Deze pagina is onderdeel van AI uitgelegd in beelden op De Wereld van AI. Een overzicht van leerzame visuals die uitleggen hoe AI-systemen werken.
Kunstmatige intelligentie kiest geen waarheid, maar selecteert één mogelijke uitkomst op basis van waarschijnlijkheid.

In het schema zie je één vraag die het model binnenkomt. Het model genereert meerdere mogelijke antwoorden die allemaal taalkundig en contextueel passend zijn bij de vraag.
Eén antwoord wordt duidelijk gemarkeerd als gekozen. De andere blijven zichtbaar op de achtergrond, niet omdat ze juist zijn, maar omdat ze tijdens het proces wel als mogelijke kandidaten zijn overwogen.
Dit schema helpt om te begrijpen hoe AI tot een antwoord komt. Het model redeneert niet vanuit feiten of waarheid, maar vanuit waarschijnlijkheid op basis van eerder geziene patronen. Dat kan leiden tot een correct antwoord, zoals in dit voorbeeld, maar de zekerheid zit in de selectieprocedure, niet in een inhoudelijk begrip van juist of onjuist.
Waar dit terugkomt in AI
Dit principe speelt bij vrijwel alle voorspellende AI-systemen:
- Bij machine learning kiest het model de uitkomst met de hoogste kans.
- Bij neurale netwerken gebeurt dit via activaties die sterker of zwakker zijn.
- Bij taalmodellen leidt dit tot het kiezen van het volgende woord dat statistisch het meest waarschijnlijk is.
AI redeneert niet en verifieert geen waarheid, het selecteert wat past binnen geleerde patronen.
Logische vervolgstap
Wie wil begrijpen hoe AI deze waarschijnlijkheden leert uit data, kan verder lezen op de pagina over machine learning.
De gratis basiscursus AI plaatst dit principe binnen het grotere geheel van hoe AI-systemen werken, terwijl de AI-woordenlijst helpt om begrippen zoals waarschijnlijkheid, model en voorspelling snel terug te vinden.
Of bekijk de andere leerzame visuals en ga terug naar AI uitgelegd in beelden.
