AI, meer dan een modewoord?

20 juni 2024 | 3 minuten leestijd

AI en Machine Learning vergelijken

Wat is Artificial Intelligence (AI)? Vraag het een willekeurige persoon op straat en hij of zij heeft het misschien over de zelfrijdende auto’s van Tesla of de J.A.R.V.I.S. van Iron Man. IT-specialisten bieden daarentegen vaak een meer gefundeerd antwoord. Velen doen AI af als slechts een flitsende term die door marketingafdelingen is bedacht om Machine Learning te beschrijven. Toch zorgt de toenemende bekendheid van chatbots zoals ChatGPT en beeldgeneratoren zoals DALL-E ervoor dat de term AI mainstream wordt. Zowel bedrijven als academici geven steeds meer de voorkeur aan het gebruik van de term Artificial Intelligence boven Machine Learning. Deze trend roept een vraag op: is AI echt alleen maar een mooi modewoord?

What is Machine Learning?

Bij machine learning (ML) worden algoritmen ontwikkeld waarmee computers kunnen leren van gegevens en op basis daarvan voorspellingen kunnen doen. Het concept stamt uit het midden van de 20e eeuw, toen onderzoekers manieren begonnen te onderzoeken om computers te laten leren van gegevenspatronen. Arthur Samuel populariseerde de term machine learning in de jaren 1950 toen hij een van de eerste zelflerende modellen maakte, een programma dat kon dammen. In de daaropvolgende decennia werden technieken zoals neurale netwerken ontwikkeld, wat leidde tot aanzienlijke vooruitgang in de jaren 2000 en 2010 met de opkomst van big data en krachtige computermiddelen. Vandaag de dag is machine learning de drijvende kracht achter innovaties op verschillende gebieden, van gepersonaliseerde aanbevelingen in de gezondheidszorg tot het voorspellen van het weer.

What is Artificial Intelligence?

Artificial Intelligence (AI) verwijst naar de simulatie van menselijke intelligentie in machines die zijn geprogrammeerd om te denken en te leren zoals mensen, en om taken uit te voeren die typisch menselijke cognitieve vaardigheden vereisen, zoals visuele waarneming, spraakherkenning, besluitvorming en taalvertaling. AI omvat verschillende benaderingen van machine learning, van regelgebaseerde systemen tot meer geavanceerde neurale netwerken en algoritmen voor deep learning. Het concept van AI stamt uit de klassieke oudheid, met mythen en verhalen over kunstmatige wezens. Het moderne tijdperk van AI begon echter halverwege de 20e eeuw met de ontwikkeling van machine learning. Toen machines zoals Arthur Samuel’s damspelprogramma opkwamen, inspireerden ze velen om de volledige omvang te onderzoeken van wat computers konden bereiken in mensachtige taken. Tegenwoordig gaat AI snel vooruit.

Een voorbeeld hiervan is ChatGPT, een large language model (LLM). LLM’s zijn een subset van AI-modellen die zijn ontworpen om mensachtige tekst te begrijpen en te genereren op basis van enorme hoeveelheden gegevens. Ze gebruiken deep learning-technieken om natuurlijke taal te verwerken en te genereren, waardoor ze in staat zijn gesprekken aan te gaan, vragen te beantwoorden en allerlei taalgerelateerde taken uit te voeren.

Rethinking AI and Machine Learning

Terwijl AI het bredere concept van het creëren van ‘intelligente’ machines omvat, is ML een specifieke benadering om AI te bereiken door machines te laten leren van gegevens. AI vertegenwoordigt dus het overkoepelende doel, waarbij ML dient als methodologie om dit doel te bereiken. Daarom zou je kunnen stellen dat AI meer is dan een mooi modewoord voor machine learning.

Over de term AI kan echter nog steeds gediscussieerd worden. Want is het echt kunstmatig en intelligent? Een model als ChatGPT “artificial” noemen lijkt de menselijke creativiteit en inspanning die ten grondslag liggen aan de ontwikkeling ervan te bagatelliseren. Generatieve AI, zoals ChatGPT, is meer een synthese van menselijke kennis en creativiteit, gebaseerd op het werk van kunstenaars, muzikanten en schrijvers. Hoewel AI uitblinkt in het matchen van patronen en het verwerken van enorme hoeveelheden gegevens, omvat echte intelligentie meer dan alleen deze capaciteiten. Intelligentie houdt in dat je context moet begrijpen en gevoel voor geschiedenis en emotie moet hebben – eigenschappen die machines op dit moment missen. Daarom zou een meer accurate term voor ‘kunstmatige intelligentie’ zoals we die vandaag de dag gebruiken ‘Synthetische cognitie’ kunnen zijn geweest.

(Lees ‘i-spark en AI/ML‘ voor meer informatie over hoe i-spark machine learning en kunstmatige intelligentie gebruikt)