Wat is kunstmatige intelligentie?

Kunstmatige intelligentie is het vermogen van een computersysteem om menselijke cognitieve functies na te bootsen, zoals leren en problemen oplossen.

Hoe werkt kunstmatige intelligentie (AI)?

Met behulp van wiskunde en logica simuleert een computersysteem de redeneringen die mensen gebruiken om te leren van nieuwe informatie en beslissingen te nemen.

Een kunstmatig intelligent computersysteem doet voorspellingen of onderneemt acties op basis van patronen in bestaande gegevens en kan vervolgens van de fouten leren om de nauwkeurigheid te vergroten. Een volwassen AI-technologie verwerkt nieuwe informatie extreem snel en nauwkeurig, waardoor deze technologie uitermate geschikt is voor complexe scenario's zoals zelfrijdende auto's, programma's voor afbeeldingsherkenning en virtuele assistenten.

Hoe machine learning zich verhoudt tot AI

Machine learning wordt beschouwd als een subset van AI. Machine learning is gericht op het trainen van machines om gegevens te analyseren en hier op dezelfde manier van te leren als mensen. Machine learning is daarom een techniek waarmee AI-systemen kunnen worden ontwikkeld.

Wat is machine learning?

Hoe AI zich verhoudt tot cognitieve API's

API's of Application Programming Interfaces verbinden toepassingen met andere systemen, services of toepassingen. Wanneer u cognitieve API's gebruikt, vraagt u toegang aan tot een bibliotheek van domeingebonden intelligente modellen.

Meer informatie over Azure Cognitive Services

Hoe AI zich verhoudt tot datawetenschap

Zowel voor AI als datawetenschap worden er grote gegevenssets verzameld en geanalyseerd, maar voor verschillende doeleinden. AI is gericht op hoe computers beslissingen kunnen nemen op basis van gegevens. Datawetenschap is daarentegen gericht op het gebruik van wiskunde, statistieken en machine learning om inzichten uit de gegevens te extraheren.

Hoe AI zich verhoudt tot robotica

Een robot heeft normaal gesproken zowel een fysieke vorm als de software waardoor deze wordt beheerd. Robots die worden aangestuurd door AI-software verplaatsen zich autonoom. Ze hebben geen rechtstreekse instructies van een mens nodig. Maar niet alle robots worden aangestuurd door AI en niet voor alle AI is een fysieke vorm vereist.

Typen kunstmatige Intelligentie

Kunstmatige smalle intelligentie (smalle AI)

Kunstmatige smalle intelligentie wordt ook wel 'zwakke AI' genoemd en verwijst naar de mogelijkheid van een computersysteem om een specifiek gedefinieerde taak beter uit te voeren dan een mens.

Smalle AI is het hoogste niveau van AI-ontwikkeling dat de mensheid tot nu toe heeft bereikt, en elk voorbeeld van AI dat u in de praktijk ziet, valt onder deze categorie, waaronder autonoom rijdende voertuigen en persoonlijke digitale assistenten. Zelfs wanneer het lijkt alsof AI in realtime voor zichzelf denkt, worden er in feite verschillende smalle processen uitgevoerd en beslissingen genomen binnen een vooraf vastgesteld framework. Bij deze vorm van AI is er geen sprake van bewustzijn of emotie.

Kunstmatige algemene intelligentie (General AI)

Kunstmatige algemene intelligentie (ook wel 'sterke AI' of 'volledige AI' genoemd) verwijst naar een computersysteem met de capaciteit om elke intellectuele taak beter uit te voeren dan de mens. Dit is het type AI dat u in films met zelfbewuste en zelfdenkende robots ziet.

In theorie zou een computersysteem met kunstmatige algemene intelligentie in staat zijn om uiterst complexe problemen op te lossen, een oordeel te vellen in onzekere situaties en opgedane kennis te gebruiken voor de huidige redenering. Een dergelijk systeem beschikt over dezelfde creativiteit en verbeelding als mensen en zou veel meer taken kunnen uitvoeren dan een systeem met smalle AI.

Kunstmatige superintelligentie (ASI; Artificial Super Intelligence)

Een superintelligent computersysteem zou de mens op vrijwel elk vlak verslaan, met inbegrip van wetenschappelijke creativiteit, algemene kennis en sociale vaardigheden.

Machine learning

Machine learning is een proces dat computersystemen volgen om kunstmatige intelligentie te krijgen. Bij machine learning worden algoritmen gebruikt om patronen in gegevens te identificeren. Deze patronen worden vervolgens gebruikt om een gegevensmodel te maken dat voorspellingen kan doen.

Machine learning-modellen worden getraind aan de hand van subsets van gegevens. Wanneer de gegevens die worden gebruikt om het model nauwkeurig te trainen, de volledige gegevensset vertegenwoordigen die zal worden geanalyseerd, berekent het algoritme nauwkeurigere resultaten. Wanneer het machine learning-model voldoende is getraind om de taak snel en nauwkeurig genoeg te kunnen uitvoeren om nuttig en betrouwbaar te zijn, is er sprake van smalle AI.

Deep Learning

Deep Learning is een geavanceerd type machine learning dat gebruikmaakt van netwerken van algoritmen die zijn geïnspireerd op de structuur van het brein. Dergelijke netwerken worden ook wel neurale netwerken genoemd. Een Deep Neural Network heeft geneste neurale knooppunten, en elke vraag die wordt beantwoord, leidt tot een reeks gerelateerde vragen.

