Het AI Woordenboek
voor iedereen

AI staat voor Artificiële Intelligentie: computersystemen die taken uitvoeren waarvoor normaal menselijke intelligentie nodig is. Denk aan tekst begrijpen, afbeeldingen herkennen of beslissingen nemen. AI is geen magie, maar wiskunde: grote hoeveelheden data gecombineerd met slimme algoritmen.

Machine Learning (ML) is een tak van AI waarbij een computer zichzelf leert verbeteren op basis van data zonder dat je elke stap hoeft te programmeren. Je geeft het systeem duizenden voorbeelden, en het ontdekt zelf patronen. Zo leert een spamfilter zelf wat spam is.

Generatieve AI is AI die nieuwe content kan maken: tekst, afbeeldingen, audio, video of code. In tegenstelling tot "klassieke" AI die alleen analyseert of classificeert, creëert generatieve AI iets nieuws op basis van een prompt. ChatGPT, Midjourney en Suno zijn bekende voorbeelden.

AGI (Artificial General Intelligence) is een vorm van AI die net zo slim is als een mens op alle mogelijke vlakken. Waar huidige AI vaak goed is in één specifieke taak, kan AGI zelfstandig leren en elk intellectueel werk doen dat een mens ook kan. Op dit moment bestaat echte AGI nog niet en is het vooral een doel voor de toekomst.

Computer Vision is het vakgebied binnen AI dat computers leert om beelden en video's te 'zien' en te begrijpen. Hiermee kan een systeem bijvoorbeeld objecten herkennen op een foto of zien of een auto op de weg moet remmen. Het is de techniek achter gezichtsherkenning en zelfrijdende auto's.

NLP (Natural Language Processing) is de technologie die computers helpt om menselijke taal te lezen, begrijpen en zelf te gebruiken. Hierdoor kunnen we praten met chatbots en teksten automatisch laten vertalen. Het zorgt ervoor dat de computer de context en betekenis achter onze woorden snapt.

Explainable AI (XAI) draait om het begrijpelijk maken van de beslissingen die een AI neemt. In plaats van een 'black box' die alleen een antwoord geeft, probeert XAI te laten zien welke stappen en data tot die conclusie hebben geleid. Dit is vooral belangrijk in de zorg of bij banken, waar je moet weten waarom een besluit is genomen.

Ethische AI gaat over het ontwikkelen van systemen die eerlijk, veilig en transparant zijn voor iedereen. Het stelt vragen over wie verantwoordelijk is voor AI-fouten en hoe we privacy en mensenrechten kunnen beschermen. Het doel is dat de technologie de samenleving helpt zonder groepen mensen buiten te sluiten.

De Turingtest is een klassieke proef om te kijken of een machine intelligent gedrag vertoont dat niet van een mens te onderscheiden is. Als een mens in gesprek met de machine niet doorheeft dat hij met een computer praat, is de test geslaagd. Hoewel de test al oud is, blijft het een belangrijk symbool in de wereld van AI.

De Singulariteit is het theoretische moment in de toekomst waarop AI zo slim wordt dat de menselijke beschaving voorgoed verandert. Vanaf dat punt zou AI zichzelf razendsnel kunnen verbeteren, sneller dan mensen kunnen bijhouden. Het is een veelbesproken onderwerp onder wetenschappers en filosofen over de verre toekomst.

Een Algoritme is simpelweg een reeks instructies of stappen die een computer volgt om een probleem op te lossen. Je kunt het vergelijken met een kookrecept: als je de stappen precies volgt, krijg je een bepaald resultaat. Bij AI zijn deze algoritmes heel complex en kunnen ze zichzelf soms verbeteren.

Een prompt is de tekst die jij aan een AI stuurt als opdracht of vraag. Hoe beter je prompt, hoe beter het antwoord. Een vage vraag geeft een vaag antwoord. Met de juiste context, toon en instructie stuur je de AI precies de kant op die jij wilt. Dat is de kunst van prompt engineering.

Het context window is de hoeveelheid tekst die een AI tegelijk kan lezen en "onthouden" binnen één gesprek. Valt iets buiten dit venster, dan vergeet de AI het simpelweg. Moderne modellen hebben steeds grotere vensters, van 8.000 tot meer dan 200.000 tokens, waardoor ze hele documenten tegelijk kunnen verwerken.

