Kunstmatige intelligentie voor dommerds

Slides:



Advertisements
Verwante presentaties
Startbijeenkomst Leren Leren in een professionele oefencultuur
Advertisements

Leren(d) samenwerken Frank Stiksma MSc
Gekoesterde kwetsbaarheid als professionele deugd
Hoofdstuk 10 Afsluiting van het project
- Inhoud Artificial Intelligence - Inhoud Wat is AI? OorsprongReasoningLearning • Wat is Artificial Intelligence.
Marktonderzoek als proces
Opdrachttaak kennissystemen:
Kennis maken met Opbrengstgericht werken
Kwaliteit met beleid Petra Verhagen
Kwaliteit en betrouwbaarheid van simulaties ir. Rudolf van Mierlo Efectis Nederland BV.
SAMEN AAN ZET Opbrengstgericht werken voor docenten.
SAMEN AAN ZET Workshop voor leidinggevenden én docenten.
Taal en cognitie: Optimaliteitstheorie Henriëtte de Swart.
Jan Talmon Medische Informatica Universiteit Maastricht
Neurale Netwerken Kunstmatige Intelligentie Rijksuniversiteit Groningen April 2005.
Geest, brein en cognitie Filosofie van de geest en Grondslagen van de cognitiewetenschap Fred Keijzer.
Zonder Interface heeft de computer geen gezicht
Media en creativiteit Trend Research Medmec02-5 les 6.
Business Marketing Management© 2008 Noordhoff Uitgevers bvBusiness Marketing Management© 2008 Noordhoff Uitgevers bv.
Marktonderzoek als proces
Inleiding Kennistechnologie §Hoofdstuk 1: Introductie §Hoofdstuk 2: Kennissystemen in context §Hoofdstuk 3: Kennisacquisitie.
#MT1412 Management Tomorrow. #MT1412 Frank Robben.
Het toepassen van bruin papier voor procesbeschrijvingen in workshops
MVO en analyse van dilemma’s
Een Module over Model Checking voor het VWO Frits Vaandrager1, David Jansen1 & Els Koopmans2 1Radboud Universiteit Nijmegen 2Olympus College Arnhem.
Het portfolioproject van de AOC’s EduExchange 2006 Groene Scharnieren.
Rekenproblemen en Dyscalculie
‘Het talent bestaat niet. Het talent is de behoefte hebben iets te doen.’ ……. Wij als volwassenen willen graag dat kinderen zich goed ontwikkelen. Dan.
‘Het talent bestaat niet.
Visie informatievoorziening
Beeldplaat. Relatie tot het modelplan BOB BEELDVORMEN OORDEELBESLUIT ContextOplossingen, scenario’s Beeld en BetekenisBesluiten: plannen, middelen alloceren.
Prototype kwartaalrapportage en dashboard
Agenda Inleiding en Lagerhuis: Proces management en proces keten optimalisatie gaat ons helpen inzicht te krijgen in de impact van toekomstige veranderingen.
Onderzoeksvaardigheden 3
Week 3: Systeemtheorie versus biologische psychologie
Verpleegkundig redeneren
Presentatie titel Rotterdam, 00 januari 2007 BIMBDK01 Bedrijfskundige thema’s Week 7 Thema 12 – Omgevingsinvloeden Business IT & Management
Lezen kan in alle talen over meertaligheid en leesbevordering Saskia Visser Wetenschapswinkel Taal, Cultuur en Communicatie.
1 Financiële risico’s decentralisaties Robert ‘t Hart
In control met efficiënte en excellente examenprocessen. Eenvoudig en transparant!
Decentralisaties en gegevensverwerking. Even voorstellen Henk Wolsink Teamleider Algemeen Juridische Zaken gemeente Hengelo Adhoc werkgroep privacy provinciebreed.
Problemen in de interactie en communicatie bij kinderen met een aan autisme verwante stoornis. M. Serra & R.B. Minderaa.
Dordt aan Zet. De gebruikswaarde van een voorziening maximaliseren door de behoefte van alle belanghebbenden centraal te stellen. Gemeentelijk Eigendom.
Building with nature (project Marconi) Kompas voor oriëntatie op vervolgprojecten Minor People, Planet, Profit, Rijksuniversiteit Groningen Policy Lab.
Zonnecellen op water Kompas voor oriëntatie op vervolgprojecten Minor People, Planet, Profit, Rijksuniversiteit Groningen Policy Lab ‘Duurzame.
PoC Geodata en het eDepot. Wat gebeurt hier? Drie lokale overheden, één RHC en Geonovum slaan de handen ineen Veel energie rondom een vraag die de hele.
Cultuureducatie, W&T en wereldoriëntatie
Lean Six Sigma - Verbetermanagement
360° agenda voor toekomst: 9 belangrijke vragen
Gregory, Kevin, Peter, Pim
Gregory, Kevin, Peter, Pim
Met STAR(R) meer zicht op competentieontwikkeling
Dimpact 17 november 2016 Informatie gestuurd beleid
Format Presentatie CISO aan gemeentebestuur
Behavior Based Safety Warehousing
Vakmanschap voor jongeren in het sociale domein
Marketingstrategie J. Kamphuis AOC –Oost 2017
Supercomputers woensdag 18 januari 2017.
Computational thinking != Programmeren != Coderen
Christelijke techniekfilosofie: hoe zou dat er uit kunnen zien?
De didactiek van ontwerpen
Big Data.
Big Data.
Risicoanalyse … waarom?
OPENINGSCASE: PNC-banken en enterprisetoepassingen
Risicoanalyse … waarom?
Taallab 3.0 Online geletterdheid
Risicoanalyse … waarom?
The many faces of Application Programmes Interfaces
Kwantitatief onderzoek
Transcript van de presentatie:

