Een opsomming van vaak voorkomende begrippen die voor systemen van kunstmatige intelligentie relevant zijn.
Gedrukte termen verwijzen naar andere termen die eveneens in het AI-glossarium worden uitgelegd.
Verdere informatie over kunstmatige intelligentie is te vinden in artikelen op Dr. GDPR:
Woordenboek van belangrijke AI-termen
| Term | Verklaring |
|---|---|
| Artificiële intelligentie | Met AI afgekort. AI is de ontwikkeling van computers en software die mensachtige vaardigheden bezitten, zoals bijvoorbeeld leren, problemen oplossen, taalbegrip en -productie, zintuiglijke waarneming, handelingscontrole en autonome besluitvorming. |
| Model | Een AI-model is een elektronisch brein. Net als in het biologische brein bestaat het uit een neuronaal netwerk (zie KNN). |
| Geavanceerde Taalmodel | Afkorting voor Grote Taalmodel. Model, dat met een grote hoeveelheid tekstdocumenten voltrokken is, om de grammatica van één of meerdere talen zeer goed weer te geven. |
| Foundation Model | Een geëvolueerd basismodel, dat door fine-tuning aangepast kan worden aan specifieke taken of domeinen. Vaak wordt zodanig een model in een gebruikersvriendelijke licentie beschikbaar gesteld. |
| KNN (Kibbunnetje Naast Nog) | Afkorting voor Kunstmatig Neuronale Netwerken. Elektronisch beeld van het biologische model. Basis voor AI-modellen (zie model). |
| Transformator | Belangrijke wiskundige aanpak die de mogelijkheid heeft geschapen voor prestatiegerichte AI-toepassingen zoals ChatGPT en verantwoordelijk is voor het succes van hedendaagse AI. Bestaat sinds 2017. De voorganger werd in de vroege jaren '90 ontwikkeld door Jürgen Schmidhuber. Bestaat uit een encoder-decoderstructuur, waarbij een ingang wordt omgezet in kenmerken die vervolgens worden omgezet in een uitgang via een decoder. Zie ook Embeddings. |
| Modelgrootte | De grootte van een kunstmatig intelligent model (zie model) wordt in afkorting aangegeven door het aantal parameters (zie parameters). Kleine modellen hebben slechts enkele honderd miljoen parameters. Een 200M-model heeft 200 miljoen parameters. Grotere modellen hebben 13B of 60B parameters. Het "B" staat voor miljard (Engels: "billion"). |
| Paramater | Als parameter worden de gewichten in een kunstmatig neuronale netwerk (zie KNN) genoemd. Een gewicht definieert de sterkte van de verbinding tussen twee neuronen. |
| ChatGPT | ChatBot op basis van de GPT-architectuur (zie GPT). Bevat ook een programmeerbare interface (API). Moet ongeveer 160 miljard parameters hebben (zie modelgrootte). Probleematisch wat betreft gegevensbescherming, bedrijfsgeheimen en vertrouwelijke documenten. |
| Geavanceerd Taalmodel | Afkorting voor Generative Pre-trained Transformer. Zie Generatief, Voorgetraind en Transformer. |
| Creatief | Vaardigheid om iets nieuws te kunnen produceren of creëren. Deel van de afkorting GPT, die ook in ChatGPT zit. |
| Geveerd getraind | Voorgeleerd. Een voorgeleerd model is een getraind model. Het is getraind. In plaats van getraind wordt echter van voorgeleerd gesproken. Achtergrond is dat een al getraind model verder getraind kan worden, wat als Fine-Tuning wordt aangeduid. |
| Finetunen | Geëxtrapoleerd model (zie geëxtrapoleerd) kunnen voor specifieke taken (zie downstream) verder "opgeleid" worden. Deze verdere opleiding wordt als Fine-Tuning aangeduid. Fine-Tuning heeft de grote voordelen dat veel minder invoerdata en bronnen (tijd, rekenkracht, hoofdgeheugen) nodig zijn dan voor het opbouwen van een geëxtrapoleerd AI-model. |
