Digi-doener! VO Nederlands | Les 3 - Machine learning en neurale netwerken

Les 1:   Een introductie op AI
Les 2:  Generatieve AI
Les 3:  Machine learning en neurale netwerken
Les 4:  Risico's en kansen van AI
Les 5:  Prompts
1 / 25
volgende
Slide 1: Tekstslide
StudievaardighedenMiddelbare schoolhavoLeerjaar 1

In deze les zitten 25 slides, met interactieve quiz, tekstslides en 3 videos.

time-iconLesduur is: 50 min

Onderdelen in deze les

Les 1:   Een introductie op AI
Les 2:  Generatieve AI
Les 3:  Machine learning en neurale netwerken
Les 4:  Risico's en kansen van AI
Les 5:  Prompts

Slide 1 - Tekstslide

Deze slide heeft geen instructies

Slide 2 - Video

Deze slide heeft geen instructies

Wat is een taalmodel?
Een taalmodel is een soort slimme tekstgenerator die woorden begrijpt.
Woorden en Zinnen: Het taalmodel kijkt naar de woorden en zinnen die mensen gebruiken. Het leert welke woorden vaak samen voorkomen, zoals “hond” en “blaffen”.
Dus, een taalmodel is als een vriend die altijd weet wat je wilt zeggen, zelfs voordat je het zegt!
Deze tekst is gekopieerd van Copilot.
Regels van de Taal: Het model leert ook de regels van de taal, zoals hoe je zinnen maakt. Het weet dat “Ik eet een appel” goed is, maar “Appel eet ik een” niet zo goed.
Voorspellen: Als je een stukje tekst geeft, probeert het taalmodel te voorspellen welk woord er als volgende komt. Het denkt na en zegt bijvoorbeeld: “Hmm, na ‘Ik eet een’ komt waarschijnlijk ‘appel’.”
Slimmer Worden: Hoe meer tekst het model ziet, hoe slimmer het wordt. Het kan verhalen schrijven, vragen beantwoorden en zelfs grappige zinnen maken!

Slide 3 - Tekstslide

Deze slide heeft geen instructies

Ga naar www.bing.com/chat
en geef de volgende opdracht:
Bedenk een sprookje over [verzin een hoofdpersoon] en [verzin een ander personage]. Het speelt zich af in [bedenk een locatie]. Het moet aansluiten bij het thema: [bedenk een thema]. Het verhaal moet ongeveer 30 regels lang zijn.
Log in met een
Microsoft account om ook
een afbeelding bij het verhaal
te laten genereren. Voeg hiervoor deze prompt toe:
Maak ook een bijpassende afbeelding bij het 
sprookje.
Nog een chatbot
proberen? De chatbot Perplexity kun je ook zonder inlog gebruiken (deze chatbot kan geen afbeeldingen genereren): 

Slide 4 - Tekstslide

Deze slide heeft geen instructies

Hoe kunnen mensen zelf nog creatief en vernieuwend blijven als we AI-systemen kunnen gebruiken die beter of sneller zijn dan wij in sommige taken?

Slide 5 - Tekstslide

Deze slide heeft geen instructies

Creëer een surreëel kunstwerk met behulp van Copilot. Laat de realiteit los en maak verrassende combinaties.
Gebruik hierbij de stijl van een Nederlandse kunstenaar zoals Mondriaan, Van Gogh, of Escher.

Slide 6 - Tekstslide

Deze slide heeft geen instructies

Klik op de link en probeer zo snel mogelijk te tekenen wat er wordt gevraagd. 

- Maak zes tekeningen. 
- Je kunt nu klikken op jouw tekening om voorbeelden te zien van andere tekenaars. 
- Beschrijf bij opdracht 4 wat je precies ziet en leg uit hoe het spel werkt.
Speel het tekenspel met AI!
Het is in het Engels, maar je kunt op de rechtermuisknop klikken en dan voor ‘vertaal in het Nederlands’ kiezen. 
De ervaring is wel dat de vertaling niet altijd goed werkt.

Slide 7 - Tekstslide

Deze slide heeft geen instructies

AI heeft data en algoritmes nodig om te kunnen functioneren. Data kunnen bijvoorbeeld teksten, afbeeldingen of video’s zijn.
 
Met data en algoritmes kan AI zichzelf trainen, verbeteren en ingewikkelde problemen oplossen.

Als data verkeerde informatie bevat of als er fouten in het algoritme zitten, dan is de kans groot dat de resultaten van de AI ook fouten bevat. Dit noemen we ook wel hallucineren.

Wil je hier meer informatie over? Lees dan dit artikel.
Deze afbeelding is gegenereerd met behulp van Bing Chat Enterprise (DALL-E 3).
Data en algoritmes

Slide 8 - Tekstslide

Deze slide heeft geen instructies

Slide 9 - Video

Deze slide heeft geen instructies

Een algoritme heeft allerlei informatie van een gebruiker nodig om vervolgens bepaalde suggesties of voorspellingen te doen. 