Multimodale AI kan meerdere soorten informatie tegelijk verwerken: tekst, afbeeldingen, audio en video. Waar vroege AI-modellen alleen tekst begrepen, kunnen moderne modellen zoals GPT-4o ook een foto analyseren, een schermafbeelding beschrijven of een audiofragment omzetten naar tekst, allemaal in één gesprek.

Een AI agent is een AI-systeem dat zelfstandig meerdere stappen uitvoert om een doel te bereiken. Het kan tools gebruiken (zoals zoeken op internet, code uitvoeren of e-mails versturen) en beslissingen nemen zonder dat jij elke stap goedkeurt. Agents zijn de volgende stap na chatbots: van antwoorden geven naar écht handelen.

Zero-shot betekent dat je een AI een taak geeft zonder voorbeelden. Het model moet het zelf uitvogelen. Few-shot betekent dat je één of enkele voorbeelden meegeeft zodat de AI begrijpt wat je bedoelt. Few-shot werkt vaak beter voor specifieke of ongebruikelijke taken waar de AI anders de plank misslaat.

Temperature is een instelling die bepaalt hoe "creatief" of voorspelbaar een AI reageert. Bij een lage temperature (dicht bij 0) kiest het model altijd de meest voor de hand liggende woorden: voorspelbaar en feitelijk. Bij een hoge temperature (richting 1 of hoger) neemt het meer risico en worden de antwoorden creatiever, maar ook minder consistent.

Prompt engineering is de vaardigheid om AI-tools zo aan te sturen dat je de best mogelijke output krijgt. Het gaat om het kiezen van de juiste context, rolbeschrijving, toon, voorbeelden en instructies in je prompt. Een goede prompt engineer haalt véél meer uit dezelfde AI dan iemand die een vage vraag typt.

Een Copilot is een AI-assistent die direct samenwerkt met een mens in een softwareprogramma. Je kunt het zien als een slimme bijrijder die teksten schrijft, e-mails samenvat of code programmeert terwijl jij aan het werk bent. Het doel is om je productiever te maken door saaie of herhalende taken over te nemen.

Een Chatbot is een computerprogramma waarmee je via tekst of spraak kunt praten alsof het een echt persoon is. Moderne chatbots gebruiken AI om je vragen te begrijpen en zinvolle antwoorden te formuleren. Ze worden veel gebruikt voor klantenservice of als persoonlijke assistent om je te helpen met dagelijkse taken.

Een Custom GPT is een persoonlijke versie van ChatGPT die je specifiek hebt ingesteld voor één bepaalde taak. Je kunt zo'n hulpje bijvoorbeeld leren hoe hij jouw schrijfstijl moet gebruiken of hem alle kennis van jouw bedrijf geven. Zo heb je een AI-assistent die precies weet wat voor jou belangrijk is zonder dat je alles steeds opnieuw hoeft uit te leggen.

Een Large Language Model is het AI-model achter tools als ChatGPT, Claude en Gemini. Het is getraind op enorme hoeveelheden tekst van het internet en kan daardoor menselijke taal begrijpen én genereren. "Large" verwijst naar het enorme aantal parameters (instellingen) waaruit het model bestaat.

Een neuraal netwerk is een computersysteem geïnspireerd op de werking van de menselijke hersenen. Het bestaat uit lagen van digitale "neuronen" die signalen doorgeven en versterken. Door enorm veel data te verwerken leert het netwerk patronen herkennen. Dat is de basis van vrijwel alle moderne AI.

Fine-tuning is het verder trainen van een bestaand AI-model op een kleinere, specifieke dataset. Je neemt een algemeen model (zoals GPT) en traint het bij met jouw eigen data zodat het de toon, stijl of kennis van jouw domein overneemt. Handig voor bedrijven die een AI op maat willen.

Parameters zijn de miljoenen of miljarden interne "knoppen" van een AI-model die tijdens het trainen worden ingesteld. Ze bepalen hoe het model reageert op invoer. GPT-4 heeft naar schatting honderden miljarden parameters. Meer parameters betekent meer rekenkracht nodig, maar ook meer nuance en begrip.

