing Test
Centrale vraag: “Can machines think?”
Een machine is intelligent als haar gedrag niet te onderscheiden is van
een mens.
Belangrijk: de Turing Test meet gedrag, geen bewustzijn.
5. Vroege AI (1950–1960)
De eerste echte AI-systemen verschijnen.
o Eerste AI-programma’s gebaseerd op logica en regels
o Vroege chatbots en eenvoudige neurale modellen (perceptrons)
Kenmerk van deze periode:
o AI = symbolisch en regelgebaseerd
, o Geen learning uit data
Mondeling: dit noemen we later Old AI.
6. AI Winter
De eerste AI-belofte wordt niet waargemaakt.
Oorzaken:
o Te hoge verwachtingen
o Te weinig data
o Te weinig rekenkracht
o Complexiteit van menselijke intelligentie onderschat
Gevolg:
o Minder financiering
o Verminderd vertrouwen in AI
Belangrijk inzicht: technologie moet rijp zijn (data + hardware).
7. Heropleving van AI (vanaf jaren 90)
AI maakt een comeback door:
o Meer data (internet)
o Meer rekenkracht
o Nieuwe algoritmes
Voorbeeld:
o Deep Blue verslaat Kasparov in schaken, maar werkt nog steeds met vaste regels.
Mondeling: succes ≠ echte intelligentie.
8. Old AI vs New AI (zeer examengericht)
Old AI
o Regelgebaseerd
o Handmatig geprogrammeerd
o Beperkt en niet schaalbaar
New AI
o Data-gedreven
o Machine Learning:
Leren van data om voorspellingen en beslissingen te maken
o Neural Networks
Algoritmes geïnspireerd door menselijk brein om patronen te herkennen
o Deep Learning
Geavanceerde NN’s met meerdere lagen
Hebben veel data nodig om effectief te werken
Kernzin voor mondeling:
o “Moderne AI leert uit data in plaats van expliciete regels te volgen.”
9. Randomness in AI
Randomness speelt een fundamentele rol in artificiële intelligentie.
Het wordt gebruikt om systemen flexibeler, robuuster en minder voorspelbaar te maken.
Voorbeelden van randomness in AI:
o Neural networks
, Gewichten worden vaak willekeurig geïnitialiseerd.
Voorkomt dat alle neuronen exact hetzelfde leren
Helpt bij het vinden van betere oplossingen.
o Genetic algorithms
Gebruiken willekeurige mutaties om nieuwe oplossingen te verkennen
Analoog aan natuurlijke evolutie.
o Chatbots
Kleine willekeurige variaties in antwoorden zorgen ervoor dat gesprekken
natuurlijker aanvoelen en niet repetitief worden.
o Generative Adversarial Networks (GANs)
Starten vanuit willekeurige ruis om nieuwe, realistische data te
genereren (beelden, muziek, tekst).
o Creatieve toepassingen (muziek & kunst)
Randomness laat AI toe nieuwe patronen en stijlen te combineren.
o Game testing
Willekeurige strategieën helpen om onverwachte scenario’s en zwakke
plekken in spellen te ontdekken.
Extra uitleg (examenwaardig):
o Zonder randomness zouden veel AI-systemen vastlopen in voorspelbaar gedrag
en minder goed generaliseren.
10. Onvoorspelbaarheid bij mensen
Menselijk gedrag wordt gekenmerkt door onvoorspelbaarheid, wat AI moeilijk kan
nabootsen.
Kenmerken:
o Spontane beslissingen zonder lang nadenken
o Invloed van emoties en buikgevoel
o Creativiteit door het combineren van onverwachte ideeën
o Keuzes die niet strikt logisch of optimaal zijn
o Beslissingen beïnvloed door persoonlijke, emotionele of ethische factoren
o Voorkeur voor korte-termijnbeloning boven rationele lange-termijnoptimalisatie
Belangrijk inzicht:
o Menselijke onvoorspelbaarheid is niet altijd rationeel
o Wél essentieel voor creativiteit en aanpassingsvermogen.
11. Wat maakt ons menselijk?
Enkele eigenschappen die mensen onderscheiden van machines:
o Onvoorspelbaarheid
o Emoties en empathie
o Creativiteit en verbeelding
o Moreel redeneren en ethische afwegingen
Extra uitleg:
o AI kan sommige van deze aspecten imiteren
o Begrijpt ze niet zoals mensen dat doen.
o Emoties in AI zijn simulaties, geen echte ervaringen.
12. Definitie: onvoorspelbaarheid
, Onvoorspelbaarheid betekent:
o Het onvermogen om een uitkomst vooraf correct te voorspellen.
Voorbeelden:
o Spontane reacties
o Beslissingen onder invloed van emoties
o Creatieve ingevingen
Belangrijk:
o Onvoorspelbaarheid kan voortkomen uit complexiteit, niet noodzakelijk uit
toeval.
13. Definitie: randomness
Randomness betekent:
o Het ontbreken van patroon of voorspelbaarheid in gebeurtenissen.
Belangrijke nuance:
o Alle random gebeurtenissen zijn onvoorspelbaar
o Niet alle onvoorspelbare gebeurtenissen zijn random
14. Verschil tussen randomness en onvoorspelbaarheid
Dit onderscheid is zeer belangrijk voor het examen.
o Voorbeeld 1:
Een dobbelsteen gooien en een 6 krijgen
→ random én onvoorspelbaar
o Voorbeeld 2:
Je favoriete band die onverwacht een album dropt
→ onvoorspelbaar, maar niet random
(er is een bewuste beslissing achter)
Extra uitleg:
o Randomness impliceert geen intentie, terwijl onvoorspelbaarheid dat soms wél
heeft.
15. Waarom randomness belangrijk is in AI
Randomness helpt AI om:
o Niet vast te zitten in vaste patronen
o Nieuwe oplossingen te verkennen
o Menselijker gedrag te vertonen
o Betere modellen te trainen
o Robuuster te worden tegen variatie in data
Extra uitleg (mondeling sterk):
o Randomness is geen zwakte
o Wel een instrument om intelligent gedrag mogelijk te maken.
16. Randomness isn’t that random?
Het is extreem moeilijk (bijna onmogelijk) om te bewijzen dat iets echt random is.
Belangrijke kernideeën:
o Echte randomness bestaat alleen wanneer ze voortkomt uit een fysisch
willekeurig proces