| Laagjes | Verwijst naar kunstmatige neurale netwerken (zie KNN): De lagen van een neuronennetwerk zijn de ingangslag, de uitgangslag en de verborgen lagen tussen deze twee lagen. |
| Inlagelaag | Eerste laag van een kunstmatig neuronale netwerk (zie KNN). Invoergegevens (sensordata of gebruikersingangen) bereiken de KNN via de invoelagen. |
| Uitvoerlaag | Laatste laag van een kunstmatig neuronale netwerk (zie KNN). De uitvoerlaag verkondigt het resultaat van een AI. |
| Verborgen lagen | Laagjes van een KNN, die tussen Invoerlaag en Uitvoerlaag liggen. Hier vindt de magie plaats, ook wel intelligentie genoemd. Zie menselijke intelligentie en kunstmatige intelligentie. |
| Verborgen lagen | Zie Verborgen lagen. |
| Opdracht van bovenaf | Opdracht waarvoor een AI-model is getraind. Zie ook Downstream Taak. |
| Downstream Task | Opdracht waarvoor een AI-model met behulp van fine-tuning wordt voorbereid en die niet gelijk is aan de upstream taak waarmee het AI-model oorspronkelijk werd getraind. |
| PyTorch | Meest gebruikte AI-framework, gebaseerd op de programmeertaal PYTHON. |
| Tensorflow | Naast het bekende AI-framework PyTorch, afkomstig van Google. Wordt gezien als complexer dan PyTorch. |
| Tensor | Wiskundig begrip om gegevens weer te geven. Zie ook vectoor. |
| Offloading | Het uitvoeren van delen van een AI-model (zie model) op een CPU (in plaats van GPU) of op de harde schijf. Uitvoering lost het geheugenissem (zie VRAM) bij grote AI-modellen op, maar zorgt ervoor dat berekeningen veel langzamer verlopen. |
| CUDA | Afkorting voor Compute Unified Device Architecture. Software-architectuur van Nvidia, om grafische kaarten (zie GPU) te gebruiken voor berekeningen. |
| Nvidia | Zonder reclame: Wereldwijd leider in het leveren van grafische kaarten die bijzonder geschikt zijn voor berekeningen met kunstmatige intelligentie. Zie CUDA. Er is geen andere fabrikant bekend, waarvan de grafische kaarten zo goed worden ondersteund in diverse frameworks voor kunstmatige intelligentie (zie PyTorch). |
| Grafische kaart | Afkorting voor Graphics Processing Unit. Een GPU van een krachtige grafische kaart, zoals die van Nvidia, bevat duizenden kernen. Een kern kan een rekenopgave oplossen. Meerdere kerne kunnen gelijktijdig werken. Voor AI-toepassingen kunnen miljarden berekeningen op een GPU (grafische kaart) veel sneller worden uitgevoerd dan op een CPU (normale processor). De grafische kaart wordt bij AI-toepassingen als rekenknecht misbruikt. Ze geeft geen beelden of tekst uit. |
| CPU | Afkorting voor Centrale Verwerkingseenheid. De processor van een computer. Hij bezit doorgaans 8 tot 24 kernen. Zie ook GPU. |
| Geheugen van de VR (Video Rendering) unit | Video RAM. In tegenstelling tot het RAM is hier de geheugen van een grafische kaart (zie GPU) bedoeld. Beslissend voor het gebruik van AI-modellen (zie model). |
| AI-server | Dit worden servers genoemd die een krachtige grafische kaart bevatten (zie CUDA, GPU en VRAM). |
| Stable Diffusion | Het bekendste en meest populaire AI-model voor beeldschepping. |
| LAION | Afkorting voor Large Scale Artificial Intelligence Open Network. Een in Duitsland ingeschreven vereniging. Heeft een dataset van ongeveer 6 miljard afbeeldingen met beschrijvingen gemaakt. Wordt gebruikt als basis voor Stable Diffusion-benaderingen. |
