Hoe werkt AI nou eigenlijk, onder de motorkap? Je hoeft geen techneut te zijn om het te snappen. In gewone taal: AI leert van voorbeelden in plaats van vaste regels te volgen. Je voert het bergen data, het zoekt daar patronen in, en die patronen gebruikt het om iets nieuws te maken of te voorspellen. Hieronder lopen we de stappen langs.
Stap 1: data verzamelen
Alles begint bij voorbeelden. Wil je dat AI facturen herkent, dan laat je het duizenden facturen zien. De kwaliteit en hoeveelheid van die data bepalen grotendeels hoe goed het resultaat wordt. Slechte voorbeelden, slechte uitkomst.
Stap 2: een model trainen
Tijdens het trainen zoekt het systeem naar verbanden in die data. Het maakt een gok, vergelijkt die met het juiste antwoord en stelt zichzelf bij. Dat herhaalt het miljoenen keren, tot de uitkomsten steeds beter kloppen. Het resultaat noemen we een model: een ingedikte samenvatting van alle patronen die het heeft geleerd.
Stap 3: het model gebruiken
Is het model eenmaal getraind, dan kun je het iets nieuws voorleggen. Het herkent het patroon en geeft een antwoord: dit is waarschijnlijk een factuur, dit mailtje is spam, dit is het volgende woord in de zin. Belangrijk: AI weet niets zeker, het rekent met waarschijnlijkheden. Daarom kan het er soms overtuigend naast zitten.
Waarom AI soms fouten maakt
Omdat AI met kansen werkt en geen echt begrip heeft, kan het onzin met volle overtuiging brengen. Het kent ook alleen de wereld uit zijn trainingsdata. Daarom blijft een mens die meekijkt onmisbaar, zeker als er iets belangrijks van afhangt. Wat AI wél en niet betrouwbaar doet, lees je in wat kan AI wél en níét?.
Van werking naar toepassing
Snap je de basis, dan wordt de rest logischer. Wil je eerst weten wat AI precies is, of juist de vorm die nu overal opduikt in generatieve AI? Beide bouwen hierop voort. Wil je AI aan het werk zetten in je bedrijf, begin dan bij AI voor het mkb. Bij Slimmerik laten we AI het zware werk doen en bewaken echte IT'ers de veiligheid; hoe dat eruitziet, zie je op AI-automatisering.