Archive for the ‘nieuws’ Category

Jumbo gaat voor ‘Disney-gevoel’ in kerstreclame

Posted 06 dec 2017 — by Adformatie
Category nieuws

De bekende Jumbo-familie krijgt hulp van fabelachtige bosdiertjes.

Lees het volledige bericht op Adformatie »

Jumbo-familie krijgt hulp van fabelachtige bosdiertjes in kerstreclame

Posted 06 dec 2017 — by Adformatie
Category nieuws

‘We willen dat Disney-gevoel bereiken.’

Lees het volledige bericht op Adformatie »

Beveiligingexpert waarschuwt voor datalek bij betaaldienst Mollie

Posted 06 dec 2017 — by Emerce
Category nieuws

Een onderzoeker van TUNIX Digitale Security claimt dat hij een enorm datalek bij de Nederlandse betaaldienst Mollie ontdekt heeft.

Door een beveiligingsfout bij de export van transacties van een bedrijf, werden niet alleen de transacties van de desbetreffende klant, maar de transacties van alle klanten getoond. Informatie over bestellingen, overboekingen, naw-gegevens en rekeningnummers ‘liggen op straat’.

TUNIX zegt contact te hebben opgenomen met Mollie, maar daar bleek men niet in staat om aan te geven wie bij Mollie de functie van Privacy Officer of Security Officer vervult en kon ook niet met deze functionaris doorverbinden. Daarom heeft beveiligingsexpert Ronald Pikkert het lek zelf maar naar buiten gebracht.

TUNIX onderzoekt en bewaakt 7×24 uur de beveiliging van haar klanten, ‘maar het is uitzonderlijk dat we een dergelijke wagenwijd openstaande deur tegenkomen’.

Mollie heeft het datalek inmiddels ook erkend, maar het zou gaan om enkele tientallen klanten (webwinkeliers) die een boekhoudbestand hebben gedownload met daarin betaalgegevens van zowel de klant zelf als enkele andere klanten van Mollie. ‘Terstond nadat deze fout bekend werd bij Mollie, is het proces gecorrigeerd.’



Lees het volledige bericht op Emerce »

‘America First, Netherlands Second’ meest bekeken YouTube-video in Nederland

Posted 06 dec 2017 — by Emerce
Category nieuws

De Trump-parodie van het VPRO-programma Zondag met Lubach, die dit jaar de hele wereld over ging, is in Nederland de meest bekeken YouTube-video van 2017. Dat maakte de videodienst zojuist bekend.

In de top 10 zijn zelfs drie video’s van de NPO terug te vinden. Zo staat er een tweede video van Zondag met Lubach in de lijst. #BOOS vindt zichzelf terug op plek vier met de aflevering waarin BNNVARA-presentator Tim Hofman een gebroken kaak oploopt.

De breuk tussen Enzo Knol en zijn vriendin Dee werd ook veel bekeken. De mannen van StukTV zien we tweemaal terug in de top 10 met afleveringen van Jachtseizoen.

Wereldwijd gezien komt de meest bekeken YouTube-video van 2017 uit Thailand: een populaire spelshow waarin deelnemers flinke maskers dragen om hun identiteit te verbergen voor het publiek.

Bij de lijst met meest bekeken muziekvideo’s in Nederland gaat Ed Sheeran aan kop met Shape of You, gevolgd door Habiba van BOEF.

Wereldwijd is Despacito van Luis Fonsi nog altijd de meest bekeken YouTube-video ooit (ongeveer 4,5 miljard impressies) en dit jaar ook de wereldwijde nummer 1 in de muzieklijst, maar in Nederland zien we de video terug op de derde plaats.

Top 10 Meest bekeken YouTube-video’s in Nederland
  1. Even voorstellen aan Trump – Zondag met Lubach (S06)
  2. Het is voorbij
  3. “Bedreiger ontmaskeren” PARODIE (Ed Sheeran – Shape Of You)
  4. TIM BREEKT ZIJN KAAK EN TON HENDRIKS LIEGT ALLES BIJ ELKAAR | #BOOS
  5. Qucee – Snapking Diss (prod. Keyser Soze)
  6. Humberto Tan op de Vlucht – Jachtseizoen’16 #6
  7. Ouders op de Vlucht – Jachtseizoen’16 #8
  8. Geert Wilders concreet – Zondag met Lubach (S06)
  9. IDEALE SCHOONZOON’ – FIFALOSOPHY DISSTRACK – FCROELIE FEAT …
  10. Germany second | NEO MAGAZIN ROYALE mit Jan Böhmermann – ZDFneo
Top 10 Meest bekeken YouTube-muziekvideo’s in Nederland
  1. Ed Sheeran – Shape of You [Official Video]
  2. BOEF – Habiba (prod. MB)
  3. Luis Fonsi – Despacito ft. Daddy Yankee
  4. Lil Kleine – Krantenwijk ft. Boef (prod. Jack $hirak)
  5. Jebroer – Kind van de Duivel (Prod. by Paul Elstak & Dr.Phunk)
  6. Jairzinho – Tempo ft. Sevn Alias, BKO & Boef (Prod. Project Money)
  7. SBMG ft. Lil Kleine & DJ Stijco – 4x Duurder
  8. Lil Kleine – Alleen (prod. Jack $hirak)
  9. Jason Derulo – Swalla (feat. Nicki Minaj & Ty Dolla $ign) (Official Music Video)
  10. Ronnie Flex ft. Boef – Come Again (prod. by Boaz van de Beatz, Afro Bros & Ronnie Flex)
Top 10 Meest bekeken YouTube-video’s Wereldwijd
  1. Until We Will Become Dust – Oyster Masked (ตราบธุลีดิน – หน้ากากหอยนางรม) | THE MASK SINGER 2
  2. ED SHEERAN – Shape Of You | Kyle Hanagami Choreography
  3. Ping Pong Trick Shots 3 | Dude Perfect
  4. Darci Lynne: 12-Year-Old Singing Ventriloquist Gets Golden Buzzer – America’s Got Talent 2017
  5. Ed Sheeran Carpool Karaoke
  6. Lady Gaga’s FULL Pepsi Zero Sugar Super Bowl LI Halftime Show | NFL
  7. “INAUGURATION DAY” — A Bad Lip Reading of Donald Trump’s Inauguration
  8. history of the entire world, i guess
  9. In a Heartbeat – Animated Short Film
  10. Children interrupt BBC News interview – BBC News
Top 10 Meest bekeken YouTube-muziekvideo’s Wereldwijd
  1. Luis Fonsi – Despacito ft. Daddy Yankee
  2. Ed Sheeran – Shape of You [Official Video]
  3. J Balvin, Willy William – Mi Gente (Official Video)
  4. Maluma – Felices los 4 (Official Video)
  5. Bruno Mars – That’s What I Like [Official Video]
  6. Chris Jeday – Ahora Dice (Official Video) ft. J. Balvin, Ozuna, Arcángel
  7. 05. El Amante – Nicky Jam (Video Oficial) (Álbum Fénix)
  8. Jason Derulo – Swalla (feat. Nicki Minaj & Ty Dolla $ign) (Official Music Video)
  9. DJ Khaled – I’m the One ft. Justin Bieber, Quavo, Chance the Rapper, Lil Wayne
  10. Enrique Iglesias – SUBEME LA RADIO (Official Video) ft. Descemer Bueno, Zion & Lennox



Lees het volledige bericht op Emerce »

Video: Automatisch interviewbandjes transcriberen met AmberScript

Posted 06 dec 2017 — by Villamedia
Category nieuws

Interviewbandjes uitwerken kan een hels karwei zijn. Gelukkig zijn er diensten die je volledig automatisch helpen met het transcriberen van je bandjes. Nadat we eerder al een artikel publiceerden waarin we vijf…

Lees het volledige bericht op Villamedia »

VVD: ‘NPO moet inzage geven in uitgaven’

Posted 06 dec 2017 — by Villamedia
Category nieuws

De Nederlandse Publieke Omroep (NPO) moet inzage geven waar het ontvangen belastinggeld aan wordt besteed. Dat vindt de VVD. De partij wil dat de NPO per programma verantwoording af gaat geven. Kamerlid Rudmer Heerema hekelde het gebrek aan transparantie…

Lees het volledige bericht op Villamedia »

iDEAL nu officieel betaalmiddel voor Google Play Store

Posted 06 dec 2017 — by Emerce
Category nieuws

Google rolt vandaag officieel iDEAL uit als betaalmiddel in de Google Play Store. Apps, games, boeken, films en muziek kunnen voortaan makkelijker worden betaald, via de bank naar keuze.

