thumb|Hoe kunnen computers je anders laten denken? - Universiteit van Nederland thumb|Een vergelijkbare Deep Blue-computer won in 1997 van Kasparov. Kunstmatige intelligentie (KI) of artificiële intelligentie (AI) is een brede term in de computerwetenschappen die zich specifiek richt op verschillende technieken en intelligentie van software, hardware en dataverwerking. Het bestaat uit een wiskundig georiënteerd model, waarmee taken kunnen worden uitgevoerd zoals hardwareversnelling, autonomie, redenering, creativiteit en beveiliging.
De innovatieve vorm van kunstmatige intelligentie is het nabootsen van menselijke vaardigheden, zoals: aanleren, redeneren, anticiperen en taken plannen. Het wordt door een team van software-engineers ontworpen, geconfigureerd en getest tot het zelfstandig kan beslissen zonder tussenkomst van menselijke intelligentie.
AI-systeem Moderne artificiële intelligentie wordt geoptimaliseerd met meerdere technieken, zoals machinelearning en besluitvorming. Voor de ontwikkeling van een AI-systeem zijn de volgende technische aspecten essentieel: algoritmen krachtige computers wiskunde hoge opslagcapaciteit menselijke logica (big data)
Het ontwikkelde en vereenvoudigde gegevensmodel kan bijvoorbeeld geïntegreerd worden in een toestel, om patronen razendsnel en nauwkeurig te herkennen. Een voorbeeld is de nieuwe AI-app, die aan de hand van een scan pijn kan herkennen bij katten. De app werd ontwikkeld door professor Kazuya Edamura en de Nihon Universiteit in Japan. De AI werd eerst getraind met 6.000 foto's van katten.
Een AI-systeem met één onderwerp wordt een kleine AI genoemd en kan geïntegreerd worden in een app of smartphone. Dit heeft een laag energieverbruik. Een AI-chatbot behoort tot een grote AI en heeft een hoog energieverbruik, omdat het grote taalmodel zich richt op algemene onderwerpen via een supercomputer.
Type AI De vooruitgang en streefdoelen van artificiële intelligentie zijn algemeen aangenomen in vijf fases: TypeAfkortingBeschrijvingGerealiseerdSmalle of zwakke AIANIDeze fase verwijst naar de mogelijkheid van een computersysteem om specifieke taken beter uit te voeren dan een mens. De afkorting ANI verwijst naar de Engelstalige benaming Artificial Narrow Intelligence. Een smalle AI richt zich enkel op een taak met een onderwerp.Generatieve AIGenAIDeze fase kan nieuwe content creëren, zoals foto's, muziek en teksten van uiteenlopende onderwerpen die nog niet bestaan. Dit niveau is de hoogste succesvolle AI-ontwikkeling tot nu toe. AI-agentAgenticAIDeze nieuwe tussenstap kan naast genereren van nieuwe content ook autonoom een aantal minuten het soort werk verrichten dat een researchanalist doet. Dit nieuwe niveau combineert het taalmodel (LLM) en generatieve AI en werd begin 2025 voor het eerst in de praktijk gerealiseerd. Het bevindt zich nog in een prille fase. Dat de AI-agent de volgende gamechanger wordt, moet nog bewezen en getest worden.Generale of sterke AIAGIDeze fase biedt de capaciteit om elke intellectuele taak beter uit te voeren dan de mens. Deze vorm van AI komt vooral voor in films en is momenteel sciencefiction. Hiermee zou een computersysteem minstens hetzelfde oordeel kunnen vellen als het menselijk brein. Dit is het nieuwe streefdoel.Super AIASIDe laatste fase: een superintelligent computersysteem is in staat de mens op vrijwel elk vlak te verslaan, met inbegrip van wetenschappelijke creativiteit, algemene kennis en sociale vaardigheden.
Beknopte tijdlijn Het vakgebied ontstond in 1950 als interdisciplinair onderzoeksgebied binnen de informatica, filosofie, psychologie en wiskunde. Na publicatie van "Computing Machinery and Intelligence" door Alan Turing, groeide de interesse fors om een intelligente machine te bouwen. Turing suggereerde dat mensen bestaande data gebruiken, analyseren en met deze informatie beslissingen concluderen. De huidige AI is ook gericht op hoe computers beslissingen kunnen nemen op basis van bestaande gegevens.
