Minder Big data Meer AI.

Maat: px

Weergave met pagina beginnen:

Download "Minder Big data Meer AI."

Stefanie de Kooker
5 jaren geleden
Aantal bezoeken:

1 Minder Big data Meer AI.

2 Minder Big data, meer AI. Marijn uilenbroek BI & Analytics consultant Utrecht, 1 november 2016 BI&A symposium 2016 Minder Big data meer AI 2

3 BI&A symposium 2016 Minder Big data meer AI 3

4 TDS GODSHOT 4 maalgraad - watertemperatuur - dosering - doorlooptijd - yield - druk

5 1. Waar de markt naar toe groeit 2. Laat machines werken 3. Wat is AI ML en EA 4. Toepassing EA 5. Eerste stappen BI&A symposium 2016 Minder Big data meer AI 5

6 Decision automation Recommendations What should I do? Decision support Data Predictions What will happen? Decision Action Interactive dashboards Why did it happen? Static reports What happened? Manual process Value BI&A symposium 2016 Minder Big data meer AI 6

7 Gather Model Data Transform Interpretation Analysis Time Action Data Simulate Action Adjust Time BI&A symposium 2016 Minder Big data meer AI 7

8 Artificial Intelligence Machine learning Robotics Evolutionary algorithm Genetic algorithms Image recognition Deep learning Planning Neural Networks feed forward recurrent convolutional Expert systems BI&A symposium 2016 Minder Big data meer AI 8

9 BI&A symposium 2016 Minder Big data meer AI 9

10 Uitgangspunten De beperkte beschikbaarheid van een aantal grondstoffen maakt dat we meer oog moeten hebben voor zuinigheid en hergebruik. De toenemende vraag van een groeiende wereldbevolking dwingt ons ertoe. Maar we moeten ook leren om geen onbruikbare of schadelijke materialen als afval achter te laten. Een op biomimicry gebaseerde toepassing zou duurzaam moeten zijn, goed functioneren, zo weinig mogelijk energie gebruiken, de kostprijs van het gebruikte materiaal zo laag mogelijk houden en afval voorkomen. Immers in de natuur zou een oplossing die hier niet aan voldoet geen overlevingskansen hebben. In de natuur geldt de regel door Charles Darwin geformuleerd als the survival of the fittest. Die regel geldt ook voor onze ondernemingen en voor ons als soort zelf. BI&A symposium 2016 Minder Big data meer AI 10

11 Vorm en functie Signalen en informatie Aanpassingsvermogen BI&A symposium 2016 Minder Big data meer AI 11

12 Computers zijn snel, maar dom Evolutie is traag, maar heel slim BI&A symposium 2016 Minder Big data meer AI 12

Krachten Moore s Law Transistors 10,000,000,000 1,000,000,000 100,000,000 10,000,000 1,000,000 100,000 10,000 1,000 1970 1980 1990 2000

13 Krachten Moore s Law Transistors 10,000,000,000 1,000,000, ,000,000 10,000,000 1,000, ,000 10,000 1, Metcalf s Law Koomey s Law Computations per KWh 1.E+14 1.E+12 1.E+10 1.E+08 1.E+06 1.E+04 1.E+02 1.E+00 Density Value Cost

14 Evolutionaire algoritmen DNA! software BI&A symposium 2016 Minder Big data meer AI 14

15 Evolutionaire algoritmen 1. variatie: populatie moet continu variëren 2. overerving: proces voor overdracht eigenschappen 3. selectie: mechanisme om ouders te selecteren BI&A symposium 2016 Minder Big data meer AI 15

16 1. opbouwen van willekeurige populatie van elementen (setup) pqasyziuz samxvmrbs symporklj vumvoermt sposiusyk swqtuvzkl wvzklsium 2. a. berekenen van fitness voor de elementen (draw) Symposium fitness functie: # characters die overeenkomen b. reproductie en selectie 1. selecteer 2 elementen (prob.) 2. maak nieuw element - crossover - mutatie symporklj wvzklsium symposium symposium pqasyziuz samxvmrbs symporklj vumvoermt sposiusyk swqtuvzkl wvzklsium variatie 2. overerving 3. selectie BI&A symposium 2016 Minder Big data meer AI 16

17 Demo Create Population While True Choose Parents Mutate offspring Rate Offspring Add Offspring to population Remove Unfittest Individual Next (Recombination) (Mutation) (Fitness) (Selection) BI&A symposium 2016 Minder Big data meer AI 17

18 Fin tech - Portfolio selectie op basis van diverse scenario s fitnessmeting van combinaties van diverse portfolio onderdelen voor een diversiteit aan scenario s BI&A symposium 2016 Minder Big data meer AI 18

19 Public - Procesoptimalisatie door modellen te trainen met gegenereerde data vraag: Hoe ziet een acceptable casus eruit om efficiënt door het proces te gaan? Hoe ziet de procesgang eruit wanneer je willekeurige casu tot een gewenst einde wil brengen? BI&A symposium 2016 Minder Big data meer AI 19

20 Industrie - Optimalisatie van processen door simulatie van systemen. - Welke aaneenschakeling van onderdelen is nodig om resultaat te bereiken - Welke instellingen moet de keten hebben om optimaal te produceren? BI&A symposium 2016 Minder Big data meer AI 20

21 Research & development - Optimalisatie functionaliteit van product of diets - Welke vorm moet het product hebben om eigenschappen x, y en z te benaderen BI&A symposium 2016 Minder Big data meer AI 21

22 Transport - routeoptimalisatie - welke route is voor nu de meest efficiënte in termen van tijd of geld? BI&A symposium 2016 Minder Big data meer AI 22

23 BI&A symposium 2016 Minder Big data meer AI 23

24 BI&A symposium 2016 Minder Big data meer AI 24

25 Use cases Solution build business case Use case Scope Succescriteria Intelligence Demo/presentatie Intelligent KickStart Werkend bewijs Roadmap Pilot Iteratie Iteratie Iteratie Iteratie 25

26 - Oplossingen door brute force en intelligentie te gebruiken - Fitness wordt door mens bepaald - AI ontwikkelt zich razend snel - Big data is niet altijd nodig - AI is cool

Vergelijkbare documenten

Data driven. Het plan naar data driven business door advanced analytics Business.

Data driven. Het plan naar data driven business door advanced analytics Business. Analytics: uw data slim gebruiken en zo uw business optimaliseren! Marijn Uilenbroek BIA Consultant, Sogeti BI & Analytics