In mei konden al enkele Nederlanders betalen met iDEAL in de Play Store.

Lange tijd kon in de Play Store, de appwinkel voor Android, alleen worden betaald met creditcard of PayPal. Beide betaalmethodes zijn in Nederland echter niet erg populair. Ook was het mogelijk om te betalen met tegoedkaarten die in de winkels verkocht werden.

Na aankoop van een app kan de gebruiker de betaling ook direct terugvinden in het rekeningoverzicht.



Lees het volledige bericht op Emerce »

Tijdschrift @TIME heeft hun Person(s) of the Year bekend gemaakt: zij die opstonden tegen seksueel wangedrag.

Posted 06 dec 2017 — by Villamedia
Category nieuws

Time Magazine heeft onthuld wie hun ‘Person of the Year’ is geworden. De meervoudsvorm moet dit jaar gebruikt worden, want Time eerde vrouwen en mannen die het stilzwijgen rond seksueel wangedrag hebben doorbroken.

Lees het volledige bericht op Villamedia »

Meeste Spotify streams voor Ed Sheeran

Posted 06 dec 2017 — by Emerce
Category nieuws

Ed Sheeran is door Spotify uitgeroepen tot de artiest die in 2017 de meeste streams realiseerde. De Britse zanger haalde met gemak 47 miljoen unieke luisteraars per maand.

Sheeran haalde die positie overigens ook al in 2014. In 2017 was het vooral het lied Shape of You die daartoe heeft bijgedragen.

Naast Sheeran waren populair Drake, The Weeknd, Kendrick Lamar en The Chainsmokers. Evenals de zangeressen Rihanna, Taylor Swift, Selena Gomez, Ariana Grande en Sia.



Lees het volledige bericht op Emerce »

Flinke strop voor gamedistributeur NL Media Groep

Posted 06 dec 2017 — by Emerce
Category nieuws

NL Media Groep uit Apeldoorn is vandaag door de rechtbank Den Haag veroordeeld om aan klanten geleverde Rollercoaster Tycoon Games terug te nemen wegens inbreuk op de exclusieve rechten van Atari.

De relatie tussen beide bedrijven dateert al van 2003, toen het aan NL Media Groep gelieerde MSL een contract sloot met Atari Europe voor de distributie van de game Roller Coaster Tycoon. Het contract is daaropvolgende jaren steeds verlengd, zij het dat MSL in een later stadium had te maken met Atari Benelux alias Namco Bandai Partners Benelux.

Na het faillissement van dit bedrijf is er kennelijk iets misgegaan, want Atari merkte dat de game nog steeds via MSL in Europa werd aangeboden. Tussen november 2015 en februari 2016 vond overleg plaats tussen Atari en MSL over de te betalen vergoeding over de tussen 2013 en 2015 door MSL verkochte games en over de mogelijke voortzetting van de verkoop.

Daar is men niet uitgekomen, zeker niet toen bleek dat er meer in omloop was gebracht dan was opgegeven. Atari stelde MSL aansprakelijk voor 2,3 miljoen euro.

De rechtbank heeft nu in een bodemzaak bepaald dat MSL de games niet meer in roulatie mag hebben, ook moet er een opgave komen van alle bedrijven waaraan is geleverd. Ook is het bedrijf veroordeeld tot een schadevergoeding die begint bij 566.912 euro. De proceskosten belopen alleen al ruim 20.000 euro.



Lees het volledige bericht op Emerce »

Bruna blijft op koers na overname VBK

Posted 06 dec 2017 — by Emerce
Category nieuws

Bruna zet zijn samenwerking met PostNL voort ook nu de winkelketen in handen komt van uitgever Veen Bosch & Keuning (VBK). Die heeft het bedrijf voor een onbekend bedrag overgenomen.

Veen Bosch & Keuning is onder meer bekend van Ambo/Anthos en Atlas Contact. Maar Bruna blijft zelfstandig opereren onder algemeen directeur George Steur. De relatie met PostNL voor de pakketpunten blijft bestaan.

Winkelketen Bruna had in september de afdelingen e-commerce en online marketing weer in huis gehaald om greep te krijgen op deze primaire bedrijfsprocessen. De digitale activiteiten komen maar niet goed van de grond en financieel gaat het niet voor de wind.

