AI ABC

AI: “Slimme computers die kunnen leren en problemen oplossen.”
AI Ethics: “Regels om AI op een goede en veilige manier te gebruiken.”
Agentic AI: “Agentic AI verwijst naar AI-systemen die autonoom doelen kunnen nastreven, beslissingen kunnen nemen en complexe taken kunnen uitvoeren zonder constante menselijke begeleiding.”
Algorithm: “Een stappenplan dat een computer volgt om iets te doen.”
Algorithmic Fairness: “Zorgen dat AI eerlijk is en niemand benadeelt.”
Artificial Intelligence: “Theorie en ontwikkeling van computersystemen die in staat zijn om taken uit te voeren waarvoor normaal gesproken menselijke intelligentie nodig is. Het is de brede familie van technologieën die proberen de menselijke intelligentie vast te leggen en na te bootsen.”
Big Data: “Heel veel gegevens die moeilijk te gebruiken zijn met normale computers.”
Bias in AI: “AI die soms oneerlijk is door verkeerde data.”
Chatbot: “Een computerprogramma dat met je kan praten.”
Classificatie: “Methode in supervised machine learning. Bij classificatie proberen we te voorspellen tot welk label of welke klasse een input of set van inputs behoort.”
Cloud Computing: “Dingen opslaan en gebruiken via internet in plaats van je eigen computer.”
Computer Vision: “AI die kijkt naar beelden en begrijpt wat erin staat.”
Data Mining: “Gegevens doorzoeken om nuttige dingen te vinden.”
Deep Learning: “Een geavanceerde vorm van AI die werkt zoals ons brein.”
Edge Computing: “Gegevens verwerken dicht bij de plek waar ze worden gemaakt.”
Explainable AI: “AI die uitlegt hoe het tot een antwoord komt.”
Fine-Tuning LLM: “AI aanpassen om een specifieke taak beter te doen.”
GANs (Generative Adversarial Networks): “AI die realistische dingen maakt, zoals foto’s of tekst.”
Generative AI (GenAI): “AI die nieuwe dingen bedenkt, zoals verhalen of afbeeldingen.”
GPT: “Een type AI dat tekst genereert, zoals OpenAI’s GPT-modellen.”
Hallucinations: “Foutieve antwoorden die AI soms geeft.”
IoT (Internet of Things): “Slimme apparaten die met elkaar praten via internet.”
Large Language Model (LLM): “Een AI die goed is in werken met heel veel taaldata.”
Machine Learning (ML): “AI die leert van data om taken beter te doen.”
Model collapse: “Model collapse is het kwaliteitsverlies van AI door hergebruik van door AI gegenereerde data.”
Neural Network: “Een systeem dat lijkt op hoe ons brein werkt met verbindingen.”
NLP (Natural Language Processing): “AI die taal begrijpt en ermee werkt, zoals tekst en spraak.”
Prompt: “Een vraag of opdracht die je aan AI geeft.”
Prompt Engineering: “Manieren bedenken om de beste antwoorden van AI te krijgen.”
Reinforcement Learning: “AI leert door fouten te maken en beloningen te krijgen.”
Robotics: “Robots bouwen en laten werken.”
Semantic Database: “Een slimme opslagplaats die weet hoe dingen met elkaar verbonden zijn.”
Structured Data: “Gegevens netjes georganiseerd, zoals in tabellen.”
Supervised Learning: “AI leert van voorbeelden met het juiste antwoord erbij.”
Training Data: “De informatie die we aan AI geven om te leren.”
Transfer Learning: “AI leert een nieuwe taak sneller door eerder geleerde kennis.”
Unsupervised Learning: “AI zoekt zelf naar patronen in gegevens zonder hulp.”