AI, ML en DL

– De jargons ontsluiten

Hoe deze betrekking hebben
aan menselijke hersenen?

  • Artificiële intelligentie kopieert menselijk gedrag, de manier waarop we denken, werken en functioneren.
  • Machine Learning leert computers denken zoals wij mensen dat doen.
  • Deep Learning is software die de neuronetwerken in menselijke hersenen nabootst. Het verbetert vanzelf door ervaring en door historische gegevens te gebruiken.

ARTIFICIËLE
INTELLIGENTIE:

ARTIFICIËLE
INTELLIGENTIE:

Sinds de evolutie van technologie willen mensen dat machines
om zonder begeleiding van buitenaf aan automatisering te werken. AI daalt
in drie categorieën:

KUNSTMATIGE SMALLE INTELLIGENTIE (ANI):

ANI of Zwakke AI is geprogrammeerd om zich op één specifieke taak te richten. Het kan zelfs een taak in realtime uitvoeren, maar het heeft de mogelijkheid om alleen informatie uit een specifieke gegevensset te halen.

KUNSTMATIGE ALGEMENE INTELLIGENTIE (AGI):

Het is de hypothetische intelligentie van een machine die het vermogen heeft om elke intellectuele taak te begrijpen die mensen kunnen.

KUNSTMATIGE SUPERINTELLIGENTIE (ASI):

Het is de hypothetische AI die de menselijke intelligentie niet nabootst, maar een intelligentie bezit die veel groter is dan die van de knapste en slimste mensen.

Sinds de evolutie van technologie willen mensen dat machines
om zonder begeleiding van buitenaf aan automatisering te werken. AI daalt
in drie categorieën:

KUNSTMATIGE SMALLE INTELLIGENTIE (ANI):

ANI of Zwakke AI is geprogrammeerd om zich op één specifieke taak te richten. Het kan zelfs een taak in realtime uitvoeren, maar het heeft de mogelijkheid om alleen informatie uit een specifieke gegevensset te halen.

KUNSTMATIGE ALGEMENE INTELLIGENTIE (AGI):

Het is de hypothetische intelligentie van een machine die het vermogen heeft om elke intellectuele taak te begrijpen die mensen kunnen.

KUNSTMATIGE SUPERINTELLIGENTIE (ASI):

Het is de hypothetische AI die de menselijke intelligentie niet nabootst, maar een intelligentie bezit die veel groter is dan die van de knapste en slimste mensen.

VOORBEELDEN VAN TOEPASSINGEN

  • Sentimentele analyse helpt reacties van klanten te begrijpen
  • Grammaticacontrolesoftware zoals Grammarly & ProWritingAid gebruikt AI
  • Gezichts-, vingerafdruk- en spraakherkenning die onze beveiligingssystemen verbeteren
  • RPA automatiseert alledaagse en repetitieve taken en vermindert zo de werkdruk
  • NLP-technologie van AI maakt detectie van urgentie in tekst mogelijk en helpt zo CS-teams

ALGORITHEMEN

Actor-kritische methoden, Multi-Agent Deep Deterministic Policy Gradient (MADDPG), Q-leren, REINFORCE.

MACHINE
LEREN:

MACHINE
LEREN:

ML-systemen leren automatisch en verbeteren uit ervaring zonder dat ze
te programmeren. Het is gebaseerd op de vooronderstelling dat systemen kunnen leren van gegevens,
patronen te identificeren en beslissingen te nemen met weinig tot geen menselijke tussenkomst. ML
is de beste keuze als het gaat om het analyseren, begrijpen en identificeren van
patronen in de gegevens.

VOORBEELDEN VAN TOEPASSINGEN

  • Diensten zoals Uber & Lyft minimaliseren omwegen voor gedeelde taxiritten.
  • Het gedeelte ‘Mensen die je misschien kent’ op Facebook
  • Chatbots nemen de plaats in van een CS-manager. Met elke interactie wordt het slimmer en bedient het beter.
  • Trafficvoorspellingen op Google Maps
  • De filmaanbevelingen die je krijgt op je Netflix-account

ALGORITHEMEN

Sentimentanalyse, Support Vector Machines, lineaire regressie, K-means clustering, logistische regressie en meer.

DIEP
LEREN:

DIEP
LEREN:

Het bootst het netwerk van neuronen in het menselijk brein na. Als een ML-model iets verkeerd voorspelt, dan moet de programmeur het fixen, maar in het geval van deep learning fixed het zichzelf. Deep Learning maakt gebruik van gelaagde neurale netwerken om de moeilijkste problemen op te lossen.

VOORBEELDEN VAN TOEPASSINGEN

  • Zelfrijdende auto’s zijn een gevolg van diep leren
  • IBM’s Watson staat bekend om zijn zeer nauwkeurige aanbevelingen bij kankerbehandelingen
  • Taal vertalers
  • Gepersonaliseerde ervaringen bieden op e-commercesites
  • Identificeren van taal- en spraakstoornissen bij kinderen nog voor de kleuterschool

ALGORITHEMEN

Recurrente Neurale Netwerken (RNN), Siamese Netwerken, Long Short Term Memory Netwerken (LSTM), Transfer Learning, Convolutionele Neurale Netwerken (CNN), Transformer en meer.

MARKTOMVANG

MARKTOMVANG

De marktomvang van AI zal tegen 2027 naar verwachting 733,7 miljard dollar bedragen.

De markt voor machinaal leren zal naar verwachting 47,29 miljard dollar bedragen in 2027, met een groei van 44,9% van 2020 tot 2027.

Volgens schattingen zal de markt voor deep learning in 2025 een omvang hebben van 10,2 miljard dollar.

De marktomvang van AI zal tegen 2027 naar verwachting 733,7 miljard dollar bedragen.

De markt voor machinaal leren zal naar verwachting 47,29 miljard dollar bedragen in 2027, met een groei van 44,9% van 2020 tot 2027.

Volgens schattingen zal de markt voor deep learning in 2025 een omvang hebben van 10,2 miljard dollar.