Deep learning is een subveld van machine learning. Deep learning wordt gebaseerd op kunstmatige neurale netwerken. Deep learning stelt computers in staat om nieuwe dingen te leren van grote hoeveelheden data. Voorbeelden zijn beeldherkenning, spraakherkenning, spelen van bordspel programma's of vertalingen.
Machine Learning is een onderdeel van AI dat zich toespitst op technieken waarmee computers kunnen bijleren op basis van ingevoerde data en patronen. Deep Learning is op zijn beurt de verzamelnaam voor een groep technieken voor zelfsturende Machine Learning, waarbij algoritmes zichzelf slimmer maken.
Artificial intelligence (AI) is het vermogen van computers om taken uit te voeren waarvoor mensen hun intelligentie inzetten. Denk aan interacteren met de omgeving, analyseren, redeneren, problemen oplossen en voorspellen. U vindt artificial intelligence in voice assistants op een smartphone of zelfrijdende auto's.
Machine learning (ML) is een vorm van kunstmatige intelligentie (AI) die gericht is op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren. Kunstmatige intelligentie is een overkoepelende term voor systemen of machines die de menselijke intelligentie nabootsen.
Neural networks zijn computersystemen met onderling verbonden nodes die bijna net zo werken als de zenuwcellen in de hersenen. Door middel van algorithms herkennen ze verborgen patronen en verbanden tussen ruwe gegevens, die ze vervolgens clusteren en classificeren.
Deep learning is een subveld van machine learning. Deep learning wordt gebaseerd op kunstmatige neurale netwerken. Deep learning stelt computers in staat om nieuwe dingen te leren van grote hoeveelheden data. Voorbeelden zijn beeldherkenning, spraakherkenning, spelen van bordspel programma's of vertalingen.
Een neuron krijgt signalen binnen van meerdere andere neuronen, verwerkt die, en geeft als gevolg daarvan zelf een signaal af naar neuronen verder 'stroomafwaarts'. (de Explainer onder dit artikel gaat in meer detail in op hoe een neuraal netwerk werkt en getraind wordt voor een bepaalde taak).
Machine learning is een techniek waarmee je machines in staat stelt om te leren. Het betreft de toepassing van statistische concepten in een programmeertaal zoals Python, waardoor algoritmes voorspellingen kunnen doen op basis van historische data.
Een algoritme is een reeks instructies en stappen waarmee computersystemen berekeningen kunnen maken of voorspellingen kunnen doen. Hierdoor krijg je snel waar je naar zoekt en zijn de reclames die je online ziet soms precies waar je op zit te wachten.
Simpel gezegd heeft AI (kunstmatige intelligentie) betrekking op systemen of machines die onze eigen intelligentie nabootsen om taken uit te voeren en die zichzelf tijdens dat proces kunnen verbeteren op basis van de vergaarde informatie.
AI-toepassingen die in fysiek contact komen met mensen of geïntegreerd zijn in het menselijke lichaam kunnen veiligheidsrisico's vormen wanneer ze slecht ontworpen, misbruikt of gehackt worden. Een slechte regulering van AI in wapens kan leiden tot het verlies van menselijke controle over gevaarlijke wapens.
Binnen machine learning zijn er verschillende manieren voor AI-systemen om te leren. Er wordt onderscheid gemaakt tussen drie typen: 1: Supervised Learning gaat over het zorgvuldig samenstellen en vooraf labelen van trainingsdata. Het algoritme leert dan data te classificeren aan de hand van gelabelde voorbeelden.
We noemen iets kunstmatige intelligentie (of artificial intelligence) als die algoritmes op basis van gegevens of signalen uit hun omgeving zelfstandig beslissingen nemen én daarvan leren.
Deep Learning is een onderwijsconcept waarin de eigen leervragen van kinderen in relatie tot hun omgeving centraal staan. Het is betekenisvol en kindgericht onderwijs waarbij het gaat om de brede ontwikkeling van kinderen.
AI verwerkt data om beslissingen te nemen en voorspellingen te doen. Algoritmen voor machine learning zorgen ervoor dat AI die data niet alleen verwerkt, maar er ook van leert en er slimmer door wordt, zonder dat er extra programmeerwerk nodig is.
Nu bedrijven het enorme potentieel van AI-technologieën steeds meer ontdekken, dringen de mogelijkheden ervan ook steeds verder door in ons dagelijks leven. En dat brengt ethische implicaties met zich mee, waarmee rekening moet worden gehouden bij het ontwerpen, ontwikkelen en gebruiken van dergelijke systemen.
Algoritmes worden op allerlei plekken en manieren ingezet. Zo worden algoritmes gebruikt om nepnieuws op sociale media op te sporen. En kunnen algoritmes helpen om beslissingen te nemen. Bijvoorbeeld bij het kiezen van een nieuwe collega.
Een algoritme is niet meer dan: een aantal stappen dat je zet om een bepaald doel te bereiken. Een algoritme heeft dus niet per se te maken met grote bergen data en technologie. Een rekensom is een algoritme, maar het bereiden van een maaltijd is dat ook.
Doordat je bij Supervised Learning altijd met een dataset werkt die het beoogde voorspellingsresultaat bevat, kan het model begeleid getraind worden. Dit in tegenstelling tot Unsupervised Learning, (onbegeleid leren) waarbij in de trainingsdataset het beoogde voorspellingsresultaat niet voorkomt.
De essentie van functionele neurologie is het inzetten van de plasticiteit (aanpassingsvermogen) van het brein om herstel op te laten treden. Neuroplasticiteit is dus essentieel voor het herstel van hersenen en zenuwen. Door het brein op de juiste wijze te stimuleren, kan het brein zichzelf herstellen.
Neuroplasticiteit of neurale plasticiteit, stelt neuronen in staat om zowel anatomisch als functioneel te regenereren en nieuwe synaptische verbindingen te vormen. Hersenplasticiteit of neuroplasticiteit, is het vermogen van de hersenen om zich te herstellen en herstructureren.
Bij alle zintuigen is het de taak van de sensorische receptoren om de informatie van een stimulus om te zetten in elektrochemische signalen. Deze neurale impulsen zijn de enige taal die de hersenen begrijpen.
AI in verschillende vormen
AI heeft hardware en software nodig, maar is niet altijd een computer. Kunstmatige intelligentie kan uiteenlopende vormen aannemen zoals een auto, smartphone, wasmachine, robot, CRM-programma of game. Als het maar beschikt over data en zelflerend vermogen.
Het salaris van een Artificial Intelligence Engineer is erg verschillend. Als beginner ligt je salaris rond de 2600 euro per maand. Als senior kan je tussen de 4000 en 7000 euro per maand verdienen. Je krijgt gemiddeld ongeveer 25 vakantiedagen.