AI uitgelegd

AI betekent ‘kunstmatige intelligentie’. Het is een soort technologie die computers helpt om dingen te doen die slimme mensen normaal gesproken zouden doen. Het idee is om machines te leren denken en handelen zoals mensen dat doen, en ze dingen te laten doen die vroeger alleen mensen konden doen. AI wordt vaak gebruikt in dingen zoals chatbots, computers die kunnen begrijpen wat je zegt, computers die plaatjes herkennen, auto’s die zichzelf kunnen besturen en nog veel meer. Er zijn verschillende soorten AI, zoals ‘machine learning’ (ML) en ‘deep learning’.

Machine learning gaat over het bouwen van systemen die kunnen leren en beter worden door naar informatie te kijken.

Deep learning is een speciaal soort machine learning dat computers helpt om ingewikkelde taken te doen, zoals het herkennen van plaatjes en gesproken taal.

Machine learning

Machine learning is als een computerprogramma dat kan leren van informatie die het ziet. Stel je voor dat je een computer leert hoe een kat eruitziet. Je geeft hem veel foto’s van katten, en het programma leert dan zelf hoe een kat eruitziet door naar al die foto’s te kijken. Later, wanneer je een nieuwe foto van een kat laat zien, kan de computer zeggen: “Dat is een kat!” Het leert dus van voorbeelden en wordt steeds beter in het herkennen van katten, zelfs als ze er een beetje anders uitzien. Het is een handige technologie die wordt gebruikt voor allerlei dingen, zoals fotoherkenning en aanbevelingen op websites.

Machine learning wordt voor veel verschillende dingen gebruikt. Hier zijn enkele voorbeelden:

• Aanbevelingen: Misschien heb je gemerkt dat als je iets op een website koopt, de website je andere dingen aanbeveelt die je misschien leuk vindt. Dat komt omdat machine learning helpt om te begrijpen wat je interesseert en aanbevelingen doet, zoals bij Netflix of Amazon.
• Zelfrijdende auto’s: Auto’s die zelf kunnen rijden, gebruiken machine learning om de weg en andere auto’s te begrijpen. Ze leren hoe ze veilig kunnen rijden door veel informatie te verzamelen.
• Spraakherkenning: Als je met een spraakassistent zoals Siri of Google Assistent praat, begrijpen ze wat je zegt dankzij machine learning. Ze leren steeds beter om verschillende stemmen en accenten te herkennen.
• Medische diagnose: Machine learning wordt in de geneeskunde gebruikt om te helpen bij de diagnose van ziekten. Bijvoorbeeld kan het helpen bij het identificeren van problemen op röntgenfoto’s of MRI-scans.
• Fraudedetectie: Banken en creditcardmaatschappijen gebruiken machine learning om te proberen te zien of er verdachte transacties plaatsvinden op je rekening. Als ze iets ongewoons opmerken, kunnen ze je waarschuwen.
• Vertalingen: Als je online een taal vertaalt, zoals van het Engels naar het Spaans, wordt machine learning gebruikt om de juiste vertalingen te vinden.

Machine learning helpt dus bij het begrijpen en verwerken van informatie in verschillende situaties. Het leert van gegevens en wordt slimmer naarmate het meer leert.

Deep learning

Deep learning is een speciaal soort machine learning, net als een hele slimme broer of zus van machine learning. Het draait allemaal om het nabootsen van de manier waarop ons brein werkt.

Stel je voor dat je een heel ingewikkeld spel wilt leren spelen, zoals schaken. In plaats van dat je alle regels van het spel leert, kun je gewoon heel veel schaakpartijen bekijken en zien welke zetten goede resultaten opleveren. Deep learning doet iets soortgelijks, maar dan met computers.

Het gebruikt iets dat “neurale netwerken” wordt genoemd, wat eigenlijk een soort van computerbrein is. Deze computerbreinen kunnen zelfstandig leren door veel gegevens te bekijken. Bijvoorbeeld, als je het wil laten leren hoe katten eruitzien, geef je het een heleboel foto’s van katten. Het computerbrein zal dan proberen patronen te ontdekken en begrijpen wat een kat is, zelfs als katten er in verschillende foto’s een beetje anders uitzien.

Deep learning wordt gebruikt voor dingen zoals het herkennen van gezichten op foto’s, begrijpen wat mensen zeggen in spraakherkenning en zelfs autorijden in zelfrijdende auto’s. Het is als een superslimme assistent die leert van de wereld om ons heen en vervolgens moeilijke taken kan uitvoeren.

Het verschil tussen machine learning en deep learning

Het belangrijkste verschil tussen deep learning en machine learning is de manier waarop ze leren en taken uitvoeren.

Machine Learning (ML)

• Machine learning is als het leren van taken door computers met behulp van regels en instructies.
• Het vereist vaak dat mensen specifieke functies en kenmerken identificeren die de computer moet gebruiken om taken uit te voeren.
• ML-algoritmen leren van gegevens door patronen en regels af te leiden op basis van die vooraf gedefinieerde kenmerken.
• Het presteert goed voor veel taken, maar kan beperkt zijn in complexe taken zoals beeldherkenning of spraakvertaling.

Deep Learning

• Deep learning is een subset van machine learning en maakt gebruik van neurale netwerken, die als een soort computerbrein fungeren.
• In plaats van vooraf gedefinieerde kenmerken te gebruiken, leert deep learning van gegevens door diepe neurale netwerken te bouwen met meerdere lagen (vandaar de naam “diep”).
• Deep learning kan automatisch en zelfstandig kenmerken uit gegevens extraheren en leren complexe taken uit te voeren, zoals beeld- en spraakherkenning.
• Het is vooral krachtig voor taken waarbij veel gegevens beschikbaar zijn, maar het vereist ook aanzienlijk meer rekenkracht en gegevens dan traditionele machine learning.

In eenvoudige bewoordingen: machine learning is als het leren van een taak met behulp van instructies en handmatig geselecteerde eigenschappen, terwijl deep learning als een computerbrein is dat zelfstandig en automatisch kenmerken en patronen uit gegevens leert, wat het geschikt maakt voor complexe en grootschalige taken zoals beeld- en spraakherkenning.

In gesprek met Chatgpt

Ik heb een artikel geschreven over ethiek, manipulatie en bewustwording met AI. Het is nogal een lijvig artikel geworden, dus heb ik hem in drieën gedeeld.

In dit artikel ga ik in gesprek met Chatgpt. Ik vraag aan hem (haar, het?) welke ethische overwegingen in het gebruik van AI zijn.

Lees hier deel 1, deel 2 en deel 3.