Wat valt er allemaal onder AI?

Wat valt er onder AI? 4 hoofdcategorieën

Benieuwd wat valt er onder AI en hoe deze technologie uw werk of dagelijks leven beïnvloedt? Kunstmatige intelligentie omvat vele vormen, van spraakassistenten tot geavanceerde beeldherkenning. Het verkeerd interpreteren van AI-toepassingen kan leiden tot gemiste kansen of inefficiëntie. Lees verder voor een duidelijk overzicht van de belangrijkste AI-domeinen.

Wat valt er allemaal onder AI?

De vraag wat er precies onder kunstmatige intelligentie (AI) valt, heeft vaak meer dan één logisch antwoord, omdat de definitie afhankelijk is van de technologische context en de specifieke toepassing. In de basis verwijst AI naar systemen of machines die menselijke intelligentie nabootsen om taken uit te voeren en zichzelf iteratief kunnen verbeteren op basis van de informatie die ze verzamelen. Het is geen enkelvoudige technologie, maar een verzamelnaam voor verschillende onderdelen van artificial intelligence.

Veel mensen denken bij AI direct aan pratende robots of sciencefiction, maar de realiteit is veel alledaagser en breder. AI omvat tegenwoordig alles van de algoritmen die bepalen welke video je op YouTube ziet tot complexe systemen die ziektes diagnosticeren in medische scans. Het is een stamboom met verschillende takken zoals Machine Learning, Natural Language Processing en Computer Vision, die elk hun eigen specialisaties en toepassingen hebben. Begrijpen wat eronder valt, begint bij het herkennen van deze verschillende specialismen van de machine.

De hoofdtakken van de AI-stamboom

Om te begrijpen welke soorten AI zijn er momenteel op de markt, is het handig om de technologie op te delen in functionele categorieën. Elke categorie richt zich op een specifieke menselijke vaardigheid die we proberen te automatiseren.

De belangrijkste onderdelen zijn: Machine Learning (ML): Dit is de motor achter de meeste moderne AI. In plaats van dat een programmeur elke regel code schrijft, leert het systeem patronen herkennen in enorme hoeveelheden data. Natural Language Processing (NLP): Dit stelt computers in staat om menselijke taal te begrijpen, te interpreteren en te genereren. Denk aan vertaalapps of chatbots. Computer Vision: Hiermee kunnen machines visuele informatie uit de wereld begrijpen, zoals het herkennen van gezichten in fotos of verkeersborden voor zelfrijdende autos. Robotica: Hoewel niet alle robots AI gebruiken, valt de intelligente aansturing van fysieke machines onder deze tak.

Machine Learning: Leren van data

Machine Learning is momenteel de meest dominante vorm van AI en vormt de basis voor veel zakelijke AI-toepassingen. ^[1] Het draait om algoritmen die zichzelf verbeteren zonder expliciete instructies. Ik herinner me nog goed dat ik voor het eerst een simpel model trainde om spam-e-mails te herkennen. In het begin liet het systeem bijna alles door, maar na het analyseren van duizenden voorbeelden begon het patronen te zien die ik zelf nooit had opgemerkt. Dat is de kracht van ML: het vindt verbanden in data die voor het menselijk oog te complex of te omvangrijk zijn.

Deep Learning en Neurale Netwerken

Onder Machine Learning valt weer een specifieke techniek genaamd Deep Learning. Dit is geïnspireerd op de werking van het menselijk brein en maakt gebruik van gelaagde neurale netwerken. Deze techniek heeft de afgelopen jaren voor een enorme sprong gezorgd in nauwkeurigheid. Zo is de foutmarge bij beeldherkenning door deze netwerken gedaald van 25% in 2011 naar minder dan 5% in recente jaren. Dit betekent dat computers inmiddels beter zijn in het herkennen van objecten in fotos dan de gemiddelde mens. Het is deze technologie die complexe taken zoals gelijktijdige vertaling en autonoom rijden echt mogelijk maakt. ^[2]

Generatieve AI: De nieuwe grens

Sinds 2023 is er een nieuwe categorie die alle aandacht opeist: Generatieve AI. Waar traditionele AI vooral analyseert en voorspelt, kan generatieve AI compleet nieuwe inhoud creëren. Dit valt onder de tak van NLP en Deep Learning.