De Autoriteit Consument & Markt (ACM) moet nog wel toestemming voor de transactie verlenen.



Lees het volledige bericht op Emerce »

BBC start project mediawijsheid rond nepnieuws

Posted 06 dec 2017 — by Villamedia
Category nieuws

De BBC gaat middelbare scholieren helpen om echt nieuws van nepberichten of stukken met valse informatie te onderscheiden. Vanaf volgend jaar maart zullen zo’n duizend scholen deelnemen aan het mediawijsheidprogramma.

Lees het volledige bericht op Villamedia »

Verschillende AI-technieken: welke zijn er en hoe werken ze? (2/5)

Posted 06 dec 2017 — by Emerce
Category nieuws

In dit tweede deel uit een vijfdelige serie over AI zullen we de volgende fundamentele AI-technieken gaan bespreken: Heuristics, Support Vector Machines, neurale netwerken, het Markov beslissingsproces en natuurlijke taalverwerking. In het eerste deel legden we de meest gebruikte definities van AI uit.

Heuristieken

Stel dat we munten hebben van de volgende waardes: 5, 4, 3 en 1 cent. We moeten berekenen hoeveel munten we minimaal nodig hebben om op 7 cent uit te komen. De techniek die we gebruiken om dit probleem op te lossen, noemen we ‘Heuristiek’.

Het Amerikaanse woordenboek Webster definieert de term ‘Heuristiek’ als volgt: het betrekken van of als hulpmiddel dienen bij het leren, ontdekken of oplossen van problemen door gebruik te maken van experimentele en voornamelijk proefondervindelijke methoden. In de praktijk betekent dit dat wanneer het te moeilijk wordt om met exacte deterministische methodes de best mogelijke oplossingen te vinden voor problemen, heuristiek als een van de probabilistische methodes de mogelijkheid biedt om een praktische methode toe te passen waarmee een oplossing bij benadering gevonden kan worden. Een oplossing die weliswaar niet noodzakelijk optimaal is, maar die in de juiste richting kan wijzen.

Voor sommige problemen kan toegepaste heuristiek ontworpen worden om een patroon binnen het probleem te vinden. Een voorbeeld van toegepaste heuristiek voor het eerder vermelde probleem is ‘hebzuchtige heuristiek’ ook wel “greedy heuristic” genoemd. We spreken van hebzuchtige heuristiek als we altijd kiezen voor de grootst mogelijke denominatie en hiermee doorgaan tot we de gewenste waarde van 7 krijgen. In ons voorbeeld betekent dit dat we beginnen met de munt van 5 cent. Voor de overige twee centen is de grootste denominatie die we kunnen kiezen 1 cent. We komen nu nog 1 cent te kort en om dit op te lossen gebruiken we weer een munt van 1 cent.

De hebzuchtige heuristiek heeft ons een oplossing gegeven van 3 munten (5, 1, 1) om tot de waarde van 7 cent te komen. Er bestaat natuurlijk een betere oplossing waarbij we slechts twee munten gebruiken, namelijk de munten van 3 en 4 cent. De hebzuchtige heuristiek biedt niet de beste oplossing voor dit specifieke probleem, maar in de meeste gevallen zal het resultaat acceptabel zijn.

Behalve toegepaste heuristiek voor specifieke problemen, bestaat er ook algemene heuristiek. Net zoals bij neurale netwerken zijn een aantal voorbeelden van algemene heuristiek gebaseerd op processen in de natuur. Twee voorbeelden van dergelijke algemene heuristiek zijn o.a. zwermintelligentiesystemen zoals mierenkolonie-optimalisatie of genetische algoritmes. Het eerste voorbeeld is gebaseerd op hoe eenvoudig mieren samenwerken om samen complexe problemen op te lossen. Het tweede voorbeeld is gebaseerd op het principe waarbij het recht van de sterkste geldt.

Een typisch probleem waarbij heuristiek wordt toegepast om snel acceptabele oplossingen te vinden is rit- en routeplanning. Hierbij is het doel om routes te vinden voor een of meerdere voertuigen die een aantal locaties bezoeken.