Voor de training van Deep Learning is doorgaans een grote gegevensset vereist. Trainingssets voor Deep Learning bestaan soms uit miljoenen gegevenspunten. Nadat een Deep Neural Network is getraind met deze grote gegevenssets, kan het beter met ambiguïteit omgaan dan een 'ondiep' netwerk. Dit maakt een Deep Neural Network handig voor toepassingen zoals afbeeldingsherkenning, waarbij AI de randen van een vorm moet vinden voordat het object in de afbeelding kan worden geïdentificeerd. Deep Learning wordt ook gebruikt voor de training van AI die de menselijke vaardigheden voor complexe spelen als het schaakspel overtreft.

Voorbeelden van kunstmatige Intelligentie

Over de hele wereld passen bedrijven AI al op verschillende manieren toe en zal het gebruik van intelligente technologie blijven toenemen. Hier volgen enkele hedendaagse praktijkvoorbeelden van AI:

Zelfrijdende auto's

Enkele van de meest complexe voorbeelden van AI zijn zelfrijdende auto's en andere autonome voertuigen. Deze systemen coördineren meerdere processen om de logica van menselijke bestuurders te simuleren. Ze gebruiken afbeeldingsherkenning om verkeersborden, signalen, verkeersstromen en obstakels te identificeren. Ze optimaliseren de routes naar hun bestemmingen. En ze verzenden en ontvangen gegevens in realtime om proactief problemen vast te stellen en hun software bij te werken.

Bots en digitale assistenten

Gesprekken zijn voor de mens een natuurlijke manier om te communiceren en met de ontwikkeling op het gebied van AI wordt er steeds vaker gebruikgemaakt van CUI's (Conversational User Interface). Sommige interfaces hebben een beperkt doel en worden maar voor één taak gebruikt, zoals het reserveren van bioscoopkaartjes of het compileren van Twitter-threads in één verhaal. Andere interfaces fungeren meer als persoonlijke assistenten die kunnen helpen bij diverse taken. Maar alle gespreksinterfaces gebruiken NLU (Natural Language Understanding) om aanvragen (ook wel uitingen genoemd) te interpreteren en relevante informatie te geven.

Aanbevelingsengines

Een van de meest voorkomende toepassingen van AI is het aanbevelen van items op basis van historische gegevens. Wanneer een mediastreamingservice u bijvoorbeeld een aanbeveling doet om iets te kijken of te luisteren, maakt de service gebruik van AI om te analyseren wat u in het verleden hebt gekeken of geluisterd en worden alle beschikbare opties gefilterd op basis van de kenmerken. Vervolgens komt er een optie naar voren die het beste aansluit bij uw voorkeuren. Wanneer u op een website winkelt en er accessoires of gerelateerde items worden aanbevolen om toe te voegen aan uw winkelwagen, wordt er op een vergelijkbare manier gebruikgemaakt van AI.

Spamfilters

Veel e-mailplatforms gebruiken AI om te voorkomen dat u ongewenste e-mail (spam) in uw postvak ontvangt. Wanneer er een nieuwe e-mail binnenkomt in het systeem, wordt deze met behulp van AI geanalyseerd op signalen die duiden op spam. Als het e-mailbericht aan voldoende criteria voldoet, wordt het gemarkeerd als spam en in quarantaine geplaatst. Als u feedback geeft door onjuiste vlaggen te corrigeren of niet door het filter onderschepte ongewenste e-mailberichten te markeren, leert het systeem van deze feedback en past het de parameters aan.

Smarthome-technologie

Voor bijna alles wat bij u thuis is geautomatiseerd, wordt gebruikgemaakt van AI. Voorbeelden zijn intelligente gloeilampen die luisteren naar opdrachten, intelligente thermostaten die uw voorkeuren kennen en zich gedurende de dag zelf aanpassen, en intelligente stofzuigers die uw huis in kaart brengen en zonder instructies weten hoe ze moeten navigeren.

Analyse van medische gegevens

Zorgorganisaties over de hele wereld gebruiken AI om te helpen bij onderzoek, testen, diagnose, behandeling en bewaking. Sommige organisaties gebruiken AI voor het analyseren van weefselmonsters om nauwkeurigere diagnoses te stellen. Sommige bedrijven gebruiken AI om klinische gegevens te analyseren en hiaten in de behandeling van patiënten te ontdekken. En sommige bedrijven gebruiken AI om miljarden verbindingen te analyseren om te zorgen dat chemici sneller tot nieuwe ontdekkingen komen en goede kandidaten voor klinisch onderzoek kunnen identificeren.

Voordelen van kunstmatige Intelligentie

AI biedt vrijwel elke branche echte voordelen. Hier volgen enkele van de belangrijkste voordelen waarvan bedrijven al hebben geprofiteerd:

24 uur per dag beschikbaar

Aangezien computersystemen geen biologische klok hebben, is een intelligent systeem de hele dag, zonder onderbrekingen beschikbaar.

Communicatie op schaal

Met bots en virtuele agents kunnen bedrijven meer mensen op meer locaties tegelijkertijd hulp en ondersteuning bieden.

Automatiseren van terugkerende taken

Het gebruik van AI voor terugkerende en tijdrovende taken biedt mensen binnen uw bedrijf de mogelijkheid om zich op meer strategische en impactvolle werkzaamheden te richten.

Snellere, nauwkeurigere beslissingen

De kans op menselijke fouten is met AI aanzienlijk kleiner. Hierdoor is AI uitermate geschikt voor beslissingen die zijn gebaseerd op gegevens en waarvoor een groot aantal complexe berekeningen moeten worden uitgevoerd.

Relevantere aanbevelingen

AI helpt u op basis van de interesses en gewoonten van uw klanten relevantere aanbevelingen en suggesties te geven.

Experimenteren met AI

Bouw en train machine learning-modellen, voeg intelligentie toe aan uw apps en maak ongestructureerde gegevens doorzoekbaar via kennisanalyse. Ga aan de slag met 12 kunstmatige intelligentie-services, 12 maanden gratis.