Hoorcollege Artificial Intelligence
Een goed voorbeeld van artificiële intelligentie zijn zelfrijdende auto’s -> deze auto’s kunnen zelf het
verkeer inschatten en hierop beslissingen maken. In eenvoudige omgevingen werken deze auto’s
beter dan in complexe omgevingen. In Amerika heb je wegen die iets breder zijn en minder bochten
hebben dan in Europa waardoor ze daar beter te gebruiken zijn.
Werken deze auto’s dan alleen maar door AI? -> dit is
zeker niet zo. Je kan alleen maar AI gebruiken als je
voldoende resources hebt -> je kan een super goed schip
hebben, maar in beide situaties heb je helemaal niks aan
je schip. Het water dat het schip nodig heeft om te varen
kan je zien als de data die je nodig hebt voor AI -> als je
geode AI wilt doen heb je genoeg data nodig
Hoe kom je nu aan deze data? Je kan online data vinden,
maar als je auto’s of andere zaken wilt aansturen dan moet je de data uit de echte wereld
gaan halen. Daarom is het belangrijk om naast de AI ook een geconnecteerd netwerk van sensoren
waar je informatie uit kan halen, dit is internet of things.
Technologie 1: Internet of Things
Internet of things (IoT) is eigenlijk een manier om objecten en
devicces via netwerk (wat je via wifi en je kabel enzo doet) met
elkaar te verbinden zodat we software en sensoren via
netwerkconnectiviteit bij elkaar krijgen. En als we die data op die
manier bij elkaar krijgen dan kunnen we daar dingen mee gaan
doen.
Geschiedenis van IoT
In 1974 was er het eerste IoT device, dit was een bankautomaat. Dit was het eerste device waaraan
ze een netwerk hadden gehangen waarop iets instond, een sensor, en deze kon de kaart inlezen en
via een connectiviteit en software kon gaan checken of dat het een bankaccount was en of er geld op
stond. Hiermee kon beslist worden om het motortje dat het geld naar buiten stuurt te gaan activeren.
Er is in 2008 een belangrijke switch geweest. Tot 2008 was het internet vooral voor ons -> het
primaire doel van het internet was mensen connecteren met internet, er waren meer mensen
geconnecteerd met het internet dan er devices waren geconnecteerd. Vanaf 2008 zijn er meer
devices geconnecteerd met internet, denk aan tablets, projectoren en zelfs koelkasten en
wasmachines hebben internet -> er zijn dus veel meer devices dan mensen geconnecteerd met het
internet. Ook zijn er kledingstukken verbonden met internet (denk aan zweetsensoren).
Bij AI zijn de grote techbedrijven een zeer belangrijke speler. Deze bedrijven kopen de kleinere
bedrijven op waar een deel van de technologie belangrijk aan het worden is. IoT is iets waarin je
moet investeren of je zal verdwijnen van de markt. Er waren vroeger een paar bedrijven die geen
vertrouwen hadden in het internet en deze bedrijven bestaan niet meer. Je moet dus investeren als je
wilt blijven bestaan en je blijven aanpassen.
,Internet of Things, wat is het nu eigenlijk?
Er zijn eigenlijk 3 technologieën binnen IoT heel
belangrijk: sensoren, communicatie en software.
Sensoren
Er zijn heel wat sensoren ontstaan maar dit zijn niet per
se nieuwe dingen die we vroeger niet konden doen. Het
grote verschil is dat ze nu accurater zijn geworden en ze
zijn veel kleiner geworden -> ze gebruiken ook veel
minder energie. In de digitale wereld is er heel veel vooruitgang gemaakt in de hoeveelheid energie
die nodig is om sensoren aan te sturen -> minder energie wilt ook zeggen dat ze kleiner kunnen
worden. Doordat ze klein zijn en weinig energie gebruiken kunnen we heel eenvoudig deze sensoren
gaan toepassen bij mensen voor een langere periode. Waarom is dan IoT zo interessant voor
bepaalde omgevingen? Je kan sensoren voor meerdere jaren in een bepaalde omgeving gebruiken
met een heel eenvoudige batterij.
Communicatie
Hier is ook weer een hele grote verandering geweest in de afgelopen jaren. Er is een gigantische
vooruitgang geboekt met de hoeveelheid devices dat iedereen heeft, en dus geconnecteerd is met
het internet. Nu zijn er tijdens concerten een aantal 10.000en mensen aanwezig met elk een
smartphone. Als je hier voor een goede show iedereen een lichtgevend bandje geeft dat je kan
aansturen wanneer het licht geeft heb je al gauw een groot netwerk met veel devices. In principe
stuur je heel veel radiogolven uit met verschillende frequenties (armbandjes, telefoons, routers
hebben allemaal een andere frequentie) en al deze golven geven een giga ruis. Je zal steeds harder
moeten roepen om elkaar nog te kunnen verstaan, met devices heb je ook dit probleem. Er zijn maar
een paar frequenties die beschikbaar zijn om te
communiceren met alle interferentie.
