Machine learning: de toekomst van het onderwijs? - Caspar Greeven en Caspar v...SURF Events
Machine learning is steeds vaker in het nieuws. Ook op het gebied van onderwijs beginnen slimme, zelflerende algoritmes een grotere rol te spelen. Deze sessie start met een overzicht van de geschiedenis van machine learning en deep learning. Welke ontwikkelingen liggen hieraan ten grondslag? Hoe worden deze technieken op dit moment al toegepast, zonder dat we het zelf doorhebben? Daarna gaan we zelf een zelflerend algoritme bouwen, dat gebruik maakt van beeldherkenning. Neem je laptop mee, als je wilt meedoen.
Het belang van AI en technologie kan niet genoeg benadrukt worden. In de moderne wereld is technologie niet langer alleen een handig hulpmiddel, maar een onmisbaar onderdeel van het dagelijks leven en de bedrijfswereld. De opkomst van kunstmatige intelligentie (AI) heeft de manier waarop we zaken doen en communiceren met elkaar veranderd. Bedrijven die deze technologieën omarmen en integreren in hun activiteiten, hebben een enorm concurrentievoordeel.
Tijdens het evenement zullen sprekers van OrangeValley en andere experts uit de branche hun kennis delen over onderwerpen als AI, machine learning, data-analytics en de nieuwste tools en technologieën voor digitale marketing. Met concrete best practices uit de markt en bij onze opdrachtgevers.
Met de juiste input, creëer je de juiste output, toch? Steeds meer stellen we onze klant centraal, of dit nu direct in de winkel is of een AI-gestuurde en gepersonaliseerde ervaringen online. Een optimale customer experience, daar gaat het om. Een passend product, het voorschotelen van FAQ’s, chatbots…
Maar wat betekenen deze technologische ontwikkelingen voor de binding met je consument? Is een automatisch gegenereerd antwoord voldoende tegenwoordig? Kunnen we met de inzet van de juiste technologie ook zorgen voor een geautomatiseerd antwoord dat warm aanvoelt? Is de stem van de consument niet belangrijker dan een data gestuurde AI oplossing? Hoe kunnen we de voice of the customer gebruiker als kwalitatieve data input ten behoeve van de juiste output?
Rachel van Staalduinen neemt je mee in de techniek die de Voice of the Customer (VOC) laat horen.
De relatie van technologie en de consument
Martijn Stomphorst, Manager Strategie & Customer Experience
Welke technologische ontwikkelingen veranderen ons leven? En hoe ziet dat technologische landschap er nu uit? Technologische ontwikkelingen als AI die data gestuurd zijn, zouden moeten bijdragen aan customer experience. Maar hoe staat dit in relatie tot de voice of the customer? In hoeverre kan technologie de daadwerkelijke binding die nodig is met een merk afvangen en hoe kan dit juist goed ingezet worden om die customer experience te verbeteren?
Als je technologie op de juiste manier inzet verbeter je de klantervaring, waardoor je uiteindelijk nog meer resultaat haalt uit je marketing efforts. Maar hoe kun je technologische ontwikkeling als AI nou optimaal benutten met de juiste output naar je consument?
Martijn Stomphorst vertelt je alles over de inzet van technologie met maximaal resultaat.
Machine learning: de toekomst van het onderwijs? - Caspar Greeven en Caspar v...SURF Events
Machine learning is steeds vaker in het nieuws. Ook op het gebied van onderwijs beginnen slimme, zelflerende algoritmes een grotere rol te spelen. Deze sessie start met een overzicht van de geschiedenis van machine learning en deep learning. Welke ontwikkelingen liggen hieraan ten grondslag? Hoe worden deze technieken op dit moment al toegepast, zonder dat we het zelf doorhebben? Daarna gaan we zelf een zelflerend algoritme bouwen, dat gebruik maakt van beeldherkenning. Neem je laptop mee, als je wilt meedoen.
