AI, ML en DL

– De jargons ontgrendelen

Hoe deze zich verhouden?
naar menselijke hersenen?

  • Kunstmatige intelligentie kopieert menselijk gedrag, de manier waarop we denken, werken en functioneren.
  • Machine Learning leert computers te denken zoals wij mensen.
  • Deep Learning is software die de neuronnetwerken in een menselijk brein nabootst. Het verbetert vanzelf met ervaring en door historische gegevens te gebruiken.

KUNSTMATIG
INTELLIGENTIE:

KUNSTMATIG
INTELLIGENTIE:

Sinds de evolutie van de technologie hebben mensen machines gewild
werken aan automatisering zonder externe begeleiding. AI valt
in drie categorieën:

KUNSTMATIGE SMALLE INTELLIGENTIE (ANI):

ANI of Weak AI is geprogrammeerd om zich op één beperkte taak te concentreren. Het kan zelfs een taak in realtime voltooien, maar ze hebben de mogelijkheid om alleen informatie uit een specifieke dataset te halen.

KUNSTMATIGE ALGEMENE INTELLIGENTIE (AGI):

Het is de hypothetische intelligentie van een machine die de capaciteit heeft om elke intellectuele taak te begrijpen die mensen kunnen.

KUNSTMATIGE SUPERINTELLIGENTIE (ASI):

Het is de hypothetische AI die de menselijke intelligentie gewoon niet nabootst, maar veel meer intelligentie bezit dan de slimste en slimste menselijke geesten.

Sinds de evolutie van de technologie hebben mensen machines gewild
werken aan automatisering zonder externe begeleiding. AI valt
in drie categorieën:

KUNSTMATIGE SMALLE INTELLIGENTIE (ANI):

ANI of Weak AI is geprogrammeerd om zich op één beperkte taak te concentreren. Het kan zelfs een taak in realtime voltooien, maar ze hebben de mogelijkheid om alleen informatie uit een specifieke dataset te halen.

KUNSTMATIGE ALGEMENE INTELLIGENTIE (AGI):

Het is de hypothetische intelligentie van een machine die de capaciteit heeft om elke intellectuele taak te begrijpen die mensen kunnen.

KUNSTMATIGE SUPERINTELLIGENTIE (ASI):

Het is de hypothetische AI die de menselijke intelligentie gewoon niet nabootst, maar veel meer intelligentie bezit dan de slimste en slimste menselijke geesten.

VOORBEELDEN VAN TOEPASSINGEN

  • Sentimentele analyse helpt de reacties van klanten te begrijpen
  • Grammaticacontrolesoftware zoals Grammarly & ProWritingAid gebruikt AI
  • Gezichts-, vingerafdruk- en spraakherkenning die onze beveiligingssystemen verbetert
  • RPA automatiseert alledaagse en repetitieve taken en vermindert zo de werkdruk
  • AI’s NLP-technologie maakt detectie van urgentie in tekst mogelijk, waardoor CS-teams worden geholpen

ALGORITHMEN

Acteurkritische methoden, Multi-Agent Deep Deterministic Policy Gradient (MADDPG), Q-Learning, REINFORCE.

MACHINE
AAN HET LEREN:

MACHINE
AAN HET LEREN:

ML-systemen leren en verbeteren automatisch van ervaring zonder dat
geprogrammeerd worden. Het is gebaseerd op het uitgangspunt dat systemen kunnen leren van data,
patronen herkennen en beslissingen nemen met weinig tot geen menselijke tussenkomst. ML
is de beste keuze als het gaat om analyseren, begrijpen en identificeren
patronen in de gegevens.

VOORBEELDEN VAN TOEPASSINGEN

  • Diensten zoals Uber & Lyft minimaliseren omleidingen voor gedeelde taxiritten.
  • Het gedeelte ‘Mensen die je misschien kent’ op Facebook
  • Chatbots nemen de plaats in van een CS-exec. Met elke interactie wordt het slimmer en dient het beter.
  • Verkeersvoorspellingen op Google Maps
  • De filmaanbevelingen die je op je Netflix-account krijgt

ALGORITHMEN

Sentimentanalyse, ondersteuningsvectormachines, lineaire regressie, K-means clustering, logistieke regressie en meer.

DIEP
AAN HET LEREN:

DIEP
AAN HET LEREN:

Het bootst het netwerk van neuronen in het menselijk brein na. Als een ML-model iets verkeerd voorspelt, moet de programmeur het repareren, maar in het geval van deep learning lost het zichzelf op. Deep Learning gebruikt veelgelaagde neurale netwerken om de moeilijkste problemen op te lossen.

VOORBEELDEN VAN TOEPASSINGEN

  • Zelfrijdende auto’s zijn een gevolg van deep learning
  • Watson van IBM staat bekend om zijn zeer nauwkeurige aanbevelingen bij kankerbehandelingen
  • Taalvertalers
  • Persoonlijke ervaringen bieden op e-commercesites
  • Het identificeren van taal- en spraakstoornissen bij kinderen zelfs vóór de kleuterschool

ALGORITHMEN

Terugkerende neurale netwerken (RNN), Siamese netwerken, Long Short Term Memory Networks (LSTM), Transfer Learning, Convolutional Neural Networks (CNN), Transformer en meer.

MARKTGROOTTE

MARKTGROOTTE

De marktomvang van AI zal naar verwachting in 2027 $ 733,7 miljard bedragen.

De machine learning-markt zal naar verwachting 47,29 miljard dollar bedragen in 2027, met een CAGR van 44,9% van 2020 tot 2027.

Volgens schattingen zal de marktomvang van deep learning tegen 2025 $ 10,2 miljard bedragen.

De marktomvang van AI zal naar verwachting in 2027 $ 733,7 miljard bedragen.

De machine learning-markt zal naar verwachting 47,29 miljard dollar bedragen in 2027, met een CAGR van 44,9% van 2020 tot 2027.

Volgens schattingen zal de marktomvang van deep learning tegen 2025 $ 10,2 miljard bedragen.