ID.nl logo
Veilig e-mailen met Thunderbird en OpenPGP
© PXimport
Huis

Veilig e-mailen met Thunderbird en OpenPGP

Je e-mail wordt standaard onversleuteld verzonden, waardoor de inhoud gemakkelijk uitgelezen kan worden. Dat is bijvoorbeeld het geval als je met je laptop e-mailt op een onbeveiligd openbaar netwerk, zoals in je hotel op vakantie. In deze cursus leggen we uit hoe je je e-mailverkeer dichttimmert.

Door de onthullingen van klokkenluider Edward Snowden dat de Amerikaanse inlichtingendienst NSA (National Security Agency) op grote schaal digitale communicatie aftapt, zou iedereen voorzichtiger moeten worden. Anno 2013 (of - voor wie het boek en de film kent - 1984?) versleutel je maar beter je e-mails om te voorkomen dat je privacy te grabbel gegooid wordt.

Er bestaan twee algemeen aanvaarde standaarden voor het beveiligen van e-mails: OpenPGP en S/MIME. Naast het gebruik van de juiste standaard is het ook belangrijk dat je je e-mailsoftware kunt vertrouwen. Omdat de NSA aan heel wat softwarebedrijven gevraagd heeft om achterdeurtjes in te bouwen (wat je zelf niet kunt controleren), is de enige optie het gebruik van opensourcesoftware.

©PXimport

De NSA is de gevreesde vijand van iedereen die privacy belangrijk vindt.

Uiteraard kan daarin ook een achterdeurtje verborgen zijn, maar omdat iedereen de broncode kan analyseren lijkt de kans kleiner dat dat lang onontdekt blijft. Daarom raden we voor veilig e-mailen een opensourceprogramma zoals Mozilla Thunderbird aan, in combinatie met de opensource-add-on Enigmail, die OpenPGP-encryptie toevoegt.

E-mailprovider kiezen

Gezien de verregaande praktijken van de NSA zou je eigenlijk alle Amerikaanse bedrijven moeten wantrouwen. Als je privacy je lief is, maak dan geen e-mailaccount aan bij Gmail, Outlook.com (het vroegere Hotmail), Yahoo! Mail enzovoort. Gebruik een e-mailaccount bij een internetprovider uit Nederland of een ander Europees land, waar meer respect voor privacy is.

Als je ook dat niet vertrouwt, zet dan je eigen mailserver op in een VPS (virtual private server) die je huurt. Als je ook je hostingprovider niet vertrouwt, zet dan je eigen mailserver bij je thuis op, bijvoorbeeld op een Raspberry Pi of een andere zuinige server. Er zijn nog wel wat kunstgrepen nodig met DNS en je IP-adres, maar met voldoende kennis zijn die op te lossen. Of je nu gezond achterdochtig of ronduit paranoïde bent, voor iedereen is er dus wel een oplossing om een veilig e-mailaccount te verkrijgen.

©PXimport

Wil je geen pottenkijkers, gebruik dan zo veel mogelijk opensourcesoftware.

1 Installatie

Voor we Thunderbird klaarmaken om veilig te e-mailen, installeren we Gpg4win, dat alle benodigde tools voor encryptie bevat. Download de nieuwste versie (op het moment van schrijven 2.2.1) en vink in het installatieprogramma aan welke componenten je wil. Naast GnuPG zijn ook Kleopatra, GPA en GpgEX aan te raden. Open daarna in Thunderbird het menu Extra en kies dan Add-ons. Zoek naar 'enigmail' en installeer die add-on. Herstart Thunderbird om de add-on in te schakelen.

De menubalk van Thunderbird heeft nu een nieuw menu, genaamd OpenPGP. Klik op OpenPGP, kies daarin het onderdeel Instellingswizard en klik op Volgende om je te laten helpen door de wizard. De eerste vraag is of je al je e-mails digitaal wil ondertekenen. Het is in principe een goed idee om die vraag positief te beantwoorden. Ontvangers kunnen dan later van elke e-mail die je stuurt bewijzen dat die van jou komt. Maar iedereen die geen OpenPGP gebruikt, krijgt een melding "-----BEGIN PGP SIGNED MESSAGE-----" voor al je e-mails, wat heel wat vragen zal oproepen. In de praktijk kun je dus beter per e-mail beslissen of je die wil ondertekenen.

©PXimport

De add-on Enigmail voegt OpenPGP-ondersteuning aan Thunderbird toe.

2 E-mails versleutelen?

In de volgende stap vraagt de wizard of je al je e-mails wil versleutelen. Die vraag moet je meestal negatief beantwoorden. Je beslist dus ook hier per e-mail (of per ontvanger) of je je e-mails versleutelt. Daarna stelt de wizard voor om enkele e-mailinstellingen aan te passen. Kies hier voor Ja, want anders kan de werking van OpenPGP verstoord worden. Klik op Details om te zien welke instellingen er aangepast worden. Het belangrijkste is dat je geen HTML-e-mails opstelt als je die ondertekent of versleutelt.

©PXimport

De OpenPGP-wizard helpt je om Thunderbird klaar te maken voor encryptie.

Mailen over een VPN

Met OpenPGP kun je wel de inhoud van je e-mails versleutelen en digitaal ondertekenen, maar de headers van die e-mails blijven onversleuteld. In die headers staat informatie zoals de onderwerpregel, het tijdstip van verzending, het e-mailadres, de naam en het IP-adres van de afzender en de ontvanger enzovoort. Als je internetprovider dus door een inlichtingendienst afgetapt wordt, kan die je e-mails niet lezen, maar komt hij toch heel wat over je te weten: wanneer je met wie e-mails uitgewisseld hebt en wat het onderwerp was.

Als je communicatie met één bepaalde persoon volledig geheim wil houden, dan moet je afspreken dat je beiden eerst een verbinding met hetzelfde VPN opzet en dan al je e-mailverkeer met elkaar via dit VPN laat verlopen. Je e-mailprovider waarbij je je e-mailaccount hebt, kan echter nog altijd de headers van je e-mails lezen, want voor hem is je VPN transparant.

3 Sleutelpaar

In de volgende stap vraagt de wizard om een nieuw sleutelpaar aan te maken. Zo'n sleutelpaar bestaat uit een publieke sleutel en een privésleutel. De publieke sleutel geef je aan iedere persoon die je ondertekende e-mails wil verifiëren of die een versleutelde e-mail naar je wil sturen. De privésleutel gebruik je om je e-mails te ondertekenen (waarmee je bewijst dat de e-mail van jou komt) en om e-mails te lezen die door anderen met je publieke sleutel versleuteld zijn.

Het spreekt voor zich dat je die privésleutel geheim moet houden, wat ook de reden is waarom de wizard je vraagt om een wachtwoord te kiezen waarmee de sleutel beschermd wordt.

4 Intrekkingscertificaat

Na het genereren van je sleutelpaar stelt de wizard je voor om een intrekkingscertificaat te maken. We raden je aan om dat te doen, zodat je je sleutel ongeldig kunt maken als die gestolen wordt. Anders kan de dief zich voor jou blijven uitgeven. Kies een plaats om het intrekkingscertificaat op te slaan en geef dan het wachtwoord op waarmee je je privésleutel versleuteld hebt. Verplaats het intrekkingscertificaat daarna op een extern opslagmedium dat je op een veilige plaats bijhoudt, bijvoorbeeld in een kluis.

©PXimport

Creëer een intrekkingscertificaat om je sleutel ongeldig te maken als die gestolen wordt.

5 Publieke sleutels uitwisselen

Als je nu wil dat iemand je een versleutelde e-mail kan sturen, moet je hem eerst je publieke sleutel bezorgen. Dat kan bijvoorbeeld via e-mail. Stel een nieuwe e-mail op in Thunderbird en vink dan in het menu OpenPGP de optie Mijn publieke sleutel bijvoegen aan. Verstuur daarna de e-mail met de boodschap dat het bijgevoegde bestand je publieke sleutel is.

Als iemand anders je zijn publieke sleutel e-mailt, sla het bestand dan op (het heeft de extensie .asc), kies in het menu OpenPGP de optie Sleutelbeheer, open het menu Bestand en kies dan het juiste asc-bestand met de optie Sleutels uit bestand importeren.