Het belang van AI en technologie kan niet genoeg benadrukt worden. In de moderne wereld is technologie niet langer alleen een handig hulpmiddel, maar een onmisbaar onderdeel van het dagelijks leven en de bedrijfswereld. De opkomst van kunstmatige intelligentie (AI) heeft de manier waarop we zaken doen en communiceren met elkaar veranderd. Bedrijven die deze technologieën omarmen en integreren in hun activiteiten, hebben een enorm concurrentievoordeel.
Tijdens het evenement zullen sprekers van OrangeValley en andere experts uit de branche hun kennis delen over onderwerpen als AI, machine learning, data-analytics en de nieuwste tools en technologieën voor digitale marketing. Met concrete best practices uit de markt en bij onze opdrachtgevers.
Met de juiste input, creëer je de juiste output, toch? Steeds meer stellen we onze klant centraal, of dit nu direct in de winkel is of een AI-gestuurde en gepersonaliseerde ervaringen online. Een optimale customer experience, daar gaat het om. Een passend product, het voorschotelen van FAQ’s, chatbots…
Maar wat betekenen deze technologische ontwikkelingen voor de binding met je consument? Is een automatisch gegenereerd antwoord voldoende tegenwoordig? Kunnen we met de inzet van de juiste technologie ook zorgen voor een geautomatiseerd antwoord dat warm aanvoelt? Is de stem van de consument niet belangrijker dan een data gestuurde AI oplossing? Hoe kunnen we de voice of the customer gebruiker als kwalitatieve data input ten behoeve van de juiste output?
Rachel van Staalduinen neemt je mee in de techniek die de Voice of the Customer (VOC) laat horen.
De relatie van technologie en de consument
Martijn Stomphorst, Manager Strategie & Customer Experience
Welke technologische ontwikkelingen veranderen ons leven? En hoe ziet dat technologische landschap er nu uit? Technologische ontwikkelingen als AI die data gestuurd zijn, zouden moeten bijdragen aan customer experience. Maar hoe staat dit in relatie tot de voice of the customer? In hoeverre kan technologie de daadwerkelijke binding die nodig is met een merk afvangen en hoe kan dit juist goed ingezet worden om die customer experience te verbeteren?
Als je technologie op de juiste manier inzet verbeter je de klantervaring, waardoor je uiteindelijk nog meer resultaat haalt uit je marketing efforts. Maar hoe kun je technologische ontwikkeling als AI nou optimaal benutten met de juiste output naar je consument?
Martijn Stomphorst vertelt je alles over de inzet van technologie met maximaal resultaat.
Op 29 augustus 2023 heb ik tijdens het L&D en AI evenement van AI advies en training in het BonBon Theater te Amsterdam een presentatie verzorgd over de lange termijn gevolgen van AI voor learning and development (L&D). Gaat AI L&D wel revolutionair veranderen? Internettechnologie heeft dat m.i. namelijk slechts deels gedaan.
Over testen gesproken TestNet najaar 2019 openingskeynote Rik MarselisRik Marselis
Rik Marselis opende het TestNet najaarsevenement 2019 met de keynotepresentatie "Over testen gesproken, historie, heden en toekomst". Hij gaat in op de lessen m.b.t. testen en kwaliteit uit zijn inmiddels 39-jarige IT-carriere.
Niet onderhoudbare software in 10 makkelijke stappenRick Beerendonk
Ontwikkelde software eindigt vaker dan ons lief is in moeilijk te onderhouden code en een minder productieve organisatie. Ondanks goede intenties blijken simpele wensen moeilijker te implementeren dan nodig. Er ontstaan meer problemen dan verwacht. In het begin ging het allemaal nog zo snel, makkelijk en foutloos. Waar ging het mis? In deze sessie gaan we die vraag beantwoorden door onderscheid te maken tussen wat makkelijk lijkt en wat eenvoudig is. We behandelen bewezen technieken alsmede veelbelovende ontwikkelingen. Uiteraard kijken we verder dan het coderen, want software ontwikkeling blijft mensenwerk.
