Wat is AI?

Een AI-agent is een computerprogramma dat zelfstandig dingen doet. Je geeft het een doel, en het beslist zelf hoe het dat doel bereikt. Een voorbeeld: ‘plan een vergadering voor volgende week’. De AI-agent beslist dan zelf hoe hij dat doet: hij zoekt wanneer iedereen vrij is, stuurt uitnodigingen en bevestigt alles. Hij maakt zijn eigen plan en past zich aan de situatie aan. Jij hoeft niet elke stap uit te leggen.  Een AI-agent kan informatie zoeken, dingen plannen, e-mails sturen zonder dat jij elke keer een instructie geeft.

Veel bedrijven werken met AI-agents om taken te automatiseren.

AI is niet altijd juist. Het maakt soms fouten, ook als het heel zeker klinkt. Gebruik AI als hulp, maar denk zelf na. Controleer belangrijke informatie altijd bij een andere bron.

Bias betekent dat een AI niet eerlijk is voor iedereen. AI leert van data, en als die data niet evenwichtig zijn, dan is de AI dat ook niet. Soms behandelt AI mensen anders op basis van geslacht, afkomst of leeftijd.

Een bot is een computerprogramma dat automatisch taken uitvoert volgens vaste regels. Soms doet een bot alsof het een mens is, zoals in een chatvenster op een website.  Er zijn nuttige bots (klantenservice, nieuws) en schadelijke bots (spam, nep-accounts).

Een bot is niet hetzelfde als een AI-agent: een bot volgt instructies die zijn geprogrammeerd, een AI-agent denkt zelf na en maakt een plan.

Data zijn stukjes informatie die we aan de computer geven. Dit kunnen teksten en afbeeldingen zijn, maar ook video’s, muziek, locaties,… Alles wat een computer kan opslaan en verwerken. AI heeft heel veel data nodig om te leren. Hoe meer data, hoe beter het resultaat.

Data labelling betekent dat mensen uitleg geven aan AI-voorbeelden. Bijvoorbeeld: iemand bekijkt duizenden foto’s en schrijft bij elke foto wat erop staat: ‘kat’, ‘hond’, ‘auto’.  Zo leert de AI die dingen herkennen. Dit werk doen echte mensen, vaak worden zij hier weinig voor betaald.

Deep learning is een manier waarop een computer leert door veel voorbeelden te zien, stap voor stap. Elke stap leert iets eenvoudigs. De volgende stap bouwt daarop verder en leert iets moeilijkers.

Voorbeeld: gezichten herkennen
Je toont een computer duizenden foto’s van gezichten.
Eerst leert de computer eenvoudige dingen, zoals lijnen en vormen.
Daarna leert hij delen van een gezicht herkennen, zoals ogen, neus en mond.
In een volgende stap leert hij: dit geheel is een gezicht.
Door al die stappen samen kan de computer nieuwe gezichten herkennen die hij nog nooit heeft gezien.

Zo kan artificiële intelligentie (AI) ook tekst begrijpen of muziek maken. Het werkt vaak heel goed, maar het is niet altijd duidelijk hoe het systeem precies tot een resultaat komt.

Als je aan AI vraagt om een afbeelding te maken, dan gaat hij niet op zoek naar een bestaande afbeelding op het internet, maar hij maakt een afbeelding volledig uit het niets, pixel per pixel. Hij gebruikt daarvoor het diffusion model.

Het werkt een beetje zoals een foto die langzaam duidelijk wordt.

Stel: je kijkt naar een scherm vol ruis, zoals een oude tv met storing.
In het begin zie je alleen vlekken en geen herkenbaar beeld. De computer gaat die ruis stap voor stap aanpassen. Bij elke stap wordt het beeld een beetje duidelijker.

Als jij zegt: “een olifant op een fiets”, dan gebruikt de computer die woorden als richting.
Hij “duwt” het beeld bij elke stap meer naar iets dat lijkt op een olifant op een fiets.

Eerst zie je misschien alleen vage vormen.
Daarna herken je oren, wielen en een lichaam.
Op het einde zie je een duidelijk beeld van een olifant op een fiets.

De computer heeft dit geleerd door naar heel veel foto’s te kijken en altijd wat ruis toe te voegen.

De EU AI Act is een wet van Europa, goedgekeurd in 2024. Die wet zegt welke AI-systemen gevaarlijk zijn en hoe ze gebruikt mogen worden. De wet deelt AI op in categorieën.