©PXimport

Je publieke sleutel bezorg je aan iedereen waarmee je veilig wil e-mailen.

E-mailen via Tor

Als je niet alleen je e-mails wil versleutelen, maar ook anoniem wil blijven, meld je dan bij je e-mailprovider aan via Tor. Dit geanonimiseerde netwerk verbergt je IP-adres voor de e-mailprovider omdat het je netwerkverkeer via een omweg van diverse Tor-nodes stuurt. Het IP-adres dat je e-mailprovider te zien krijgt, is dan eigenlijk een willekeurig IP-adres dat niet meer aan je gelinkt kan worden. Bovendien wordt de gebruikte route elke tien minuten weer door elkaar gehusseld. Het netwerkverkeer tussen de Tor-nodes is ook versleuteld, zodat je e-mails onderweg niet afgetapt kunnen worden.

Om zo min mogelijk informatie te lekken, gebruik je uiteraard een e-mailadres dat op geen enkele manier naar je identiteit verwijst. Wie anonimiteit belangrijk vindt, moet ook eens Tails uitproberen: je start je computer met deze live Linux-distributie op, waarna je netwerkverbinding via Tor verloopt. Alle beschikbare programma's zijn bovendien aangepast om geen informatie te lekken. En het is opensource.

6 Veilig e-mailen

Wanneer je iemands publieke sleutel hebt en de ander je publieke sleutel heeft, kun je veilig met elkaar e-mailen. Stel je e-mail op zoals je dat altijd zou doen, maar vink in het menu OpenPGP aan dat je de e-mail wil ondertekenen en/of versleutelen. Enigmail gebruikt automatisch de privésleutel die je in de instellingswizard aan je e-mailadres gekoppeld hebt voor de ondertekening. Ook kiest het programma automatisch de publieke sleutel van de ontvanger, die je eerder geïmporteerd hebt. Klik op Verzenden en geef daarna het wachtwoord van je privésleutel in.

Ontvangen van een digitaal ondertekende en/of versleutelde e-mail gaat nog eenvoudiger. Klik je in Thunderbird op een ondertekend of versleuteld bericht, dan doet Enigmail automatisch alles om het bericht leesbaar te maken. Indien nodig moet je het wachtwoord van je privésleutel nog invoeren. Als de e-mail alleen ondertekend is, staat er bovenaan "Goede ondertekening van ...". Indien het versleuteld is, staat er "Ontcijferd bericht".

7 Sleutels beheren

De kracht van OpenPGP ligt in het flexibele beheer van sleutels dat het mogelijk maakt. Open in het menu OpenPGP eens Sleutelbeheer en vink dan Standaard alle sleutels tonen aan. Je krijgt dan je eigen sleutel te zien en alle sleutels die je geïmporteerd hebt. Rechtsklik op een sleutel om te kijken wat je allemaal kunt instellen.

©PXimport

Met de vingerafdruk van een sleutel controleer je of je de juiste sleutel hebt.

Wie vertrouw je?

Bij OpenPGP draait alles om vertrouwen. We tonen in deze workshop hoe je een publieke sleutel die iemand je stuurt importeert, maar in realiteit mag je dat nooit zomaar doen. Eigenlijk moet je die persoon in het echt ontmoeten en dan elkaars publieke sleutel uitwisselen. Er worden zelfs bijeenkomsten georganiseerd speciaal voor dit doel: 'key signing parties'.

Hoe wissel je correct je sleutel uit? Je presenteert aan de ander de 'vingerafdruk' van je publieke sleutel (in het sleutelbeheer te vinden door te rechtsklikken op je sleutel en dan Sleuteleigenschappen te kiezen) samen met je identiteitskaart, zodat hij kan nagaan of je echt bent wie je beweert. De ander geeft jou dezelfde informatie. Zodra je thuis bent, stuur je elkaar je publieke sleutel en controleer je of de vingerafdruk klopt. Je ondertekent dan de sleutel van de ander (rechtsklikken en dan Sleutel ondertekenen), waarbij je aangeeft hoe zorgvuldig je de identiteit gecontroleerd hebt. Daarna staat er in Thunderbird niet langer Onvertrouwd bij berichten die je van die persoon ontvangt.

©PXimport

Onderteken alleen de sleutel van iemand waarvan je de identiteit gecontroleerd hebt.

▼ Volgende artikel
Van neuraal netwerk tot deep learning: experimenteren met AI
© svitlini - stock.adobe.com
Huis

Van neuraal netwerk tot deep learning: experimenteren met AI

Dagelijks hoor en lees je over artificiële intelligentie (AI). Daarbij worden vaak termen als neuraal netwerk en deep learning gebruikt. In dit artikel vertellen je hier meer over en gaan we ook zelf met AI aan de slag. We doen dit via TensorFlow Playground en Google Teachable Machine.

In dit artikel laten we zien hoe je zelf kunt experimenteren met kunstmatige intelligentie:

  • Bouw met TensorFlow Playground een neuraal netwerk
  • Maak je eigen beeldherkenningsmodel met Google Teachable Machine
  • Train de AI met foto's van jezelf via je webcam
  • Pas de AI toe in een educatieve setting, zonder programmeerkennis

Ook bijzonder interessant: Makkelijk switchen tussen AI-taalmodellen? Maak kennis met Jan

Het begrip artificiële intelligentie verwijst naar de mogelijkheid om zelfstandig kennis op te nemen, problemen op te lossen en beslissingen te nemen, net zoals een mens. Het woord ‘artificieel’ duidt erop dat deze vorm van intelligentie door mensen is ontworpen en door computers of machines wordt uitgevoerd en dus niet door een biologisch brein.

Veel AI-toepassingen, zoals beeld- en spraakherkenning en taalverwerking, maken hierbij gebruik van zogenoemde neurale netwerken. Deze zijn namelijk uitstekend geschikt voor het herkennen van complexe patronen in grote hoeveelheden ongestructureerde data.

Zo’n digitaal neuraal netwerk (DNN) is gebaseerd op de werking en structuur van het menselijke brein, maar het blijft niet meer dan een abstracte vereenvoudiging. Het menselijke brein is tenslotte (vooralsnog) aanzienlijk complexer, flexibeler en vooral ook energiezuiniger met een maximaal verbruik van circa 20 watt. Ons brein is bovendien superieur in creativiteit, contextueel begrip en emotionele verwerking. 

Biologisch neuraal netwerk

De menselijke hersenen zijn opgebouwd uit een biologisch neuraal netwerk. Dat bestaat uit tientallen miljarden neuronen of zenuwcellen. Deze sturen signalen naar elkaar door via minuscule ruimtes tussen de neuronen, synapsen genoemd. Binnen een neuron (tussen het cellichaam en het uiteinde van de zenuwvezel) gebeurt dit elektrisch. Bij de overgang naar een ander neuron verloopt dit chemisch. Er worden signaalstoffen (neurotransmitters, zoals glutamaat, dopamine en serotonine) vrijgegeven. Deze binden zich aan receptoren van het ontvangende neuron.

Laten we dit verduidelijken. Wanneer je een dier ziet, sturen je ogen het beeld via het neurale netwerk naar je hersenen, door talrijke lagen van neuronen. Elke laag zoekt naar specifieke kenmerken, zoals oren, lichaamsgrootte en vacht. Door eerdere ervaringen zijn sommige neuronen getraind om bijvoorbeeld katten te herkennen, andere honden. Herkent het netwerk meer kenmerken van een kat, dan worden de bijbehorende neuronen sterker geactiveerd. Worden in de uitvoerlaag meer ‘kat-neuronen’ dan ‘hond-neuronen’ actief, dan beslissen je hersenen dat het om een kat gaat. Vergis je je, dan onthouden je hersenen dit en passen de verbindingen tussen neuronen zich aan (neuroplasticiteit): je leert.

Neurotransmitters zetten het signaal via de synaps over naar het ontvangende neuron.

Digitaal neuraal netwerk

Een digitaal neuraal netwerk (DNN) werkt net als het biologisch brein met neuronen (zie bovenstaand tekstkader). Alleen in een DNN gaat het hierbij om wiskundige rekeneenheden die informatie verwerken. Elk neuron ontvangt invoer, vermenigvuldigt deze met een gewicht om de relevantie te bepalen en telt daar een compensatiewaarde, de zogeheten bias, bij op. Samen vormen deze gewichten en biases de ‘parameters’. GPT-4 bevat er naar schatting 1,7 biljoen.