Op 29 augustus 2023 heb ik tijdens het L&D en AI evenement van AI advies en training in het BonBon Theater te Amsterdam een presentatie verzorgd over de lange termijn gevolgen van AI voor learning and development (L&D). Gaat AI L&D wel revolutionair veranderen? Internettechnologie heeft dat m.i. namelijk slechts deels gedaan.
Over testen gesproken TestNet najaar 2019 openingskeynote Rik MarselisRik Marselis
Rik Marselis opende het TestNet najaarsevenement 2019 met de keynotepresentatie "Over testen gesproken, historie, heden en toekomst". Hij gaat in op de lessen m.b.t. testen en kwaliteit uit zijn inmiddels 39-jarige IT-carriere.
Niet onderhoudbare software in 10 makkelijke stappenRick Beerendonk
Ontwikkelde software eindigt vaker dan ons lief is in moeilijk te onderhouden code en een minder productieve organisatie. Ondanks goede intenties blijken simpele wensen moeilijker te implementeren dan nodig. Er ontstaan meer problemen dan verwacht. In het begin ging het allemaal nog zo snel, makkelijk en foutloos. Waar ging het mis? In deze sessie gaan we die vraag beantwoorden door onderscheid te maken tussen wat makkelijk lijkt en wat eenvoudig is. We behandelen bewezen technieken alsmede veelbelovende ontwikkelingen. Uiteraard kijken we verder dan het coderen, want software ontwikkeling blijft mensenwerk.
Real time voice translation handig maar hoe ver staat hetSmals
Voorstelling van enkele technologieën om gesprekken onmiddellijk te vertalen zodat anderssprekenden elkaar kunnen begrijpen. De technologie staat al ver, maar het is nog niet perfect.
2. • Staat tegenover “general” Artificial Intelligence, waarbij
een systeem de intelligentie benadert van de mens;
• “Narrow” slaat op het gegeven dat dit soort AI werkt
voor een specifieke en beperkte taak;
• Er worden regels opgelegd die niet mogen overtreden
worden;
• Deze systemen zijn niet intelligent, maar wekken wel
die indruk;
• Alle succesvolle toepassingen op vandaag vallen in
deze categorie van “narrow” AI.
Waarom “narrow”
(ook “weak”)
Artificial Intelligence?
3. Supervised /unsupervised learning
3
• Het leeuwendeel van de succesvolle Narrow AI toepassingen
steunen op Supervised Learning;
• In essentie wordt in deze aanpak bij het aanleren een outcome
gekoppeld aan een input. Het systeem kan zich dan zo
ontwikkelen dat het voor een nieuwe input een verwachte
outcome kan bepalen;
• De outcome kan manueel gekoppeld worden aan een input,
maar het is veel interessanter wanneer er automatisch input-
outcome data gecreëerd worden;
• Bij unsupervised learning moet het system leren zonder over de
gewenste output te beschikken.
4. 4
Narrow AI op basis van Supervised Learning
• We spreken ook van “supervised learning” wanneer
we werken op basis van paren met enerzijds input en
anderzijds het juiste resultaat.
Deze paren zijn beschikbaar door ofwel manuele annotatie
of doordat toepassingen deze aanleveren.
Wanneer in eCommerce een website aanbevelingen formuleert
dan weet de toepassing of de consument erop reageert.
Wanneer er online advertenties geplaatst worden, dan is
gekend of het publiek erop klikt of niet.
Al die kennis wordt omgezet in een model.
7. Voorbeelden van Supervised Learning
Input A
Email
Audio
English
Ad, user info
Image, radar info
Image of phone
Application
Spam filtering
Speech recognition
Machine translation
Online advertising
Self-driving car
Visual inspection
Andrew ng – AI for everyone
Supervised Learning
In deze set inputs wordt de
resulterende uitkomst
voorzien. Input -> Output
OR A->B mapping is
voorzien. Deze dataset
wordt in het systeem
gevoerd zodat het kan
leren hoe het te
interpreteren
Output B
Spam? (0/1)
Text transcript
Chinese
Click? (0/1)
Position of other cars
Defect ? (0/1)
7
8. Unsupervised Learning
Wanneer er geen paren gebruikt worden, kan een techniek gebruikt worden die zichzelf aanleert, bijvoorbeeld door de input in verschillende groepen onder te brengen
Discover a good internal
representation of the data.
