91 lines
2.6 KiB
Markdown
91 lines
2.6 KiB
Markdown
# Les 18: Advanced AI Toolbox — Voice, Vision, Image, Local, Edge
|
|
|
|
> ✅ **Deze les is volledig uitgewerkt — laatste les**
|
|
|
|
## Lesmateriaal
|
|
|
|
- [Slide Overzicht](../Les18-AI-Toolbox-Next/Les18-Slide-Overzicht.md)
|
|
- [Docenttekst](../Les18-AI-Toolbox-Next/Les18-Docenttekst.md)
|
|
- [Lesstof](../Les18-AI-Toolbox-Next/Les18-Lesstof.md)
|
|
- [Lesopdracht](../Les18-AI-Toolbox-Next/Les18-Lesopdracht.md)
|
|
- [Huiswerk](../Les18-AI-Toolbox-Next/Les18-Huiswerk.md)
|
|
|
|
---
|
|
|
|
## Deel
|
|
**Deel 4 — Production & Advanced** (Les 17-18)
|
|
|
|
## Beschrijving
|
|
Laatste les. Vijf korte demo's van alle modaliteiten die we nog NIET hebben gezien: voice (Whisper + TTS), vision (GPT-4o), image generation (Flux), local LLMs (Ollama) en edge AI (Vercel AI Gateway). Wrap-up van alle 18 lessen + vooruitblik eindopdracht.
|
|
|
|
---
|
|
|
|
## Te Behandelen
|
|
|
|
### Theorie
|
|
- Het AI-landschap eind 2026 (providers + modi)
|
|
- Per feature: welke modaliteit past?
|
|
- Open-source vs. cloud — privacy, cost, latency
|
|
- Resources & community om bij te blijven
|
|
|
|
### Live demo's
|
|
1. **Voice** — Whisper transcribe + TTS via ElevenLabs
|
|
2. **Vision** — GPT-4o foto-analyse (defect detection, OCR, receipts)
|
|
3. **Image gen** — Flux via Fal.ai (festival-poster prompt)
|
|
4. **Local LLM** — Ollama + llama4:8b offline
|
|
5. **Edge AI** — Vercel AI Gateway met automatic fallback
|
|
|
|
---
|
|
|
|
## Tools
|
|
- OpenAI Whisper + GPT-4o + DALL-E
|
|
- ElevenLabs TTS
|
|
- Fal.ai (Flux image generation)
|
|
- Ollama + llama4 (lokaal)
|
|
- Vercel AI Gateway
|
|
- Cloudflare Workers AI
|
|
|
|
---
|
|
|
|
## Lesopdracht (in-class, 30 min)
|
|
|
|
Studenten kijken klassikaal mee tijdens de 5 demo's. In-class oefening:
|
|
- Kies één modaliteit die je het interessantst vindt
|
|
- Schets in 5 zinnen een feature voor je eindopdracht die deze modaliteit gebruikt
|
|
|
|
**Inleveren:** Schets via Teams chat.
|
|
|
|
---
|
|
|
|
## Huiswerk (take-home)
|
|
|
|
Bouw één gekozen modaliteit naar productie:
|
|
- Werkend op Vercel
|
|
- Cost-monitoring actief (Les 17)
|
|
- README + 200-woord reflectie: cost, latency, privacy
|
|
|
|
**Inleveren:** GitHub + Vercel URL via Teams + Brightspace.
|
|
|
|
---
|
|
|
|
## Eindopdracht (volgt na les)
|
|
De eindopdracht doen studenten thuis. Eisen blijven gelden uit het curriculum-overzicht:
|
|
- Next.js + TypeScript + Tailwind
|
|
- Supabase met auth en RLS
|
|
- AI SDK met Tool Calling
|
|
- Externe API
|
|
- Deployed op Vercel
|
|
- Pitch (8-12 min) na inleveren
|
|
|
|
---
|
|
|
|
## Leerdoelen
|
|
Na deze les kan de student:
|
|
- Het AI-landschap eind 2026 schetsen (providers + modaliteiten)
|
|
- Per feature de juiste modaliteit kiezen
|
|
- Een voice-feature (Whisper + TTS) implementeren
|
|
- Een vision-feature met GPT-4o bouwen
|
|
- Een lokaal model draaien via Ollama
|
|
- Vercel AI Gateway gebruiken voor automatic fallback
|
|
- Bepalen welke modaliteit past bij privacy- en cost-eisen
|