De verwachtingen voor AI zijn nu heel hoog. Verwacht wordt dat er veel zal veranderen op vrijwel alle terreinen in onze maatschappij. Er zijn twee apps in VUStat bijgekomen die proberen om ideeën en begrippen rondom neurale netwerken toegankelijk te maken voor leerlingen, zonder dat de leerlingen zelf hoeven te programmeren. Belangrijke begrippen uit de wiskunde ( bijvoorbeeld lineaire functies, afgeleide) en uit de statistiek (Slechte data geven onbetrouwbare informatie, een steekproef zegt alleen iets over de dataset waaruit de dataset genomen is)
Hoe onze hersenen werkten, inspireerde wetenschappers om "hetzelfde" te doen met computers. Pas 20 jaar geleden lukte het om indrukwekkende resultaten te behalen. Nu staan de kranten vol van de successen. Talloze wetenschappers en bedrijven zijn actief geweest om het vak verder te ontwikkelen en hebben daarbij een eigen terminologie ontwikkeld
Hieronder staat een plaatje van een neuraal netwerk
In dit neuraal netwerk zijn vier (verticale) lagen. De eerste laag is de inputlaag. Dan komen er twee verborgen lagen en helemaal rechts de output laag. In totaal zijn er 18 neuronen. Alle neuronen van een laag zijn verbonden met alle neuronen van de volgende laag. Dit zou bijvoorbeeld een netwerk kunnen zijn waarin op grond van de gegevens van 4 invoer variabelen, voorspelt wordt welke van de drie categorieën het meest waarschijnlijk is bij een gegeven input. Met behulp van een trainingsset waarbij zowel de waarde van de invoervariabelen bekend is als welke categorie het is, Iedere verbinding heeft een gewicht en ieder neuron in de hidden layers een bias. Tijdens de training worden de gewichten van de verbindingen en de bias aangepast, zodat de totale fout zo klein mogelijk wordt.
In de eerste app "neurale netwerken wordt ingezoomd op een heel klein netwerk met twee neuronen, een input neuron en een output neuron. Eerst mag je zelf aan de knoppen draaien van de gewichten en van de bias om te proberen de doelfunctie te benaderen. Ook is het mogelijk om het neurale netwerk zelfstandig naar een goede oplossing te zoeken. Je kunt dan op het scherm zien hoe het netwerk stapje bij stapje dichter bij een oplossing komt.
In de tweede app "cijfers leren lezen met behulp van een neuraal netwerk" wordt gebruik gemaakt van de MNIST dataset van 10.000 handgeschreven cijfers. De MNIST is een van de eerste grote successen van neurale netwerken.
In de app data analyse is er de mogelijkheid om een dataset te analyseren met behulp van een neuraal netwerk. In het menu-item Tabel de optie AI(tensorflow). Voor meer informatie zie: