AI, machine learning en deep learning: wat is het verschil?
In artikelen over AI vliegen de termen je om de oren: machine learning, deep learning, neurale netwerken, generatieve AI. Hoe hangen die met elkaar samen? Zie het als cirkels die in elkaar passen.
Kunstmatige intelligentie: de grootste cirkel
AI is de overkoepelende term voor systemen die taken uitvoeren waarvoor intelligentie nodig lijkt. Dat kan met vaste regels (“als dit, dan dat”), maar tegenwoordig gebeurt het meestal met systemen die leren van gegevens.
Machine learning: leren van voorbeelden
Machine learning is een deelgebied van AI. In plaats van alle regels zelf te programmeren, geef je het systeem veel voorbeelden. Het leert daaruit patronen. Een spamfilter leert bijvoorbeeld van duizenden e-mails die als spam of niet-spam zijn gemarkeerd.
Deep learning: neurale netwerken met veel lagen
Deep learning is een vorm van machine learning die gebruikmaakt van neurale netwerken met veel lagen. Deze techniek is vooral sterk in complexe patronen, zoals beeldherkenning, spraak en taal. De meeste moderne AI-toepassingen zijn hierop gebaseerd.
Generatieve AI en taalmodellen
Generatieve AI gebruikt deep learning om nieuwe inhoud te maken. Grote taalmodellen (LLM’s) zijn generatieve modellen die gespecialiseerd zijn in tekst. Zij vormen de basis van chatassistenten. Lees meer in hoe werkt een taalmodel?
Overzicht
- AI: de hele verzameling slimme systemen.
- Machine learning: AI die leert van gegevens.
- Deep learning: machine learning met gelaagde neurale netwerken.
- Generatieve AI: deep learning die nieuwe inhoud maakt.
- Taalmodel (LLM): generatieve AI voor tekst.
Meer begrippen vind je in de AI-woordenlijst.
Meer uit de kennisbank
- Wat is AI? Kunstmatige intelligentie in gewone taal
- Wat is generatieve AI?
- Hoe werkt een taalmodel (LLM)?