Hoe werkt AI? Een eenvoudige uitleg met voorbeelden

AI kan je helpen content te schrijven voor je website of e-mails, het kan je zelfs helpen bij het genereren van afbeeldingen en het ontwerpen van je website, maar hoe werkt het eigenlijk?

In dit artikel beantwoorden we die fundamentele vraag: hoe werkt AI? We gebruiken duidelijke voorbeelden en leggen het uit op een manier die iedereen kan begrijpen.

Wat is AI?

Kunstmatige intelligentie, of AI, verwijst naar een computerprogramma dat zich gedraagt op een manier die lijkt op menselijke intelligentie. Het kan leren, natuurlijke talen interpreteren en communiceren op een manier die menselijk aanvoelt.

Voorbeeld:

• Een AI kan leren schrijven door patronen in menselijke teksten te herkennen. Het kan reageren op vragen en aanwijzingen zoals een mens dat doet. Dit varieert van een chatbot die vragen van klanten beantwoordt tot een gespecialiseerde AI die schrijft over technische vragen op een werkplek.
• AI kan ook worden gebruikt in hardware, zoals in zelfrijdende auto’s of auto’s die de bestuurder assisteren. AI kan door mensen ontworpen infrastructuur interpreteren en het voertuig besturen zoals een mens dat zou doen.

Wat AI niet is

De huidige AI-technologie is niet menselijk en heeft geen zelfbewustzijn. Hoewel het bedreven is in het nabootsen van menselijk gedrag, heeft het geen bewustzijn.

Artificial General Intelligence (AGI), die meer op mensen zou kunnen lijken, zou in de toekomst kunnen verschijnen, maar deze technologie bestaat momenteel nog niet en de ontwikkeling ervan is puur hypothetisch.

Wat zijn machine learning en deep learning?

Veel AI-systemen maken gebruik van machine learning. Later in dit artikel bespreken we hoe AI kan leren, maar in het kort is machine learning de techniek die AI gebruikt om patronen te identificeren in onderwerpen, talen of uitdrukkingen. Machine learning is hoe AI vaak gegevens verwerkt die het kan gebruiken om reacties te genereren.

Deep learning is een geavanceerde vorm van machine learning die door veel moderne AI-systemen wordt gebruikt. Het maakt gebruik van neurale netwerken, waardoor de AI patronen kan herkennen op een manier die lijkt op het menselijk brein.

Hoe werkt AI?

AI is een complexe technologie, dus we leggen het in dit artikel alleen uit op een basisniveau met grote vereenvoudigingen. Met dat in gedachten leggen we hier uit hoe AI wordt gemaakt, hoe het werkt en hoe het kan worden gebruikt.

Gegevensverzameling

Om een AI te maken, is een grote hoeveelheid gegevens nodig. Een van de redenen waarom AI zich de afgelopen jaren snel heeft ontwikkeld, is dat het vermogen om gegevens te verzamelen en te verwerken snel is toegenomen. Over het algemeen wordt AI geavanceerder als het toegang heeft tot meer gegevens. Daarom is het essentieel om zoveel mogelijk relevante en hoogwaardige gegevens te verzamelen.

We zullen een voorbeeld geven om te laten zien hoe dit werkt. Stel dat we AI willen maken die afbeeldingen van dieren kan genereren. Om de AI te leren dieren te illustreren, moeten we eerst een verzameling afbeeldingen van dieren verzamelen waarvan de AI kan leren. Het is niet genoeg om een paar honderd of zelfs een paar duizend afbeeldingen te verzamelen. Veel AI-systemen gebruiken miljoenen, miljarden en in sommige gevallen triljoenen datapunten.

Met miljoenen of miljarden afbeeldingen van dieren kan AI ver komen, maar het is essentieel dat deze afbeeldingen van hoge kwaliteit zijn. Dit is waar categorisatie en training om de hoek komen kijken.

Categorisatie en training

Er zijn twee hoofdmethoden van AI-training die je moet kennen:

• Supervised learning
• Unsupervised learning

Supervised learning 

Bij supervised learning leert AI door zowel de invoergegevens als de verwachte uitkomst te bestuderen. Als we bijvoorbeeld willen dat AI dieren leert herkennen, voeden we het met een groot aantal dierenafbeeldingen. Bij elke afbeelding hoort een verwacht antwoord, zoals “olifant”.