Support Vector Machines

De vraag of een e-mail spam of geen spam is, is een voorbeeld van een classificatieprobleem. In dit soort problemen wil men bepalen of een bepaald datapunt tot een bepaalde klasse behoort of niet. Na eerst een classificatiemodel te trainen op datapunten waarbij de classificatie bekend is (bijvoorbeeld een reeks e-mails die gemarkeerd zijn als spam of die juist geen spam zijn), kunnen we dit model daarna gebruiken om de classificatie van nieuwe, onbekende datapunten te bepalen. Een krachtige techniek voor dit soort problemen heet Support Vector Machines (SVM).

De kerngedachte achter SVM is dat je probeert de grenslijn te vinden die de twee klassen scheidt, maar op zo’n manier dat de grenslijn zorgt voor maximale afscheiding tussen deze klassen. Om dit duidelijk te maken gebruiken we de onderstaande eenvoudige gegevens voor ons classificeringsprobleem:

In dit voorbeeld stellen de groene cirkels en de rode vierkanten twee verschillende segmenten voor van het totaal aan klanten (bijvoorbeeld klanten met hoge potentie en klanten met lage potentie), waarbij dit geheel gebaseerd is op allerlei soorten eigenschappen voor iedere klant. Elke lijn die de groene cirkels scheidt van de rode vierkanten wordt beschouwd als een geldige scheidingslijn voor het classificatieprobleem. Er bestaat een oneindig aantal van dit soort lijnen die getekend kunnen worden. Er worden hieronder vier verschillende voorbeelden getoond:

Zoals eerder werd aangegeven, helpt SVM met het vinden van de scheidingslijn die de scheiding tussen de twee klassen optimaliseert. In het gegeven voorbeeld kan dit als volgt worden weergegeven:

De twee gestippelde lijnen zijn de twee parallelle scheidingslijnen waar de grootste ruimte tussen zit. De daadwerkelijke classificeringsscheiding die gebruikt wordt, is de ononderbroken lijn die zich precies in het midden van de twee gestippelde lijnen bevindt.

De naam Support Vector Machine is afkomstig van de datapunten die zich precies op een van deze lijnen bevinden. Deze lijnen zijn de supporting vectors. In ons voorbeeld waren er drie supporting vectors.

Als een van de andere datapunten (d.w.z. datapunten die geen supporting vector zijn) een beetje wordt verschoven, zal dit geen invloed hebben op de gestippelde lijnen. Als echter de positie van een van de supporting vectors enigszins wordt veranderd (datapunt 1 wordt bijvoorbeeld een stukje naar links verplaatst), dan zal de positie van de gestippelde scheidingslijnen veranderen en daarmee ook de positie van de ononderbroken classificatielijn.

In de werkelijkheid zijn de datapunten niet zo eenvoudig te scheiden als in dit simpele voorbeeld. Normaal gesproken zijn meer dan twee dimensies betrokken bij de analyse. Behalve rechte scheidingslijnen is SVM in staat om berekeningen uit te voeren die resulteren in niet-lineaire scheidingslijnen. Hiermee kan SVM ook niet lineaire problemen redelijk goed classificeren.

Classificeringsmodellen van een SVM worden ook gebruikt in beeldherkenning, bijvoorbeeld gezichtsherkenning, of wanneer handgeschreven tekst wordt omgezet in getypte tekst.

Kunstmatige neurale netwerken

Dieren en mensen kunnen (o.a. visuele) informatie uit hun omgeving verwerken en zich aanpassen aan de verandering. Voor dit soort gedrag gebruiken ze hun zenuwstelsel. Het zenuwstelsel van de dieren kan gemodelleerd en nagebootst worden en het zou mogelijk moeten zijn om soortgelijk gedrag na te bootsen of te genereren in kunstmatige systemen. Kunstmatige neurale netwerken (Artificial Neural Networks, ANN) kunnen worden omschreven als verwerkingsapparaten die gebaseerd zijn op de neurale hersenstructuur. Het grootste verschil tussen de twee is dat ANN misschien honderd tot duizend neuronen heeft, terwijl de neurale hersenstructuur van een dier of mens er miljarden heeft.

Figuur 4: Grafische representatie van een biologische neuron (links) en een kunstmatige neuron (rechts)

Het basisprincipe van een neurale structuur is dat elke neuron met een bepaalde sterkte aan andere neuronen verbonden is. Gebaseerd op de inputs die worden genomen van de output van andere neuronen (waarbij ook rekening wordt gehouden met de verbindingskracht), wordt er een output gegenereerd die weer gebruikt kan worden als input door andere neuronen, zie Figuur 4 (links). Dit eenvoudige idee is vertaald naar een kunstmatig neuraal netwerk waarbij gebruik wordt gemaakt van gewichten die de sterkte van de verbinding tussen neuronen weergeeft. Bovendien neemt elke neuron de output van de verbonden neuronen als input en gebruiken ze een wiskundige functie om diens output te bepalen. Deze output wordt dan weer gebruikt door andere neuronen.

