Trending AI / ChatGPT Nieuws

15 AI termen die elke manager moet kennen

15 AI termen die elke manager moet kennen

Het afgelopen jaar hebben de ontwikkelingen op het gebied van kunstmatige intelligentie nieuwe, revolutionaire manieren geïntroduceerd om allerlei complexe taken te automatiseren. Echter, om optimaal van deze nieuwe technologie te kunnen profiteren, is het cruciaal dat je goed begrijpt hoe deze werkt.

Om jou te helpen grip te krijgen op alles wat met AI te maken heeft, heeft DeTechTrends de onderstaande mini-gids met AI termen voor je samengesteld. Daarin worden diverse ingewikkelde AI termen toegelicht.

01. Kunstmatige Intelligentie (AI)

Dit is een wetenschappelijk gebied dat zich richt op het creëren van machines en computerprogramma’s. Het is in staat om de cognitieve functies van het menselijk brein na te bootsen. Dit omvat taken zoals het nemen van beslissingen door logisch redeneren, het herkennen en categoriseren van objecten en het leren van nieuwe dingen.

Of in eenvoudige bewoordingen: AI is een overkoepelende term die wordt gebruikt om een breed scala aan technologieën te beschrijven. In feite kan elk programma dat informatie verwerkt om een taak uit te voeren, als AI beschouwd worden.

02. Computeralgoritme

Dit is een reeks van instructies die een computer volgt om taken uit te voeren en gegevens te verwerken. Social media bedrijven zoals Facebook gebruiken algoritmen om te analyseren welk type inhoud je het meest bekijkt en gebruiken deze informatie om op basis van jouw waarschijnlijke klikgedrag posts, video’s en advertenties te beoordelen. De meest populaire berichten worden zo bovenaan jouw feed weergegeven.

Of stel het eens zo voor: telkens wanneer je een Microsoft Excel formule gebruikt om gegevens te analyseren, bijvoorbeeld om een totaal uit honderden datapunten te berekenen, creëer je een basis algoritme met instructies voor het verwerken van specifieke gegevens.

03. Machine Learning

Dit is een AI toepassing waarbij een algoritme wordt aangepast of verbeterd door een dataset te analyseren en verborgen patronen en relaties in deze gegevens te ontdekken. Een machine learning algoritme dat bijvoorbeeld is getraind met duizenden afbeeldingen van je bedrijfsproduct, kan zo herkennen hoe vaak dit product in social media posts voorkomt.

Zie het maar als volgt: je e-mail spamfilter maakt gebruik van machine learning om veel voorkomende trefwoorden en patronen in ongewenste berichten te identificeren. Telkens wanneer jij een e-mail ontvangt, vergelijkt dit algoritme de tekst van de e-mail met zijn trainingsgegevens. Om zo te bepalen of deze meer met spam e-mails of legitieme e-mails overeenkomt, en sorteert deze dienovereenkomstig.

04. Model

Dit is een computerprogramma dat door een machine learning algoritme is getraind om zo een specifieke taak uit te voeren. Nadat dit programma is getraind, behoudt het een ‘model’ van hoe nieuwe invoergegevens, zoals tekstberichten of stemopnames, verwerkt kunnen worden. Om zo, op basis van de geleerde patronen uit de trainingsgegevens, allerlei voorspellingen en inzichten te genereren.

Zie het eventueel als volgt: ChatGPT is een taalmodel. Jouw tekstprompts dienen als invoergegevens, die vervolgens door het model verwerkt en vertaald worden in de output van deze chatbot.

05. Generatieve AI

Dit zijn AI programma’s die in staat zijn om ‘originele’ content te creëren en te genereren. Recentelijke ontwikkelingen in AI hebben tot diverse doorbraken in modellen geleid die afbeeldingen kunnen genereren, zoals Dall-E en grote taalmodellen zoals ChatGPT. Maar deze technologie wordt ook gebruikt om originele muziek, video’s en code te genereren.

