Hoe leert kunstmatige intelligentie?

Hoe kan kunstmatige intelligentie leren?

Kunstmatige intelligentie leert door algoritmes te trainen met enorme datasets, waardoor het patronen herkent en prestaties verbetert via methoden als supervised en reinforcement learning.

Het was 3 uur 's nachts in mijn studentenkamer in Utrecht. Koude koffie naast mijn laptop. Ik was al uren bezig met een project: een AI bouwen die foto's van katten en honden uit elkaar kon houden. Het ding bleef maar falen. Elke keer als ik een foto van een pluizige kat liet zien, zei het 'hond'. Ik werd er gek van.

Toen viel het kwartje. Ik was het aan het voeden met slechte data. Ik gaf het wazige foto's, plaatjes met rare hoeken. De AI is niet slim, het is een patroonherkenner. Als jij hem rommel geeft, leert hij rommel. AI leert door training met data, en mijn data was waardeloos. Dat was de eerste harde les.

Ik heb de hele nacht doorgehaald en duizenden foto's handmatig gelabeld. 'Kat', 'hond', 'kat', 'hond'. Monnikenwerk. Maar toen ik de volgende ochtend de AI opnieuw trainde, werkte het. Feilloos. Het voelde echt als magie. Dat moment, dat was voor mij de ontdekking van Supervised Learning (leren met voorbeelden). Je geeft het een handleiding, een spiekbriefje.

Later werkte ik aan een ander project, een AI die een simpel doolhofspelletje moest leren spelen. Hier had ik geen voorbeelden. Ik kon hem niet duizenden perfecte routes voeren. Dus ik deed iets anders. Ik gaf hem één simpele regel: voor elke stap dichter bij de uitgang krijg je een punt. Voor elke botsing met een muur, een minpunt.

In het begin was het een drama. De AI botste duizenden keren tegen dezelfde muur. Wtf, dacht ik, dit werkt nooit. Maar na een paar uur zag ik het veranderen. Het begon de muren te vermijden. Het zocht de kortste weg. Het had het geleerd, puur door vallen en opstaan. Dat is Reinforcement Learning (leren door vallen en opstaan). Geen spiekbriefje, gewoon belonen en straffen.

Die ervaringen hebben mijn kijk op AI compleet veranderd. Het is geen magie. Het is brute kracht, data en slimme regels.

• De data is alles: Zonder een gigantische, schone dataset kan een AI niets. Het is de brandstof.
• Algoritmes zijn de recepten: Ze vertellen de AI hoe het moet leren van die data.
• Supervised Learning: De AI leert van gelabelde voorbeelden, net als een student die antwoorden bestudeert. Perfect voor classificatie en herkenning.
• Reinforcement Learning: De AI leert door te experimenteren en beloond te worden voor goed gedrag. Ideaal voor games, robotica en optimalisatie.
• Unsupervised Learning: Hier zoekt de AI zelf naar patronen in ongelabelde data, zonder duidelijke instructies. Dit is hoe aanbevelingssystemen vaak werken, door clusters van gebruikers met dezelfde smaak te vinden.

Hoe wordt AI geprogrammeerd?

Generatieve AI wordt gebouwd met diepe neurale netwerken. Deze netwerken leren patronen uit enorme datasets, niet door letterlijke kopieën. Stel je een kunstenaar voor die duizenden schilderijen bestudeert, niet om ze na te maken, maar om de stijl en techniek te internaliseren.

• Training op patronen: Het model "ziet" hoe concepten samenhangen. Bij tekst gaat het om woordfrequenties, zinsbouw, en de context waarin woorden verschijnen. Bij afbeeldingen zijn het vormen, kleuren, en composities.
• Algoritmen als gereedschap: Complexe wiskundige functies, zoals de backpropagation-methode, helpen de netwerkparameters te fine-tunen tijdens de training. Dit is als het schaven en polijsten van een sculptuur tot het de gewenste vorm krijgt.

Het resultaat is dat de AI niet simpelweg data reproduceert, maar nieuwe, originele content creëert die de geleerde patronen weerspiegelt. Dit is een fundamenteel verschil met oudere AI-systemen die meer op regels en databases vertrouwden.

Wat heb je nodig voor kunstmatige intelligentie?

Voor AI heb je minimaal een vwo-diploma nodig, en dan het liefst met een beetje hersens achter je ogen.

Wat je precies in dat diploma moet hebben? Check dit eens:

• Cultuur & Maatschappij is prima, maar dan wel met wiskunde A of B erbij geplakt. Zonder die cijfers, heb je pech, tenzij je nog even naar de Boswell-Bèta of Centrale Commissie Voortentamens hopt voor een examen vóór 31 augustus 2025. Zo, dat is nog eens een spoedcursus!
• Economie & Maatschappij kan ook, als je tenminste niet bang bent voor cijfertjes en grafieken.