De informatie stroomt door een of meer verborgen lagen tussen de invoer- en uitvoerlaag. Elke verborgen laag verwerkt de gegevens verder, waardoor complexere patronen worden herkend. Hiervoor gebruikt elk neuron een zogeheten activatiefunctie, die bepaalt of en in welke mate de uitvoer wordt doorgegeven. Zonder activatiefuncties zou het netwerk alleen eenvoudige wiskundige verbanden leren, zoals rechte lijnen, terwijl het nu ook met complexe, gebogen of gelaagde patronen overweg kan.

Een eenvoudig digitaal neuraal netwerk, met één verborgen laag.

Sturing en zelflering

Mensen sturen het DNN indirect aan door het bepalen van het aantal lagen, het aantal neuronen per laag en het type activatiefunctie. Verder kiezen ze hoe het netwerk moet leren, bijvoorbeeld door te bepalen hoeveel data het ziet en hoe complex de gegevens zijn, hoe vaak het leert en hoe groot de aanpassingen mogen zijn. Tijdens deze training worden de parameters automatisch aangepast door het netwerk om optimaal patronen te herkennen en voorspellingen te doen.

Vereenvoudigd komt het hierop neer: nadat het netwerk een voorspelling heeft gedaan, wordt berekend hoe ver deze afwijkt van de juiste waarde, waartoe het netwerk tijdens de training toegang heeft. Deze afwijking wordt vervolgens teruggestuurd door het netwerk, van de uitvoer- naar de invoerlaag. Onderweg berekent het netwerk hoeveel elke verbinding (gewicht) en extra waarde (bias) heeft bijgedragen aan de fout. Daarop past het netwerk de parameters aan om de fout kleiner te maken. Dit proces herhaalt zich vele malen, zodat het netwerk steeds accurater wordt. Dit principe wordt ‘backpropagation’ genoemd (letterlijk: achterwaartse terugkoppeling) en maakt dat het netwerk grotendeels zelflerend is.

©Vallabh soni - stock.adobe.com

Backpropagation: het netwerk stuurt zelf bij op basis van de vastgestelde afwijking.

TensorFlow Playground

Spelen met werking DNN

Het wordt interessanter wanneer je zelf experimenteert met de principes en werking van een DNN. Ga naar https://playground.tensorflow.org. Hier herken je de lagen met neuronen: een invoerlaag, twee verborgen lagen en een uitvoerlaag. Bij DATA is al een specifieke dataset geselecteerd. Zodra je op Run (het pijltje) klikt, probeert het netwerk het patroon in de gekozen dataset te herkennen. Het resultaat verschijnt onder Output.

Hoe langer je het proces laat lopen, hoe hoger het aantal trainingscycli (hier epochs genoemd) en hoe accurater de ruimte-indeling of dataclassificatie in de output: blauwe achtergrond voor blauwe punten en oranje achtergrond voor oranje punten. Omdat het standaard om een eenvoudig datapatroon gaat, zal de Training loss waarschijnlijk 0.000 zijn. Dit betekent dat het netwerk het patroon vrijwel meteen correct herkent op basis van de ingestelde parameters, zodat er nauwelijks of geen backpropagation nodig is.

Met de standaardinstellingen kan dit neurale netwerk moeiteloos overweg.

Verdere aansturing

Je kunt het netwerk flink uitdagen door enkele instellingen aan te passen. We geven je enkele mogelijkheden die zeker leerzaam kunnen zijn. Activeer in de invoerlaag bijvoorbeeld alleen de bovenste eigenschap X1. Het netwerk classificeert dan uitsluitend op basis van de horizontale posities van de punten. Voor de derde dataset (linksonder) kan dit voldoende zijn, maar voor andere niet. Probeer het gerust zelf uit. Je zult ook merken dat hoe meer features je inschakelt, hoe meer informatie het netwerk gebruikt en hoe beter het complexe patronen kan herkennen.