Een algoritme gaat om rekenkracht.
Algoritmes zijn transparant en voorspelbaar. 

Het helpt de mens om sneller informatie te verwerken. 

Slide 10 - Tekstslide

Deze slide heeft geen instructies

Geef een aantal voorbeelden van Algoritmes

Slide 11 - Woordweb

Tinder
Social media
advertenties
google maps
voorspellen crimineel gedrag
belastingdienst "Toeslagenaffaire"" 
Artsen


4 verschillende functies van een algoritme:


1. Prioriteren (Google beslist welke zoekresultaten bovenaan komen te staan);
2. Classificeren (een medisch algoritme onderscheidt kankercellen van gewone cellen);
3. Associëren (OkCupid/ Tinder beveelt je een geschikte partner aan op basis van bepaalde kenmerken);
4. Filteren (Siri en Alexa filteren het achtergrondgeluid weg voor hun spraakherkenning).  

Slide 12 - Tekstslide

Deze slide heeft geen instructies

Les 1:   Een introductie op AI
Les 2:  Generatieve AI
Les 3:  Machine learning en neurale netwerken
Les 4:  Risico's en kansen van AI
Les 5:  Prompts

Slide 13 - Tekstslide

Deze slide heeft geen instructies

Machine learning en
neurale netwerken
Les 3 Nationale AI-cursus Junior
Deze afbeelding is gegenereerd met behulp van Bing Chat Enterprise (DALL-E 3).

Slide 14 - Tekstslide

Deze slide heeft geen instructies

Slide 15 - Video

Deze slide heeft geen instructies

Machine learning en neurale netwerken: AI-systemen die het menselijk brein nabootsen.
Deze afbeelding is gegenereerd met behulp van Bing Chat Enterprise (DALL-E 3).

Slide 16 - Tekstslide

Deze slide heeft geen instructies

Een machine learning systeem kan beter in iets worden als hij wordt getraind met voorbeelden (data). Het systeem is in staat om patronen te herkennen in die data. Een voorbeeld hiervan is bijvoorbeeld gezichtsherkenning. Het systeem meet bijvoorbeeld de afstand tussen je ogen en de breedte van je neus. Al deze resultaten samen zorgen ervoor dat de gezichtsherkenning werkt.
Deze afbeelding is gegenereerd met behulp van Bing Chat Enterprise (DALL-E 3).
Machine learning

Slide 17 - Tekstslide

Deze slide heeft geen instructies

Wist je dat je heel makkelijk foto’s terug kunt vinden op je smartphone?
Een voorbeeld van machine learning dat gebruikmaakt van een neuraal netwerk is het slim zoeken van foto’s op je smartphone. Als je in je fotoalbum op het ‘vergrootglas’ klikt, dan kun je foto’s zoeken op elk willekeurig woord, bijvoorbeeld ‘strand’, ‘bloem’ of ‘sneeuw’. Het systeem is getraind op veel verschillende categorieën met ontzettend veel foto’s en het is nu in staat om zelf foto’s in te delen in een bepaalde categorie. 

Slide 18 - Tekstslide

Deze slide heeft geen instructies

Machine learning is een manier om machines te ontwerpen die kunnen leren van data.

Het neurale netwerk is een model dat kan worden ingezet voor machine learning.

We spreken van deep learning als meerdere neurale netwerken worden ingezet om te kunnen leren van data om zo complexe problemen op te kunnen lossen.
Bekijk de video en maak opdracht 2 op je DIY-werkblad.

Slide 19 - Tekstslide

Deze slide heeft geen instructies

Stel je voor dat je een robot hebt die je huiswerk voor je kan maken. De robot leert van jouw antwoorden en kan steeds beter worden in het maken van je huiswerk. 

Zou je de robot gebruiken om je huiswerk 
te maken? Waarom wel of niet? 
Wat zijn de gevolgen voor jezelf, 
je klasgenoten en je leraar?

Slide 20 - Tekstslide

Deze slide heeft geen instructies

Laat de Blobs opera zingen
Blob Opera is een machine learning-experiment in samenwerking met Google Arts & Culture. Het eert operazangers, die hun stem als prachtige muziekinstrumenten gebruiken. Het systeem is getraind door 16 uur aan zang.

Slide 21 - Tekstslide

Deze slide heeft geen instructies

Train zelf een machine learning systeem. 
Maak bijvoorbeeld ... uit de klas?!
Opdracht 3

Slide 22 - Tekstslide

Deze slide heeft geen instructies

Slide 23 - Tekstslide

Deze slide heeft geen instructies

Wat heb je deze les geleerd?

Slide 24 - Tekstslide

Deze slide heeft geen instructies

Les 1:  Introductie op AI
Les 2: Generatieve AI
Les 3: Machine learning en 
           neurale netwerken
Les 4: Risico’s en kansen van AI
Les 5: Prompts

Slide 25 - Tekstslide

Deze slide heeft geen instructies