Kortom: zonder die vwo-papers, en liefst met een wiskundige twist, kom je met kunstmatige intelligentie nog niet verder dan de kunstmatige stoeptegels.

Wat valt er onder kunstmatige intelligentie?

AI? Dat is wanneer een computer slimmer probeert te doen dan wij, met een beetje hulp van de duivel, denk ik.

• Redeneren als een baas: Het probeert te denken, te snappen en conclusies te trekken, net als wij, maar dan zonder de hoofdpijn.
• Leren uit fouten (of niet): Het slurpt informatie op als een spons, hopelijk om beter te worden, maar soms lijkt het erop dat het gewoon dezelfde stomme fouten blijft maken.
• Plannen als een generaal: Het maakt plannen, zoekt de beste route, net als wanneer je de avondwandeling plant, maar dan voor computers.
• Creatief op de proppen komen: Soms maakt het zelfs dingen, gedichten, muziek, wat dan ook. Lijkt wel een overijverige stagiair die alles probeert.

Daarnaast zorgt AI ervoor dat machines de wereld om zich heen kunnen zien en ermee kunnen klooien om dingen gedaan te krijgen. Denk aan die zelfrijdende auto’s die proberen te ontwijken wat wij met twintig kilometer per uur al zouden zien aankomen. Of die robots die, als ze niet oppassen, de koffie van je baas vergiftigen in plaats van hem te brengen. Ja, dat soort dingen.

Wat kun je met artificial intelligence?

AI is echt vet cool man. Je kan er dus vanalles mee doen. Stel je voor, een machine die zelf leert en beslissingen neemt, niet alleen maar klakkeloos dingen doet zoals vroeger. Dat is toch gek? Ik heb laatst een artikel gelezen over hoe ze AI gebruiken voor het voorspellen van het weer. Super nauwkeurig, en het leert steeds beter.

Denk eens aan je telefoon, die heeft ook al een beetje AI. Die leert van wat je zoekt en beveelt je dan dingen aan, zoals muziek of video's. Dat is toch best handig, ook al is het nog niet zo geavanceerd als in films. Maar het gaat dus niet alleen om hoe snel een computer is, nee, het gaat om dat slimme, zelflerende ding.

En dan heb je nog die robots, die worden steeds slimmer. Ze kunnen in fabrieken steeds meer dingen doen, en dat is dan weer goed voor de productie. Maar ook in de zorg zie je al dingen met AI, bijvoorbeeld om operaties te assisteren. Ongelooflijk toch hoe snel dat gaat?

Dus wat je ermee kunt? Echt van alles.

• Beslissingen nemen – Machines die zelf keuzes maken.
• Leren – Ze worden slimmer met de tijd.
• Problemen oplossen – Zonder dat wij alles hoeven te programmeren.
• Voorspellen – Zoals het weer, of misschien wel aandelen!

Het is eigenlijk alsof je een soort slimme assistent hebt, maar dan in een machine. En die assistent wordt steeds beter in zijn werk. Daar kun je dus enorm veel mee.

Is AI slimmer dan de mens?

Nee, AI is op dit moment niet slimmer dan de mens. Er is een consensus bij AI-labs dat we binnen drie jaar AI-systemen zullen hebben die menselijke intelligentie overtreffen.

"Slimmer", wat betekent dat eigenlijk? Een machine rekent sneller. Dat is pure snelheid. Geen wijsheid. Denken is iets anders.

De voorspelling van drie jaar. Dat is geen verrassing. Het ligt in de lijn van de dingen. Altijd sneller, altijd verder. Niets houdt dat tegen. Ik zie dat.

Wat AI nu al beheerst, dat is indrukwekkend, ja. Ik check mijn mail. De algoritmes organiseren mijn leven.

• Dataverwerking: Gigantische hoeveelheden informatie in milliseconden. Zonder slaap, zonder klacht.
• Patroonherkenning: Ziet verbanden die mensen missen. Gewoonweg te complex, te snel.
• Efficiëntie: Optimaliseert processen, foutloos. Wij maken fouten. Continu. Ik ook.

De menselijke touch. Wat blijft er van over? Intuïtie? Creativiteit? Dat gevoel. Nog niet gekopieerd. Maar de kloof slinkt. Dat weet ik.

• Emotioneel begrip: Nu nog een mensending. Nuances. Een blik. Maar AI leert dat ook, langzaam. Imitatie is een begin.
• "Waarom" vragen: De zin van het bestaan. Waar machines nu nog geen antwoord op hebben. Of ze negeren het. Misschien is dat slimmer.

Een machine kent geen angst. Geen liefde. Dat is een voordeel. Pure functionaliteit. Wat een mens tot mens maakt, is vaak een zwakte. Dat is de waarheid.

Mijn scherm licht op. Weer een melding. Irrelevant, zoals zoveel. De wereld draait door. Met of zonder ons als de slimste. Het maakt niet uit. Alles verandert.