Unsupervised learning
Training data does not
include desired outputs
Unsupervised Machine Learning
Raw Data
01010101010101010101010101010<
<01010101010101010101010101</0
/0101010101010101010101010101<<
01010101010101010101010101010<
<01010101010101010101010101</0
/0101010101010101010101010101<<
01010101010101010101010101010<
<01010101010101010101010101</0
8
Andrew ng – AI for everyone
10. Strengths And Weaknesses of Machine Learning
Indien
dataformaat
verandert kan
het model falen
en moeten
hertraind
worden
ML tends to work well when:
1. Learning a “simple” concept
2. There is lots of data available
ML tends to work poorly when:
1. Learning complex concepts
from small amounts of data
2. It is asked to perform on new
types of data
10
Andrew ng – AI for everyone
11. 11
• Werkt niet op basis van input en output koppels;
• Systeem krijgt aantal mogelijke acties en ook een
score als gevolg van het uitvoeren van acties;
• De opdracht is om de score te maximaliseren;
• Leverde al spectaculaire resultaten bij gaming:
• Atari games
• Alpha go zero
• Schaak
Reinforcement learning
12. Generative Adversarial Networks
twee helften van een AI-oplossing nemen het tegen elkaar op om een steeds beter resultaat te bekomen
Wat zijn GANs?
First, an intuition
Generator
Goal: Produce counterfeit money
that is as similar as real money
Discriminator
Goal: Distinguish between
real and counterfeit money.
GenerativeAdversarial Networks
Gecreëerd door Ian Goodfellow (OpenAI):
Twee neurale netwerken strijden tegen elkaar (minmax game)
Discriminatief netwerk probeert onderscheid te maken tussen echte en fake data
Generatief netwerk probeert samples te genereren om het discriminatief netwerk
te foppen 12
13. • De generator creëert kandidaten terwijl de discriminator ze evalueert;
• Het doel van de generator is om de discriminator te “foppen” door kandidaten
te produceren die de discriminator voor echt neemt;
• De discriminator wordt getraind totdat hij nauwkeurig genoeg is;
• De generator traint op basis van de waarschijnlijkheid dat het de discriminator
kan foppen;
• Nadien worden de door de generator gesynthetiseerde kandidaten door de
discriminator geëvalueerd;
• Feedback wordt door beide netwerken toegepast zodat de generator betere
beelden produceert, terwijl de discriminator er beter in wordt om valse
kandidaten te repereren.
13
Generative Adversarial
Networks
14. • Transfer learning is een automatische leermethode waarin een model ontwikkeld
voor een taak hergebruikt wordt als startpunt voor een model voor een tweede taak;
• Werkt in deep learning enkel wanneer de modelkenmerken die geleerd worden van
de eerste taak algemeen zijn;
• In deep learning liggen de algemene/basiskenmerken vast terwijl de verdere lagen
verfijnd worden voor specifieke toepassingen;
• Pre-trained Model Approach
• Selecteer bronmodel: een vooraf getraind bronmodel wordt gekozen uit beschikbare
modellen;
• Reuse Model: het vooraf getrainde model wordt gebruikt als startpunt voor een
model van de tweede belangrijke taak;
• Tune Model: past of verfijnt het model qua input-output pair data beschikbaar voor
de taak in kwestie.
14
Transfer learning
15. een belangrijke techniek voor supervised learning is
Neuron Based Machine Learning
in het voorbeeld is de input een verzameling van info over te koop aangeboden woningen en de output de verkregen prijs
Andrew ngAI for everyone
De neuron is een gigantische wiskundige vergelijking die de output aflevert
Deep learning Neuron Grote wiskundige
vergelijking
grootte
# slaapkamers
# badkamers
Pas gerenoveerd
(Artificieel) Neuraal Netwerk
Price
Neurale netwerken
waren oorspronkelijk
geïnspireerd door de
hersenen, maar de
details van de manier
waarop ze werken
hebben zo goed als
niets te maken met de
werking van het
menselijk brein.