Inference is het moment waarop een getraind AI-model daadwerkelijk gebruikt wordt om een antwoord te genereren. Training = leren, inference = toepassen. Elke keer dat jij een vraag stelt aan ChatGPT of Claude, vindt er inference plaats. Inference kost rekenkracht en is daarmee een grote kostenpost voor AI-bedrijven.

Alignment is het proces waarbij onderzoekers ervoor zorgen dat de doelen van AI overeenkomen met menselijke waarden. Het is cruciaal om te voorkomen dat een systeem taken uitvoert op een manier die schadelijk of ongewenst is voor ons. Kort gezegd: we proberen de AI te 'richten' zodat hij doet wat we echt bedoelen.

Deep Learning is een geavanceerde manier van Machine Learning die de werking van het menselijk brein nabootst met vele lagen van berekeningen. Deze techniek kan enorme hoeveelheden data verwerken om zeer complexe patronen te vinden. Het is verantwoordelijk voor de grote doorbraken in spraakherkenning en moderne AI-modellen.

RLHF staat voor Reinforcement Learning from Human Feedback, een methode waarbij mensen de antwoorden van een AI beoordelen om hem te verbeteren. De AI krijgt een 'beloning' als hij een behulpzaam en veilig antwoord geeft en wordt gecorrigeerd bij fouten. Dit is de reden dat moderne chatbots zo beleefd en menselijk overkomen.

Een GPU is een krachtige computerchip die oorspronkelijk voor videogames is gemaakt, maar nu onmisbaar is voor AI. Deze chips kunnen duizenden kleine berekeningen tegelijk uitvoeren, wat perfect is voor het trainen van enorme AI-modellen. Zonder de enorme rekenkracht van GPU's zou moderne AI veel langzamer werken.

Een Diffusion Model is de techniek achter bekende AI-plaatjesmakers zoals Midjourney of DALL-E. Het proces begint met een wolk van willekeurige ruis (stipjes) en de AI leert om die ruis stap voor stap te veranderen in een scherp beeld. Zo kan de AI op basis van jouw tekst een compleet nieuw kunstwerk maken.

Supervised Learning is een leermethode waarbij een AI-model voorbeelden krijgt, inclusief het juiste antwoord. De computer leert bijvoorbeeld duizenden foto's van katten herkennen omdat er telkens bij staat: "dit is een kat". Na genoeg oefenen kan de AI zelfstandig nieuwe foto's herkennen zonder hulp van de mens.

Unsupervised Learning houdt in dat een AI-systeem zelfstandig op zoek gaat naar patronen in data zonder dat we vooraf zeggen wat de antwoorden zijn. De AI groepeert gegevens die op elkaar lijken, zoals klanten met hetzelfde koopgedrag. Het is een krachtige manier om verborgen verbanden te ontdekken waar mensen niet aan hadden gedacht.

Trainingsdata is de verzameling tekst, afbeeldingen of andere informatie waarmee een AI-model is getraind. Hoe groter en gevarieerder de dataset, hoe beter het model. Maar de data bepaalt ook de blinde vlekken: als bepaalde groepen ondervertegenwoordigd zijn in de data, weerspiegelt het model dat.

Een token is de kleinste eenheid die een LLM verwerkt: ruwweg een woord of woorddeel. "Kunstmatige" wordt bijvoorbeeld gesplitst in meerdere tokens. AI-modellen rekenen kosten en limieten op basis van tokens, niet tekens of woorden. 1.000 tokens is ongeveer 750 woorden in het Nederlands.

RAG is een techniek waarbij een AI eerst relevante informatie ophaalt uit een externe database of kennisbasis, vóórdat het een antwoord genereert. Zo kan de AI actuele of bedrijfsspecifieke kennis gebruiken zonder opnieuw getraind te worden. Handig voor chatbots die jouw eigen documentatie kennen.

Embeddings zijn wiskundige representaties van woorden of zinnen als getallen (vectoren). AI zet tekst om in deze getallen zodat het de betekenis en onderlinge relaties kan berekenen. Woorden met een vergelijkbare betekenis liggen dicht bij elkaar in deze wiskundige ruimte. Dit is de basis van slim zoeken en aanbevelingssystemen.

Open-source AI betekent dat de bouwstenen en de code van een AI-model voor iedereen gratis toegankelijk zijn. Ontwikkelaars over de hele wereld kunnen deze modellen bekijken, aanpassen en verbeteren zonder toestemming van een groot bedrijf. Dit zorgt voor meer transparantie en snelle innovatie buiten de grote tech-reuzen om.

