Artificial Intelligence (AI)
Theorie, toepassingen en tools; mogelijkheden, dilemma’s en risico’s
- Cursusnummer: 25V09
- Vakgebied: Multidisciplinair
- Locatie: Tilburg (Schouwburg-Concertzaal Tilburg)
- Seizoen: Voorjaar 2025
- Dag: Woensdag
- Tijd: 10.45 - 12.30 uur
- Cursusdata: 29-jan., 05-feb., 12-feb., 19-feb., 12-mrt., 19-mrt., 26-mrt., 02-apr., 09-apr., 16-apr.
- Prijs: € 300.00
- Aantal colleges: 10
- Werkvorm: Hoorcollege met mogelijkheid tot vragen
- Cursusmateriaal:
- In de powerpoint-presentaties (in pdf-format) zullen vele links worden opgenomen naar (veelal openbare) bronnen met verdiepend achtergrondmateriaal. De presentaties worden digitaal beschikbaar gesteld.
- Voor degene die de werking van algoritmes helemaal wil doorgronden en over voldoende wiskundekennis beschikt zou de aanschaf van dit boek (2de jaars bachelor-niveau) kunnen overwegen:
Witten, I.H. and Frank, E. (2011) Data Mining: Practical machine learning tools and techniques. Derde druk vrij te downloaden via deze link Mocht je de nieuwere ontwikkelingen uit het boek willen halen dan kan je de vierde druk kopen, of wachten tot april 2025, dan komt de vijfde druk uit, vast met de laatste ontwikkelingen rond met name deep learning - Voor degene die de praktische data analyse-tool WEKA wil gebruiken zij verwezen naar deze zeer handige (eenvoudig te downloaden) manual: zie deze link
- Opmerkingen:
Reservedatum inhaalcollegeg 7 mei
Artificial Intelligence (AI)
In deze cursus wordt gekeken naar de algemene basisconcepten van en ontwikkelingen in het complexe domein Kunstmatige Intelligentie. Geleidelijk aan komt in de cursus de focus meer op ‘data science’ te liggen en wordt er ingegaan op het doel en de werking van diverse algoritmes. Zo wordt onder meer toegelicht hoe computers werken en hoe zij door middel van AI-programma’s kunnen redeneren, groeperen, gamen, leren, e.d. In plaats van de onderliggende wiskunde te bespreken, wordt volstaan met het geven van een intuïtief beeld van de werking van AI-algoritmes. Ook wordt met een AI-tool getoond hoe uit data interessante informatie kan worden gehaald.
Als we eenmaal beter begrijpen wat AI is en hoe het werkt, is het mogelijk te kijken naar maatschappelijke uitdagingen voor goed AI-gebruik. Bijvoorbeeld de rol van de wereldwijd opererende IT-bedrijven, het gebruik van algoritmes door de overheid en de positie van de eindgebruikers. Deze laatste mede door de komst van programma’s zoals ChatGPT.
Om de achterliggende theorie toe te lichten zal de docent enkele wiskundige uitstapjes maken. Maar de meeste aandacht zal uitgaan naar de praktijk van AI, de mogelijkheden van AI, en naar de risico’s samenhangend met verkeerd gebruik van AI. We lezen immers bijna dagelijks in de krant over AI, en dat betreft ook dilemma’s bij de toepassing ervan.
College 1: Voorstelrondje, doel van de cursus, praktische zaken, definities van AI, semantic triangle, geschiedenis van AI-benaderingen, eerste voorbeeld-toepassing(en)
College 2: Recente AI-ontwikkelingen en het nieuws: computational intelligence/data science/ machine learning paradigma’s, verschillen en overeenkomsten tussen data science en statistiek, data, (AI-)algoritmes en de werking van computers, de onzin van objectiviteit, voorbeelden van enkele algoritmes met globale werking
College 3: Data science als engineering discipline, van data tot kennis en inzichten: de diverse stappen van knowledge discovery, voorbeeld algoritme met werking in detail: beslisboom
College 4: Databronnen, uitleg van allerlei praktische (deels bekende) AI-toepassingen
College 5: Werking en toepassingen van enkele AI-algoritmes (1), eerste kennismaking met beschikbare data science tool
College 6: Werking en toepassingen van enkele AI-algoritmes (2)
College 7: Technische dilemma’s voor data analysten: bias-variance dilemma, performance versus interpretability dilemma, en meer. Werking en toepassingen van enkele AI-algoritmes (3)
College 8: Maatschappelijke aspecten (1): gebruik en misbruik door grote IT-bedrijven, gebruik algoritmes door de overheid (rond burgers, inlichtingendiensten, information warfare, wettelijke ontwikkelingen in Nederland, Europa en daarbuiten)
College 9: Maatschappelijke aspecten (2): vervolg
College 10: Conclusies, discussie en feedback
Jan van den Berg

Jan van den Berg is emeritus-hoogleraar Cyber Security. Vanaf 1989 was hij verbonden aan de Erasmus Universiteit Rotterdam waar hij onderzoek deed op het gebied van de Computational Intelligence. In 2006 keerde hij terug naar de TU Delft waar hij zijn werk rond Data Analytics vervolgde aangevuld met onderzoek op het terrein van Cyber Security. Hij werd er in 2013 benoemd tot hoogleraar. In 2015 werd hij ook benoemd als hoogleraar aan de Universiteit Leiden.