Wat is SI en hoe gebruik je het verstandig?

Auteur: Gepubliceerd

In het kort: SI is de Poolse afkorting van ‘sztuczna inteligencja’, oftewel kunstmatige intelligentie: computersystemen die taken uitvoeren zoals beelden herkennen, taal verwerken of voorspellingen doen op basis van gegevens. Het Engelse equivalent, AI, betekent hetzelfde. SI hoeft niet te denken of de wereld te begrijpen zoals een mens, en de resultaten kunnen onjuist zijn. Buiten de technologische context staat SI ook voor het Internationale Stelsel van Eenheden, met onder meer de meter, kilogram en seconde.

Hoe verschilt kunstmatige intelligentie van een gewoon programma?

Een traditioneel programma voert instructies uit die een programmeur heeft vastgelegd. Het berekent bijvoorbeeld een korting zodra het winkelmandje een bepaalde waarde overschrijdt. Een systeem met SI kan daarentegen kenmerken van gegevens analyseren en op basis daarvan patronen herkennen, informatie classificeren of een antwoord voorstellen. De grens is niet altijd scherp: één applicatie combineert vaak gewone regels met modellen voor kunstmatige intelligentie.

Denk aan een e-mailfilter. Een eenvoudige regel verplaatst elk bericht met een bepaald woord naar de spammap. Een filter dat SI gebruikt, kan tegelijkertijd rekening houden met meerdere kenmerken, zoals de inhoud, de opbouw van het bericht en de gelijkenis met eerdere spam. Zo kan het ongewenste berichten herkennen zonder dat specifieke woord, maar ook per ongeluk een belangrijke e-mail tegenhouden.

Niet elke vorm van automatisering is kunstmatige intelligentie. Voor het versturen van een herinnering aan de vervaldatum van een factuur is geen SI nodig. Het herkennen van gegevens op een foto van die factuur kan er wel gebruik van maken.

Hoe werkt SI en wat betekent het trainen van een model?

Veel moderne systemen met SI gebruiken machine learning: methoden waarmee de werking van een systeem op basis van gegevens wordt aangepast, in plaats van elke regel handmatig vast te leggen. Het model dat zo ontstaat, is een wiskundig mechanisme dat invoergegevens omzet in een resultaat, bijvoorbeeld een foto in de naam van het afgebeelde voorwerp.

Tijdens de training analyseert het model voorbeelden. De parameters worden aangepast om de resultaten volgens een gekozen criterium te verbeteren. Daarna gebruikt het model de aangeleerde verbanden om nieuwe gegevens te verwerken. De kwaliteit van de antwoorden hangt onder meer af van de trainingsgegevens, de opbouw van het model en de mate waarin de taak lijkt op de situaties waarvoor het is getraind.

Deep learning is een onderdeel van machine learning dat gebruikmaakt van neurale netwerken met meerdere lagen. Ondanks de naam is een neuraal netwerk geen digitaal menselijk brein. Het is een rekenstructuur die informatie door opeenvolgende lagen verwerkt.

Dat je een tool gebruikt, betekent niet dat het model voortdurend van elk gesprek leert. Of de aanbieder ingevoerde gegevens bewaart en voor verdere training gebruikt, hangt af van de dienst, de instellingen en de voorwaarden voor je account. Controleer deze regels in de officiële documentatie en het privacybeleid van de aanbieder.

Waarvoor wordt SI gebruikt, behalve voor gesprekken met een chatbot?

Een chatbot is slechts één manier om kunstmatige intelligentie te gebruiken. SI kan op de achtergrond van een applicatie werken, zonder een gesprek met de gebruiker te voeren.

ToepassingWat het systeem doetWaar je op moet letten
SpraakherkenningZet een opname om in tekstKan namen, getallen en vaktermen verkeerd weergeven
AanbevelingenSelecteert producten of materiaal op basis van voorspelde voorkeurenDe suggesties zijn niet noodzakelijk de beste keuze voor de gebruiker
Detectie van afwijkende gebeurtenissenSignaleert transacties of gedrag die afwijken van het gebruikelijke patroonEen afwijkende gebeurtenis betekent niet altijd fraude
DocumentanalyseClassificeert inhoud en haalt er informatie uitKan een voorbehoud overslaan of een tabel verkeerd lezen

Generatieve SI maakt nieuwe inhoud, zoals teksten, beelden, geluid of code. Een groot taalmodel, vaak aangeduid met de afkorting LLM, genereert tekst door op basis van de context de volgende tekstfragmenten te voorspellen. Het kan helpen bij het opstellen van berichten of het uitleggen van begrippen, maar het generatieproces op zichzelf garandeert niet dat het antwoord waar is.

Waarom kan SI overtuigend klinken en toch fout zitten?

Een vloeiend antwoord bewijst niet dat het model correct redeneert of toegang heeft tot een betrouwbare bron. Een model kan een niet-bestaand citaat, een onjuiste datum of een beschrijving van een functie genereren die de betreffende dienst niet heeft. Zulke ogenschijnlijk geloofwaardige, maar feitelijk onjuiste resultaten worden vaak hallucinaties genoemd.

Een systeem kan ook vooroordelen uit de gegevens reproduceren of minder goed werken bij voorbeelden die tijdens de training weinig aan bod kwamen. Goede prestaties bij de ene taak betekenen niet dat het systeem bij elke andere taak even goed presteert. Een tool die de stijl van een tekst goed verbetert, hoeft een overeenkomst niet correct te kunnen interpreteren.

Niet elke chatbot heeft toegang tot internet, en toegang tot een zoekmachine sluit fouten niet uit. Actuele prijzen, regelgeving en specificaties van diensten moet je bij de oorspronkelijke bronnen controleren. Bij medische, juridische of financiële beslissingen kan een antwoord van SI als hulpmiddel dienen. Het vervangt echter niet de beoordeling van een deskundige op het betreffende gebied die rekening houdt met je individuele situatie.

Hoe begin je verstandig met SI?

Kies voor je eerste poging een taak waarvan je het resultaat zelf kunt beoordelen. Vraag bijvoorbeeld niet om een complete bedrijfsstrategie, maar om je eigen productbeschrijving in te korten zonder de feiten te veranderen.

  1. Bepaal het doel en de beperkingen. Bijvoorbeeld: ‘Kort de beschrijving in tot 100 woorden. Voeg geen productkenmerken toe die niet in de tekst staan.’
  2. Verwijder vertrouwelijke gegevens. Plak geen wachtwoorden, klantgegevens of bedrijfsdocumenten in de tool zonder eerst de gebruiksregels te controleren.
  3. Vergelijk het resultaat met het origineel. Controleer vooral getallen, namen, beloften en weggelaten voorbehouden.
  4. Keur het resultaat goed voordat je het gebruikt. Publiceer of verstuur het niet automatisch alleen omdat het professioneel klinkt.

Begin met één korte tekst en ga na of de tijd die je bespaart op het redigeren groter is dan de tijd die je nodig hebt om het antwoord te controleren.

Zie ook: Wat gebeurt er als een domeinnaam verloopt?

Lees ook

Lees hoe PHP-FPM PHP-verzoeken verwerkt, verschilt van een webserver en hoe je processen afstemt op verkeer en hostingcapaciteit.
Ontdek hoe BIND als open DNS-serversoftware domeinen beheert, welke rollen het vervult en wanneer zelf beheren zinvol is.
Lees wat het Poolse REGON-register en -nummer betekenen, hoe ze verschillen van NIP en KRS en hoe je bedrijfsgegevens controleert.