Inleiding in artificiële intelligentie voor niet technici

1. NARROW ARTIFICIAL
INTELLIGENCE
Hoe werkt het
en wat kunnen we ervan verwachten?

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.

5. Supervised Learning
Aanmaak van een model
Supervised
Learning
Predictive
Model
Not duck
Not duck
Duck
Duck
5

6. Predictive
Model
Duck Duck
6
Supervised Learning
Toepassing van het model op een case

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

9. Unsupervised Learning
klasseren in verschillende groepen
Unsupervised
Learning
9

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

30. Robot oogsters (landbouw)
Root-ai.com
• Oogst tomaten, komkommers en aardbeien op het
veld;
• Kopieert iemands vermogen om meerdere kroppen
te oogsten.

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.

33. Achtergrondgeluid uitzetten
Krisp.ai & Babblelabs

34. Proactief politiewerk
Predpol.com
Locatiegebaseerd proactief politiewerk;
Berekent voorspellingen:
Misdaadtype
Misdaadlocatie
Misdaaddatum/uur
Stuurt patrouillehandelingen;
Voorspelt waar en wanneer specifieke wapens kunnen
voorkomen.

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

36. AI tegen verdrinking
(sightbit)

37. Bedankt!
Website
www.smals.be
https://www.smalsresearch.be/
Telefoon
+3227875928
E-mail
research@smals.be