Terug naar begrippenlijst
AI-model
Een AI-model is het brein achter alles wat kunstmatige intelligentie doet. Het is een algoritme dat is getraind om patronen te herkennen en daar slimme voorspellingen of beslissingen op te baseren. In tegenstelling tot een menselijk brein leert een AI-model niet door ervaring of intuïtie, maar via enorme hoeveelheden data en wiskundige optimalisatie. Wat eruit komt, is dus geen creatief ingevingen, maar goed getrainde waarschijnlijkheid.
Inhoudsopgave
Zonder regels, maar vol patronen
Een AI-model lijkt soms magisch, maar is in de basis gewoon een slim statistisch systeem. Tijdens de training ziet het model duizenden (soms miljarden) voorbeelden en leert het: als dit het begin is, dan volgt meestal dat.
Die kennis slaat het model op in de vorm van gewichten en parameters: interne instellingen die bepalen hoe het reageert op nieuwe input. Geen lijst met regels, maar een flexibel patroonherkenningsapparaat. Zo kan een taalmodel, beeldgenerator of aanbevelingsalgoritme steeds opnieuw een inschatting maken van wat het beste past bij een vraag of situatie.
Niet elke AI past op één modelletje
Niet elk AI-model is even groot, slim of geschikt voor elke taak. Sommige modellen zijn getraind om één ding goed te kunnen (zoals gezichtsherkenning), anderen zijn breed inzetbaar (zoals GPT voor tekst).
Er zijn taalmodellen, beeldmodellen, spraakmodellen, aanbevelingsmodellen, voorspellende modellen… en combinaties daarvan. Welk model je kiest (of bouwt), hangt dus helemaal af van je doel. En soms combineer je er meerdere voor nóg slimmere systemen.
Wat stilletjes meebeslist achter je scherm
AI-modellen werken vaak op de achtergrond. Of je nu een e-mail aanvult, een route kiest in Google Maps of door Netflix scrollt – er is altijd wel een model dat voorspelt, filtert of voorstelt. En dat maakt het extra belangrijk dat modellen goed zijn getraind, eerlijk blijven werken en regelmatig worden bijgewerkt. Want het model bepaalt niet alleen wat je ziet, maar ook wat je níét ziet.
Veelgestelde vragen
Een algoritme is de set regels waarmee iets wordt berekend. Een model is wat eruit komt na training met data op dat algoritme. Zie het als: het recept is het algoritme, het gerecht is het model.
Door het herhaaldelijk te confronteren met input én het juiste antwoord. Het model past zichzelf steeds aan tot het goede voorspellingen leert doen.
Niet per se, maar wel vaak. Data verandert, context evolueert en dus moet het model soms geüpdatet worden om accuraat en relevant te blijven.
Niet altijd. Grote modellen kunnen krachtiger zijn, maar zijn ook zwaarder, duurder en soms trager. Voor veel toepassingen is een kleiner, gericht model juist praktischer.
Bo Pennings CEO & AI specialist
Gerelateerde begrippen
- AI-gegenereerde websites
- Chatbot
- Claude
- Conversational AI
- DALL·E
- Data Readiness Check
- Deep Learning
- Edge AI
- Ethische AI
- Generatieve AI
- Generative Adversarial Network
- Generative Pre-trained Transformer
- Learning curve
- Machine Learning Operations
- No-code AI
- Parameter
- Perplexity
- Prompt
- Prompt engineering
- Robot
- Stable Diffusion
- Supervised Learning
- Turingtest
- Unsupervised Learning
