AI, of kunstmatige intelligentie, is een breed en snel evoluerende technologische vooruitgang. Het is een industrie dat zich bezighoudt met het creëren van computersystemen die in staat zijn om taken uit te voeren die normaal gesproken een menselijk brein vereisen. AI (afkorting van Artificial Intelligence) wordt gebruikt in allerlei verschillende toepassingen zoals het verbeteren van zoekresultaten op Google, het creëren van chatbots (denk aan ChatGPT) tot het aansturen van robots in de industrie.
Er zijn veel verschillende soorten AI, maar in deze blogpost zullen we ons richten op twee hoofdtypen: rule-based AI en machine learning.
De twee types van AI
Rule-based (Een op regels gebaseerde) AI is waarbij een computerprogramma regels en procedures volgt om een taak uit te voeren. Dit is het oudste type kunstmatige intelligentie die er is en is gebaseerd op een formele logica. Een voorbeeld hiervan is een kassasysteem dat berekeningen uitvoert en facturen afdrukt. Het volgt simpelweg een reeks regels die het geprogrammeerd is om deze taak uit te voeren.
Machine learning is een type AI waarbij een computer zelf kan leren zonder dat het expliciet is geprogrammeerd zoals bij Rule-based AI’s. In plaats van dat regels worden ingegeven wordt de computer “gevoed” met een grote hoeveelheid gegevens (ook wel “trainingsdata” genoemd). Het systeem leert dan een patroon te herkennen uit deze gegevens. Op basis van dit patroon kunnen vervolgens nieuwe gegevens geanalyseerd worden en voorspellingen gedaan worden. Dit is een krachtigere manier van AI omdat het in staat is om te leren en beter te worden. Machine learning-algoritmen worden vaak gebruikt voor taken zoals beeldherkenning, het vertalen van teksten en het voorspellen van toekomstige gebeurtenissen.
Een introductie tot Machine Learning
Er zijn twee hoofdtypen van machine learning: supervised learning en unsupervised learning.
Bij supervised learning (Leren onder toezicht) worden de computer gegevens en de juiste antwoorden (ook wel “labels” genoemd) gegeven, zodat het kan leren hoe het de taak moet uitvoeren. Bijvoorbeeld, als we willen dat een computer leert om afbeeldingen van katten te herkennen, zouden we het duizenden afbeeldingen van katten en honden geven, met labels die aangeven of de afbeelding een kat of een hond is.
Unsupervised learning (Leren zonder toezicht) is waarbij de computer gegevens krijgt zonder labels, en het moet zelf patronen ontdekken. Een voorbeeld hiervan is wanneer een computer gegevens analyseert en groepeert in clusters, zonder dat iemand hem vertelt welke groepen er zijn. Dit wordt vaak gebruikt voor taken zoals klantsegmentatie en gegevensreductie.
Symbolische AI
Wat betreft de technologie die wordt gebruikt, zijn er twee hoofdtypen van AI: symbolische AI en niet-symbolische AI. Symbolische AI gebruikt formele logica om te redeneren over problemen. Dit is de oudste manier van AI en wordt vaak gebruikt in rule-based systemen waar we eerder over spraken. Niet-symbolische AI, zoals die van machine learning, gebruikt gegevens en statistieken om problemen op te lossen. Dit is de meest moderne manier van AI en wordt vaak gebruikt in veel van de AI-systemen die we vandaag de dag zien.
AI groei ontzettend snel en wordt steeds toegankelijker voor bedrijven en gewone mensen. Er zijn veel gratis AI-tools en libraries beschikbaar zoals TensorFlow, PyTorch, en scikit-learn en nog veel meer. Deze hulpmiddelen maken het makkelijker om AI-modellen te ontwikkelen. Dankzij deze tools kan iedereen, van ontwikkelaars tot data-wetenschappers, AI-modellen creëren en gebruiken voor allerlei doeleinden.
Conclusie
AI is een breed en snel groeiend veld dat zich bezighoudt met het creëren van machines die in staat zijn om taken uit te voeren die normaal gesproken vereisen dat een menselijk brein deze uitvoert. Er zijn veel verschillende soorten AI, zoals rule-based AI en machine learning. Binnen machine learning zijn er ook verschillende soorten zoals supervised en unsupervised learning. En er zijn ook verschillende technologieën die worden gebruikt, zoals symbolische AI en niet-symbolische AI. Dankzij de groeiende toegankelijkheid van gratis AI-tools en libraries, is het gemakkelijker geworden voor bedrijven en individuen om AI-modellen te creëren en te implementeren voor hun eigen doeleinden. We kunnen verwachten dat AI in de toekomst nog verder zal groeien en nog meer toepassingen zal vinden in allerlei verschillende sectoren, van gezondheid tot onderwijs en van retail tot transport.