A
B
15
16. Voorspelling tijdreeksen
Elk probleem met tijdreeksen
zoals het voorspellen van de
aandelenprijzen in een bepaalde
maand.
Toepassingen van
Neurongebaseerd
automatisch leren
16
17. Vastleggen van beelden
RNN wordt gebruikt om een
afbeelding vast te leggen door de
activiteiten erin te analyseren
“Een hond die een bal in de lucht opvangt”
17
Toepassingen van
Neurongebaseerd
automatisch leren
18. Machinevertaling
Vanuit de input in een taal kan
het neurongebaseerd
automatisch leren gebruikt
worden om input om te zetten in
verschillende talen als output
De persoon spreekt Engels en laat dit vertalen
in het Chinees, Italiaans, Frans, Duits en Spaans
18
Toepassingen van
Neurongebaseerd
automatisch leren
19. Use Cases in AI
bron: cogitotech.com
• AI in radiologie kan de ziekte accuraat genoeg
opsporen, maar kan ook medicatie
voorstellen naargelang de toestand van de
patiënt;
• ML voor tandheelkundige beeldanalyse helpt
om de toestand van de tanden te bepalen en
om de juiste behandeling aan te bevelen;
20. 20
Hartziekten voorkomen
• Slimme algoritmes zoals die gebruikt door Eko’s AI
kunnen geluiden detecteren die wijzen op dodelijke
hartaandoeningen zoals aortavernauwing met een
accuraatheid van 97.2%;
• De draagbare Zio Patch ontwikkeld door iRhythm
Technologies monitort hartslag gedurende twee
weken, Apple’s ECG app kan vroege tekenen van
voorkamerfibrilleren detecteren;
21. Van reactieve naar proactieve
gezondheidszorg
• Slimme pacemakers, hartmonitors,
zuurstofflessen en glucosemeters zullen de
unieke ritmes en functies van uw lichaam
leren kennen en u verwittigen bij gevaar of
abnormale metingen;
• AI-driven Internet of Things (IoT) kan
gezondheid 30 tot 40% verbeteren en
kosten halveren;
• De Owlet (een draagbare sok voor baby’s)
verschaft real-time data van de vitale
functies van uw baby in zijn slaap. Data
wordt vergeleken met een referentiepunt en
maakt geluid wanneer de waarden dit punt
te ver overschrijden.
21
22. 2
2
• Artificiële Intelligentie helpt met
• Selectie van kandidaten voor volgende rondes;
• Het ingevulde sollicitatieformulier analyseren
alsook de verschillende vooraf ingevulde
antwoorden door kanaidaten;
• De rekruteringsflow uitlijnen zodat die meer
datagericht is;
• AI tools kunnen
• Werknemers evalueren (hun mindset en
persoonlijkheden)
• Een plan opstellen om bedienden te trainen,
hoe ze te motiveren, wanneer ze te belonen en
wanneer niet;
• Hoe meer Artificiële Intelligentie een bedrijf
gebruikt, hoe menselijker het kan zijn.
Human
Resources
23. Geautomatiseerde boekhouding
• Kleine ondernemers zijn vaak afgeleid
door de sleur van de back-office;
• AI-gedreven geautomatiseerde
boekhoudoplossingen zoals die van
ScaleFactor of Botkeeper kunnen kleine
ondernemers helpen bij back-office taken,
gaande van accounting tot loonbeheer;
• Dankzij een combinatie van ML en
aangepaste regels, processen en
berekeningen kan het systeem
verschillende databronnen combineren
om transactiepatronen te herkennen en
uitgaven automatisch te sorteren.
