Bekijk video’s! Soms hebben we helemaal geen zin om te lezen en dan is het kijken van een video veel gemakkelijker. We hebben een aantal video’s gevonden waar je als beginner wat kanV leren over AI.
Bekijk video’s die hierboven staan.
AI Afkortingen A–Z
Een overzicht van de meestgebruikte begrippen en afkortingen uit de wereld van kunstmatige intelligentie.
A
AGI
Artificial General Intelligence
Een hypothetische AI die menselijke cognitie op alle gebieden evenaart of overtreft.
AI
Artificial Intelligence
Kunstmatige intelligentie — systemen die taken uitvoeren waarvoor normaal menselijke intelligentie nodig is.
ANN
Artificial Neural Network
Een computermodel geïnspireerd op de werking van het menselijk brein, bestaande uit lagen van knooppunten.
API
Application Programming Interface
Een interface waarmee softwareapplicaties met elkaar communiceren, ook gebruikt om AI-modellen aan te roepen.
ASI
Artificial Super Intelligence
Een theoretische AI die op elk gebied de menselijke intelligentie verre overtreft.
B
BERT
Bidirectional Encoder Representations from Transformers
Een taalmodel van Google dat tekst in beide richtingen analyseert voor beter taalbegrip.
BPE
Byte Pair Encoding
Een tokenisatiemethode die veelvoorkomende tekenparen samenvoegt, veel gebruikt in taalmodellen.
C
CLIP
Contrastive Language–Image Pretraining
Een model van OpenAI dat afbeeldingen en tekst aan elkaar koppelt door gelijktijdige training.
CNN
Convolutional Neural Network
Een neuraal netwerk gespecialiseerd in beeldherkenning via filterlagen die patronen detecteren.
CoT
Chain of Thought
Een promptingtechniek waarbij het model stap voor stap redeneert voordat het een antwoord geeft.
CPU
Central Processing Unit
De hoofdprocessor van een computer; bij AI-taken vaak aangevuld of vervangen door GPU’s.
CV
Computer Vision
Het vakgebied van AI gericht op het begrijpen en interpreteren van beelden en video’s.
D
DALL·E
Geen officiële uitbreiding (vernoemd naar Dalí + WALL·E)
Een AI-systeem van OpenAI dat realistische afbeeldingen genereert op basis van tekstbeschrijvingen.
DL
Deep Learning
Een subveld van machine learning dat gebruikmaakt van diepe (meerdere lagen) neurale netwerken.
DPO
Direct Preference Optimization
Een trainingsmethode waarmee AI-modellen direct op menselijke voorkeuren worden afgestemd, zonder aparte beloningsmodellen.
E
ELU
Exponential Linear Unit
Een activatiefunctie in neurale netwerken die negatieve waarden soepeler verwerkt dan ReLU.
EM
Expectation-Maximization
Een iteratief algoritme voor het schatten van parameters in statistische modellen met verborgen variabelen.
F
FIM
Fill in the Middle
Een trainingstechniek waarbij het model leert tekst in te vullen op basis van voor- en naliggende context.
FL
Federated Learning
Een gedistribueerde trainingsmethode waarbij data lokaal blijft en alleen modelupdates worden gedeeld.
FM
Foundation Model
Een grootschalig voorgetraind model (zoals GPT of BERT) dat als basis dient voor diverse AI-toepassingen.
FP16 / FP32
Floating Point (16/32-bit)
Numerieke precisieformaten voor modelberekeningen; FP16 is sneller maar minder nauwkeurig dan FP32.
G
GAN
Generative Adversarial Network
Een architectuur met twee netwerken (generator en discriminator) die elkaar uitdagen om realistische data te maken.
GPT
Generative Pre-trained Transformer
Een familie van grote taalmodellen van OpenAI, getraind om tekst te genereren op basis van context.
GPU
Graphics Processing Unit
Een processor oorspronkelijk voor graphics, nu essentieel voor het snel trainen van AI-modellen.
GRPO
Group Relative Policy Optimization
Een reinforcement learning-variant die beleidsoptimalisatie uitvoert op basis van groepsvergelijkingen.
H
HPC
High Performance Computing
Gebruik van supercomputers of clusters voor zware rekentaken, zoals het trainen van grote AI-modellen.
I
IC
In-Context Learning
Het vermogen van een taalmodel om nieuwe taken te leren puur op basis van voorbeelden in de prompt.
IRL
Inverse Reinforcement Learning
Een techniek waarbij een model het beloningssysteem van een expert afleidt uit diens gedrag.
K
KV-cache
Key-Value Cache
Een mechanisme dat eerder berekende aandachtswaarden opslaat om inferentie te versnellen.
L
LLM
Large Language Model
Een groot taalmodel getraind op enorme hoeveelheden tekst, zoals GPT-4, Claude of Llama.
