Twee van de termen die de laatste tijd klinken in verband met kunstmatige intelligentie of Artificial Intelligence (AI) zijn Machine Learning en Deep Learning. Er bestaat geregeld verwarring over hoe deze termen met elkaar verschillen en welke rol ze precies spelen binnen de AI technologie. TechGirl to the rescue: we leggen je graag de verschillen uit!

Laten we eerst beginnen bij het begin: want wat is AI eigenlijk? Artificial Intelligence (kunstmatige intelligentie, dus) is de wetenschap die zich bezighoudt met het creëren van slimme machines die een vorm van intelligentie vertonen, door het denkvermogen van de mens te kopiëren. Al ontzettend veel jaren denken mensen na over het idee om intelligente machines te bouwen.

Kunstmatige intelligentie (AI) heeft de laatste jaren hoogtepunten en dieptepunten gekend, successen geboekt en zijn er nog steeds heel veel onvervulde mogelijkheden. In het hele proces van AI spelen Machine Learning en Deep Leaning een belangrijk rol. Om uit te leggen welke rol dat is, moeten we eigenlijk nóg even iets dieper de materie in.

We bevinden ons op dit moment namelijk in het tijdperk van zwakke AI (Weak AI) en proberen natuurlijk steeds meer machines te maken die in staat zijn alles te doen wat mensen doen (dat is dus sterke AI, ofwel Strong AI). Om over te schakelen van zwakke AI naar sterke AI moeten machines de denkwijze van mensen leren, en dát is waar Machine Learning en Deep Learning de hoek om komen.

Lees hier meer over AI en de verschillende types van AI.

Machine Learning (ML)

Machine Learning is een onderdeel van kunstmatige intelligentie, dat zich bezighoudt met de ontwikkeling van algoritmes en technieken waarmee computers kunnen leren. Machine Learning omvat technieken zoals gesuperviseerd (gecontroleerd) leren en onbewaakt leren. Bij gesuperviseerd leren, leren machines resultaten te voorspellen met behulp van Data Science. Bij onbewaakt leren, leren machines resultaten te voorspellen door patronen in de invoergegevens te herkennen.

Deep Learning (DL)

Deep Leaning (ook bekend als diep gestructureerd leren of hiërarchisch leren) gaat nog een stapje verder en maakt deel uit van een bredere familie van machine-leermethoden. Deep learning is geen algoritme op zich, maar eerder een familie van algoritmen die diepe netwerken met onbewaakt leren implementeren. Met andere woorden, het kan zichzelf algoritmes aanleren. Deep Learning gebruikt een zogenoemd kunstmatig neuraal netwerk (Artificial Neural Network), vergelijkbaar met het menselijk brein. Deze netwerken bevatten knopen in verschillende lagen die met elkaar zijn verbonden en met elkaar communiceren. Ontzettend ingewikkeld, dus!

Meer lezen?

Artificial Intelligence, Machine Learning en Deep Learning helpen wetenschappers en data-analisten om tonnen aan gegevens te interpreteren zodat machines intelligenter kunnen worden. Wil je zelf ook aan de slag met Machine Learning en Deep Learning? Dat kan via IBM Watson! Ook kun je daar zelf een chatbot bouwen (we schreven daar twee tutorials over: deel 1 en deel 2). Of lees Van Affenpinscher tot Zwitser: Watson herkent de hond om meer te weten over Watson Visual Recognition.

Laat een antwoord achter

Je e-mail adres wordt niet gepubliceerd.

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.