Naar inhoud
BetaAI Begrippen

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

Latente ruimte

Engels: Latent Space · Ook wel: latent space

In het kort

Latente ruimte is een interne, compacte en abstracte voorstelling van complexe gegevens, zoals digitale beelden, tekst of geluid. Een leermodel zet invoer met heel veel losse details om in een kleinere wiskundige ruimte en bewaart alleen de belangrijkste kenmerken en patronen. Daarom combineren beeldgeneratoren nabijgelegen punten in die ruimte en maken nieuwe afbeeldingen die de patronen uit eerdere voorbeelden volgen.

Waarom is dit belangrijk?

Het ordenen van genactiviteit van tumoren in een latente ruimte maakt biologische inzichten over meerdere kankersoorten tegelijk zichtbaar. In de biomedische wetenschap ondersteunt dat het vinden van ziektekenmerken en het groeperen van vergelijkbare patiënten voor een persoonlijkere behandeling. Bij de beoordeling van embryo's in de zorg blijft een losse beslissing voor artsen lastig uit te leggen, omdat de kenmerken sterk door elkaar lopen.

Zo werkt het in de praktijk

In de ict gebruikt IBM de latente ruimte in taalmodellen zoals Granite. Het model legt daarmee verbanden tussen woorden in een context. In de maakindustrie zet een studie het geluid van een stansmachine om in zo’n ruimte, en scheidt zo normale toestanden van afwijkingen voor onderhoud.

De Universiteit Maastricht publiceerde promotieonderzoek over richtingen in de latente ruimte. Het onderzoek leert die richtingen voor mechanistische interpretatie van diepe neurale netwerken.

Modellen koppelen de latente ruimte aan autoencoders, netwerken die gegevens samenpersen en weer opbouwen. Een groot verschil bij die opbouw wijst op een afwijking. Variationele autoencoders leggen de ruimte vast als een normale verdeling, zodat een model daaruit nieuwe voorbeelden trekt.

Gecontroleerd op 23 oktober 2026