AI begrippenlijst

Een methodiek voor softwareontwikkeling die zich richt op korte iteratieve sprints. Het is een manier om een project op te splitsen in kleinere delen in plaats van het hele project in één keer aan te pakken. Het tegenovergestelde van agile is waterval.

Een algoritme is de reeks stappen die beschrijft hoe een computer gegevens moet verwerken om een gewenst resultaat te verkrijgen. Voor machine learning vertelt het algoritme de computer hoe hij van gegevens moet leren en een model moet produceren dat vervolgens kan worden gebruikt om voorspellingen te doen over nieuwe gegevens. Bij machine learning is de output van een algoritme een machine learning-model, een functie (programma) die invoergegevens kan gebruiken en een voorspelling kan produceren.

Machinegedrag en -functie die de intelligentie en het gedrag van mensen vertoont.

Geïnspireerd door de neurale netwerken in het menselijk brein, zijn ANN’s, vaak eenvoudigweg neurale netwerken of neurale netwerken genoemd, algoritmische benaderingen voor machinaal leren die een onderling verbonden groep knooppunten gebruiken die zijn verbonden met gewichten en vooroordelen, die die gewichten en vooroordelen leren door middel van vele iteraties van trainingsdata.

Technologie gebruiken om repetitieve taken uit te voeren. Automation verbetert de snelheid en nauwkeurigheid en taken zijn meestal geprogrammeerd, dus automatisering wordt niet als AI of intelligentie beschouwd.

Een overkoepelende term die wordt gebruikt voor gegevens van aanzienlijke omvang, complexiteit, variabele indeling, variabele kwaliteit en wijzigingsfrequentie die uitdagingen met zich meebrengen voor opslag, verwerking, analyse, integratie en gebruik op de vereiste niveaus van detail, snelheid en nauwkeurigheid.

Een softwaretoepassing die wordt gebruikt om met mensen te praten via spraak of tekst in de natuurlijke taal van mensen, in tegenstelling tot het gebruik van andere gebruikersinterfaces of computerspecifieke talen.

Een activiteit die tot doel heeft te bepalen tot welke categorieën of “klassen” die gegevens behoren. Voorbeelden van classificatie zijn het bepalen of een e-mail al dan niet spam is, wat voor soort sentiment een tekst heeft, welk object aanwezig is in een afbeelding, of het bepalen van een karakter uit handschrift, onder vele toepassingen.

Een hardwarecomponent voor algemene doeleinden die alle verwerkingsinstructies en bewerkingen voor een computer afhandelt. In termen van machine learning en AI kunnen CPU’s voor algemene doeleinden worden gebruikt om machine learning-modellen te trainen en conclusies te trekken, maar als processors voor algemene doeleinden zijn ze niet zo efficiënt als meer hardware die specifiek is voor wiskunde en machine learning, zoals GPU’s of TPU’s voor modeltraining en inferentie.

Een transformatormodel gemaakt door OpenAI in 2021 dat afbeeldingen genereert op basis van door mensen aangeleverde tekst. Sindsdien zijn er open source-alternatieven voor DALL-E zoals Stable Diffusion geproduceerd.

De basiseenheid van discrete waarden die betekenis, feiten, hoeveelheden of andere eenheden overbrengen waarop computers werken voor verdere verwerking, interpretatie en analyse. Gegevens op zich hebben geen specifieke betekenis; het moet worden geanalyseerd om inzichten en betekenis te krijgen.

De rol in de organisatie die verantwoordelijk is voor de voorbereiding, verplaatsing en integratie van gegevens uit verschillende bronnen voor analytisch of operationeel gebruik. Data-ingenieurs zijn in de eerste plaats een technische rol die een goed begrip vereist van het beheer van big data.

Benaderingen voor het bouwen van systemen voor het verzamelen, opslaan en analyseren van gegevens op schaal.

Alles wat je doet om ervoor te zorgen dat je gegevens correct worden opgeslagen, beheerd, nauwkeurig en beschikbaar zijn en dat er toegangscontroles zijn. Het gaat over het opzetten van processen en systemen om uw gegevens goed te ondersteunen.

De gebruikersrol die gericht is op het verzamelen en analyseren van data om bedrijfsgerelateerde problemen op te lossen met behulp van datagedreven technieken. Datawetenschappers vertalen vereisten in specifieke hypothesen en halen nuttige informatie uit gegevens om oplossingen te bieden voor zakelijke vereisten.

De toepassing van grafische technieken om gegevens visueel te begrijpen met behulp van diagrammen, grafieken, diagrammen, animaties en andere methoden.

Een machine learning-benadering die gebruikmaakt van neurale netwerken met meerdere verborgen lagen. Deep Learning werd populair na het gebruik van backpropagation, geavanceerde benaderingen van pre-trainingsmodellen, grote beschikbaarheid van trainingsgegevens en GPU-gebaseerde computing om de trainingstijd van het machine learning-model te versnellen.

Het gebruik van Generative Adversarial Networks (GAN’s) en andere vormen van geavanceerde deep learning neurale netwerken om inhoud te genereren die wordt gebruikt om de kijker te misleiden of te vervalsen, met name het manipuleren van afbeeldingen en video’s om het te laten lijken alsof een persoon in de afbeelding of video is wanneer ze dat zijn niet in werkelijkheid.