2
3
24. Toxische werkplaats
bron: receptivitii
• AI kan een oplossing voorzien door subtiele patronen
te begrijpen van neerbuigend taalgebruik of andere
tekens die wijzen op stalking, victimisatie, en
intimidatie binnen de communicatiestromen van een
organisatie;
• AI kan geïntegreerd worden in het e-mail- en
berichtensysteem van een bedrijf om taal te
analyseren die mogelijk op toxisch gedrag wijst;
24
Algorithmes werden decennialang geïnstrueerd met
onderzoek naar taal en psychologie die analyseren hoe
mensen onbewust informatie vrijgeven over hun cognitieve
toestand, stress, vermoeidheid en burn-out
25. Kassiervrije winkels
Amazon heeft al betaalloze winkels;
• De technologie reageert wanneer u iets uit de rekken haalt of er weer in zet;
• Wanneer u buitengaat met uw producten, wordt het geld van uw Amazon-account
gehaald;
25
26. Whiskyrecepten
26
• Het Zweedse Mackmyra Whisky maakte ‘s werelds eerste AI-
ontwikkelde whisky;
• Mackmyra neemt zijn bestaande recepten, vattypes, verkoopcijfers en
klantvoorkeuren en stopt dit allemaal in automatische leermodellen
om nieuwe combinaties uit te vinden waar menselijke Master
distilleerders nooit aan gedacht zouden hebben;
• Bij Mackmyra testen mensen de resultaten nog steeds, maar het recept
blijft uit AI-handen komen.
27. Startreks Tricorder wordt
werkelijkheid
(basil leaf technologies)
• De Startrek medical tricorder wordt (in science
fiction) gebruikt door dokters om diagnoses te
stellen en lichaamsinformatie van een patiënt te
verzamelen;
• In 2017 won het DxtER-systeem de Tricorder Xprize;
• AI-gebaseerd systeem focust op correcte en
eenvoudige verzameling van vitale functies.
27
28. Diagnoses huidkanker - 2016
95% van de huidkankers kan genezen worden indien vroeg opgespoord
Perfomantie
Patholoog
96,5%
A.I.
Performantie
97,1%
Patholoog + A.I.
99,5% Bron: janWieeµgelmann (autovia)
28
29. Verbeteren van de kwaliteit van afbeeldingen
(letsenhance.io)
Voor Na
31. Succesvolle toepassingen waaronder Mars Rovers
missie:
• Kan zich aanpassen aan omstandigheden zonder directe
instructies;
• Heeft zichzelf geleerd hoe zijn zonnepanelen te draaien en
overtollig stof te verwijderen dat de absorptie van
zonnestralen blokkeerde;
• Leerde zichzelf hoe zintuigelijk bewijs te koppelen aan de
doelstellingen van de missie en was bijgevolg in staat om het
eerste doeltreffende weermodel te bouwen voor een andere
planeet.
Een machine besturen op
een andere planeet
(cognitive.ai)
32. Software schrijven
Codebots.com
Codebots volgt de modelgedreven softwareontwikkelingsprocessen in een bijzondere manier zodat de evolutie van hun documentaite de evolutie
van de code stuurt;
Deepcode.ai
Zoekt bugs die verder gaan dan standard code review tools;
Verschaft uitvoerbare aanbevelingen om deze op te lossen;
Diffblue.com
Schrijft unit test reeksen voor Java-code waar anders dagen of weken manueel aan geschreven zou worden.
35. Aggressiedetectie
Identificeert verbale agressie om
escalatie en aanvallen te voorkomen
Detectie auto-alarm
De detector zorgt ervoor dat
veiligheidspersoneel sneller kan
reageren op incidenten gebaseerd op
een real time alarm
Vuurwapendetectie
Herkent het laden van een vuurwapen
in real-time in verschillende settings
Detectie gebroken glas
Detecteert het breken van gelaagd, enkel of
dubbel, gehard en draadglas
Soundintel.com “Geluidsbewaking” in plaats van “Camerabewaking”
Met Interpretatie Van Geluid
Acoustische Monitoring voor
Gezondheidszorg
Voorziet niet-intrusieve observatie en
zorg van patiënten
Custom Detectors
Audiosensoren kunnen toegepast worden voor
talrijke toepassingen. Geluidsintelligentie kan
creëren.
35