In het biologische brein wordt leren tot stand gebracht door de verbinding tussen verschillende neuronen te versterken of te verzwakken, terwijl in ANN leren tot stand wordt gebracht door het gewicht tussen de neuronen te veranderen. Door het neurale netwerk een groot aantal sets trainingsdata met bekende eigenschappen te geven, kunnen we berekenen wat de beste gewichten zijn tussen de kunstmatige neuronen, zodat het neurale netwerk de eigenschappen optimaal herkend.

De neuronen van het ANN kunnen worden gestructureerd in verschillende lagen. Figuur 5 geeft een overzichtelijk schema weer van dit soort lagen. Het netwerk bevat een inputlaag waarin alle inputs worden ontvangen en verwerkt, en vervolgens omgezet worden naar outputs voor de volgende lagen. De verborgen lagen bevatten een of meerdere lagen van neuronen die elk door inputs en outputs gaan. Uiteindelijk ontvangt de outputlaag de inputs van de laatste verborgen laag en zet de outputlaag de inputs om in de output voor de gebruiker.

Figuur 5: Schematische weergave van een verbonden ANN

Figuur 5 geeft een voorbeeld weer van een netwerk waarin alle neuronen in een laag verbonden zijn met alle neuronen in de volgende laag. Zo’n netwerk wordt volledig verbonden genoemd. Afhankelijk van het soort probleem dat je wilt oplossen, zijn er verschillende verbindingspatronen beschikbaar. Voor beeldherkenning worden normaal gesproken convolutienetwerken (convolutional networks) gebruikt, waarin enkel neuronen van één laag verbonden zijn met groepen neuronen in de volgende laag. Voor spraakherkenningsdoeleinden worden normaal gesproken teruggekoppelde netwerken (recurrent networks) gebruikt waarin neuronen in een latere laag in een loop terug kunnen gaan naar een eerdere laag.

Markov beslissingsproces

Een Markov beslissingsproces (Markov Decision Process, MDP) is een raamwerk voor besluitvormingsmodellen waar in sommige situaties het resultaat gedeeltelijk wordt gebaseerd op de input van de besluitvormer. Een andere toepassing waar MDP gebruikt wordt is optimale planning. Het fundamentele doel van een MDP is het vinden van een beleid voor de besluitvormer waarin wordt aangegeven in welke toestand welke specifieke actie ondernomen moet worden. Een MDP-model bestaat uit de volgende onderdelen:

  • Een set van mogelijke toestanden: dit kan bijvoorbeeld verwijzen naar een rasterwereld van een robot of de staat waarin een deur verkeerd (open of dicht).
  • Een set van mogelijke acties: een vastgestelde set van handelingen die een robot bijvoorbeeld kan nemen, zoals naar het noorden, oosten, zuiden of westen gaan. Of, in het geval van een deur, het open en dicht doen.
  • Overgangskans: dit is de waarschijnlijkheid dat de ene toestand naar de andere overgaat. Bijvoorbeeld: wat is de waarschijnlijkheid dat de deur dicht is nadat de handeling van het dichtdoen van de deur is uitgevoerd?
  • Beloningen: deze worden direct gebruikt bij de planning. Bijvoorbeeld: een robot kan naar het noorden toe willen gaan om zijn bestemming te bereiken. Het daadwerkelijk naar het noorden gaan zal resulteren in een hogere beloning.

Zodra de MDP vastgesteld is, kan er een beleid worden getraind door gebruik te maken van “waarde-iteratie” of “beleidsiteratie”. Deze methoden worden gebruikt om de verwachte beloningen te berekenen voor elk van deze toestanden. Het resulterende beleid levert dan van elke toestand de beste actie die genomen kan worden.

Om een voorbeeld te geven zullen we een raster maken dat een ideale, beperkte wereld voor een robot voorstelt. Dit voorbeeld wordt weergegeven in Figuur 6.