Stel je dit eens voor: Generatieve AI is een relatief nieuwe technologie en er bestaat zelfs nog een flinke discussie over de regels voor het gebruik ervan. Het is dus belangrijk om voorzichtig te zijn bij de implementatie ervan in jouw bedrijf. Het Amerikaanse Copyright Review Board heeft bijvoorbeeld onlangs bepaald dat door AI gegenereerde kunst niet auteursrechtelijk beschermd kan worden.

06. Trainingsgegevens

Dit zijn de datasets die worden gebruikt om de machine learning algoritmen te verbeteren.

Zie het op deze manier: Datasets, die vaak zeer omvangrijk zijn, worden in machine learning algoritmen ingevoerd om hen te leren hoe ze op een bepaalde invoer moeten reageren. Na de verwerking van deze gegevens ontstaat er een model. Er bestaan twee typen van training voor de machine learning algoritmen: begeleid en zonder toezicht.

07. Begeleid leren

Dit is een trainingsmethode waarbij elke stukje data wordt gelabeld, waardoor het machine learning algoritme begrijpt wat de data betekent. Als een algoritme bijvoorbeeld wordt getraind om op basis van röntgenscans diagnoses te stellen, dan zal het met afbeeldingen worden getraind die met de juiste diagnose zijn gelabeld.

Denk op deze manier hieraan: een model voor objectdetectie dat is ontworpen om verschillende soorten fruit te identificeren, wordt met talloze afbeeldingen van deze vruchten getraind. Elk voorzien van het juiste label. Tijdens de training leert het algoritme de unieke kenmerken herkennen die elke vrucht onderscheidt.

08. Leren zonder toezicht

Bij het leren zonder toezicht worden de trainingsgegevens niet van beschrijvende labels voorzien. In plaats daarvan verwerken de machine learning algoritmen grote hoeveelheden gegevens en groeperen deze op basis van overeenkomsten of verschillen in ‘clusters’. Deze aanpak stelt ChatGPT onder meer in staat om diverse taken uit te voeren. Zoals conversaties voeren, verhalen schrijven en vragen beantwoorden. Het is dus niet specifiek voor een specifieke taak getraind, maar is met een uitgebreide verzameling teksten geladen.

Bekijk dit als volgt: AlphaGo, het AI model dat een wereldkampioen in het klassieke spel Go versloeg, is niet met gelabelde informatie over spelstrategieën getraind. Maar het heeft het spel gewoon vaak genoeg gespeeld om elk mogelijk winnend patroon te leren.

09. Neurale netwerken/ deep learning

Dit is één van de oudste en invloedrijkste type AI programma’s van het afgelopen decennium, die losjes gemodelleerd is naar de organisatie van neuronen in de hersenen. Een neuraal netwerk bestaat uit verschillende lagen van onderling verbonden knooppunten, die als de ‘neuronen’ van het netwerk fungeren.

Elk knooppunt verwerkt invoergegevens, voert berekeningen uit en geeft deze gegevens vervolgens door aan de volgende laag knooppunten. Deep learning verwijst naar grote neurale netwerken met honderden lagen, waardoor er nog meer verbindingen mogelijk zijn.

Bekijk het op deze wijze: de meeste generatieve AI modellen zijn met deep learning gebouwd. Waarbij de grootste neurale netwerken (zoals ChatGPT) uit enorme taalmodellen met miljarden ‘neuronen’ bestaan.

10. Parameters

In een neuraal netwerk zijn parameters de instellingen en voorwaarden die bepalen hoe elk ‘neuron’ of knooppunt de invoergegevens verwerkt en transformeert. Je kunt deze parameters ook wel vergelijken met de knoppen op een oude radio.

Net zoals je de knoppen aanpast om de frequentie, het volume, de hoge tonen en de bassen van de radio te regelen, worden de parameters tijdens de training geoptimaliseerd om zo een optimale output te bereiken.

Bekijk het anders maar op deze manier: stel je een AI model voor dat is ontworpen om afbeeldingen van kentekenplaten van verkeerscamera’s te analyseren. Elke ‘neuron’ of knooppunt heeft een parameter die verantwoordelijk is voor het omzetten van de beeldpixels in een reeks tekst en cijfers die het model kan begrijpen.

