DE WERELD VAN AI

Simpele uitleg over kunstmatige intelligentie

Wat zijn neurale netwerken? Eenvoudige uitleg voor iedereen

Kunstmatige intelligentie (AI) is tegenwoordig overal. Een van de bekendste technieken binnen AI is het neurale netwerk. Misschien heb je die term wel eens gehoord. Maar wat is een neuraal netwerk eigenlijk? In dit artikel lees je een uitleg in eenvoudige taal, met herkenbare voorbeelden.

Wat is een neuraal netwerk?

Een neuraal netwerk is een type computerprogramma dat kan leren van voorbeelden. Het is geïnspireerd door hoe ons brein werkt. In je hersenen zitten neuronen (zenuwcellen) die signalen aan elkaar doorgeven. Een kunstmatig neuraal netwerk bootst dit na met heel veel kleine rekeneenheden. Deze kunstmatige ‘neuronen’ staan met elkaar in verbinding en vormen samen een netwerk.

Je kunt het zien als een groep mini-beslissers die samenwerkt. Elk ‘neuron’ in het netwerk krijgt een stukje input en voert daar een kleine bewerking op uit. Daarna geeft het deze uitkomst door aan de volgende laag neuronen. Uiteindelijk levert al dat samenwerken een resultaat op. Bijvoorbeeld dat het netwerk herkent wat er op een foto staat.

Schema van een neuraal netwerk met inputlaag, verborgen lagen en outputlaag.
Een voorbeeld neuraal netwerk, waarin duidelijk te zien is dat dit systeem werkt met meerdere lagen.

Hoe werkt een neuraal netwerk?

Stel je een neuraal netwerk voor als een team dat samen een probleem oplost. Bijvoorbeeld: je wilt weten of er een kat of een hond op een foto staat. De eerste laag neuronen krijgt dan alle details van de foto (de pixels). De middelste lagen – de ‘verborgen’ lagen – zoeken naar patronen. Ze kijken bijvoorbeeld naar kenmerkende vormen, zoals oren of een snuit. Iedere laag geeft zijn bevindingen door aan de volgende. De laatste laag, als eindbeslisser, zegt vervolgens “dit is een kat” of “dit is een hond”.

Neuraal netwerk laag 1 die eenvoudige patronen zoals lijnen herkent in een kattenafbeelding
De invoerlaag van een neuraal netwerk. Deze laag ontvangt de ruwe data, denk aan pixels van een foto of ruwe geluids­signalen.

Zo’n netwerk moet eerst leren voordat het goede antwoorden kan geven. In het begin raadt het misschien maar wat. Daarom ‘train’ je het met veel voorbeelden. Je laat het netwerk duizenden foto’s zien waarvan je weet of het een kat of een hond is. Telkens als het netwerk fout zit, past het intern wat knopjes aan. Simpel gezegd: het verhoogt of verlaagt de invloed van bepaalde neuronen. Net alsof het team leert welke leden meer gelijk hadden en welke minder.

Neuraal netwerk laag 2 die oren, ogen en poten van een kat herkent
De verborgen lagen in een neuraal netwerk. Deze laag of lagen leren kenmerkende vormen zoals oren en ogen.

Op die manier leert het netwerk van zijn fouten. Na verloop van tijd wordt het steeds beter in het herkennen van katten en honden. Uiteindelijk kan het zelfs nieuwe foto’s die het nog nooit eerder heeft gezien correct herkennen.

Neuraal netwerk laag 3 die het volledige dier herkent als kat
De uitvoerlaag van een neuraal netwerk: Deze laag levert de uiteindelijke voorspelling, bijvoorbeeld ‘kat’ of ‘geen kat’.

Neurale netwerken in het dagelijks leven

Neurale netwerken klinken misschien futuristisch, maar je gebruikt ze waarschijnlijk dagelijks. Heb je bijvoorbeeld een telefoon die je gezicht herkent om te ontgrendelen? Achter die gezichtsherkenning zit een getraind neuraal netwerk. Hetzelfde geldt voor filmpjes die YouTube voor jou uitkiest en de series die Netflix je aanbeveelt. Ook daar zorgen neurale netwerken voor slimme suggesties. Spraakassistenten zoals Siri en Google Assistant begrijpen wat je zegt dankzij neurale netwerken. Die netwerken zijn getraind in het herkennen van gesproken taal. Zelfs zelfrijdende auto’s gebruiken deze technologie om hun omgeving te ‘zien’. Zo kunnen ze veilige beslissingen nemen tijdens het rijden.

Tot slot

Een neuraal netwerk is dus een computeralgoritme dat leert van voorbeelden. Het lijkt een beetje op een mini-brein in de computer. Nu al maken deze netwerken heel veel handige toepassingen mogelijk. In de toekomst zullen ze alleen maar belangrijker worden. Hopelijk heb je nu een beter beeld van wat neurale netwerken zijn en hoe ze werken.

Heb jij nog vragen over neurale netwerken, of ken je nog andere interessante voorbeelden? Laat het vooral weten in de reacties, ik ben benieuwd naar jouw ideeën!


Gerelateerde content


Ontdek meer van De Wereld Van AI

Blijf op de hoogte van nieuwe AI-artikelen, direct in je mailbox.

Heb je een vraag of toevoeging? Reageer hieronder.

Welkom!

De Wereld van AI is de Nederlandstalige blog die kunstmatige intelligentie begrijpelijk maakt.

Lees heldere uitleg over AI, machine learning en neurale netwerken, met praktische voorbeelden en actuele inzichten.

Nieuw met AI? Begin met mijn gratis Basiscursus AI en ontdek stap voor stap hoe kunstmatige intelligentie werkt.

Zoek je iets specifieks? Op Alle Artikelen, Categorieën, de AI-Woordenlijst en Alle Tags vind je al mijn AI-onderwerpen overzichtelijk bij elkaar.

Liever kijken dan lezen?
Bezoek mijn YouTube-kanaal De Wereld van AI voor korte en toegankelijke video’s.

Logo van De Wereld van AI met een rode knop waarop “Subscribe” staat, als promotie voor het YouTube-kanaal

AI (32) AI-Tools (4) AI-Uitleg (14) AI toepassingen (5) AI Uitleg (8) AI voor Beginners (8) artificial-intelligence (6) Automatisering (4) Beginners (5) Beveiliging (4) ChatGPT (13) Data (5) Data-analyse (5) Data Science (4) Deep Learning (8) De Wereld van AI (5) Generatieve AI (4) Innovatie (5) Kunstmatige Intelligentie (40) Machine Learning (22) Neurale Netwerken (10) Productiviteit (6) Taalmodellen (4) Technologie (12) Uitleg (10)

Het doel van AI is om mensen te helpen, niet om ze te vervangen.