Deze pagina over AI modellen is onderdeel van de AI-woordenlijst van De Wereld van AI, de centrale encyclopedie met alle AI-begrippen van A tot Z.
AI modellen vormen de basis van kunstmatige intelligentie en bepalen hoe systemen patronen herkennen en voorspellingen maken. In deze hub staan alle kernbegrippen die uitleggen hoe deze modellen zijn opgebouwd, welke soorten modellen bestaan en hoe hun interne architectuur bepaalt wat een systeem kan en niet kan.
Wat AI modellen en architectuur bundelen
De termen op deze pagina beschrijven de technische ruggengraat van kunstmatige intelligentie. Ze laten zien hoe neurale netwerken zijn opgebouwd, hoe taalmodellen werken en welke onderdelen bepalen hoe een AI systeem leert en redeneert. Ze verschillen sterk in opbouw en mogelijkheden, afhankelijk van hun architectuur en toepassing.
Door verschillende architecturen te combineren ontstaan steeds krachtigere systemen die complexere taken kunnen uitvoeren. Deze structuren bepalen uiteindelijk hoe goed een systeem patronen herkent en beslissingen neemt.
Hieronder vallen onder andere
- AI modellen en foundation models als basis van hoe AI werkt
- Neurale netwerken en kunstmatige neuronen als de bouwstenen van AI
- Verschillende soorten netwerken, zoals transformers en andere architecturen
- Parameters en loss functies die bepalen hoe een model leert en wordt afgesteld
Alle AI modellen en begrippen in dit thema
- AI-model
De kern van een AI-systeem dat leert van data en voorspellingen doet. - Agentic AI
AI die zelfstandig acties kan uitvoeren zonder continue instructies. - Algoritme
Een set regels of stappen die een computer volgt om een taak uit te voeren. - Convolutioneel netwerk
Een type neuraal netwerk dat vooral goed is in beeldherkenning. - Custom AI model
Een AI-model dat is aangepast of getraind voor een specifieke taak of organisatie. - Grondmodel (Foundation Model)
Een groot AI-model dat is getraind op veel data en als basis dient voor andere toepassingen. - Kunstmatige neuronen
Rekeneenheden in neurale netwerken die informatie verwerken en doorgeven. - Large Language Model (LLM)
Een groot AI-model dat getraind is op tekst en taal kan begrijpen en genereren. - Loss-functie
Een berekening die aangeeft hoe ver de voorspelling van een model afwijkt van het juiste antwoord. - Multimodale AI
AI die meerdere soorten input combineert, zoals tekst, beeld en geluid. - Neurale Netwerken
AI-modellen die zijn geïnspireerd op het menselijk brein en patronen leren uit data. - Neuron
Een neuron laat zien hoe AI informatie stap voor stap verwerkt en doorgeeft binnen een netwerk. - Parameters
Instelbare waarden in een AI-model die tijdens training worden aangepast. - Recurrent netwerk (RNN)
Een type neuraal netwerk dat geschikt is voor het verwerken van volgordes, zoals tekst of tijdreeksen. - Transformer-model
Een type AI-model dat sterk is in het verwerken van taal en context.
Verder in de AI-woordenlijst
Deze hub is één thematische ingang tot de volledige AI-woordenlijst. Op de hoofdpagina staan alle begrippen alfabetisch gerangschikt, van AI-assistent tot Zero-shot learning.
Wie één specifiek begrip zoekt kan daar direct naar de A tot Z index gaan, wie samenhang wil begrijpen gebruikt deze thematische hubs.
Volgende logische stap
Wie wil begrijpen hoe deze modellen worden getraind en beter worden gemaakt, komt uit bij de hub Leren en trainen van AI. Wil je dit stap voor stap uitgelegd krijgen? Op mijn YouTube-kanaal De Wereld van AI vind je video’s waarin dit proces helder wordt uitgelegd.