Figuur 6: Voorbeeld – roosterwereld van een robot

De robot kan van elke positie in het raster (toestand) in vier richtingen bewegen (actie): noord, oost, west en zuid. De waarschijnlijkheid dat de robot naar de gewenste richting gaat is 0,7 en 0,1 als het naar een van de overige drie richtingen gaat. Een beloning van -1 (bijvoorbeeld een strafpunt) wordt gegeven als de robot tegen een muur stoot en als hij niet beweegt. Er zijn tevens bijkomende beloningen en straffen als de robot cellen bereikt die respectievelijk groen en rood gekleurd zijn. Gebaseerd op de waarschijnlijkheid en de beloningen kan er een beleid (functie) gemaakt worden door de oorspronkelijke en laatste toestand te gebruiken.

Een ander voorbeeld waarin gebruik wordt gemaakt van MDP is het probleem van voorraadplanning – een voorraadbeheerder  of manager moet bepalen hoeveel eenheden elke week besteld moeten worden. De voorraadplanning kan gemodelleerd worden als een MDP, waar de toestanden beschouwd kunnen worden als een positieve inventaris en tekorten. Mogelijke acties zijn bijvoorbeeld het bestellen van nieuwe eenheden of het verwerken van de achterstand voor de aankomende week. Beloningen – of in dit geval, kosten – zijn normaal gesproken bestelkosten voor eenheden en inventariskosten.

Natuurlijke taalverwerking

Natural Language Processing ofwel NLP wordt gebruikt om te verwijzen naar alle technieken die te maken hebben met natuurlijke taalverwerking; van spraakherkenning tot taalgeneratie, waarbij elk van deze onderdelen een andere techniek vereist. Een aantal van de belangrijke technieken zullen hieronder uitgelegd worden, bijvoorbeeld Part-of-Speech tagging, Named Entity Recognition en Parsing.

Laten we de volgende zin eens nader bekijken: ‘John hit the can’ (Jan aait de hond). Een van de eerste stappen van NLP is lexicale analyse, waarbij gebruikt wordt gemaakt van Part-of-Speech (PoS) tagging. Met deze techniek wordt elk woord gemarkeerd om een overeenkomst te vinden met een categorie woorden die vergelijkbare grammaticale eigenschappen hebben. Hierbij wordt uitgegaan van de relatie van dat woord met aansluitende en gerelateerde woorden. Niet alleen woorden worden gemarkeerd, maar ook alinea’s en zinnen.

Part-of-Speech tagging wordt hoofdzakelijk uitgevoerd met statistische modellen die leiden tot probabilistische resultaten in plaats van deterministische “wat-als”-regels en wordt daarom gebruikt voor het verwerken van onbekende tekst. Ook kunnen deze statistische modellen omgaan met de mogelijkheid dat er in plaats van slechts één antwoord meerdere antwoorden mogelijk zijn; een techniek die vaak gebruikt wordt voor het markeren is het Hidden Markov-model (HMM).

Een HMM is vergelijkbaar met het Markov beslissingsproces, waar elke toestand een gedeelte is van de uiting en de uitkomst van het proces de woorden in de zin zijn. Een HMM ‘herinnert zich’ de volgorde van de woorden die vooraf gingen. Hierdoor kunnen zij beter inschatten welk deel van de uiting (Part-Of-Speech) een woord is. In het eerder genoemde voorbeeld is het waarschijnlijker dat het woord “dog” in “hit the can” een zelfstandig naamwoord is dan een werkwoord. Het eindresultaat is dat de woorden als volgt gemarkeerd zijn: ‘John” als zelfstandig naamwoord (Engels: noun, N), ‘hit’ als werkwoord (Engels: verb, V), ‘the” als determinator (Engels: determiner, D) en ‘can’ tevens als zelfstandig naamwoord (N).

Named Entity Recognition of NER is vergelijkbaar met POS-tagging, maar in plaats van het markeren van woorden met de functie die zij innemen in een zin (POS), worden de woorden gemarkeerd met het soort entiteit dat zij voorstellen. Deze entiteiten kunnen bijvoorbeeld personen, bedrijven, tijd of locatie zijn. Maar ook meer gespecialiseerde entiteiten zoals gen of proteïne. Hoewel een HMM ook gebruikt kan worden voor NER is de aangewezen techniek voor NER een Recurrent Neural Network (RNN). Een RNN is een van de type neurale netwerken zoals al eerder besproken werd, maar dit netwerk neemt sequenties als input (een aantal woorden in een zin of complete zinnen) en herinnert zich de output van de vorige zin. In de zin ‘John hit the can’ zal RNN het woord John herkennen als de entiteit ‘persoon’.