Verhoog eens Noise (ruis) met de schuifknop om het leerproces te bemoeilijken. De datapunten worden hierdoor minder gestructureerd, wat je meteen terugziet in de Output. Verminder nu eens het aantal neuronen (via de minknop boven elke laag) om het netwerk minder complexe beslissingen te laten nemen. Minder verborgen lagen verlaagt eveneens de capaciteit om diepere datapatronen te leren.

Nog steeds te makkelijk? Verlaag dan de Learning rate naar bijvoorbeeld 0.0001. Een lagere leerratio betekent tenslotte kleinere stappen bij het aanpassen van de gewichten (wat zich hier visueel vertaalt als minder snel aangepaste lijndiktes tussen de neuronen), waardoor het netwerk langzamer leert.

Experimenteer gerust verder met andere, ook meer geavanceerde instellingen om het netwerk – en jezelf – uit te dagen.

Met deze instellingen wordt de training van het neurale netwerk nagenoeg onmogelijk.

Deep learning

Een DNN is een van de meest effectieve methoden of algoritmen binnen machine learning (ML), waarbij computers leren van data zonder ze expliciet te moeten programmeren. Het is vooral geschikt voor complexe taken zoals beeldherkenning, spraakherkenning en taalverwerking.

Eenvoudige ML-modellen hebben meestal een of enkele verborgen lagen. Bij een complexere architectuur met meerdere verborgen lagen, die in staat is complexere patronen en relaties te herkennen, spreekt men van deep learning (DL). Deep learning is daarmee een subonderdeel van machine learning, al is het onderscheid niet altijd scherp te maken.

Bij DL gebruikt het neurale netwerk logischerwijze meer parameters, wat meteen ook een grotere hoeveelheid data vereist om het effectief te kunnen trainen. Meer data en parameters vereisen uiteraard ook meer rekenkracht, waarvoor vaak talrijke gpu’s (Graphics Processing Units) of gespecialiseerde processors als Googles TPU’s (Tensor Processing Units) nodig zijn.

Een Google TPU op een PCIe-kaart.

Google Teachable Machine

Experimenten met AI

Het zal je nauwelijks verbazen dat je, behalve geavanceerde kennis, frameworks als TensorFlow of PyTorch nodig hebt om een DL-model te ontwikkelen. Wil je hier desondanks toch mee experimenteren, dan biedt Googles Teachable Machine een uitstekende omgeving. Dit project heeft namelijk een interface waarmee je zonder technische expertise toch een AI-model kunt trainen.

Het platform is gebaseerd op DL-technieken en gebruikt neurale netwerken om patronen en kenmerken in diverse datasets te herkennen. Het werkt met voorgetrainde modellen, maar je kunt ook eigen gegevens toevoegen om een aangepast model te trainen. Na training kun je het model exporteren in verschillende formaten en inzetten in een web-app, mobiele app of op toestellen als Raspberry Pi, Arduino of IoT-apparaten.

Via deze GitHub-pagina vind je talrijke leuke projecten met Teachable Machine (van Bananameter tot Snake Game), evenals tutorials. Maar laten we nu vooral zelf aan de slag gaan met een bescheiden project.

Dit model heeft meteen door dat deze banaan overrijp is.

Starten met project

Surf naar https://teachablemachine.withgoogle.com. Hier leer je een computer trainen om je eigen afbeeldingen, geluiden en houdingen te herkennen. Klik op Aan de slag om een nieuw project te starten en kies uit drie modelopties: Projectafbeelding, Audioproject of Project met houdingen.

Wij nemen het eerste model als voorbeeld. Dit opent een venster waarin je kunt kiezen tussen een Model voor standaard afbeelding (kleur, 224 × 224 pixels) of een Model voor ingesloten afbeelding (grijswaarden, 96 × 96 pixels). Dit laatste, een embedded model, is geschikt voor microcontrollers. Wij kiezen hier voor het wat grotere standaardmodel.

Teachable Machine laat je uit drie grote trainingsmodellen kiezen.

Dataset en klassen aanmaken

Je komt nu terecht op een webpagina waar je eerst je dataset moet aanmaken. In dit geval bestaat deze uit afbeeldingen. Je deelt deze op in twee of meer categorieën, die je ook labelt. Teachable Machine heeft standaard twee categorieën (klassen), maar via +Een klasse toevoegen kun je eenvoudig meer klassen toevoegen.