Eerste stappen De technologische middelen voor het realiseren van artificiële intelligentie waren in het begin vrij beperkt. Hierdoor draaiden de doelstellingen van AI minder ambitieus uit dan aanvankelijk gedacht. Zo vertelde Marvin Minsky in 1970 aan Life Magazine, "dat hij en zijn team binnen 8 jaar een machine met intelligentie van een gemiddelde mens hebben gebouwd". Maar een doorbraak kwam er niet vanwege de beperkte rekenkracht en opslagcapaciteit.
Rekenkracht Door een technologische verbetering van de rekenkracht kwam er in de jaren 90 een opleving via patroonvergelijkingen en besluitvormingsprogramma's. Twee voorbeelden zijn ELIZA en IBM’s computerprogramma Deep Blue, dat in 1997 de grootmeester schaken Garri Kasparov versloeg. Anno 2000 werden de meeste doelen van AI bereikt, waarna de ontwikkeling een tiental jaar werd afgezwakt. Dit had grotendeels te maken met beperkte groei van opslagcapaciteit en in mindere mate door gebrek aan financiering.
De doorbraak van rekenkracht en de groei van opslagmogelijkheden betekenden later ook de doorbraak van smalle AI, zoals gezichtsherkenning in een ruimte met meerdere objecten, zonder dat de gezichten op voorhand bekend zijn in het systeem of een enkel onderwerp dat getraind wordt om nieuwe informatie te bekomen.
Geheugencapaciteit De wet van Moore speelt een belangrijke rol in de moderne artificiële intelligentie. De algoritmen zijn niet zozeer spectaculair verbeterd ten opzichte van de jaren 1990, maar de geheugencapaciteit van de huidige computers wel. Plots kon big data verzameld en opgeslagen worden om te analyseren en te classificeren, zodat computers konden leren van menselijke logica en hieruit nieuwe content creëren. Met deze belangrijke doorbraak kan generatieve AI bijvoorbeeld miljoenen regels DNA-data analyseren en vanuit het niets nieuwe eiwitten genereren of unieke slogans bedenken voor bedrijven.
Het ontwikkelingsproces voor de huidige AI bestaat uit een vijftal stappen: gegevensinput modelontwerp modeltraining testen, analyseren en hertrainen oplevering AI-model
AI-agent
In de media verschenen sinds 2024 volop interne technieken, per bedrijf, die ingezet worden om pogingen te ondernemen naar de volgende fase van AI, namelijk de kunstmatige algemene intelligentie met een zogenaamde AI-agent als tussenstap. De AI-agent werd voorgesteld als een gevorderde generatieve AI die zelfstandig veelvuldige taken kan uitvoeren, zoals een betaalbaar hotel selecteren, een reservering maken en meteen online de goedkoopste treintickets aanschaffen. Begin 2025 lanceerde OpenAI haar Deep Research-project, een agentic AI voor betalende gebruikers als antwoord op de nieuwe versie van DeepSeek. Deep Research is een model dat speciaal is afgestemd op zoekopdrachten en data-analyse.
Google test met een kleine groep testgebruikers zijn Project Mariner, een nieuwe versie van AI-toepassing Gemini die autonoom een browser kan besturen, zoals: het pijltje verplaatsen, knoppen aanklikken en formulieren invullen, precies zoals een mens dat zou doen. Een uitzondering zijn betalingen; dit moet nog steeds door een mens zelf geverifieerd worden voor de veiligheid.
Poging tot generale AI Meerdere bedrijven, zoals Google, Microsoft en OpenAI, zijn volop in ontwikkeling naar een volgende fase in de AI. Het bedrijf OpenAI heeft in 2024 een nieuwe, ambitieuze interne ontwikkelingsplanning voorgesteld om in vijf stappen de overgang te maken van generatieve AI naar kunstmatige algemene intelligentie. Het verloopt in vijf fases, waarvan er al drie zijn gerealiseerd:
Fase 1: chatbots zijn in staat te converseren in natuurlijke taal. Fase 2: redenerende AI-systemen die problemen kunnen oplossen van wiskundige en wetenschappelijke vraagstukken. Fase 3: de AI-agents kunnen enkele minuten na elkaar zonder toezicht zelfstandig taken uitvoeren op het gebied van data-analyse. Fase 4: AI moet in staat zijn nieuwe ideeën te ontwikkelen die de menselijke kennis betekenisvol uitbreiden. Fase 5: de bereikte kunstmatige algemene intelligentie (AGI) die volledig onafhankelijk het werk van een volledige organisatie kan overnemen.
