AI-Encyclopedie

Een AI-techniek waarmee je automatisch een driedimensionaal digitaal model maakt van objecten of ruimtes, puur op basis van foto's of video's die je ervan hebt gemaakt.

Een methode om twee versies van je AI-model of -systeem naast elkaar te testen bij echte gebruikers, zodat je op basis van data kunt zien welke het beste werkt.

Een AI-leermethode waarin een agent leert door uitproberen, waarbij een 'actor' acties voorstelt en een 'critic' beoordeelt hoe goed die acties zijn — zoals een kind dat leert fietsen met een ouder die tips geeft.

Een manier om AI-agenten sneller te trainen door meerdere kopieën tegelijk te laten leren van verschillende situaties, waarna ze hun kennis bundelen.

Een manier van redeneren waarbij AI de meest waarschijnlijke verklaring voor iets zoekt — zoals een dokter die symptomen ziet en denkt: 'Dit lijkt het meest op griep.'

Een techniek waarbij AI een tekst samenvat door nieuwe zinnen te formuleren in plaats van bestaande zinnen te kopiëren — vergelijkbaar met hoe jij een film navertelt aan een vriend.

Een bibliotheek van Hugging Face die het trainen van AI-modellen versnelt door het makkelijk te maken om je code te verdelen over meerdere GPU's, computers of zelfs grote clusters — zonder dat je zelf complexe code hoeft te schrijven.

Een AI-techniek die bewegingen en activiteiten in video's herkent — van iemand die een bal gooit tot een hond die rent. Helpt computers begrijpen wat er gebeurt in bewegende beelden.

De verwachte 'opbrengst' (beloning) die een AI-agent krijgt als hij in een bepaalde situatie een specifieke actie kiest — de manier waarop de agent leert welke keuze het beste uitpakt.

De knop die bepaalt of een neuron in een neuraal netwerk 'vuurt' — vergelijkbaar met hoe jouw hersencellen beslissen of ze een signaal doorgeven of niet.

Een slimme manier van trainen waarbij het AI-model zelf aangeeft welke voorbeelden het het liefst gelabeld wil hebben — zo leer je met minder handmatig werk hetzelfde resultaat.

Een AI-leermethode waarbij twee 'hersenhelften' samenwerken: de ene bedenkt acties, de andere beoordeelt of ze slim waren — zo leert de AI steeds beter beslissingen nemen.

Een slimme manier om meerdere 'zwakke' voorspelmodellen te combineren tot één sterk model, door steeds meer aandacht te geven aan de moeilijke gevallen waar eerdere modellen op mis gingen.

Een slimme manier om een AI-model steeds een beetje bij te stellen tijdens het leren, zonder dat je van tevoren hoeft in te stellen hoe grote stappen het neemt.

Een geheugenefficiënte variant van Adam-optimalisatie die grote AI-modellen traint zonder je computergeheugen te overbelasten — ideaal voor wie met beperkte resources werkt.

Een slim trucje waarmee een neuraal netwerk tijdens training automatisch grote stappen neemt waar het snel leert, en kleine stapjes waar het voorzichtig moet zijn.

Een slimme trainingsmethode voor AI-modellen die de leerstap voor elke parameter automatisch aanpast — alsof je bij het fietsen leert harder te trappen op steile stukken en zachter op vlakke stukken.

Een slimme manier om een neuraal netwerk te trainen waarbij het model niet te complex wordt. AdamW combineert snelle aanpassingen met een ingebouwde rem tegen overcomplicatie.

Een verbeterde versie van R-Squared die rekening houdt met het aantal variabelen in je model, zodat je beter kunt zien of extra data je voorspelling echt beter maakt of alleen maar ingewikkelder.

Een getal tussen -1 en 1 dat aangeeft hoe goed een AI twee groepen objecten op dezelfde manier indeelt als een menselijke expert — rekening houdend met toeval.

Een AI-tool van Adobe die afbeeldingen, teksteffecten en patronen genereert uit tekst, speciaal ontworpen voor creatieve professionals en volledig geïntegreerd in Photoshop en Illustrator.

Een methode in reinforcement learning die meet hoe veel beter een specifieke actie is dan het gemiddelde. Helpt AI-agenten slimmere keuzes maken door te focussen op acties die écht het verschil maken.

Een truc om een AI-systeem opzettelijk te misleiden door kleine, slimme aanpassingen in de input — zoals een stopteken dat een zelfrijdende auto als 'doorrijden' leest.

Een techniek om vooroordelen in AI-modellen te verminderen door een tweede AI te trainen die juist probeert die vooroordelen op te sporen — zodat het hoofdmodel leert eerlijker te worden.

Een slim gemanipuleerde input die een AI-model misleidt om een verkeerde conclusie te trekken — vaak onzichtbaar voor het menselijk oog.