Het aantal klassen dat je nodig hebt, hangt af van je project. Voor het onderscheiden van bijvoorbeeld QR-codes en zebrapatronen volstaan twee klassen (QR en Zebra). Wil je echter overrijpe, rijpe en rauwe bananen classificeren, dan heb je er minstens drie nodig. Zorg eerst dat het juiste aantal klassen beschikbaar is. Via de knop met drie stippen verwijder je desnoods overtollige klassen. Klik bij elke klasse op het potloodicoon en geef de categorie een zinvolle naam.

Daarna voeg je data toe aan elke klasse via de knop Uploaden of Webcam. Bij gebruik van de webcam moet je de pagina toegang geven tot de aangekoppelde camera. Door op Ingedrukt houden om op te nemen te klikken, stuur je continu snapshots naar Teachable Machine. De afbeeldingen verschijnen vervolgens in de betreffende klasse.

Vul je dataset met voldoende en gevarieerde afbeeldingen, via webcam en/of uploads.

Trainen en testen

Zodra je voldoende en gevarieerde data hebt toegevoegd, kun je het AI-model trainen. Klik op Model trainen om direct te starten of pas eerst enkele instellingen aan via het pijlknopje bij Geavanceerd. Hier kun je Tijdvakken, Batchgrootte en Leersnelheid aanpassen, vergelijkbaar met Epochs, Batch size en Learning rate in TensorFlow Playground. Klik op het vraagteken voor meer uitleg. Bij Geavanceerde opties kun je in een apart venster interessante statistieken over het trainingsproces bekijken. Na afloop verschijnt de melding Model getraind.

Klik rechts op Voorbeeld bekijken, zet Invoer op AAN en kies of je via Webcam of Bestand data wilt aanleveren. Wij kozen voor Webcam en testten met verschillende afbeeldingen van QR-codes en zebra’s. Bij Uitvoer toont Teachable Machine een percentage dat de zekerheid van de classificatie weergeeft.

Een QR-code op de rug van een zebra: daar heeft Teachable Machine niet van terug.

Export

Als alles goed werkt en je het model buiten de Teachable Machine-omgeving wilt gebruiken, klik je op Model exporteren. Kies voor Tensorflow.js, selecteer Downloaden en klik op Mijn model downloaden. Pak het gedownloade zip-bestand uit in een lege submap \my_model. Deze bevat een drietal bestanden, maar niet je trainingsdata. Dit komt doordat de neurale netwerkarchitectuur, geoptimaliseerde gewichten en modelconfiguratie kunnen volstaan voor nieuwe voorspellingen.

Ga vervolgens naar het tabblad Javascript, klik op Kopiëren en plak de code in een teksteditor, zoals Kladblok of Notepad++. Sla dit op als een html-bestand in de map net boven de submap \my_model.

Om lokaal te kunnen testen zonder browserfoutmeldingen zet je eerst een eenvoudige webserver op. Wij gebruikten de gratis Abyss Web Server (voor Windows, macOS en Linux). Plaats het html-bestand samen met de submap \my_model in de standaardmap C:\Abyss Web Server\htdocs. Dubbelklik erop om het in je browser te starten. Als het goed is, kun je nu meteen je AI-model testen. Succes.

Je kunt het model bijvoorbeeld testen via een lokale webserver.

▼ Volgende artikel
Waar voor je geld: 5 draagbare bluetooth-speakers voor minder dan 90 euro
© Olga Demina | stock.adobe.com
Huis

Waar voor je geld: 5 draagbare bluetooth-speakers voor minder dan 90 euro

Bij ID.nl zijn we gek op producten waar je niet de hoofdprijs voor betaalt. Een paar keer per week speuren we daarom binnen een bepaald thema naar zulke deals. Ben je op zoek naar een goede bluetooth-speaker voor mee op vakantie? Wij zochten vijf modellen voor je uit voor minder dan 90 euro.

Een draagbare bluetooth-speaker is superhandig als je graag muziek luistert, waar je ook bent. Je koppelt ze in een paar seconden aan je telefoon of tablet, en je kunt meteen je favoriete playlist afspelen – zonder gedoe met kabels of ingewikkelde installatie. Gewoon aanzetten, verbinden en gaan met die beat. Wij zochten vijf modellen voor buiten voor je op, voor minder dan 90 euro.