Smalle AI Om de menselijke kennis te digitaliseren voor computerbeslissingen, worden technieken gebruikt zoals machinelearning en deep learning. Deze vorm valt onder cognitieve AI en is een onmisbaar onderdeel in de huidige artificiële intelligentie. Er bestaan ook nog andere technieken, zoals datawetenschappen.
Datawetenschap Datawetenschap maakt gebruik van wiskunde en statistieken, zoals metingen van afstanden van ogen, neus en lippen, om een persoon te analyseren en te vergelijken met een AI-model met relevante datapunten. Vroeger was wiskunde de AI bij uitstek, maar deze techniek is tegenwoordig enkel een onderdeel van AI.
Ook wordt het gebruikt om medische beelden te analyseren om ziektes, bijvoorbeeld longkanker, sneller te kunnen opsporen. Externally Tested AI Models for Malignancy Classification of Lung Nodules at Chest CT: A Systematic Review and Meta-Analysis. Asmara OD, Steenhuis EGM, de Jong K, Joseph A, Timmer M, Tenda ED, Boerma EC, Heuvelmans MA, van Geffen WH. Radiol Artif Intell. 2026 Jun 3:e250331. doi: 10.1148/ryai.250331. PMID: 42233760
Machinelearning
Een computersysteem wordt getraind met subsets van bestaande gegevens die het onderwerp analyseert en inzichten verwerft voor het herkennen van patronen om hieruit nieuwe en samengevatte informatie te concluderen. Dit proces wordt in de praktijk datamining genoemd en kan ongestructureerde gegevens filteren om relevante datapunten te ontcijferen.
Robotica In de mechatronica kan robotica uitgerust zijn met AI. Een voorbeeld is een robot die zich autonoom kan verplaatsen zonder instructies van een mens om zichzelf via terugkoppeling bij te sturen. De sensoren meten en screenen constant de omgeving. Belangrijk om te weten is dat niet elke robot met AI is uitgerust. Bijvoorbeeld een robotarm in een autofabriek is enkel geprogrammeerd voor een specifiek doel.
Generatieve AI Het populaire GPT-3-AI-model van OpenAI werd in de eerste helft van 2020 gelanceerd. Hierbij stelden Katherine Elkins en Jon Chun zich de vraag of ChatGPT de Turingtest zou doorstaan. Na onderzoek bleek dat GPT-3 met zijn huidige technologie nog niet de fase van generale AI heeft bereikt,Can GPT-3 Pass a Writer’s Turing Test?. Gearchiveerd op 5 september 2023. maar wel het punt van generatieve kunstmatige intelligentie aan de hand van een deep-learning-techniek.
Deep learning Deze techniek is een simulatie van biologische neurale netwerken via geavanceerde machinelearning. Deep learning (geavanceerde machinelearning) verbindt ook geneste neurale knooppunten en is geïnspireerd op de structuur van de hersenen via het Hopfield-netwerk, bekroond in 2024 met een Nobelprijs. Een kunstmatig neuraal netwerk leidt tot een reeks gerelateerde vragen voor elke vraag die beantwoord wordt en is in staat nieuwe content te creëren.
Een kunstmatig neuraal netwerk is niet hetzelfde als een biologisch neuraal netwerk. Een kunstmatig neuraal netwerk wordt met een technologie van nullen en enen gerealiseerd, terwijl een biologisch neuraal netwerk de stamcellen gebruikt om neuronen te kweken die in een computer worden gestopt. Ook is het implanteren van neurologische chips in de hersenen voor het creëren van een symbiose tussen menselijke hersenen en kunstmatige intelligentie geen kunstmatig neuraal netwerk, maar prikkels die omgezet worden in digitale signalen om het brein met een computer te verbinden.
Machine-learningalgoritmen