Het Generative Pre-trained Transformer-model (waarvan versie 3 werd uitgebracht in 2020), is een vooraf getraind machine learning-model voor een neuraal netwerk dat gebruikmaakt van de transformatorarchitectuur en dat grote hoeveelheden tekst kan maken op basis van korte menselijke prompts. GPT-3 is ontwikkeld door OpenAI volgens een commercieel model en is getraind op een extreem grote hoeveelheid gegevens die via internet zijn verzameld met meer dan 175 miljard machine learning-parameters. Het kan worden gebruikt om allerlei soorten tekst, programmeercode en andere vormen van tekst uitvoer.

De Algemene Verordening Gegevensbescherming is een verordening van de Europese Unie gericht op gegevensbescherming en privacy, die voor het eerst werd gepubliceerd in 2016. Hoewel de AVG gericht is op bedrijven en burgers in de EU, is het al snel een de facto wereldwijde regelgeving geworden, vooral voor multinationale organisaties die actief zijn in de EU. GDPR heeft specifiek invloed op het gebruik van persoonlijke en privégegevens in AI-systemen als onderdeel van machine learning-training of ander gebruik.

Grafische verwerkingseenheden zijn computerhardware die is geoptimaliseerd voor rekenintensieve taken, met name het trainen van machine learning-modellen en voor zeer efficiënte machine learning-modelinferentie.

Een gekwantificeerde meting in de loop van de tijd van hoe goed een bepaald machine learning-model leert van de gegevens die het heeft gekregen, ook wel een trainingscurve genoemd. Als visuele indicator kan de leercurve snel inzicht geven om te zien hoe de modeltraining in de loop van de tijd presteert, aangezien er aanvullende gegevens worden verstrekt om het model te trainen.

Het vermogen van een machine om te leren van gegevens en te verbeteren met ervaring in de loop van de tijd, en dat leren toe te passen op nieuwe gegevens die het systeem nog niet eerder heeft gezien om voorspellingen te doen. Er zijn drie hoofdtypen van machinaal leren:

1. Leren onder toezicht
2. Leren zonder toezicht
3. Leren door versterking

Het uiteindelijke resultaat van het trainen van een machine learning-algoritme op trainingsgegevens om een uitvoer te verkrijgen die vervolgens wordt gebruikt om gevolgtrekkingen uit te voeren op gegevens uit de echte wereld. Modellen voor machinaal leren vertegenwoordigen wat het algoritme heeft geleerd van de gegevens voor een bepaalde taak, zodat het voor nieuwe gegevens het geleerde kan toepassen en een voorspelling kan doen. Machine learning-modellen zijn wat u gebruikt voor gevolgtrekkingen.

Verwar modellen niet met algoritmen. De algoritmen bieden het recept of de formule om leren te genereren en toe te passen, maar het model biedt het specifieke leren dat het algoritme heeft gedaan met specifieke gegevens voor een bepaalde taak zoals geconfigureerd met bepaalde instellingen en voor gegevens van specifieke typen.

Een gebied van informatica dat AI toepast op de uitdaging om machines de taal van mensen te laten begrijpen en te laten communiceren. NLP is een overkoepelende term die de ideeën omvat van zowel Natural Language Generation (NLG) als Natural Language Understanding (NLU). Voorbeelden van NLP zijn spraakherkenning, sentimentanalyse, AI-gestuurde chatbots en machinevertaling.

OpenAI is een organisatie die opmerkelijke bijdragen heeft geleverd aan de vooruitgang van kunstmatige intelligentie (AI), waaronder GPT-3 en DALL-E. OpenAI werd in 2015 opgericht door technologen, industriëlen en financiers, waaronder Elon Musk, Sam Altman en anderen met de missie “ervoor te zorgen dat kunstmatige algemene intelligentie de hele mensheid ten goede komt”. In 2019 ontving OpenAI LP een investering van $ 1 miljard van Microsoft, dat een exclusieve licentie op de GPT-3-technologie behoudt.

Een van de veelgebruikte open-source programmeertalen voor Big Data- en AI-projecten. Gepopulariseerd door Google, wordt Python beschouwd als een beginnersvriendelijke taal, zeer flexibel door het gebruik van bibliotheken en efficiënt voor het verwerken van grote datasets. Python is populair vanwege zijn gemak bij het werken met grote datasets en de eenvoud bij het uitvoeren van analysetoepassingen.

Een hardware- of softwaremachine die namens een mens automatisch een taak uitvoert. (Zie Automation) Robots kunnen fysieke machines zijn met een of meer armen, wielen, rupsbanden of andere apparaten, of softwarebots zijn die geautomatiseerde gebruikersinterface- of API-taken uitvoeren. Robots zijn niet inherent intelligent en hebben vaak geen menselijk uiterlijk. Meestal gebruiken robots geen AI-technologieën en zijn ze gewoon geprogrammeerd of op regels gebaseerd met behulp van basisdetectie- en bedieningssystemen.

Een open source-model uitgebracht door StabilityAI als alternatief voor het eigen DALL-E-model dat een afbeelding kan genereren op basis van door mensen geleverde tekstprompts.