Media en digitale samenleving
LES 1: ARTIFICIËLE INTILLIGENTIE (AI)
1. Inleiding
Vb. Filmpje waar auto’s zeer soepel langs elkaar gaan zonder ongeluk
→ In theorie kan dit mogelijk zijn
→ in principe wanneer we in elk van die voertuigen de juiste intelligentie steken en we
kunnen de omgeving juist inschatten
Voordeel: Zo zou je de huidige verkeerssituaties optimaliseren
Waar zijn we nu vandaag?
Hoe werken dergelijke zaken:
• Internet of things
o meer generieke sensoren die verbonden zijn met een netwerk
• Ai
2. Internet of things (IoT)
= netwerk van fysieke objecten, apparaten, voertuigen, gebouwen & andere items die zijn
ingebed met elektronica, software, sensors en netwerk connectiviteit, waarmee deze
objecten gegevens kunnen verzamelen en uitwisselen
• Applicaties waar we kleine computers gaan verbinden met sensoren en onderling gaan
verbinden en door wat dat we meten, en de intelligenties die we erop gebruiken gaan
we actuatoren (motoren, lampen,..) gaan aansturen
• Op basis van wat me meten en voelen gaan we bepaalde acties gaan kunnen
ondernemen
2.1. Kärtner chard
• Geeft de verwachtingen van bepaalde technologieën weer
• Begin: aantal technologieën waar nog heel veel onzekerheid in is.
• Hoe meer zekerheid, hoe meer deze beginnen stijgen
• Hoe hoger, hoe belangrijk, meer
verwachtingen er zijn
• Daling curve: met elke nieuwe technologie
heb je in het begin een hype
• Terug omhoog: wanneer de technologie
effectief zal gebruikt worden in de industrie,
medische wereld…
1
,2.2. Geschiedenis
De eerste IoT applicatie dateert van 1974
→ eerste divice met IoT : geldautomaat (detecteerde of jij dat was met je kaart)
2008:
Meer devices (koelkasten, machines, wagens) geconnecteerd met het internet dan
mensen
2015:
4.9 biljard devices die geconnecteerd waren aan het internet
Verwachting 2020:
50 biljard (weten niet of we dit gaan halen)
Wat is het meeste wat geconnecteerd is aan het internet
• Wagens (250 miljoen)
→ Wat is de meerwaarde dat die verbonden is aan het internet:
o Bv. Computer die ervoor zorgt dat de airbag werkt tijdens een ongeval
o Bv. Computer die ervoor zorgt dat de juiste inspuitingen gebeuren op basis van uw
snelheid (verbrandingsmotor)
o Bv. Computer die detecteren wat de snelheid is (om files te detecteren)
o Bv. Computer die detecteert als de ruitenwissers opstaan (buienrader)
o Bv. Computer die detecteert of er verkeersborden aanwezig zijn of niet
o Bv. Computer die detecteert of er een auto crasht
o …
Hoe weten of IT hot wordt ?
Kijken naar google, amazone
→ kijken welke bedrijven deze aan het opkopen zijn
(op deze manier blijven deze grote sectoren de grootste)
IoT is big business:
• 61% van de leidinggevende in een bedrijf zijn het er mee eens om langzaam aan IoT in
hun bedrijf te integreren om ervoor te zorgen dat ze niet achterop raken
2.3. Werking IoT :
2.3.1. Sensoren:
De evolutie in sensoren gaat momenteel gigantisch snel
→ snel in de grootte, accuraatheid en de hoeveelheid energie die
ze gebruiken.
Verkleinen en versterking is nu vooral heel belangrijk
2
,2.3.2. Communicatie:
Als je iets wilt communiceren, dan heb je energie nodig
Bv. Hoe meer je aan het downloaden bent, hoe meer energie dit
vraagt
• Communicatieprotocollen nodig die dat met weinig energie
kunnen doen
• Methodes nodig om de hoeveelheid devices te kunnen
connecteren
Communicatie gebeurt door middel van golven
Bv. Je verstuurd iets naar iemand, via frequenties komt deze boodschap bij de andere
persoon aan
Bandbreedtes (golflengtes) worden verdeeld.
→ Deze twee rode balkjes worden gebruikt voor IoT
= geen eenvoudige opdracht (weinig)
Bv. Tommorowland
80 000 mensen → 80 000 smartphones → 1000 wireless
routers → Massieve interferentie
Hoe zorgen dat alle divices kunnen gaan communiceren (niet eenvoudig)
→ Communicatie moeten niet enkel gerealiseerd worden, maar ook in een bepaalde tijd
juist oplichten (festivalbandjes)
Hoe kunnen we deze diverse set van zeer veeleisende
netwerken beheren op het beperkte beschikbare spectrum?
5G
2.3.3. Software:
a. Probleem 1
We gaan heel veel data generen MAAR we gaan niet alle data kunnen versturen naar al
de centers omdat dit enerzijds teveel energie zou vragen en we anderzijds de
bandbreedte er niet voor hebben én we kunnen dit allemaal heel
niet gaan verwerken want we hebben er de kracht ni voor
• De laatste jaren : evolutie over de kennis over hoe we
gedistribueerd de software zouden kunnen gaan maken
• Nu : Wereld evolueert naar een situatie waar hier tussenstukken in
komen te staan
• Toekomst: wanneer men met wagens gaat werken (tussen wagens
rechtstreekse communicatie)
3
, b. Probleem 2
Als elk stukje software zijn eigen beslissing zou nemen dan krijg je globaal gedrag
MAAR is moeilijk om te controleren met zeer veel verschillende applicaties te testen terwijl
je de software aan het schrijven bent
Het globale gedrag van uw applicaties : emergend behavoir
Kan niet getest worden omdat je niet al deze devices hebt
3. Artificiële intelligentie (Ai)
= een device is intelligent, wanneer dat dit device een beslissing kan
maken waarvan je niet kan onderscheiden of de beslissing gemaakt
wordt door een persoon of door de machine zelf
• Machine learning:
= de machine zal kunnen bijleren. Door aan de technologie
informatie te geven, dat de machine zelf dingen zal leren
• Deep learning:
= bepaalde techniek binnen de machine learning: neurale netwerken met heel veel
lagen. Hiermee kan je heel complexe zaken moduleren.
3.1. Machine learning en neurale netwerken
Brein: neuronen die verbonden zijn met verschillende banen tussen neuronen. Indien een
neuron geactiveerd wordt zal deze een lage puls doorsturen naar een ander neuron.
→ Hierdoor kunnen we gaan bijleren
Neuraal net van hersenen vereenvoudigd :
→ Elk neuron is verbonden met alle neuronen van de vorige en
volgende rij
Bv. Komen waarden binnen – vermenigvuldigen met
gewichten – passen gewichten aan
→ zo bekomen tot de juiste output
Door middel van zeer veel foto’s te gebruiken
Zo’n netwerk maakt met heel veel lagen → heb je heel veel data voor nodig!
3.2. Huidige challenges
3.2.1. Accuraatheid van algoritmes
De vraag: hoe accuraat kunnen we iets doen? En wat is de impact hiervan
De kans dat er een verkeerde interpretatie wordt gemaakt door een device is 0,01% van de
gevallen
→ Stel wagen aan het rijden, elke seconde wordt er 1000 keer een netwerk bevraagd 10 000
→ 1X per seconde de fout in gaan (niet goed op de weg!)
Algoritmes werken het meest van de tijd perfect, maar soms sluipt er nog een foutje in
Moet proberen vermeden te worden
4
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur YLe. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €7,29. Vous n'êtes lié à rien après votre achat.