Generatieve AI kan verschillende soorten output maken: 1. Tekst: Het schrijven van essays, gedichten of programmeercode. 2. Beeld: Het genereren van realistische fotos of kunstwerken op basis van een tekstuele beschrijving. 3. Audio: Het nabootsen van stemmen of het componeren van muziek. 4. Video: Het maken van korte filmclips die bijna niet van echt te onderscheiden zijn.

Om te ontdekken wat valt er onder AI in de praktijk, kijken we naar de razendsnelle adoptie. In 2026 gebruikt een groot deel van de kenniswerkers regelmatig generatieve AI-tools om hun productiviteit te verhogen. ^[3]

Ik was aanvankelijk sceptisch over het gebruik van AI voor creatief werk - het voelde als valsspelen. Maar na een maand experimenteren met AI-ondersteuning bij het brainstormen, merkte ik dat mijn eigen creativiteit juist geprikkeld werd. Het is een krachtige assistent, mits je weet hoe je de juiste vragen stelt. Maar er is een keerzijde. De snelle opkomst zorgt ook voor uitdagingen rondom auteursrecht en de echtheid van informatie. We moeten leren navigeren in een wereld waarin zien niet langer geloven betekent.

AI in het dagelijks leven: Wat merk je ervan?

Vaak gebruiken we AI zonder dat we het doorhebben. Het zit verweven in de apps en diensten die we dagelijks openen op onze smartphone. Het is niet langer iets uit een lab, maar een onzichtbaar hulpmiddel.

Denk aan de volgende toepassingen van AI in het dagelijks leven: Persoonlijke aanbevelingen: Netflix of Spotify die precies weten wat je wilt kijken of luisteren. Smart home assistenten: Siri of Google Assistant die je stem herkennen ondanks achtergrondgeluid. Navigatie: Google Maps die aankomsttijden berekent op basis van live verkeersdata van miljoenen gebruikers. Spamfilters: Die voorkomen dat 99,9% van de ongewenste mails je inbox bereiken.

Toen ik vorig jaar mijn slimme thermostaat installeerde, merkte ik pas na twee weken dat het ding leerde. Het begon de verwarming lager te zetten tien minuten voordat ik meestal vertrok. In het begin dacht ik dat het apparaat kapot was - nou ja, eigenlijk dacht ik dat ik de instellingen verkeerd had gedaan.

Maar het systeem had simpelweg mijn routine opgepikt. Dat is AI in zijn meest praktische, onopvallende vorm. Het bespaart energie (meestal zon 10-15% op de jaarrekening) zonder dat je er zelf over na hoeft te denken. Soms is de beste AI de AI die je niet eens opmerkt.

Verschillende vormen van AI vergeleken

Narrow AI (Zwakke AI)

• Gespecialiseerd in één specifieke taak (bijv. schaken of gezichtsherkenning)

• Kan niet buiten zijn domein functioneren; een schaak-AI kan geen teksten schrijven

• Dit is de enige vorm van AI die momenteel daadwerkelijk bestaat en wordt gebruikt

General AI (Sterke AI)

• Heeft het vermogen om elke intellectuele taak uit te voeren die een mens ook kan

• Kan abstract denken, plannen en vaardigheden overdragen van het ene domein naar het andere

• Nog steeds theoretisch; experts schatten de kans op realisatie voor 2050 op ongeveer 50% ^[4]

AI in de praktijk: De transformatie van een Nederlands logistiek bedrijf

Logistiekbedrijf 'De Snelste' in Rotterdam kampte met een enorme inefficiency in hun rittenplanning. Planners besteedden dagelijks 4 uur aan het handmatig puzzelen met routes, terwijl brandstofkosten door onnodige kilometers met 12% stegen in 2025.

Ze probeerden eerst een standaard navigatiepakket, maar dit hield geen rekening met de specifieke laadtijden per klant. Het resultaat was chaos: chauffeurs stonden uren te wachten en de planners raakten overwerkt door alle ad-hoc aanpassingen.

Het team besloot een Machine Learning model te bouwen dat historische data van laadtijden combineerde met live verkeersinformatie. De doorbraak kwam toen ze beseften dat de 'menselijke factor' - zoals koffiepauzes - ook in de data moest worden opgenomen.

Na 3 maanden testen daalde de planningstijd van 4 uur naar 15 minuten. De brandstofkosten namen met 15% af en de klanttevredenheid steeg aanzienlijk omdat de voorspelde aankomsttijden nu in 98% van de gevallen klopten.