Summary
Samenvatting Media & digitale samenleving - AI (les, zelfstudie & Q&A & !! test - vragen + antwoorden)
- Course
- Institution
Samenvatting van het onderwerp AI voor het vak media en digitale samenleving
[Show more]
3 reviews
By: fleurpeeters2003 • 9 months ago
By: AElivka • 9 months ago
By: piavanbuggenhout • 10 months ago
Seller
Follow
goormansamber1
Reviews received
Content preview
Media & digitale samenleving – Artificial intelligence (AI)Introductie les artificiële intelligentie
Er zijn twee technologieën die autonomie van niet-organische gehelen mogelijk maken:
• Internet of Things
• Artificiële Intelligentie
1. Internet of things (IoT)
= het netwerk van fysieke objecten, apparaten, voertuigen, gebouwen en andere voorwerpen die zijn
uitgerust met elektronica, software, sensoren en netwerkconnectiviteit, waardoor deze objecten
gegevens kunnen verzamelen en uitwisselen.
• Bankautomaten worden gezien als de eerste IoT objecten (1974)
• In 2008 waren er meer objecten met het Internet verbonden dan mensen → dit zal enkel maar
meer toenemen
Gartner chart
= geeft weer wat de verwachtingen van bepaalde technologieën gaan zijn
Verloop van de grafiek: hoe belangrijker en hoe nieuwer het is, hoe meer
verwachtingen er gaan zijn (stijging). Vervolgens gaan de nadelen en de limieten
gevonden worden en zal er een dip zijn (daling). Omdat het praktisch toegepast wordt,
zal er daarna terug een stijging zijn.
Grafiek
• verticale as: wat er wordt verwacht van een techniek, horizontale as: hoe lang de theorie al
bestaat
• bij de start, wanneer ze het levenslicht zien, zijn de expectations van die technologieën heel
hoog tot een bepaald punt waarbij die zijn max heeft bereikt en er ook nadelen worden
gevonden. De curve zakt dan totdat mensen het als een standaardtechnologie gebruiken
Internet of Things is een samenspel van drie dingen:
• Sensoren
• Communicatie
• Software
Sensoren
Er is een sterke evolutie in de sensoren. De evolutie gaat heel snel in grootte, maar ook
de accuraatheid en de hoeveelheid energieverbruik. Alles gaat kleiner worden en
minder energie verbruiken. Hoe kleiner de sensoriek is, hoe eenvoudiger het te
gebruiken is door de mensen en hoe minder energieverbruik er voor nodig is.
,Communicatie
Er bestaan veel communicatie protocollen. De voornaamste
zijn Bluetooth en Wi-Fi, maar er zijn er nog veel meer. Om te
communiceren is er energie nodig, dus hoe zuiniger, hoe beter.
Enerzijds zijn er communicatieprotocollen nodig die zuinig
energie verbruiken, anderzijds is er ook een manier nodig om
de hoeveelheid toestellen te connecteren.
We maken communicatieprotocollen die veel minder energie verbruiken, waarbij we soms devices
kunnen maken met een batterij. Die verschillende jaren kan meegaan en af en toe bepaalde data
doorsturen. Die sturen data door naar een bepaald centraal punt en dat punt kan dan met grotere
bandbreedte andere communicatieprotocollen voort gaan communiceren
Communicatie gaat over golflengtes en om de informatie te kunnen versturen
en ontvangen, moet men op dezelfde frequentie zitten. Dit aantal frequenties
is beperkt. Om IoT te ondersteunen heeft men 2 frequenties ter beschikking.
Ook in interferentie van al de verschillende toestellen en hun
communicatieprotocollen is er nog een probleem. Oplossing: afbeelding
• Verschil 4G en 5G? 4G werkte met 1 band waar alle communicatie
doorgingen. Bij 5G hebben ze die band opgesplitst → voordeel: 1 band
verzadigd (bv. de internetband), we kunnen een andere band gebruiken voor noodgevallen. Bij
5G zijn bepaalde banden dus losgekoppeld van elkaar.
Software
Probleem 1: Om al de informatie die gegeven wordt te verwerken, is er snelle software en genoeg
software nodig.
• Slide 46: deeltjesversneller: schieten deeltjes op een heel hoge snelheid → deeltjes spatten uit
elkaar in elementaire deeltjes en we willen meten welke deeltjes daar uitkomen → grote
sensor. Daarboven staat een datacenter → machine genereert zoveel data dat we het
onmogelijk naar het datacenter konden communiceren → we gaan ook software dicht draaien
bij de individuele sensoren → alle data die niet relevant was, werd weggegooid. We konden
die filteren zodat een beperkte data werd doorgestuurd en daar kon het wel verwerkt worden.