 Sommige AI-toepassingen zijn volledig verboden, zoals AI die mensen manipuleert zonder dat ze het weten. Andere toepassingen hebben strenge regels, zoals AI die beslissingen neemt over jouw job, lening, uitkering of opleiding.
De wet zegt ook dat AI transparant moet zijn: je hebt het recht om te weten dat een AI meebesliste. Je hebt ook het recht om uitleg te vragen: waarom nam de AI die beslissing? En je hebt het recht om die beslissing te laten nakijken door een mens.

Bedrijven en organisaties die AI gebruiken voor zulke beslissingen, zijn verplicht om dat eerlijk en veilig te doen.

Generatieve AI maakt fouten omdat het patronen raadt, het denkt niet echt na. Het kan eigenlijk alleen maar voorspellen.  Het kan dingen verzinnen die niet bestaan, feiten door elkaar halen of verkeerde informatie geven.   Dus: check altijd wat AI zegt.

Generatieve AI is een vorm van artificiële intelligentie die zelf nieuwe dingen maakt. Dat kunnen teksten zijn, maar ook afbeeldingen, muziek, video’s of computercode.

Generatieve AI leert eerst van heel veel voorbeelden.
Voor tekst leert het uit boeken, artikels en websites.
Voor beelden leert het uit grote verzamelingen foto’s en tekeningen.
Voor muziek leert het uit bestaande liedjes.

De computer onthoudt die voorbeelden niet letterlijk. Hij leert vooral patronen en verbanden, bijvoorbeeld: welke woorden vaak samen voorkomen, hoe een zin is opgebouwd, hoe een gezicht eruitziet of hoe een melodie klinkt.
Daarna kan de AI zelf iets nieuws maken.

Voorbeeld: tekst maken
Als je een vraag stelt of een zin begint, probeert de AI te voorspellen welk woord logisch volgt. Dat doet hij telkens opnieuw, woord per woord. Zo ontstaat een volledige tekst die lijkt alsof een mens die geschreven heeft.

Voorbeeld: beelden maken
Bij afbeeldingen start de AI vaak met ruis, dus willekeurige vlekken. Stap voor stap maakt hij die ruis duidelijker, tot er een beeld ontstaat.  Hij gebruikt jouw beschrijving, zoals “een olifant op een fiets”, om te bepalen hoe het beeld eruit moet zien.

Gezichtsherkenning is als de computer een gezicht scant en herkent. Zoals jij een vriend herkent op straat. Het wordt gebruikt op smartphones, luchthavens, winkels en soms door de politie. Dit roept vragen op over privacy: wie heeft recht op mijn gezicht?

Hallucineren betekent dat AI iets vertelt dat niet waar is, maar zelf wel denkt dat het klopt. AI verzint namen, boeken, regels of feiten die niet bestaan. Dit noemen we een hallucinatie. Kijk dus altijd heel goed na en controleer of het klopt, ook als het heel overtuigend klinkt.

LLM staat voor Large Language Model, een groot taalmodel. Het heeft enorm veel tekst gelezen: boeken, websites, artikels. Daardoor kan het zinnen schrijven en vragen beantwoorden. ChatGPT, Gemini en Claude zijn LLMs. Ze begrijpen taal, maar denken niet echt na.  Met alle teksten die ze gelezen hebben gaan ze tekst voorspellen, ze geven woord voor woord wat het meest waarschijnlijke woord is dat erachter komt.

Machine learning is een manier waarop een computer uit zichzelf leert uit voorbeelden, in plaats van dat je alle regels zelf moet programmeren.

Voorbeeld: spam herkennen
Je geeft de computer duizenden e-mails.
Bij elke e-mail zeg je: “dit is spam” is of “geen spam”.
De computer gaat die e-mails analyseren. Hij zoekt naar patronen, bijvoorbeeld bepaalde woorden, zinnen of afzenders die vaak voorkomen in spam.

Zo leert de computer zelf om spam te herkennen. Dan kan hij nieuwe e-mails bekijken en zelf inschatten of het spam is, ook al heeft hij die e-mails nog nooit gezien.

 In het begin maakt de computer fouten. Hij raadt soms verkeerd.
Maar telkens vergelijkt hij zijn antwoord met het juiste antwoord.
Zo past hij zichzelf aan en leert hij bij. Na veel oefening wordt hij beter.

Een zelfrijdende auto rijdt zonder mens aan het stuur. Hij gebruikt camera’s, sensoren en AI om de weg te zien, te beslissen en te sturen. De auto herkent mensen, verkeersborden en andere auto’s. Volledig zelfrijdende auto’s zijn er nog niet overal, maar het komt dichterbij.