d

Buzzword-bingo

Wij spelen regelmatig met de volgende buzzwords. Is jouw organisatie hier al mee bezig?

Kunstmatige intelligentie (KI), of artificiële intelligentie (AI), zijn apparaten die reageren op data of impulsen uit hun omgeving en op basis daarvan zelfstandig beslissingen nemen. Het gaat bij AI dus niet om de rekenkracht, maar om de mogelijkheid (zelfstandig) te leren en beslissingen te nemen. De apparaten zijn zich echter niet bewust van de taken die ze uitvoeren. Ze volgen algoritmes en herkennen patronen.

Om AI toe te passen moet een algoritme eerst getraind worden met een trainings dataset. Hoe goed het algoritme werkt wordt getest met een andere dataset. Pas nadat het algoritme getraind is kan het worden ingezet. AI zonder training zou gewoon if/else statements zijn, en dat zou je officieel geen AI noemen.

Een vuistregel is: hoe meer data, hoe beter je algoritme getraind kan worden. Met een kleine dataset is het zelf (bijna) onmogelijk een algoritme iets zinnigs te laten voorspellen.

Wanneer is Ai Ai?

Er zijn verschillende niveaus binnen het Ai. Graag geven wij je enkele voorbeelden.

Niveau 0: Mr. Winston veranderd de kleur van de tafel naar mate er langer contact momenten zijn geweest met de gasten.

Niveau 1: Een algoritme dat getraind is om te voorspellen hoeveel pauze jij hebt genomen als je invuld wat je werktijden zijn.

Niveau 2: Denk aan de video suggesties op YouTube. Als jij klikt op een suggestie wordt dit doorgestuurd naar YouTube zodat ze hun algoritme kunnen verbeteren.

Bij virtual reality (vr) creëren we een schijnwereld die afgesloten is van de echte wereld. Bij augmented reality (ar) lopen deze 2 werelden juist geruisloos in elkaar over. Je hebt bij AR dus een virtuele laag die wordt gepresenteerd over de realiteit.

Volgens Gartner gaat het om drie factoren:

  • de hoeveelheid data;
  • de snelheid waarmee de data binnenkomen en/of opgevraagd worden;
  • de diversiteit van de data. Hiermee wordt met name bedoeld dat de data ongestructureerd zijn en niet in een traditionele database opgeslagen kunnen worden.

Als aan minimaal twee van bovenstaande factoren is voldaan, spreekt men in het algemeen over big data.

Drie andere factoren zijn:

  • de variatie in de data. M.a.w. verschillende bronnen kunnen elkaar tegenspreken en het geheel extra compliceren;
  • de kwaliteit van de data: de ene bron is minder betrouwbaar dan de andere;

de complexiteit van de data: de mate waarin ongestructureerde data van verschillende bronnen met elkaar te combineren zijn.

De data wordt opgeslagen in zogenaamde blokken, dat zijn gewoon lijsten met transacties of andere gegevens. Het block wordt afgesloten met de hash van alle gegevens in het betreffende block. In het volgende block wordt de hash van het voorgaande block opgenomen waardoor de blokken naar elkaar verwijzen en er een zogenaamde chain (ketting) ontstaat. Hierdoor is het ook niet zomaar mogelijk om voorgaande blokken aan te passen, de hash zal dan ook veranderen.

 Deep learning richt zich nog nauwer op een subset van machine learning door de inzet van diepe neurale netwerken. Neurale netwerken lijken qua structuur op hoe onze hersens in elkaar zitten. Deep learning is goed in specifieke taken binnen AI/ML. Professor R. van de Looi leert ons verder dat kunstmatige intelligentie te onderscheiden is in vier categorieën: Thinking humanly, Acting humanly, Thinking rationally en Acting rationally.

Meer leren over Venture Building?

Schrijf je in voor onze nieuwsbrief