Een laatste techniek om te bespreken is Parsing (syntactische analyse) – het analyseren van de grammatica en de manier waarop de woorden worden geordend zodat de relaties tussen woorden duidelijk zijn. De Part-of-Speech-tag van de lexicale analyse wordt gebruikt en daarna ingedeeld in kleinere gedeeltes die dan weer gecombineerd kunnen worden met andere zinnen of woorden om een iets langere zin te maken. Dit wordt herhaald totdat het doel is bereikt: elk woord in de zin is gebruikt. De regels over hoe de woorden kunnen worden ingedeeld noemt men grammatica en kan er als volgt uitzien: D+N=NP waar D voor determinator staat en N voor zelfstandig naamwoord. Samen wordt het beschouwd als een naamwoordgroep. Het uiteindelijke resultaat wordt weergegeven in onderstaande figuur.

Bovenstaande toepassingen zijn geen toekomstmuziek. Een combinatie daarvan wordt reeds gebruikt binnen de zes AI-projecten van Deloitte, waaronder de automatisch gegenereerde Risk- en Strategierapporten van DeloitteSmartReports.com. AI wordt tevens gebruikt om de kwetsbaarheden binnen digitale omgevingen bloot te leggen middels de Security Quickscan, die binnen een minuut een volledig beeld van de veiligheid van je website geeft.

Conclusie

De technieken die gebruikt worden binnen het domein van kunstmatige intelligentie zijn eigenlijk enkel geavanceerde vormen van statistische en wiskundige modellen. Als al deze modellen slim in elkaar gezet worden, kunnen ze ons de tools aanbieden om taken te berekenen die we voorheen zouden beschouwen als enkel weggelegd voor mensen. In volgende blogs zullen we dieper ingaan op zakelijke toepassingen, enkele geassocieerde technologische trends en de vijf belangrijkste risico’s en zorgen.

*) Lees ook Deel 1: De meest gebruikte terminologie binnen AI.
**) Dit artikel is geschreven in samenwerking met Titus Sloet tot Everlo & Hicham el Bouazzaoui.



Lees het volledige bericht op Emerce »

Weer valse mails transportbedrijven over pakketlevering

Posted 06 dec 2017 — by Emerce
Category nieuws

Oplichters proberen opnieuw om kwaadaardige software te verspreiden via valse e-mails die namens transportbedrijven worden verstuurd. Daarvoor waarschuwt Fraudehelpdesk.

Verschillende namen als Van Blijer Logistiek, Kabelmans Logistiek, Vogelaar Logistiek en Van Nugteren Logistiek worden hierbij gebruikt. Voor zover de Fraudehelpdesk heeft kunnen nagaan zijn dit geen bestaande transportbedrijven.

Volgens de nepmails is geprobeerd een pakket te bezorgen. Dit is mislukt en de ontvanger zou via een formulier een nieuwe bezorgafspraak kunnen maken. Wie op de link naar dit formulier klikt loopt het risico dat kwaadaardige software wordt geïnstalleerd.



Lees het volledige bericht op Emerce »

Anne de Jong nieuwe algemeen directeur van NVPI

Posted 06 dec 2017 — by Emerce
Category nieuws

Anne de Jong wordt de nieuwe algemeen directeur van NVPI, de branchevereniging van de audio- en video-industrie.

Hij zal op 1 februari 2018 in deze rol beginnen als opvolger van Jaap Bruijnen.

De Jonge heeft een lange staat van dienst, zowel als zelfstandig ondernemer van Challenge Records, als bestuurder van NVPI, NVPI Audio en Sena.

Als koepelorganisatie bedient NVPI drie verenigingen NVPI Audio, NVPI Interactief en Filmdistributeurs Nederland FDN.

Om de voortgang in de komende maanden van belangrijke FDN-dossiers te garanderen zal René van Turnhout in deze periode part time fungeren als interimmanager van FDN. De voortgang bij NVPI Interactief en NVPI Audio wordt bewaakt door de Directeur Legal & Public Affairs Paul Solleveld.



Lees het volledige bericht op Emerce »