Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

AI Begrippen en TrefwoordenAI Trefwoorden

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

718 resultaten
Generatieve AI
Deepfake
Deepfake
Een deepfake is door AI gemaakt of bewerkt materiaal dat sterk op echt beeld, geluid of video lijkt. De naam voegt deep learning en fake samen, en een model zoals een GAN maakt of verandert dat materiaal zodat het lijkt op bestaande personen, plaatsen of gebeurtenissen. Mensen kunnen het resultaat daardoor ten onrechte aanzien voor een authentieke opname van een persoon, plaats of gebeurtenis.
Neurale netwerken
DeepMind Technologies
DeepMind Technologies
DeepMind Technologies is een Brits bedrijf voor kunstmatige intelligentie, in 2014 overgenomen door Google, nu eigendom van Alphabet. Het bouwt neurale netwerken, een soort lerende programma's, die computerspellen leren spelen zoals mensen dat doen. In 2016 versloeg AlphaGo de wereldkampioen go, Lee Sedol, in vijf partijen, en AlphaZero won later van de sterkste programma's in go, schaken en shogi (Japans schaak) door een paar dagen tegen zichzelf te spelen.
Kennis en redeneren
Defaultlogica
Default logic
Defaultlogica is een vorm van logica, bedacht door Raymond Reiter, voor redeneren met aannames die meestal gelden. Een gangbare regel geldt zolang de bekende feiten haar niet tegenspreken, en niet elke uitzondering hoeft vooraf al genoemd te zijn. Zo kan een systeem aannemen dat vogels doorgaans kunnen vliegen, tot bekend is dat een bepaalde vogel een pinguïn is of een gebroken vleugel heeft.
Machine learning
Density-based spatial clustering of applications with noise (DBSCAN)
Density-based spatial clustering of applications with noise (DBSCAN)
DBSCAN is een algoritme uit 1996 dat gegevenspunten in een dataset groepeert op basis van hun onderlinge dichtheid. Anders dan methoden die vooraf een vast aantal groepen vragen, verbindt het zelf punten in dichte gebieden en markeert losliggende punten als ruis of uitschieters. Zo kan een onderzoeker afwijkende metingen in een dataset herkennen, zonder vooraf te bepalen hoeveel groepen er bestaan.
Machine learning
Detectie-algoritme
Patroonherkenning is een algoritme dat objecten, afwijkingen of patronen in gegevens herkent. Het vergelijkt nieuwe gegevens met opgeslagen patronen en markeert wat overeenkomt of afwijkt, in plaats van alleen vaste regels van een programmeur te volgen. Een camera kan zo een voorwerp op een foto aanwijzen, en een meetsysteem kan een ongebruikelijke waarde in een reeks metingen als afwijking signaleren.
Kennis en redeneren
Diagnose
Diagnosis
Diagnose is een methode die vaststelt of het gedrag van een systeem correct is. De methode rekent daarvoor met waarnemingen van het huidige gedrag en wijst bij een fout zo nauwkeurig mogelijk het falende onderdeel en het type storing aan. Daardoor kan onderhoudspersoneel bij een defecte machine gerichter zoeken naar de oorzaak van de storing, in plaats van elk onderdeel apart te controleren.
Taalmodellen
Dialoogsysteem
Dialogue system
Een dialoogsysteem (ook wel gespreksagent) is een computersysteem dat met een mens een samenhangend gesprek in beurten voert. Anders dan een menu met vaste keuzes onthoudt het eerdere beurten en gebruikt het tekst, spraak, beeld, aanraking of gebaren voor invoer en uitvoer. Zo beantwoordt een klantenservicechat of een spraakassistent vragen van gebruikers en rondt het een taak af in gewone taal.
Neurale netwerken
Diep neuraal netwerk
Deep Neural Networks
Diepe neurale netwerken zijn kunstmatige neurale netwerken die bestaan uit meerdere lagen van onderling verbonden neuronen. Elke laag haalt uit ruwe gegevens een patroon en geeft een steeds abstracter kenmerk door aan de volgende laag. Deze stapsgewijze opbouw maakt de netwerken geschikt voor complexe taken, zoals het herkennen van gezichten op foto's of van woorden en zinnen in gesproken taal.
Generatieve AI
Diffusiemodel
Diffusion model
Een diffusiemodel is een model voor machine learning dat beelden leert opbouwen uit ruis. Bij de training vervagen bestaande beelden stap voor stap door toegevoegde ruis, en het model leert die stappen daarna in omgekeerde volgorde. Het haalt de ruis geleidelijk weer weg tot een scherp beeld ontstaat, en kan zo ook een nieuw beeld vormen dat lijkt op de voorbeelden uit de training.