1) er is een tussenlaag (Fog laag) waarin verschillende sensor
informatie gecombineerd wordt → sensorfusie om een beeld
te krijgen van een bepaald context
2) elk van die sensoren stuurt data door. Als we dat allemaal
centraal gaan gebruiken of willen gebruiken, moeten we veel
te veel communiceren → onmogelijk ➔ we werken in
gelaagde software. Dat wil zeggen dat bij die sensoren al een
basis van intelligentie zit die de basis verwerkt
3) In de cloud kunnen we dan de verdere algoritmes aansturen
Probleem 2: Emergant behaviour moet goed kunnen werken tussen verschillende toestellen. Emergant
behaviour is het globaal gedrag dat ontstaat doordat alle devices samenwerken.
• Wat we heel goed doen vandaag de dag is dat wanneer we een stuk software schrijven voor
een bepaalde machine, dan testen we dat door en door.
, Wat we heel vaak vergeten is dat wanneer we distributed software schrijven dan zal het gedrag
dat we beogen eigenlijk het resultaat zijn van al die individuele stukjes software te samen. We
krijgen een soort van emergent behavior en dat is wat we hier zien (filmpje): zwermen van
vogels die mooie vormen maken. Dat wordt vandaag de dag onvoldoende getest. De reden
daarvoor is: als je iets wilt testten, heb je 100 000 vogels nodig → simulatie voor nodig, want
je hebt dat niet en die simulatie is een gevaar.
2. Artificiële intelligentie
Vanaf een computer kan doen waarbij je niet meer kan onderscheiden of het een
beslissing is die gemaakt werd door jezelf of door de computer, spreken we van AI.
Het verschil met machine learning is dat het toestel iets kan bijleren op basis van
neurale netwerken bij machine learning. Bij deep learning kan men heel complexe
zaken gaan modeleren.
• Machine learning: deel van AI waarin we ervoor zorgen dat het machines
zelf leert uit data (algoritme in machine steken die obv wat die
gezien/geleerd heeft daar de juiste acties uit kan nemen)
• Deep learning: ontstaan door de steeds krachtigere computer → hierdoor
hebben we neurale netwerken kunnen ontwikkelen waaruit we heel veel
meer expertise kunnen insteken
Zoals in het menselijk brein is AI opgebouwd uit neuronen en banen waarlangs informatie wordt
gestuurd en waaraan informatie wordt aangeboden. Aan deze informatie wordt dan een bepaald
gewicht gegeven waardoor men een output krijgt. Door de info steeds te verbeteren, kan dit netwerk
gaan leren. Hier is dus enorm veel data voor nodig.
• Neuronen kunnen een bepaalde puls uitsturen naar de neuronen in de omgeving. Wanneer
gaan die pulsen uitsturen? Wanneer ze pulsen van andere neuronen binnenkrijgen. Die
combinatie gaat ervoor zorgen dat hijzelf ook een puls kan uitsturen. Door het leren wanneer
je een puls moet uitsturen, wanneer het emmertje van pulsen vol is. Zo gaat een brein leren
hoe bepaalde imputs, onze zintuigen verwerkt kunnen worden naar kennis, naar perceptie van
zaken die we zien en naar handelen van bv. onze armen.
we hebben dat neuraal netwerk vereenvoudigd in een computer gestoken. Elk van die kolommen die
je ziet, toont een aantal vereenvoudigende neuronen. Neuronen zijn eenvoudige wiskundige formules
waar je een input aangeeft waarbij een klein verschil in input de output kan variëren van 0 naar 1. Het
is een functie heeft een heel steile helling zodat je op een korte afstand van mekaar waardes kunt laten
variëren van 0 naar 1.
elk van de neuronen van een bepaalde kolom is verbonden met elk van de neuronen van de volgende
kolom. Die is niet gewoon verbonden. Er is ook een gewicht tussen. Een neuron stuurt een bepaalde
waarde tussen 0 en 1 terug, die wordt vermenigvuldigd en alle gewichten van de verschillende
neuronen vermenigvuldigd met die waardes zijn de input van het volgende neuron. Die gaan dan door
de wiskundige functie en dan stuurt die zijn output weer door naar elk van de volgende neuronen.
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller goormansamber1. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.53. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
75632 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now