Reading Time: 4 mins

AI, ML en DL: de jargons ontsluiten

De jargons van AI-, ML- en DL-afbeeldingen ontsluiten

AI, ML en DL: de jargons ontsluiten

Kunstmatige intelligentie, machine learning en deep learning hebben een belangrijke bijdrage geleverd aan de moderne wereld waarin we leven. Sommige van de toepassingen die we dagelijks gebruiken, waren op een gegeven moment misschien ondenkbaar voor de mensheid. Van zorg tot zelfrijdende auto’s, alles lijkt mogelijk met dit trio. We leven in spannende tijden.

Het doel van AI was om computers taken te laten uitvoeren waarvoor intelligentie nodig was. AI loste problemen op met behulp van vele technieken, waaronder machine learning. Toen onderzoekers ontdekten dat er bepaalde problemen waren die AI niet kon oplossen, lag de oplossing niet in het kopiëren van menselijk gedrag (wat AI deed), maar het kopiëren van de manier waarop mensen denken en iets geleerd hebben.

Mensen verbruiken veel data en leren ervan, en dat is precies wat ML doet. Het ML-algoritme wordt gevoed met data die het verwerkt om tot een oplossing te komen. Hoewel de ML-algoritmen slimmer werden, waren er bepaalde dingen die er nog steeds moeilijk voor waren. De volgende stap was het kopiëren van hoe het menselijk brein werkt: neurale netwerken. Dat is wat Deep Learning doet, proberen het menselijk brein in al zijn glorie te kopiëren. Hoewel we het menselijk brein nog niet volledig hebben kunnen nabootsen, werken we door en lossen we moeilijke problemen op.

Deep Learning is een subset van Machine Learning, een subset van AI.

Onze infographic maakt dit een stuk makkelijker voor je. Ga je gang, download en lees.

DOWNLOAD DE INFOGRAFIEK

DP_Lini

Lini Susan John

Chatty & gregarious, you can find her with her baby plants when not with her marketing team.