Data wat kun je ermee?


Ontdekken hoe jouw unieke data aan brondata toegevoegd kan worden. Dat is niet ‘iets doen met data’, maar een concreet probleem kunnen oplossen. Daarna ga je experimenteren door een model te trainen met data.

Europese infrastructuur

Europa heeft een eigen data-infrastructuur nodig die de datasoevereiniteit waarborgt en het mogelijk maakt om data meer te delen, op een veilige manier. De opmaat naar een geheel nieuw, Europees internet. ‘Omdat het bestaande internet is eigenlijk niet veilig genoeg is’.

Sprong naar 5G

Maken we de sprong van een beschaving die netwerken gebruikt, naar het worden van een fundamentele en onlosmakelijke deel van het netwerk.

Intelligente, ‘mens-kritische’ netwerken gebouwd met 5G-technologie maken ons leven slimmer, veiliger en duurzamer. En zullen onze industrieën transformeren. Onmisbare netwerken die complexere dingen doen. 5G-netwerkdiensten die ongelooflijk dynamisch zijn en in realtime reageren op veranderende omstandigheden.

De eerste vereiste hiervoor is zichtbaarheid van elk apparaat via het netwerk en in een cloud. 

Gegevens uit meerdere domeinen en bronnen correleren, afwijkingen vaststellen, contextuele informatie verwerken, risico’s af wegen.

5G VERDIENMODELLEN

Investeringen voor 5G-netwerken worden straks niet alleen terugverdiend door de verkoop van abonnementen aan particulieren en bedrijven. Maar eerder met de data die wordt gegenereerd door het mobile toestelen aangesloten op het netwerk.

RL Reinforced Learning

belonend leren is eigenlijk een methode gebaseerd op het belonen voor goed gedrag. Het leren begint met een beloningen op basis van de acties die worden uitgevoerd, negatieve beloningen voor de dingen die niet wenselijk zijn en positief beloningen voor de juiste / gewenste acties. Een voorbeeld: wanneer een baby enkele gebaren gebruikt om met zijn omgeving te communiceren, heeft de baby geen expliciete leraar, maar wel zintuigen interactie met de omgeving. Dit levert een schat aan informatie op over oorzaak en gevolg, over de gevolgen van acties en over wat te doen om je doel te bereiken.

AI wat geven we op.

We verliezen thuis steeds meer terrein aan de grote tech bedrijven die onze gegevens gebruiken voor trainingsdoeleinden. In alle gevallen van inbreuk op onze privacy is de aanleiding de verbetering van kunstmatige intelligentie. Medewerkers registreren wat zij zien of horen, vergelijken dit met de uitkomsten uit AI en wanneer de kunstmatige intelligentie tot een verkeerde conclusie komt geven zij dit aan. Zo moet kunstmatige intelligentie op termijn foutloos en zelfstandig kunnen werken. Maar wat leveren we in als iedereen kan meeluisteren of kijken.

Slimme camera’s

Cloud Cam-camera’s die Amazon onder zijn eigen merk verkoopt, registreren videofragmenten die worden bekeken door medewerkers in Roemenië en India om de beeldherkenning te verbeteren. Die beeldherkenning moet bijvoorbeeld inbrekers kunnen onderscheiden van een langslopende kat.

Dataherkomst

Simpel aangeven waar data vandaan komt en toetsen of dit overeenkomstig is met onze AVG. Dat is iets wat in de anderhalf jaar van ons bestaan als een paal boven water is komen te staan. Niet zo zeer de bewust wording van de consument, maar de regulering van de verzamelde data kan weer zorgen voor een evenwicht. Een onafhankelijk platform dat data verifieert voordat het gebruikt wordt dataherkomst of dataoorsprong.

Niet alles weten

Veel van mijn apps weten niet precies wat ik van ze zou willen weten, en zijn bijna wanhopig als ik dat toch wil weten. Ze zitten niet te wachten op vragen over wat ze precies weten. Alleen wat ze vervolgens moeten gaan doen, is nog dommer dat het stiekem verzamelen van mijn gegevens. Ook al is druk van buitenaf groot. Ze gaan er vanuit dat ik het eigenlijk helemaal niet wil weten. Net zo min als ik wil weten hoe een stuk vlees in de koeling van de supermarkt komt. Terwijl er op het stuk vlees wel alle informatie over de herkomst of oorsprong te vinden is. Voedsel veiligheid iets wat we heel serieus nemen in Europa.