Een API is een digitale stekkerdoos waarmee verschillende computerprogramma's met elkaar kunnen praten. Dankzij een API kan een bedrijf de slimme functies van bijvoorbeeld ChatGPT in hun eigen app of website bouwen. Je hoeft dan niet zelf de AI te trainen, maar 'leent' de kracht van een bestaand model.

Synthetische Data is informatie die niet door mensen of echte gebeurtenissen is gemaakt, maar door een AI-systeem zelf. Dit wordt gebruikt om andere AI-modellen te trainen als er niet genoeg echte data beschikbaar is of als privacy een rol speelt. Het is een slimme manier om grote hoeveelheden trainingsmateriaal te creëren zonder echte mensen lastig te vallen.

Big Data verwijst naar enorme hoeveelheden informatie die te groot zijn om handmatig te verwerken. AI wordt vaak gebruikt om in deze berg aan data patronen of trends te ontdekken die voor mensen onzichtbaar zijn. Het vormt de brandstof voor bijna elk slim systeem dat we vandaag de dag gebruiken.

Data Mining is het proces van het doorzoeken van grote databases om bruikbare informatie of patronen te vinden. Je kunt het zien als een vorm van schatgraven in een berg aan gegevens. Bedrijven gebruiken het bijvoorbeeld om te voorspellen wanneer een apparaat kapot gaat of welke producten populair zullen worden.

Edge AI betekent dat de kunstmatige intelligentie direct op je eigen apparaat draait, zoals je telefoon of een slimme deurbel, in plaats van op een verre server. Hierdoor werkt de AI sneller en heb je geen internetverbinding nodig voor de verwerking. Bovendien is het vaak beter voor je privacy omdat je data je apparaat niet verlaat.

Een Vector Database is een speciaal soort opslagplaats die AI helpt om informatie te onthouden op basis van betekenis in plaats van alleen tekst. Hierdoor kan de AI razendsnel gerelateerde informatie terugvinden, zelfs als je net andere woorden gebruikt. Het fungeert als het lange-termijngeheugen voor moderne AI-systemen.

Een AI hallucineert wanneer het met groot vertrouwen iets verzint dat simpelweg niet waar is: een nepboek, een neppersoon of een verkeerd feit. Het model genereert tekst op basis van patronen, niet op basis van "weten". Controleer daarom altijd kritische informatie via een betrouwbare bron.

Een Deepfake is een realistisch beeld, geluid of video die door AI is gemaakt om iemand iets te laten doen of zeggen wat nooit is gebeurd. Deze techniek plakt vaak het gezicht van de ene persoon op het lichaam van een ander. Omdat het bijna niet van echt te onderscheiden is, kan het worden misbruikt voor nepnieuws.

Bias in AI ontstaat wanneer een model menselijke vooroordelen overneemt uit de trainingsdata. Als de data bijvoorbeeld vooral over mannen gaat, kan de AI minder goed presteren voor vrouwen. Het is een groot aandachtspunt omdat het kan leiden tot oneerlijke of discriminerende uitkomsten in systemen.

Overfitting gebeurt wanneer een AI-model zijn trainingsdata zo goed uit het hoofd leert dat het geen nieuwe situaties meer aankan. De AI presteert dan perfect op de oefenstof, maar faalt zodra hij iets in de echte wereld moet doen. Het is vergelijkbaar met een leerling die de antwoorden van een toets uit het hoofd leert zonder de logica te snappen.

Jailbreaking is het proberen te omzeilen van de ingebouwde beveiligingsregels van een AI door slimme vragen te stellen. Gebruikers proberen de AI zo te manipuleren dat deze verboden informatie geeft of schadelijke teksten schrijft. AI-bedrijven proberen dit constant te voorkomen door hun modellen beter te beveiligen.

Data Privacy binnen de wereld van AI gaat over hoe veilig jouw persoonlijke gegevens zijn wanneer je deze deelt met een slim systeem. Het is belangrijk om te weten of jouw gesprekken worden gebruikt om de AI verder te trainen of dat ze privé blijven. Goede privacybescherming zorgt ervoor dat jouw data niet zomaar in verkeerde handen valt.