Naar inhoud
BetaAI Begrippen

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

Backpropagation

Engels: Backpropagation · Ook wel: backprop, back-propagation, backward propagation of errors, error backpropagation

In het kort

Backpropagation is een leermethode voor een neuraal netwerk, een model dat uit lagen van verbindingen bestaat. Het netwerk vergelijkt zijn antwoord met het gewenste resultaat en rekent de gemaakte fout daarna terug door elke laag. Zo ziet het netwerk welke verbindingen de fout veroorzaakten, en het past juist die verbindingen aan zodat een volgend antwoord dichter bij het doel ligt.

Waarom is dit belangrijk?

Onderzoekers konden netwerken pas goed trainen op lastige patronen in grote hoeveelheden voorbeelden, dankzij het gebruik van backpropagation. In de wetenschap steunt het onderzoek naar spraakherkenning, beeldherkenning en natuurlijke taal sindsdien op die training. Voor leerlingen en werknemers betekent dit hulpmiddelen die spraak en tekst verwerken, al stopt de training soms bij een mindere oplossing en fouten kunnen blijven staan.

Zo werkt het in de praktijk

Carnegie Mellon University trainde het netwerk ALVINN met backpropagation en testte het op de auto Navlab. Dat autoproject begon bij het publieke agentschap DARPA. Een team van Stanford University liet dezelfde methode draaien op een fotonische processor, een processor die met licht rekent.

Onderzoekers hebben voorgesteld dat backpropagation bepaalde signalen in het brein helpt verklaren. Zij bedoelen signalen die na een gebeurtenis in een taak ontstaan. Dit voorstel koppelt de leermethode aan hersenonderzoek.

Teams gebruiken backpropagation samen met stochastic gradient descent. Dat is een vaste rekenstap bij het trainen van een netwerk. Soms zit backpropagation als tussenstap in Adaptive Moment Estimation, kort Adam.

Gecontroleerd op 23 oktober 2026