Wat is AI?
Artificial Intelligence (AI) is het vakgebied dat zich bezighoudt met het ontwikkelen van computersystemen die taken kunnen uitvoeren die normaal menselijk intelligentie vereisen — zoals spraakherkenning, beeldanalyse of besluitvorming — door gebruik te maken van geavanceerde algoritmes en modellen .
1. Machine Learning en datagedreven leren
Machine Learning (ML) is een kerntechnologie binnen AI. Hierbij leert een model patronen te herkennen in data zonder expliciet geprogrammeerd te zijn. Hoe meer data het model ‘ziet’, hoe beter het leert .
Types ML:
- Supervised learning: leren met gelabelde data.
- Unsupervised learning: ontdekken van structuren in ongeëtiketteerde data.
- Reinforcement learning: leren door beloning en straf.
2. Diepgaande neurale netwerken (Deep Learning)
Deep Learning bouwt voort op ML en gebruikt deep neural networks, bestaande uit meerdere lagen (latent). Voorbeelden: convolutional nets (voor beeld), recurrent nets (voor tijdreeksen) en transformers (voor tekst) .
Bijvoorbeeld: een beeldherkenningsmodel leert eerst ruwe randen, vervolgens vormen en uiteindelijk objecten — volledig autonoom .
3. Generative AI en LLM’s
Generative AI creëert nieuwe data (tekst, beeld, video) door patronen te leren uit enorme datasets .
Een voorbeeld: Large Language Models (LLM) zoals GPT‑4 analyseren miljarden tekstsamples en genereren coherente nieuwe tekst als antwoord op jouw prompt .
GANs (Generative Adversarial Networks) zijn een type generative AI, met twee netwerken die tegen elkaar ‘spelen’ om realistisch output te produceren .
4. Uitlegbaarheid & Interpretatie (Explainable AI, XAI)
AI-modellen — vooral diepe netwerken — kunnen een echte “zwarte doos” zijn. XAI streeft naar transparantie, zodat menselijk begrip en vertrouwen worden bevorderd .
Voorbeelden van XAI-methoden zijn:
- LIME en SHAP: verklaren welke inputvariabelen het model hebben beïnvloed.
- Partial dependency plots: laten zien hoe een variabele de voorspelling beïnvloedt .
5. Expertsystemen en inferentie-engine
Voorheen waren expertsystemen populair: rule-based systemen met een kennisbank en een inferentie-engine die logische regels toepast .
Hoewel tegenwoordig minder dominant, vormen ze de basis voor bepaalde AI-applicaties zoals juridische systemen en medische diagnostiek.
6. Transformer-architectuur & aandacht (attention)
De doorbraak in generative AI kwam mede door het transformer-model, dat met een aandachtmechanisme de relaties tussen verschillende woorden of tokens kan modelleren .
Dat maakt het sneller en krachtiger dan vorige modellen, en is de reden dat systemen zoals GPT, BERT en PaLM succesvol zijn.