AI Begrippenlijst

A

Algoritme

Een reeks stappen of instructies die een computer volgt om een probleem op te lossen of een taak uit te voeren. In AI zijn algoritmes de basis van alle intelligente systemen.

Artificial General Intelligence (AGI)

Een hypothetische vorm van AI die menselijke intelligentie evenaart of overtreft in alle domeinen. AGI bestaat nog niet, in tegenstelling tot de huidige "narrow AI" die gespecialiseerd is in specifieke taken.

API (Application Programming Interface)

Een set van regels en protocollen waarmee verschillende software-applicaties met elkaar kunnen communiceren. AI-bedrijven bieden vaak APIs aan zodat ontwikkelaars hun modellen kunnen gebruiken.

Augmented Intelligence

AI die menselijke capaciteiten aanvult in plaats van vervangt. Het benadrukt de samenwerking tussen mens en machine.

B

Bias

Vooroordelen of systematische fouten in AI-systemen, vaak veroorzaakt door bevooroordeelde trainingsdata of ontwerpkeuzes. Bias kan leiden tot discriminerende uitkomsten.

Big Data

Extreem grote datasets die te complex zijn voor traditionele data-verwerkingsmethoden. Big Data is essentieel voor het trainen van moderne AI-modellen.

Backpropagation

Een algoritme voor het trainen van neurale netwerken waarbij fouten terugwaarts door het netwerk worden gepropageerd om de gewichten aan te passen.

C

ChatGPT

Een conversationele AI ontwikkeld door OpenAI, gebaseerd op het GPT (Generative Pre-trained Transformer) model. Het kan mensachtige tekst genereren en vragen beantwoorden.

Computer Vision

Het vakgebied binnen AI dat computers in staat stelt visuele informatie uit de echte wereld te interpreteren en begrijpen, zoals afbeeldingen en video's.

Clustering

Een machine learning techniek waarbij data automatisch in groepen wordt verdeeld op basis van overeenkomsten, zonder vooraf gelabelde categorieën.

Claude

Een AI-assistent ontwikkeld door Anthropic, bekend om zijn veiligheid, betrouwbaarheid en vermogen om complexe taken uit te voeren met een focus op ethische overwegingen.

D

Deep Learning

Een geavanceerde vorm van machine learning die gebruik maakt van kunstmatige neurale netwerken met meerdere lagen. Deep learning heeft doorbraken mogelijk gemaakt in spraakherkenning, beeldherkenning en natuurlijke taalverwerking.

Dataset

Een verzameling data die gebruikt wordt voor het trainen, valideren of testen van AI-modellen. De kwaliteit van de dataset bepaalt grotendeels de prestaties van het model.

Data Mining

Het proces van het ontdekken van patronen en kennis uit grote hoeveelheden data met behulp van machine learning, statistiek en databasesystemen.

E

Embedding

Een techniek waarbij woorden, zinnen of andere data wordt omgezet naar numerieke vectoren die door AI-modellen verwerkt kunnen worden.

Ethische AI

AI-ontwikkeling met aandacht voor morele principes zoals eerlijkheid, transparantie, privacy en het voorkomen van schade. Essentieel voor verantwoorde AI-implementatie.

Expert System

Een AI-systeem dat de besluitvorming van menselijke experts nabootst in een specifiek domein door gebruik te maken van een kennisbank en logische regels.

F

Fine-tuning

Het proces waarbij een voorgetraind AI-model verder wordt getraind op specifieke data om het te optimaliseren voor een bepaalde taak of domein.

Foundation Model

Grote AI-modellen die op enorme hoeveelheden data zijn getraind en als basis dienen voor verschillende downstream taken. Voorbeelden zijn GPT-4 en BERT.

G

Generatieve AI

AI-systemen die nieuwe content kunnen creëren zoals tekst, afbeeldingen, muziek of video. Voorbeelden zijn ChatGPT voor tekst en DALL-E voor afbeeldingen.

GPT (Generative Pre-trained Transformer)

Een type taalmodel ontwikkeld door OpenAI dat gebruik maakt van de transformer-architectuur. GPT-modellen zijn de basis voor veel moderne conversationele AI-systemen.

GPU (Graphics Processing Unit)

Gespecialiseerde hardware oorspronkelijk ontworpen voor graphics, maar nu essentieel voor het trainen van AI-modellen vanwege hun parallelle verwerkingscapaciteit.

H

Hallucination

Het fenomeen waarbij AI-modellen onjuiste of verzonnen informatie genereren die plausibel klinkt maar niet op feiten gebaseerd is. Een belangrijk aandachtspunt bij het gebruik van generatieve AI.

Hyperparameter

Configuratie-instellingen die voor het trainingsproces worden bepaald, zoals leersnelheid of aantal lagen in een neuraal netwerk.

I

Inference

Het proces waarbij een getraind AI-model voorspellingen maakt op nieuwe, ongeziene data. Dit is de fase waarin het model daadwerkelijk wordt gebruikt na training.

Intelligence Augmentation

Het gebruik van AI om menselijke intelligentie te versterken in plaats van te vervangen. Focus ligt op samenwerking tussen mens en machine.

K

Kunstmatige Intelligentie

De Nederlandse term voor Artificial Intelligence (AI). Het vakgebied dat zich richt op het creëren van systemen die taken kunnen uitvoeren die normaal menselijke intelligentie vereisen.

Knowledge Graph

Een netwerkstructuur die kennis representeert door entiteiten (knooppunten) en hun relaties (verbindingen) weer te geven. Gebruikt voor het organiseren en doorzoeken van informatie.