Kunstmatige intelligentie voor dommerds Een aantal aspecten van AI: AI kan zaken beter dan mensen (signaleren van een fout die de tester niet heeft gevonden) AI beoordeelt het werk van mensen (is die bevinding wel een blokker?) AI maakt een profiel van gebruikers (ben je er weer testertje?) AI oordeelt(kun je wel?) Gerard Numan

AI toepassingen Wetenschap Klant-interactie Marketing Search-engines Beeld, spraak- en gezichtsherkenning Robotics Gaming Politiek, oorlog, liefde, testen,….

Thema’s Intelligentie (Dynamische) algoritmes Machine Learning, Modelling, Neural Networks Dataïsme Post-Humanisme Wat is intelligentie? Oordeel, concept, big data, filtering, reflectie Kenmerken AI: Neuraal netwerk, model. Principe: reflectie, aanpassing aan doel, actie, big data Gevolgen: autonome, oncontroleerbare ontwikkeling, output van AI: oordelen, inzichten, superioriteit Menselijke intelligentie: tot nu verrijkt door techniek. AI: niet meer centraal, dienend en volgend. We worden dommer! Ook omdat we niet weten wat de achtergronden zijn van een AI-oordeel. We worden er door overvleugeld en geven er aan toe. Oordeel/ reflectie is een activiteit die moet worden getraind. Gebeurt niet meer. Risico’s: Traceerbaarheid Reductionisme (niet alle relevante data gebruikt)

Agenda Wat is intelligentie? Wat is Artificiële Intelligentie? Impact van AI Extensies Risico’s Zegeningen Filosofie

Intelligentie?

In elk van deze intelligenties is te verwachten dat AI zijn intrede doet of al heeft gedaan. Wat is veilig voor AI en in hoeverre vervult AI alles wat menselijke intelligentie in deze gebieden ook kan (of iets extra’s)?

Model

Intelligentie als proces anderen ervaring wereld lijf doel lijf ding filter anderen doel concept wereld plan anderen taak doel wereld ding plan Per stap: Filtering Ordening Remming en ontremming Input Output resultaat actie taak lijf

Wat is intelligentie? Parallelle processen Ervaren Filteren Ordenen Conceptualiseren Positioneren/handelen Reflectie Leren

Agenda Wat is intelligentie? Wat is Artificiële Intelligentie? Impact Extensies Risico’s Zegeningen Filosofie

Wat is artificiële intelligentie? Parallelle processen Ervaren Filteren Ordenen Conceptualiseren Positioneren/handelen Reflectie Leren Wat is intelligentie? Oordeel, concept, big data, filtering, reflectie Kenmerken AI: Neuraal netwerk, model. Principe: reflectie, aanpassing aan doel, actie, big data Gevolgen: autonome, oncontroleerbare ontwikkeling, output van AI: oordelen, inzichten, superioriteit Menselijke intelligentie: tot nu verrijkt door techniek. AI: niet meer centraal, dienend en volgend. We worden dommer! Ook omdat we niet weten wat de achtergronden zijn van een AI-oordeel. We worden er door overvleugeld en geven er aan toe. Oordeel/ reflectie is een activiteit die moet worden getraind. Gebeurt niet meer. Risico’s: Traceerbaarheid Reductionisme (niet alle relevante data gebruikt)

Verzameling inlognamen/ wachtwoorden Lineaire algoritmen Verzameling inlognamen/ wachtwoorden Inlognaam/ wachtwoord Input Actie Actie Bestaat de combinatie inlognaam/ wachtwoord? IF EXISTS [Inlognaam-wachtwoord] Beslissing Output 1 THEN 2 ELSE NOK? OK? Open vervolgscherm Geef foutmelding 1 THEN OPEN PAGE 2 ELSE SHOW “NO valid login” Actie Actie Scherm met toegang Geen toegang, foutmelding Output Output

Een lineair algoritme Data Conditie Stappen Resultaten

Veel, diverse, ongestructureerde, onvoorspelbare en wisselende data Condities Stappen Resultaten Data Data © Polteq IT Services B.V