JBL FLIP 6

Deze Flip 6 van JBL neem je makkelijk overal mee naartoe, maar produceert ondanks zijn compacte formaat toch flink wat geluid. Hij is klein genoeg om in je tas te gooien, maar als je hem aanzet, komt er verrassend veel bas en helderheid uit. Perfect voor op het strand, in het park of gewoon thuis op de keukentafel. Hij kan tegen een stootje – letterlijk – en is helemaal waterdicht. Dus regen of zwembad? Geen probleem. De batterij gaat zo'n 12 uur mee, dus je komt wel een dagje door. En heb je een vriend die ook een JBL-speaker heeft? Dan kun je ze koppelen voor dubbel zoveel geluid.

💪 Gewicht: 941 gram
🌊 Waterdicht: IP67
🔊 RMS-vermogen: 10 watt
🔋 Speelduur: 12 uur

Marshall Willen

De Marshall Willen valt op: niet alleen qua geluid, maar ook door z'n iconische rock-'n-roll-uiterlijk. Hij past makkelijk in je jaszak en maakt indruk met z'n kraakheldere geluid. Ondanks z'n formaat krijg je verrassend veel punch. De accu gaat gerust een hele dag mee en je kunt 'm gewoon meenemen onder de douche of in de regen – hij is namelijk waterdicht. Wat ook fijn is: hij heeft een handige clip waarmee je 'm ergens aan kunt hangen. Ideaal voor onderweg of op de fiets.

💪 Gewicht: 476 gram
🌊 Waterdicht: IP67
🔊 RMS-vermogen: 10 Watt
🔋 Speelduur: 15 uur

Sony ULT Field 1

De Sony ULT Field 1 is compact, makkelijk te dragen en zit verrassend goed in elkaar. Wat echt opvalt is de bas: lekker diep en vol. En als je dat niet genoeg vindt, zet je gewoon de ULT-knop aan voor nog wat extra power. Hij is water- én stofdicht, dus je hoeft 'm niet te sparen. De batterij houdt het een uur of 12 vol, wat prima is voor een dagje buiten. Gewoon een fijne, robuuste speaker die doet wat je nodig hebt.

💪 Gewicht: 650 gram
🌊 Waterdicht: IP67
🔊 RMS-Vermogen: 30 Watt
🔋 Speelduur: 12 uur

Ultimate Ears WONDERBOOM 4

De WONDERBOOM 4 is klein, rond en vrolijk, maar klinkt alsof-ie twee keer zo groot is. Zet hem in het midden van de kamer of je picknickkleed en iedereen hoort even goed wat er speelt, dankzij 360° geluid – en dat werkt verrassend goed. Hij is waterdicht én kan drijven, dus hij mag mee in bad of op een bootje, zolang je 'm maar niet lang onder water houdt. De batterij gaat ongeveer 14 uur mee, en als je er twee hebt, kun je stereo afspelen. Kortom: klein ding, groot geluid, nul zorgen.

💪 Gewicht: 420 gram
🌊 Waterdicht: IP67
🔊 RMS-Vermogen: niet opgegeven
🔋 Speelduur: 14 uur

Denver BTG-615

Denver is misschien nog niet zo bekend als de grote merken, maar deze 15 Watt BTG-615 verrast zeker. Voor een speaker onder de 50 euro krijg je een stevig geluid en een leuke lichtshow dankzij de ingebouwde leds. Perfect voor feestjes in je woonkamer of buiten op het balkon. Hij is spatwaterdicht, dus een beetje regen overleeft-ie wel. De batterij gaat zo'n 5 uur mee - dat is wel een stuk minder dan de andere hier besproken modellen, maar in principe voldoende voor een middagje muziek. En met een handvat bovenop neem je hem zo mee. Geen poespas, gewoon een leuke speaker die doet wat je verwacht.

💪 Gewicht: 2 kg
🌊 Waterdicht: IPX5
🔊 RMS-Vermogen: 15 Watt
🔋 Speelduur: 5 uur