LoRA
Low-Rank Adaptation
Een efficiënte fijnafstemmingstechniek die slechts een klein deel van de modelparameters aanpast.
LSH
Locality-Sensitive Hashing
Een techniek voor snelle benadering van gelijkaardigheidszoeken, gebruikt bij vectordatabases.
M
MCP
Model Context Protocol
Een protocol van Anthropic waarmee AI-modellen op gestandaardiseerde wijze externe tools en databronnen kunnen aanspreken.
ML
Machine Learning
Een subveld van AI waarbij systemen leren van data zonder expliciet geprogrammeerd te worden.
MLP
Multi-Layer Perceptron
Een eenvoudig neuraal netwerk met meerdere lagen, de bouwsteen van veel diepere architecturen.
MoE
Mixture of Experts
Een architectuur waarbij slechts een selectie van gespecialiseerde subnetwerken per taak wordt geactiveerd.
N
NER
Named Entity Recognition
Het automatisch herkennen van namen, locaties, organisaties en andere entiteiten in tekst.
NLP
Natural Language Processing
Het vakgebied van AI gericht op het begrijpen, genereren en verwerken van menselijke taal.
NLU
Natural Language Understanding
Een deelgebied van NLP gericht op het begrijpen van de betekenis en intentie van tekst.
O
OCR
Optical Character Recognition
Technologie die tekst uit afbeeldingen of gescande documenten herkent en omzet naar digitale tekst.
P
PAL
Program-Aided Language Model
Een aanpak waarbij een taalmodel code schrijft die vervolgens wordt uitgevoerd om problemen op te lossen.
PEFT
Parameter-Efficient Fine-Tuning
Een verzamelnaam voor technieken (zoals LoRA) die modellen fijn afstellen met minimale parameterwijzigingen.
PPO
Proximal Policy Optimization
Een reinforcement learning-algoritme veel gebruikt bij RLHF om taalmodellen veiliger te maken.
PTM
Pre-Trained Model
Een model dat al op grote hoeveelheden data is getraind en daarna verder kan worden afgestemd.
Q
QA
Question Answering
Een AI-taak waarbij het systeem vragen beantwoordt op basis van een document of kennisbase.
QLoRA
Quantized Low-Rank Adaptation
Een geheugenefficiënte variant van LoRA die gebruikmaakt van gekwantiseerde modellen.
R
RAG
Retrieval-Augmented Generation
Een architectuur waarbij een taalmodel relevante documenten opzoekt voordat het een antwoord genereert.
ReLU
Rectified Linear Unit
Een veelgebruikte activatiefunctie in neurale netwerken die negatieve waarden op nul zet.
RLHF
Reinforcement Learning from Human Feedback
Een trainingstechniek waarbij menselijke beoordelingen worden gebruikt om AI-gedrag te verbeteren.
RNN
Recurrent Neural Network
Een neuraal netwerk met terugkoppelingen, geschikt voor sequentiële data zoals tekst en spraak.
S
SAM
Segment Anything Model
Een model van Meta dat objecten in afbeeldingen kan segmenteren zonder verdere training.
SFT
Supervised Fine-Tuning
Het fijn afstellen van een voorgetraind model op gelabelde voorbeelddata voor een specifieke taak.
SLM
Small Language Model
Een kleiner, efficiënter taalmodel ontworpen voor lokale of resourcebeperkte omgevingen.
SOTA
State of the Art
De huidige best presterende methode of model op een bepaald AI-benchmark of taak.
T
T2I
Text-to-Image
AI-systemen die afbeeldingen genereren op basis van een tekstbeschrijving, zoals DALL·E of Stable Diffusion.
T5
Text-to-Text Transfer Transformer
Een Google-model dat alle NLP-taken behandelt als tekst-naar-tekst-problemen.
TPU
Tensor Processing Unit
Een door Google ontwikkelde chip specifiek geoptimaliseerd voor het trainen en uitvoeren van AI-modellen.
TTS
Text-to-Speech
Technologie die geschreven tekst omzet naar gesproken audio met behulp van AI.
V
VAE
Variational Autoencoder
Een generatief model dat data codeert naar een compacte representatie en daaruit nieuwe variaties genereert.
VLM
Vision-Language Model
Een multimodaal model dat zowel afbeeldingen als tekst begrijpt en verwerkt, zoals GPT-4o of Gemini.
VRAM
Video Random Access Memory
Het geheugen van een GPU; bepaalt hoeveel van een AI-model tegelijk in de GPU past tijdens inferentie.
X
XAI
Explainable AI
Het vakgebied gericht op het begrijpelijk en transparant maken van AI-beslissingen voor mensen.
Z
ZSL
Zero-Shot Learning
Het vermogen van een model om taken uit te voeren waarvoor het geen specifieke trainingsvoorbeelden heeft gezien.