Veel, diverse, ongestructureerde, onvoorspelbare en wisselende gewenste resultaten Nodig: Parallelle processen (zie intelligentie) Data Resultaten Data Condities Stappen Resultaten Data Resultaten Data Resultaten © Polteq IT Services B.V

Neuraal netwerk Data Kat Data Condities Stappen Kat Data Streepjesoog? Geen kat Zacht? Vacht? Data Resultaten +50% kop? Snorharen? © Polteq IT Services B.V

Supervised Learning Data Kat Data Condities Stappen Kat Data Streepjesoog? Geen kat Hond Fuzzy logic Zacht? Vacht? Data Kat +50% kop? Snorharen? © Polteq IT Services B.V

Supervised Learning Data Kat Data Condities Stappen Kat Data Streepjesoog? Geen kat Zacht? Vacht? Data Kat +50% kop? Snorharen? © Polteq IT Services B.V

Unsupervised Learning Data Kat Data Condities Stappen Kat Data Streepjesoog? Geen kat Marter Zacht? Vacht? Data Kat +50% kop? Snorharen? © Polteq IT Services B.V

Dynamische algoritmen Data labelling trainen Data Analyse Processing Resultaten Input A1 Model B Input B Resultaat X1 Input A2 Model C Input B Resultaat X2 Input A2 Model C Input A1 Model C’ Input B Resultaat X3

AI samenvatting Veel, onvoorspelbare data Parallelle processen: neuraal netwerk Conceptualiseren: modelling Reflectie/ intuïtie: fuzzy logic Data bepaalt het algoritme

Wat kan AI (nog) niet? Causaal doorredeneren (kan een krokodil hordenlopen?) Unsupervised learning Intentionele betrokkenheid Verbeelding 26

Agenda Wat is intelligentie? Wat is Artificiële Intelligentie? Impact van AI Extensies Risico’s Zegeningen Filosofie

Uitbreiding van wereld Extensie 1 Uitbreiding van wereld

Extensie 2 Uitbreiding van intelligentie

Extensie 3 Mens als onderdeel

Extensie 4 Meester of slaaf

Extensie 5 Mens als grondstof

Risico’s: oorzaken Uitzonderlijke data Onterechte/ beperkte labelling Beperkte gegevens Gaps Flaws Pieken Geen traumaverwerking Niet transparant algoritme Onbegrip, angst, beeldvorming Verleiding Dataset: in hoeverre is de dataset dekkend voor waar je inzicht in wil hebben? Geldt dit per levering? Wat is de kans dat er “hikjes” in leveringen zitten? Is er nog ergens relevante data in bronnen die niet meegenomen is? Toepassingsgerelateerd: elk domein heeft zijn eigen risicoprofiel. Bv gezichtsherkenning bij misdaad of terrorismevoorspelling: snelheid dan belangrijker dan precisie. In geval van prognoses, berekeningen, diagnostiek: precisie en volledigheid belangrijker (je wilt niks missen) Ontleren: met leren wordt het model beïnvloed. In hoeverre treedt er dan regressie op en is de invloed van uitzonderlijke data te groot op wat AI doet met andere data? Afleren: kun je terug naar een stand of naar bepaalde uitgangspunten en wat als dit niet kan of onvoldoende gebeurt? Understandability: in hoeverre is het denkrproces nog te volgen en te beoordelen? Hoe belangrijk is dit? Moet je je verantwoorden?

Kwaliteit Brononderzoek Reductionisme Cognitieve therapie voor AI BIAS/ Selffulfilling prophesies Trauma’s Brononderzoek Cognitieve therapie voor AI Steekproeven,…. Digital twin Testen

Beveiliging Brononderzoek Beveiliging Hacking Privacy Evil machine Brononderzoek Beveiliging Cognitieve therapie voor AI Prime directives, Steekproeven,…. Digital twin Testen

Autonomie Onbeheersbaarheid Prime directives Blind vertrouwen Slecht gebruik AI aversie Prime directives Begrip AI Vergelijk met HI AI voor mensen

Maatschappij Prime directives Werkgelegenheid Begrip AI Mens 2.0 vs Mens 1.0 Politieke autonomie Prime directives Begrip AI Vergelijk met HI AI voor mensen Testen

Zegeningen: gezondheidszorg Patroonherkenning praktijk Doorrekenen alternatieven Modelleren bionica/ implantaten

Zegeningen: Stad 2.0 Gedragsvoorspelling Wonen, werken, leven Verkeer

Zegeningen Liefde Oorlog Politiek Zorg Verkeer

Dataïsme Quantified Self AI en data als metafoor

Post-humanisme Topsport Mens 2.0 versus Mens 1.0 Partij voor de Machines Mens als God Machine als God Externe Intelligentie 2.0

In elk van deze intelligenties is te verwachten dat AI zijn intrede doet of al heeft gedaan. Wat is veilig voor AI en in hoeverre vervult AI alles wat menselijke intelligentie in deze gebieden ook kan (of iets extra’s)?