Opkomende & geavanceerde concepten

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.'

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.

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.

Het vermogen van AI om stapsgewijs te redeneren, verbanden te leggen en logische conclusies te trekken — niet alleen patronen herkennen, maar ook 'nadenken' over complexe vraagstukken.

Onderzoeksgebied dat probeert leven-achtig gedrag na te bootsen met computermodellen — van virtuele organismen die evolueren tot robots die zich voortplanten.

Automatische software die zelf AI-modellen bouwt en optimaliseert, zodat je geen data scientist hoeft te zijn om machine learning toe te passen.

Een netwerk dat kansen berekent op basis van oorzaak-en-gevolg verbindingen — handig om risico's in te schatten of diagnoses te stellen met onzekere informatie.

Een slimme manier om de beste instellingen voor een AI-model te vinden, zonder alles uit te hoeven proberen — door te leren van eerdere pogingen.

Een systeem dat je hersenen rechtstreeks verbindt met een computer, zodat je apparaten kunt bedienen met je gedachten — zonder je handen of stem te gebruiken.

Een visuele kaart die oorzaak-en-gevolg-relaties tussen variabelen laat zien — zodat AI niet alleen patronen ziet, maar ook begrijpt wat waardoor veroorzaakt wordt.

De wetenschap van het ontdekken van oorzaak-gevolgrelaties in plaats van alleen patronen — niet 'wat voorspelt wat', maar 'wat veroorzaakt wat'.

Een systeem van cellen die volgens eenvoudige regels aan- of uitgaan, waarbij complexe patronen ontstaan uit simpele wisselwerkingen tussen buren.

De studie van systemen die extreem gevoelig zijn voor kleine veranderingen — zoals het weer of AI-gedrag — waardoor langetermijnvoorspellingen bijna onmogelijk worden.

Een blauwdruk die beschrijft hoe AI-systemen informatie verwerken, beslissingen nemen en redeneerstappen zetten — net zoals ons brein verschillende functies combineert.

Het vermogen van AI om vanzelfsprekende dagelijkse kennis toe te passen — zoals dat een nat boek niet meer in een rugzak past, of dat je geen soep met een vork eet.

Een systeem waarbij veel onderdelen op elkaar inwerken, waardoor het gedrag onvoorspelbaar wordt — zoals het weer, de economie, of grote AI-modellen.

Een 'wat als'-scenario waarmee je kunt onderzoeken hoe een AI-model anders had beslist als je bepaalde invoer verandert — handig om uit te leggen waarom een systeem iets wel of niet goedkeurt.

Een redeneerwijze waarbij je van algemene regels naar specifieke conclusies gaat — zoals AI die logische stappen zet om een antwoord af te leiden.

Een wiskundige methode om te bepalen of je écht kunt zeggen dat A het veroorzaakt van B, ook als je niet alles kunt controleren in een experiment.

Een optimalisatiemethode die werkt zoals natuurlijke evolutie: de beste oplossingen 'overleven' en krijgen nakomelingen, waardoor je steeds betere resultaten krijgt zonder exact te weten hoe.

Een computerprogramma dat beslissingen neemt zoals een menselijke expert dat zou doen, door regels en logica toe te passen in plaats van te leren van data.

Een visuele manier om complexe AI-problemen op te splitsen in kleinere deelproblemen die je stap voor stap kunt oplossen, zoals een puzzel waar elk stukje invloed heeft op zijn buren.

Een optimalisatiemethode die werkt zoals evolutie in de natuur: sterke oplossingen overleven en planten zich voort, zwakke sterven uit.

Een methode om de beste instellingen voor een AI-model te vinden door systematisch alle mogelijke combinaties van parameters uit te proberen — zoals het uitproberen van alle snaarinstellingen van een gitaar tot je de mooiste klank hebt.

Het uitproberen van verschillende instellingen van een AI-model om de beste prestaties te bereiken — zoals het afstellen van de bak-temperatuur en tijd totdat je koekjes precies goed zijn.

Een denkproces waarbij AI van specifieke voorbeelden naar algemene regels gaat — zoals een kind dat leert dat alle honden vier poten hebben na een paar ontmoetingen.

Een knowledge graph is een netwerk waarin informatie is opgeslagen als verbindingen tussen concepten — zoals een web van kennis waarin elk feit aan andere feiten is gekoppeld, waardoor AI logisch kan redeneren.

Een geautomatiseerde methode waarbij AI-systemen zelf het beste ontwerp voor een neuraal netwerk zoeken, in plaats van dat mensen dit handmatig doen.

Hardware die nabootst hoe je hersenen werken: chips met kunstmatige 'neuronen' die parallel informatie verwerken, net zoals de miljoenen zenuwcellen in je hoofd dat doen.

Een hybride AI-aanpak die neurale netwerken (patroonherkenning) combineert met symbolische AI (logisch redeneren) om het beste van beide werelden te krijgen.

Een gestructureerde beschrijving van concepten en hun onderlinge relaties binnen een bepaald vakgebied, zodat machines betekenis kunnen begrijpen.

Een optimalisatie-algoritme dat leert van zwermgedrag in de natuur — zoals vogels die samen op zoek gaan naar voedsel — om efficiënt de beste oplossing voor een probleem te vinden.

Een manier om onzekerheid in AI vast te leggen door kansen en relaties tussen variabelen in een visueel schema te tekenen — handig voor diagnoses en voorspellingen.

Het combineren van quantumcomputers met machine learning-algoritmes, met als doel bepaalde berekeningen sneller of efficiënter uit te voeren dan op klassieke computers.

Een simpele manier om de beste instellingen voor een AI-model te vinden door willekeurig verschillende combinaties uit te proberen — zoals het gooien van een dartpijl in plaats van zorgvuldig mikken.

Het vermogen van AI-systemen om zelfstandig structuur en patronen te ontdekken in data, zonder dat iemand vooraf regels of categorieën aangeeft.

Een uitbreiding van het web waarin data betekenis krijgt door gestructureerde labels, zodat machines begrijpen waar informatie over gaat — niet alleen mensen.

Een zoektechniek die geïnspireerd is op het afkoelen van metaal: door eerst groot te zoeken en gaandeweg preciezer te worden, vind je betere oplossingen voor complexe problemen.

Een statistische methode die verbanden tussen variabelen in kaart brengt, inclusief verborgen invloeden — nu steeds vaker gebruikt om te begrijpen hoe AI-modellen beslissingen nemen.

AI die werkt met expliciete regels en symbolen die concepten voorstellen — zoals een schaakcomputer die weet dat 'paard slaat schuin' — in plaats van te leren uit data.