Wat is het verschil tussen 4g en 5g buiten de
snelheid? In 5g zitten we met een bepaalde
methodiek die ervoor kan zorgen dat we bepaalde
banden kunnen loskoppelen. Een aantal jaar geleden
was er een grote storm op Pukkelpop waar ook doden
bij zijn gevallen, waarom was dit? Het was nog een 4g
netwerk en daarbij lag alle communicatie plat, met 5g
kan je onderling slecht communiceren maar je kan
bepaalde banden vrijgeven waardoor de
hulpdiensten nog wel kunnen communiceren.
Software
Een smartphone heeft een app, deze app verstuurt data naar een centrale server en je krijgt data
terug. Er zijn meerdere problemen met software. Probleem 1: bij videosurveillance heb je bepaalde
programma’s die personen kunnen identificeren als voetganger, maar ook auto’s of fietsers kunnen
identificeren. Om dit te kunnen uitvoeren is er veel rekenkracht nodig. Om deze rekenkracht uit te
kunnen voeren heb je een datacenter nodig, maar in een zelfrijdende auto waarin deze video
technologie zit is geen datacenter aanwezig, enkel een kleine computer. Hoe gaan we dit dan
oplossen? Of je gaat dit in de auto zelf oplossen of je stuurt het naar een datacenter. Om het naar het
datacenter te sturen ga je met een tijdsconflict zitten. In het verkeer moet er direct een beslissing
gemaakt worden, anders veroorzaak je ongelukken. Dit creëert een dilemma, hebben we de tijd om
dit te versturen naar het datacenter of moeten we het toch lokaal oplossen?
Het tweede probleem is dat er te veel data tegelijk naar binnen kan komen. Een voorbeeld hiervan is
een deeltjesversneller. De sensor die hier alle data moet gaan verzamelen is simpelweg te veel data
, om naar het datacenter te sturen. Ze hebben hier lokaal bij de sensoren een aantal berekeningen
gedaan waardoor enkel de nuttige data voor de conclusies naar het datacenter gaan sturen.
Als alle devices al zijn data begint door te sturen naar een datacenter dan zal het internet ook niet
lang overeind blijven. Je kan hierbij het beste de lokale devices hun data laten doorsturen naar een
lokaal tussenstation, waar een selectie wordt gemaakt welke data doorgestuurd wordt, en vanuit hier
kan het alleen nog maar naar de centrale gaan.
Technologie 2: Artificial Intelligence
AI is een verzameling van technieken die een bepaalde intelligentie
gaat nabootsen. Hieronder vallen nog weer andere begrippen.
Machine learning: als we software schrijven, standaard software,
dan gaan we zelf worden of regels typen en we gaan met die regels
beslissingen nemen. Machine learning is een methodologie die we
kunnen voeden met data en vanuit die data gaat de technologie
leren hoe ze bepaalde beslissingen moeten nemen -> we geven data
mee wat de juiste beslissing is en daarvanuit gaat de machine leren
wat de juiste beslissing is.
Deep learning: doordat onze datacenters zo groot zijn geworden en
doordat onze computerdingen zoveel geavanceerder worden,
kunnen we de machine learning technieken veel complexere
neurale netwerken laten werken -> die complexere netwerken
hebben veel lagen en dit noemen we diepe netwerken, hiervan
komt de naam deep learning.
Je kan op verschillende manieren iets
leren.
Supervised: we hebben een hoop foto’s
en ik wil dat mijn machine leert welke
foto’s honden zijn en welke katten. Je
weet zelf welke foto welke is en de
machine leert vanuit jouw feedback.
Unsupervised: chemische plant waar veel
sensorinformatie uitkomt, je kan naar de
informatie kijken en deze op een plot
zetten. Als je ziet dat er 1 heel erg afwijkt
van de rest dan zou je al kunnen leren dat er iets misgaat zonder dat je structuur hebt in je data.
Reinforcement learning: je doet iets en je krijgt feedback, wat je hebt gedaan is niet goed je probeert
het opnieuw. Je krijgt opnieuw feedback en elke keer als je iets fout doet begin je opnieuw totdat het
goed gaat.
Transfer learning: gaat van bestaande netwerken informatie verzamelen en dit gaan gebruiken in een
nieuw neuraal netwerk om dingen te doen.
Transfer
learning
Neuraal netwerk
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper larissabultena. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.