Bronvermelding: Afbeelding ter beschikking gesteld; Auteur: Stephen Whitelaw;

Classificatie

Classificatie is een AI-taak waarbij het systeem iets aan een categorie toewijst. Voorbeelden hiervan zijn het sorteren van e-mails in spam en geen spam, het bepalen of een recensie positief of negatief is, of het detecteren of een röntgenfoto er normaal of abnormaal uitziet. Classificatie is een van de meest voorkomende toepassingen van machine learning.

Bronvermelding: Afbeelding ter beschikking gesteld; Auteur: Stephen Whitelaw;

Claude

Claude is een geavanceerde reeks grote taalmodellen, ontwikkeld door Anthropic. Het is ontworpen om veilig, nauwkeurig en betrouwbaar te zijn en beschikt over gespecialiseerde tools zoals Claude Code (een tool voor agentische codering), Claude Design en Claude Science voor onderzoek. Claude is vernoemd naar de beroemde Claude Shannon, een wiskundige, computerwetenschapper en de grondlegger van de informatietheorie.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Cloud-AI

Cloud AI verwijst naar AI-diensten die via het internet worden geleverd door grote computerproviders. In plaats van dure hardware aan te schaffen, kunnen bedrijven via cloudplatforms toegang krijgen tot AI-modellen, opslagruimte en rekenkracht. Dit maakt AI toegankelijker, maar roept ook vragen op over gegevensprivacy, beveiliging, kosten en afhankelijkheid van grote technologiebedrijven.

Bronvermelding: Afbeelding ter beschikking gesteld; Auteur: Stephen Whitelaw;

Clustering

Clustering is een machine learning-methode waarbij vergelijkbare items worden gegroepeerd zonder dat vooraf de juiste categorieën worden aangegeven. Een detailhandelaar kan clustering bijvoorbeeld gebruiken om groepen klanten met vergelijkbare koopgewoonten te identificeren. Clustering is nuttig voor het ontdekken van patronen, maar de groepen die hiermee worden gevonden, moeten nog steeds door mensen worden geïnterpreteerd.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Cognitieve informatica

Cognitieve computing is een oudere en bredere term voor systemen die zijn ontworpen om aspecten van het menselijk denken na te bootsen, zoals leren, redeneren en taalbegrip. De term wordt vaak gebruikt in zakelijke contexten. Tegenwoordig wordt er vaker gesproken over AI, machine learning en generatieve AI, maar het basisidee blijft hetzelfde: computers gebruiken om complexe, mensachtige taken te ondersteunen.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Computervisie

Computervisie is de tak van AI die computers helpt bij het interpreteren van beelden en video. Het wordt gebruikt bij medische beeldvorming, gezichtsherkenning, zelfrijdende auto’s, kwaliteitscontrole, landbouw, beveiliging en sportanalyse. Computervisiesystemen kunnen krachtig zijn, maar ze kunnen falen wanneer de belichting, hoeken, achtergronden of omstandigheden in de praktijk afwijken van de trainingsgegevens.

Bron: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Betrouwbaarheidsscore

Een betrouwbaarheidsscore is een getal dat aangeeft hoe zeker een AI-systeem is van zijn uitkomst. Een beeldclassificatiesysteem kan bijvoorbeeld aangeven dat het er voor 92% zeker van is dat een foto een hond toont. Betrouwbaarheidsscores kunnen nuttig zijn, maar ze zijn geen garanties. Sommige AI-systemen zijn te zelfverzekerd, zelfs wanneer ze het bij het verkeerde eind hebben; daarom zijn kalibratie en testen van belang.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Contextvenster

Het contextvenster is de hoeveelheid informatie die een taalmodel tegelijkertijd in aanmerking kan nemen. Dit kan de vraag van de gebruiker, eerdere gesprekken, geüploade tekst of opgehaalde documenten omvatten. Een groter contextvenster stelt het model in staat om met langere documenten en meer achtergrondinformatie te werken. Maar zelfs met een groot contextvenster kan het model nog steeds details over het hoofd zien of bepaalde informatie voorrang geven boven andere. Velen in de sector zijn van mening dat we op weg zijn naar oneindige contextvensters – dat wil zeggen: iets waar de gebruiker niet langer rekening mee hoeft te houden.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Convolutioneel neuraal netwerk

Een convolutioneel neuraal netwerk, of CNN, is een type neuraal netwerk dat vooral nuttig is voor afbeeldingen. CNN’s detecteren patronen zoals randen, vormen, texturen en objecten. Ze speelden een belangrijke rol in de opkomst van computervisie. Hoewel er nu ook nieuwere architecturen worden gebruikt, blijven CNN’s belangrijk bij beeldanalyse, medische beeldvorming en visuele herkenning.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Corpus

Een corpus is een verzameling tekst of gegevens die wordt gebruikt voor analyse of training. Een taalmodel kan bijvoorbeeld worden getraind op een corpus dat bestaat uit boeken, artikelen, websites, code en ander geschreven materiaal. De kwaliteit en samenstelling van het corpus hebben een grote invloed op het gedrag van het model. Als het corpus fouten, vooringenomenheid of verouderde informatie bevat, kan het model deze ook overnemen.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Kostenfunctie

Een kostenfunctie, ook wel verliesfunctie genoemd, meet hoe fout een model is tijdens het trainen. Het model probeert deze fout in de loop van de tijd te verminderen. Als een AI bijvoorbeeld huizenprijzen voorspelt, meet de kostenfunctie het verschil tussen de voorspelde en de werkelijke prijzen. Trainen is in wezen het proces waarbij het model wordt aangepast om dit verlies te minimaliseren.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Kruisvalidatie

Kruisvalidatie is een techniek die wordt gebruikt om te testen hoe goed een model presteert op verschillende delen van de gegevens. In plaats van slechts één keer te trainen en te testen, worden de gegevens op verschillende manieren opgesplitst. Dit helpt om te achterhalen of het model consistent presteert of alleen goed werkt bij één toevallige opdeling. Kruisvalidatie vermindert het risico dat de prestaties van een model in de praktijk worden overschat.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

Aangepast model

Een aangepast model is een AI-model dat is afgestemd op een specifieke organisatie, taak of dataset. Een ziekenhuis kan bijvoorbeeld een model willen dat is getraind op basis van zijn eigen klinische documenten, of een advocatenkantoor kan een model willen dat is afgestemd op het opstellen van juridische documenten. Aangepaste modellen kunnen relevanter zijn dan algemene modellen, maar ze vereisen zorgvuldige gegevensverwerking, testen en beheer.

Bronvermelding: Aangeleverde afbeelding; Auteur: Stephen Whitelaw;

AI voor cyberbeveiliging

AI voor cyberbeveiliging maakt gebruik van machine learning en automatisering om digitale bedreigingen op te sporen, te voorkomen of erop te reageren. Het kan helpen bij het opsporen van ongebruikelijk netwerkgedrag, phishingpogingen, malware of verdachte aanmeldingen. Tegelijkertijd kunnen aanvallers AI ook gebruiken om overtuigender oplichtingspogingen te bedenken of aanvallen te automatiseren. AI is daarom zowel een defensief hulpmiddel als een nieuwe uitdaging op het gebied van cyberbeveiliging.

Stel The Portugal News in als uw voorkeursbron voor nieuws op Google

GoogleToevoegen als voorkeursbron op Google