Op deze manier kan AI een verband leggen tussen de afbeelding van een olifant en het woord olifant. Als dit genoeg wordt herhaald, kan het een patroon identificeren van hoe een olifant eruitziet.

We kunnen dit vergelijken met een ouder die met zijn kind door een boek met dierenplaatjes bladert. De ouder wijst elk dier aan en zegt de naam van het dier. Het kind kan dan de afbeelding van het dier associëren met het woord ervoor. Na genoeg herhaling kan het kind een olifant aanwijzen en olifant zeggen.

Supervised learning kan hoogwaardige AI-modellen creëren. Omdat het leren gebeurt met gegevens die een bepaald resultaat hebben, is er minder kans op ongewenste patronen of misverstanden. Het nadeel van supervised learning is dat het vinden van kwaliteitsdata duur is. Het is gemakkelijker om afbeeldingen van dieren te vinden dan afbeeldingen met een geverifieerde, correcte beschrijving van het dier.

Gegevens voor supervised learning kunnen van veel bronnen komen. Je hebt waarschijnlijk wel eens bijgedragen aan een supervised learning-bron wanneer je bent ingelogd op een website en gevraagd werd om te klikken op afbeeldingen van een bus, een oversteekplaats of een fiets. De gegevens van deze vragen helpen websites niet alleen om te verifiëren of je menselijk bent, maar helpen ook om de inhoud van afbeeldingen die gebruikt worden in supervised learning te valideren.

Gebruikelijke toepassingen: Beeldidentificatie, tekstanalyse en het beantwoorden van vragen.

Unsupervised learning 

Bij unsupervised learning krijgt AI een grote dataset om patronen te identificeren zonder duidelijke instructies of toegang tot antwoorden. Deze patronen kunnen bijvoorbeeld worden gebruikt om menselijke creativiteit te imiteren. Een AI die duizenden fantasyboeken leest, kan een patroon identificeren voor de manier waarop zulke boeken zijn geschreven en schijnbaar creatieve teksten nabootsen door de geleerde patronen na te bootsen.

Het voordeel van unsupervised learning is dat het kan worden gedaan met gegevens die eenvoudiger en goedkoper te verzamelen zijn. Dit maakt het kosteneffectiever en eenvoudiger om het leren uit te voeren op een grotere dataset, wat zowel de kwaliteit als de reikwijdte kan verbeteren.

Gebruikelijke toepassingen: Het genereren van teksten, afbeeldingen, muziek en stemmen.

Semi-supervised learning 

Veel AI-systemen worden getraind met behulp van semi-supervised learning, waarbij leermethoden worden gecombineerd. In ons voorbeeld van dieren kan de trainingsdatabase in totaal een miljoen afbeeldingen van dieren bevatten, waarbij 100.000 afbeeldingen een beschrijving hebben en 900.000 afbeeldingen geen beschrijving hebben.

Met behulp van deze methode kan de AI bijvoorbeeld correcte beschrijvingen voor verschillende dieren leren en tegelijkertijd toegang krijgen tot een enorme bibliotheek met afbeeldingen die gebruikt kunnen worden om afbeeldingen van olifanten te genereren.

Hoe AI schrijft

AI kan resultaten genereren in vele vormen: het kan een afbeelding zijn, tekst voor een e-mail, een ontwerp voor een website, een spreadsheet en meer. Een gemeenschappelijk kenmerk van alle AI-toepassingen is dat er een soort invoer nodig is om een resultaat te produceren. Dit kan bijvoorbeeld een AI-prompt zijn, wat een tekst is die als vraag aan de AI wordt voorgelegd.

Hoe de AI een antwoord genereert, hangt af van wat er wordt gecreëerd, maar als we ChatGPT, dat onze AI-schrijfassistent aanstuurt, als voorbeeld nemen, begint het altijd met een prompt. Stel dat je schrijft: “schrijf een korte beschrijving over het dier olifant”. De schrijfassistent begint met het analyseren van de vraag van de gebruiker en splitst deze op in tokens. Een token kan een woord, een deel van een woord of meerdere woorden zijn. Deze tokens helpen patronen te identificeren die gebruikt kunnen worden om nieuwe tekst te genereren.