L

Large Language Model (LLM)

Zeer grote AI-modellen getraind op enorme hoeveelheden tekst. LLM's zoals GPT-4 en Claude kunnen mensachtige tekst genereren en complexe taaltaken uitvoeren.

Leeralgoritme

Het wiskundige proces waarmee een AI-model patronen leert herkennen uit data. Verschillende algoritmes zijn geschikt voor verschillende types problemen.

Logistic Regression

Een statistische methode voor het voorspellen van binaire uitkomsten (ja/nee, waar/onwaar). Ondanks de naam is het een classificatie- en geen regressietechniek.

M

Machine Learning

Een subset van AI waarbij computers leren van data zonder expliciet geprogrammeerd te worden. Het systeem verbetert zijn prestaties door ervaring.

Model

Een wiskundige representatie van patronen geleerd uit data. Een getraind model kan voorspellingen maken op nieuwe, ongeziene data.

Multimodal AI

AI-systemen die verschillende types input kunnen verwerken en combineren, zoals tekst, beeld en audio tegelijkertijd.

N

Natural Language Processing (NLP)

Het vakgebied binnen AI dat zich bezighoudt met de interactie tussen computers en menselijke taal. NLP maakt het mogelijk dat computers tekst begrijpen, interpreteren en genereren.

Neural Network

Een AI-model geïnspireerd op het menselijk brein, bestaande uit onderling verbonden "neuronen" georganiseerd in lagen. De basis van deep learning.

Narrow AI

AI die is ontworpen voor een specifieke taak of een beperkt domein, in tegenstelling tot AGI. Alle huidige AI-systemen zijn narrow AI.

O

Overfitting

Een probleem waarbij een model te goed presteert op trainingsdata maar slecht generaliseert naar nieuwe data. Het model heeft de trainingsdata "uit zijn hoofd geleerd" in plaats van patronen te leren.

Open Source AI

AI-modellen en -software waarvan de broncode vrij beschikbaar is voor iedereen om te gebruiken, aan te passen en te distribueren.

P

Prompt Engineering

De kunst van het formuleren van effectieve instructies voor AI-modellen om de gewenste output te krijgen. Essentiële vaardigheid voor het werken met generatieve AI.

Predictive Analytics

Het gebruik van data, statistische algoritmes en machine learning om toekomstige uitkomsten te voorspellen op basis van historische data.

Pre-training

De eerste fase van het trainen van grote AI-modellen op algemene data voordat ze worden gefinetuned voor specifieke taken.

R

Reinforcement Learning

Een type machine learning waarbij een agent leert door interactie met zijn omgeving en feedback in de vorm van beloningen of straffen.

Regression

Een type machine learning probleem waarbij het doel is om continue waarden te voorspellen, zoals prijzen of temperaturen.

Robotics

Het vakgebied dat zich bezighoudt met het ontwerpen en bouwen van robots, vaak geïntegreerd met AI voor autonome besluitvorming.

S

Supervised Learning

Een type machine learning waarbij het model wordt getraind op gelabelde data - voorbeelden waarbij de juiste output bekend is.

Sentimentanalyse

Het gebruik van NLP om de emotionele toon van tekst te bepalen, bijvoorbeeld of een recensie positief, negatief of neutraal is.

Singularity

Het hypothetische toekomstige moment waarop AI-ontwikkeling onomkeerbaar wordt en menselijke controle overstijgt. Een controversieel concept in AI-filosofie.

T

Transformer

Een revolutionaire neural network architectuur die de basis vormt voor moderne taalmodellen zoals GPT en BERT. Transformers gebruiken "attention" mechanismen om context te begrijpen.

Training

Het proces waarbij een AI-model leert van data door zijn parameters aan te passen om betere voorspellingen te maken.

Transfer Learning

Een techniek waarbij kennis opgedaan door een model voor één taak wordt toegepast op een gerelateerde taak, waardoor minder data en rekenkracht nodig is.

Turing Test

Een test voorgesteld door Alan Turing om te bepalen of een machine intelligent gedrag vertoont dat niet te onderscheiden is van een mens.

U

Unsupervised Learning

Machine learning waarbij het model patronen ontdekt in ongelabelde data zonder vooraf gedefinieerde categorieën of uitkomsten.

Underfitting

Een probleem waarbij een model te simpel is om de onderliggende patronen in de data te leren, resulterend in slechte prestaties.

V

Validation

Het proces van het evalueren van een AI-model op een aparte dataset om te controleren hoe goed het generaliseert naar nieuwe data.

Vector Database

Een database geoptimaliseerd voor het opslaan en doorzoeken van vector embeddings, essentieel voor moderne AI-applicaties zoals semantisch zoeken.

Vision Transformer

Een aanpassing van de transformer architectuur voor computer vision taken, die afbeeldingen behandelt als sequenties van patches.

W

Weights

De parameters in een neuraal netwerk die tijdens training worden aangepast. Weights bepalen de sterkte van verbindingen tussen neuronen.

Word Embedding

Een representatie van woorden als numerieke vectoren waarbij woorden met vergelijkbare betekenissen dicht bij elkaar liggen in de vectorruimte.

X

XAI (Explainable AI)

AI-systemen die hun beslissingen en voorspellingen kunnen uitleggen op een manier die mensen kunnen begrijpen. Belangrijk voor vertrouwen en regulering.

Z

Zero-shot Learning

Het vermogen van een AI-model om taken uit te voeren waarvoor het niet specifiek is getraind, puur op basis van algemene kennis en instructies.