1. Kunstmatige Intelligentie (AI)
Het brede concept van machines of software die menselijke intelligentie kunnen simuleren om taken uit te voeren zoals probleemoplossing, leren en het begrijpen van taal.
2. Machine Learning (ML)
Een subset van AI waarmee computers kunnen leren van en voorspellingen of beslissingen kunnen maken op basis van gegevens zonder dat ze expliciet geprogrammeerd zijn.
3. Diepe Leren
Een subset van ML die gebruikmaakt van kunstmatige neurale netwerken met veel lagen (vandaar “diep”) om complexe patronen in grote datasets te analyseren. Het is bijzonder krachtig voor taken zoals beeld- en spraakherkenning.
4. Neurale Netwerken
Computermodellen geïnspireerd door de menselijke hersenen, bestaande uit lagen van onderling verbonden knooppunten (of “neuronen”). Deze netwerken verwerken inputgegevens en leren hoe ze deze naar output kunnen vertalen door middel van training.
5. Natuurlijke Taalverwerking (NLP)
Een tak van AI die zich richt op de interactie tussen computers en menselijke taal, waardoor machines in staat zijn om menselijke taal te lezen, begrijpen en genereren. NLP maakt toepassingen mogelijk zoals chatbots, vertaaldiensten en sentimentanalyse.
6. Generatieve AI (GenAI)
Een type AI dat nieuwe content genereert op basis van bestaande gegevens. Dit omvat het creëren van afbeeldingen, tekst, muziek en meer. Voorbeelden zijn GPT-modellen voor tekstgeneratie en DALL-E voor beeldcreatie.
7. Grote Taalmodellen (LLMs)
Geavanceerde NLP-modellen die in staat zijn menselijke tekst te begrijpen en te genereren. Voorbeelden zijn OpenAI’s GPT-serie en Google’s LaMDA. Deze modellen kunnen taken uitvoeren variërend van conversatie tot het schrijven van essays.
8. Transformer Architectuur
Een architectuur die in 2017 werd geïntroduceerd en de NLP aanzienlijk heeft veranderd. Transformers gebruiken zelfaandachtsmechanismen om het belang van verschillende woorden in een zin te wegen, wat zorgt voor een beter begrip van de context en generatie.
9. Chatbot
Een AI-programma dat ontworpen is om gesprekken met menselijke gebruikers te simuleren, hetzij via tekst of spraak. Chatbots kunnen eenvoudig (regel-gebaseerd) of geavanceerd (gebruikmakend van LLM’s zoals ChatGPT) zijn.
10. Computer Vision
Een tak van AI die machines leert om de visuele wereld te interpreteren en begrijpen. Het stelt machines in staat om objecten, gezichten en activiteiten in afbeeldingen en video’s te identificeren.
11. Trainingsdata
De datasets die worden gebruikt om AI-modellen te leren patronen te herkennen en beslissingen te nemen. De kwaliteit en kwantiteit van trainingsdata hebben een grote invloed op de prestaties van AI-modellen.
12. Begeleidend Leren
Een type machine learning waarbij modellen worden getraind op gelabelde data, wat betekent dat de inputgegevens overeenkomstige outputlabels hebben die het leerproces begeleiden.
13. Onbegeleid Leren
Een type machine learning waarbij modellen worden getraind op niet-gelabelde data en zelf patronen en relaties in de data moeten ontdekken.
14. Versterkend Leren
Een type ML waarbij een agent leert beslissingen te nemen door interactie met een omgeving en feedback ontvangt in de vorm van beloningen of straffen.
15. Fijnafstemming
Het proces waarbij een voorgetraind model verder wordt getraind op een specifieke dataset of taak om het effectiever te maken voor die taak.
16. Vooroordeel in AI
De aanwezigheid van systematische fouten of onrechtvaardigheid in AI-modellen, vaak als gevolg van bevooroordeelde trainingsdata. Het aanpakken van vooroordelen is essentieel voor ethische AI-ontwikkeling.
17. Uitlegbare AI (XAI)
Een tak van AI die zich richt op het begrijpelijk maken van de beslissingen en processen van machine learning-modellen voor mensen. Dit is belangrijk voor transparantie en vertrouwen.
18. Generatieve Adversariële Netwerken (GANs)
Een type neurale netwerkarchitectuur waarbij twee netwerken, de generator en de discriminator, tegen elkaar concurreren. GANs worden vaak gebruikt om zeer realistische afbeeldingen, video’s en andere content te creëren.
19. AI-ethiek
De studie en praktijk van het zorgen voor een verantwoorde ontwikkeling en gebruik van AI-systemen, waarbij aandacht wordt besteed aan kwesties zoals eerlijkheid, verantwoording, privacy en werkgelegenheidsverlies.
20. Automated Machine Learning (AutoML)
Het proces waarbij het end-to-end proces van het toepassen van machine learning op problemen in de echte wereld wordt geautomatiseerd, wat het gemakkelijker maakt voor niet-experts om modellen te bouwen en in te zetten.
21. Edge AI
AI-berekeningen die lokaal op apparaten worden uitgevoerd in plaats van in gecentraliseerde datacenters. Edge AI wordt gebruikt om de reactietijd te verbeteren en de latentie te verminderen voor toepassingen in real-time.
22. Robotic Process Automation (RPA)
Een technologie die gebruik maakt van AI om repetitieve, op regels gebaseerde taken die normaal door mensen worden uitgevoerd, te automatiseren. RPA wordt vaak gebruikt in bedrijfsprocesautomatisering.
23. Spraakherkenning
Het vermogen van een machine of programma om menselijke spraak te identificeren en te verwerken in een formaat dat begrijpelijk is voor een computer. Dit wordt gebruikt in virtuele assistenten zoals Siri en Alexa.
24. Transfer Learning
Een techniek waarbij een model dat voor een taak is getraind, opnieuw wordt gebruikt of aangepast voor een andere, maar gerelateerde taak, wat de training versnelt en de prestaties verbetert in scenario’s met beperkte data.
25. Human-in-the-Loop (HITL)
Een benadering waarbij menselijke feedback wordt geïntegreerd in het trainings- of besluitvormingsproces van AI-systemen, waardoor de nauwkeurigheid wordt verbeterd en AI-beslissingen worden afgestemd op menselijke waarden.
Het begrijpen van deze termen is essentieel voor iedereen die betrokken is bij technologie, bedrijven of onderzoek met betrekking tot AI, omdat ze de basis vormen van de moderne AI-ontwikkelingen en hun potentiële toepassingen.
Last Update: December 5, 2024