11. Natuurlijke taalverwerking (NLP)

Dit is een specifiek type AI dat speciaal is ontworpen om alledaagse taal te begrijpen en te interpreteren. NLP modellen worden onder meer getraind om geschreven of gesproken taal in machineleesbare gegevens om te zetten.

Bekijk het als volgt: NLP modellen kunnen gebruikt worden voor het analyseren van documenten, het omzetten van spraak naar tekst, vertaling tussen talen en het creëren van geavanceerde chatbots.

12. Transformer

Dit is een zeer geavanceerde architectuur voor AI die, sinds de introductie ervan door Google in 2017, een revolutie in generatieve AI teweeg heeft gebracht. Dit met name in het domein van natuurlijke taalverwerking.

Transformers gebruiken een proces genaamd ‘tokenisatie’ om een reeks van symbolen, zoals deze zin, in gegevens om te zetten. Vervolgens analyseren ze al die gegevens om unieke patronen te identificeren.

Bekijk het maar zo: bijna alle moderne modellen voor natuurlijke taalverwerking, zoals de modellen van de GPT familie (Generative Pre-trained Transformer) van OpenAI, zijn met behulp van transformers gebouwd.

13. Tokens

Dit zijn grammaticale elementen die door een transformer in gegevens worden omgezet. Als je bijvoorbeeld een vraag aan ChatGPT stelt, dan ontvangt de transformer jouw zin en vertaalt deze in een reeks van tokens. De transformer verwerkt elk token daarna afzonderlijk en kan daarbij een beroep doen op zijn training om de semantische relaties tussen die tokens te begrijpen.

Volgens OpenAI komt één token doorgaans overeen met ongeveer vier tekens tekst, maar ze kunnen ook iets korter of langer zijn. Speciale tekens, zoals leestekens, worden veelal als hun eigen token geteld.

Bekijk het op deze manier: De Engelstalige voorbeeldzin (uit ons bronartikel) ‘Nowadays, I feel goodish’, zou dan in acht tokens omgezet worden: ‘Now-adays-,-I-feel-good-ish-’.

14. Hallucinaties

Dit zijn situaties waarin een AI, meestal een groot taalmodel, iets produceert dat als plausibel klinkt, maar eigenlijk niet waar is. Technisch gezien liegt de AI niet, omdat het niet beseft dat wat het zegt onjuist is, vandaar de AI term ‘hallucinaties’.

Bekijk het zo: De New Yorkse advocaat Steven Schwartz gebruikte ChatGPT om rechtszaken te vinden die hij in een juridische briefing kon aanhalen. Schwartz besefte daarbij niet dat de door ChatGPT gegenereerde rechtszaken hallucinaties waren, totdat hem werd gevraagd kopieën van deze zaken te verstrekken.

15. API (Application Programming Interface)

Dit is een software component waarmee je de functionaliteit van een programma van iemand anders in jouw eigen applicatie kunt integreren. Dit zonder dat je de onderliggende code hoeft te begrijpen. AI modellen worden via een API geïmplementeerd en beschikbaar gesteld, waardoor bedrijven hun technologie kunnen monetariseren. Dit kan door externe partijen toegang te geven tot de diensten en mogelijkheden van deze technologie.

Bekijk het op deze wijze: OpenAI heeft voor bijna al hun AI modellen API’s uitgebracht. Waarbij gebruikers op basis van het aantal tokens worden belast dat wordt gebruikt om een query te verwerken en uit te voeren.

De 15 AI termen die elke manager moet kennen conclusie

Om een succesvolle en verantwoorde implementatie van AI binnen ieder bedrijf mogelijk te maken, moeten managers op alle niveaus, van de CEO tot teammanagers, ervoor zorgen dat ze goed van de belangrijkste AI termen op de hoogte zijn.

Want de organisaties die traag zijn met het adopteren van AI zullen niet alleen hun concurrentievoordeel verliezen, maar ook volledig achterop raken!

Bron