| Beeldvorming | Meest voorkomende toepassing: Met behulp van een Prompt wordt door een AI een afbeelding gegenereerd die de Prompt weerspiegelt. Bekendste methode is Stable Diffusion. Ook mogelijk is het combineren van meerdere afbeeldingen of het aanpassen van invoerafbeeldingen. |
| Vector | Een vector is de vertegenwoordiging van een invoer (een dataset), zoals een tekst, beeld of geluidsbestand. Zie multimodal. Een vector bestaat uit reeksen getallen en heeft een dimensie die de hoeveelheid en opvolging van de getallen definieert. |
| Inbedding | Vertegenwoordiging van gegevens van elke soort (tekst, beeld, geluid, bewegingssensor, temperatuursensor etc.) in de vorm van een vector. |
| Multimodaal | Dank van de Transformer-aanpak kan elke soort gegevens gelijk behandeld worden. Vergelijk het menselijke brein. Alle sensordata (ogen, oren, neus, huidreceptoren…) worden "zonder meer" in ons neurale netwerk eveneens verwerkt. |
| Menselijke intelligentie | Werkt als kunstmatige intelligentie, is mijn stellige overtuiging. |
| Geest | Illusie, die het menselijke brein produceert, is mijn overtuiging. |
| Artificiële Geest Intelligentie | Afkorting voor Artificial General Intelligence. Analoog aan de mens: Algemene intelligentie die alle mogelijke taken kan oplossen. |
| Prompt | Invoer mogelijkheid voor tekst om een AI instructie te geven of een vraag te stellen. |
| Token | Een datapunt, zoals een woord in een tekst. Gebruikelijke eenheid voor het berekenen van de kosten van het gebruik van AI-systeem als ChatGPT of voor de configuratie van de maximale uitgabreed van tekst. |
| Long-Short Term Memory | Afkorting voor Long Short Term Memory. Vertaald naar het Nederlands: Lang kortetermijngeheugen. Een aanpak bedacht door de Duitse informaticus Jürgen Schmidhuber. LSTM is een soort episodengeheugen. |
| Statistik | In de AI-modellen evenveel of minder vertegenwoordigd als bij mensen (zie menselijke intelligentie) |
| Diepe leren | Verwijst naar het feit dat een KNN veel verborgen lagen heeft, dus diep is. |
| Autarkisch systeem | Een datavriendelijk systeem dat op een lokale infrastructuur en zonder internetverbinding draait. |
| Gegevensvriendelijk | Systeem, dat geen huisgemaakte problemen met de gegevensbescherming, vertrouwelijke gegevens of bedrijfsgeheimen veroorzaakt. Het tegenovergestelde zijn systemen die van aanbieders uit de VS afkomstig zijn of gegevens op servers in de VS houden (zie Privacy Shield – Schrems II). |
| Eliza | Psychiatrisch programma dat al in 1966 door Joseph Weizenbaum werd bedacht. Gaf de indruk intelligent te zijn. In plaats daarvan werd aan de menselijke gesprekspartner het gevoel van intelligentie verleend, door het gebruik van clichés en prompt-ingangen van de mens terug te spelen. |
Ik verwijs graag ook naar het gegevensbeschermingswoordenboek Nederlands-Engels, dat de belangrijkste begrippen bevat voor de GDPR en digitale gegevensbescherming.
My name is Klaus Meffert. I have a doctorate in computer science and have been working professionally and practically with information technology for over 30 years. I also work as an expert in IT & data protection. I achieve my results by looking at technology and law. This seems absolutely essential to me when it comes to digital data protection. My company, IT Logic GmbH, also offers consulting and development of optimized and secure AI solutions.
