AI Begrippen en TrefwoordenAI Trefwoorden
AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.
Kennis en redeneren
NP-volledigheid
NP-completeness
NP-volledigheid is een eigenschap van bepaalde ja-nee-problemen in de complexiteitstheorie, de studie van rekentijd. Een voorgestelde oplossing is snel te controleren en het zoeken verloopt via grof zoekwerk, terwijl dit probleem elk ander probleem van dat type kan nabootsen. Het antwoord is ja bij minstens één geldige oplossing en nee zonder zo'n oplossing, en een snelle methode voor één NP-volledig probleem, zoals het knapzakprobleem, levert daarmee ook een snelle methode voor alle andere op.
Beeld en spraak
Objectdetectie
Object detection
Objectdetectie is een methode in computer vision die objecten in foto’s en video’s herkent en hun plaats aangeeft. Anders dan software die de hele foto één label geeft, zoekt een model in voorbeelden naar visuele patronen en plaatst het om elk object een kader en een soortnaam. Zo kan een camerasysteem voertuigen op de weg tellen en voetgangers of gezichten in videobeelden markeren.
Beeld en spraak
Objectherkenning
Object recognition
Beeldherkenning is een AI-systeem dat een foto of video bekijkt en benoemt wat erop te zien is. Het systeem zoekt zelf naar vormen en kleuren in beelden en koppelt die aan een naam, in plaats van vaste regels te volgen. Een fotodienst kan zo een dier op een nieuwe foto als kat herkennen en de foto daarna automatisch in de juiste map plaatsen.
Kennis en redeneren
Ockhams scheermes
Occam's razor
Ockhams scheermes (Occam's razor) is een denkregel die bij gelijke voorspellingen de verklaring met de minste aannames kiest. De regel geldt alleen als de hypotheses hetzelfde voorspellen en schuift een verklaring met een andere uitkomst niet opzij. Het principe wordt toegeschreven aan de Engelse franciscaan Willem van Ockham en geeft onderzoekers een vaste manier om overbodige aannames uit een theorie te schrappen.
Machine learning
Offline leren
Offline learning
Offline learning is een trainingsmethode in machine learning waarbij een model leert van een vaste dataset. Die gegevens blijven tijdens het leerproces hetzelfde, anders dan bij online machine learning, waar het model stap voor stap bijleert van nieuwe gegevens. Een spamfilter kan zo eerst patronen leren uit een vaste verzameling oude e-mails en daarna nieuwe berichten als spam herkennen, zonder tussentijds opnieuw te trainen.
Taalmodellen
One-shot prompting
One-Shot Prompting (Single-Shot Prompting)
One-shot prompting (single-shot prompting) is een methode met precies één uitgewerkt voorbeeld van het antwoord in de prompt. Dat ene voorbeeld laat een taalmodel, de techniek achter chatbots, de gewenste vorm en het patroon zien, zonder het model opnieuw te trainen. Een medewerker toont bijvoorbeeld één klantbericht met het label positief of negatief, waarna het model nieuwe berichten op dezelfde manier indeelt.
Data
Ongelabelde data
Unlabeled data
Ongelabelde data zijn gegevens waarbij aan geen enkel voorbeeld een label, categorie of bekende uitkomst is gekoppeld. Een algoritme voor machine learning zoekt daarin zelf terugkerende patronen en groepen, anders dan bij gelabelde data met een bekend antwoord. Zo kan een winkel aankoopgegevens verdelen in klantgroepen, en kan een programma foto's groeperen op gelijkenis, zonder dat iemand die groepen van tevoren heeft benoemd.
Data
Ongestructureerde data
Unstructured data
Ongestructureerde data zijn gegevens zonder een vooraf vastgelegd model of een vaste indeling. Anders dan gegevens in een tabel met rijen en kolommen, hebben deze gegevens geen vaste velden, waardoor gewone software ze lastig kan doorzoeken of analyseren. Voor analyse brengen systemen er eerst structuur in aan, bijvoorbeeld door de tekst van een e-mail of de inhoud van een foto in vaste velden te zetten.
Machine learning
Ongesuperviseerd leren
Unsupervised Learning
Leren zonder supervisie is een methode in machine learning waarbij een model leert van ongelabelde gegevens. Anders dan bij leren onder supervisie zoekt het model zelf naar patronen, groepen of een eenvoudigere structuur in de gegevens, zonder een vooraf gegeven juist antwoord. Een webwinkel kan zo klanten groeperen op basis van hun koopgedrag, ook als niemand die groepen van tevoren heeft benoemd.