AI die zelfstandig keuzes maakt en handelingen uitvoert om een doel te bereiken, zoals een slim persoonlijk assistent die je agenda organiseert zonder dat je elk stapje hoeft aan te geven.

Het principe dat mensen of organisaties aanspreekbaar moeten zijn voor wat AI-systemen doen — zodat er iemand verantwoordelijk is als het misgaat.

Het percentage voorspellingen dat een AI-model goed heeft. Bij 100 classificaties waarvan 85 kloppen, is de accuracy 85%. Klinkt simpel, maar zegt niet altijd het hele verhaal.

Europese wet die regels stelt aan het gebruik van AI, afhankelijk van hoe risicovol een toepassing is. Vergelijkbaar met hoe de AVG privacyregels opstelde.

Een keuze die een AI-agent op een bepaald moment maakt — zoals 'ga naar links', 'pak dit op' of 'verhoog de prijs met 5%'.

Een AI-systeem dat zelfstandig taken uitvoert, beslissingen neemt en tools gebruikt om een doel te bereiken — zoals een digitale assistent die meerdere stappen voor je zet zonder dat je steeds hoeft in te grijpen.

Een stapsgewijze instructie die een AI-systeem volgt om een probleem op te lossen — net zoals een recept je door het koken leidt, of een route-planner je naar je bestemming brengt.

Ervoor zorgen dat AI-systemen doen wat mensen écht bedoelen — niet alleen wat we letterlijk zeggen, maar ook onze onderliggende waarden en bedoelingen respecteren.

Het vermogen om AI-systemen achteraf te onderzoeken: wat deed het systeem, waarom, en was dat wel de bedoeling? Net zoals een accountant de boeken controleert, maar dan voor algoritmes.

Een verschuiving-parameter in een neuraal netwerk die ervoor zorgt dat neuronen ook actief kunnen worden als alle invoer nul is — denk aan het startpunt van een lijn in een grafiek.

Hoe goed de zekerheid die een AI-model uitspreekt ('ik ben 90% zeker') daadwerkelijk klopt met de werkelijkheid. Een goed gekalibreerd model zegt niet overmoedig 'ja' of angstig 'misschien'.

Het sorteren van dingen in vaste categorieën, zoals een AI die e-mails herkent als spam of niet-spam, of foto's indeelt bij dieren, auto's of gebouwen.

Wanneer een AI-systeem ineens vaardigheden laat zien die je niet expliciet hebt ingeprogrammeerd — zoals een verrassing die ontstaat uit de complexiteit van het systeem zelf.

De virtuele of echte wereld waarin een AI-agent leert door te experimenteren — van een schaakbord tot een simulatie van een fabriek.

De verzameling principes en richtlijnen over verantwoord gebruik van AI — zodat de technologie eerlijk, veilig en transparant blijft voor iedereen.

Het onderdeel van een AI-agent dat daadwerkelijk acties uitvoert — zoals het versturen van een e-mail, het openen van een bestand of het aanroepen van een tool — nadat een ander onderdeel (de planner) heeft bedacht wát er moet gebeuren.

Het principe dat AI-systemen alle mensen en groepen gelijk en rechtvaardig moeten behandelen, zonder onterechte voor- of nadelen te veroorzaken voor bepaalde groepen.

De regels, afspraken en processen waarmee je ervoor zorgt dat AI in je organisatie op een verantwoorde, veilige en eerlijke manier wordt ingezet — van inkoop tot dagelijks gebruik.

Wanneer een AI-model iets verzint dat plausibel klinkt maar niet klopt — alsof het met overtuiging liegt zonder te beseffen dat het liegt.

Het moment waarop een getraind AI-model daadwerkelijk aan het werk gaat — jij stelt een vraag of geeft input, het model geeft direct een antwoord of voorspelling. Denk aan ChatGPT die je vraag beantwoordt.

Het kunstmatig aanpassen van een variabele in een AI-systeem om te zien wat het effect is op de uitkomst — alsof je een hendel verzet om te kijken wat er gebeurt.

Een laag in een neuraal netwerk: een rij neuronen die samen informatie omzetten. Net zoals een fabriekslijn waarbij elk station een eigen taak heeft.

Een systeem waarmee een AI-agent informatie uit eerdere interacties onthoudt en later weer ophaalt — zodat hij leert van ervaringen en context behoudt over meerdere gesprekken of taken heen.

Een AI-model is het getrainde 'brein' van een AI-systeem — een wiskundige structuur die patronen heeft geleerd uit data en daarmee taken kan uitvoeren zoals tekst genereren, beelden herkennen of voorspellingen doen.

Een slimme truc waarmee een AI-model sneller leert door niet alleen naar de huidige fout te kijken, maar ook een beetje richting te houden van eerdere stappen — zoals een bowlingbal die eenmaal in beweging blijft rollen.