Als antwoord op een prompt genereert de schrijfassistent een token waarvan hij denkt dat het de meest waarschijnlijke voortzetting van de tekst is. Vervolgens wordt deze analyse herhaald en wordt het volgende token gegenereerd op basis van de prompt van de gebruiker en het eerder gegenereerde token. Dit proces gaat door en genereert opeenvolgend nieuwe tokens.

Voorbeeld

INPUT (PROMPT): Schrijf een korte beschrijving van het dier olifant.

RESPONS: Een

INPUT 2: Schrijf een korte beschrijving van het dier olifant. Een

RESPONS: Een zoogdier

INPUT 3: Schrijf een korte beschrijving van het dier olifant. Een zoogdier

RESPONS: Een zoogdier met

INPUT 4: Schrijf een korte beschrijving van het dier olifant. Een zoogdier met

RESPONS: Een zoogdier met grote

INPUT 5: Schrijf een korte beschrijving van het dier olifant. Een zoogdier met grote

RESPONS: Een zoogdier met grote oren.

In dit voorbeeld zien we hoe AI een antwoord samenstelt op basis van het prompt van de gebruiker en alle tokens die eerder zijn gegenereerd. Tekens worden opeenvolgend gegenereerd, waarbij elke nieuwe token de meest waarschijnlijke voortzetting is van de vorige tekst.

Houd er rekening mee dat een AI schrijfassistent niet begrijpt wat het schrijft. Hij begrijpt niet wat een olifant is. Hij probeert enkel een waarschijnlijk resultaat te genereren dat werkt als een voortzetting van het prompt die hij heeft ontvangen. Dankzij grote hoeveelheden gegevens en geavanceerd leren kan AI resultaten genereren die menselijk lijken.

AI voor afbeeldingen, websites en meer

AI kan voor veel meer dan alleen tekst worden gebruikt. Zolang je het juiste AI-systeem gebruikt, kun je afbeeldingen, video’s, muziek, documenten, websites, enz. genereren. De basisprincipes uit onze tekst over “Hoe AI werkt” zijn van toepassing op veel AI-systemen.

Hetzelfde principe kan worden toegepast op websites. AI kan leren een website te ontwerpen door een groot aantal websites te analyseren en patronen te herkennen in ontwerp, lay-out, navigatie, tekst en meer.

Een voorbeeld hiervan is one.com’s AI onboarding, dat AI gebruikt om binnen enkele seconden een website te genereren. Gebruikers hoeven alleen maar aan te geven in welke branche ze werken, de naam van de website en bij voorkeur wat informatie over het bedrijf. De AI maakt vervolgens een complete website, inclusief een aangepast ontwerp met geselecteerde afbeeldingen en gegenereerde tekst die past bij het bedrijf en het doel van de website.

Gebruik AI in je bedrijf

Er zijn veel manieren om AI in je bedrijf te gebruiken om de productiviteit te verhogen en je producten en diensten te verbeteren. Je kunt AI gebruiken om snel een website te bouwen en content ervoor te schrijven. Met de one.com Website Builder kun je in een mum van tijd aan de slag.

Zodra je je website hebt gemaakt, krijg je gratis toegang tot de Schrijfassistent, die je kan helpen bij het schrijven van nieuwe teksten en het bewerken van bestaande teksten. Je kunt bijvoorbeeld vragen om een tekst in te korten of juist te verlengen op basis van een korte beschrijving.

Je kunt AI ook gebruiken om je verkoopmails op te stellen. De Schrijfassistent kan e-mails opstellen op basis van jouw eisen, professionele e-mails naar je klanten schrijven en passende antwoorden op binnenkomende e-mails opstellen. Dit kan je efficiënter maken en ervoor zorgen dat je e-mails goed geschreven en professioneel zijn.

Natuurlijk zijn er nog veel meer toepassingen voor AI. In Microsoft Teams kun je AI gebruiken om vergaderingen met je klanten te notuleren, en met andere AI-functies in Microsoft 365 kun je documenten op nieuwe manieren doorzoeken en beheren.

Probeer AI uit

Je kunt direct beginnen door AI 14 dagen gratis uit te proberen met One.com’s Website Builder. Hiermee kun je onze AI onboarding gebruiken om aan de slag te gaan met je website en de Schrijfassistent gebruiken om content voor je website te genereren. Je hoeft geen creditcard te registreren, dus het is helemaal risicovrij om jouw nieuwe AI-gedreven website te creëren.