AI Woordenboek

Een hypothetisch AI-systeem dat elke intellectuele taak kan uitvoeren die een mens kan. Bestaat nog niet — huidige AI is 'narrow AI' die specifieke taken uitvoert.

Een AI-systeem dat zelfstandig taken uitvoert, beslissingen neemt en tools gebruikt om een doel te bereiken, zonder stap-voor-stap instructies van een mens.

Een set regels waarmee software met andere software communiceert. Via een API kun je bijvoorbeeld GPT-5 aanroepen vanuit je eigen applicatie.

Een gestandaardiseerde test om AI-modellen te vergelijken op taken als redeneren, coderen of taalkennis. Voorbeelden: MMLU, HumanEval, SWE-bench.

Een programma waarmee je in natuurlijke taal kunt communiceren. Moderne chatbots zoals ChatGPT en Claude gebruiken LLMs als kern.

De hoeveelheid tekst die een AI-model in één keer kan verwerken, gemeten in tokens. GPT-5 heeft een context window van 128K tokens (~100.000 woorden).

Een vorm van machine learning met neurale netwerken van meerdere lagen. Maakt complexe patroonherkenning mogelijk in tekst, beeld en geluid.

Een numerieke representatie (vector) van tekst, beeld of andere data. Embeddings maken het mogelijk om de betekenis van content te vergelijken en te doorzoeken.

De eerste uitgebreide AI-wet ter wereld (EU Verordening 2024/1689). Deelt AI in risicocategorieën in en stelt eisen aan transparantie, veiligheid en menselijk toezicht.

Lees meer →

Het doortrainen van een bestaand AI-model op je eigen data, zodat het beter presteert op specifieke taken. Duurder dan RAG maar soms noodzakelijk voor specialistische kennis.

Een groot, breed getraind AI-model (zoals GPT-5, Claude, Llama) dat als basis dient voor uiteenlopende toepassingen via fine-tuning of prompting.

Een processor die oorspronkelijk voor graphics is ontworpen maar nu essentieel is voor AI-training en -inferentie. NVIDIA's H100 en H200 zijn de standaard voor AI.

Lees meer →

Wanneer een AI-model zelfverzekerd een fout of verzonnen antwoord geeft. RAG en grounding-technieken verminderen hallucinaties.

Het gebruik van een getraind AI-model om nieuwe input te verwerken en output te genereren. Elke ChatGPT-prompt is een inferentie. Inferentie is de grootste kostenpost van AI.

Lees meer →

Een groot taalmodel getraind op enorme hoeveelheden tekst. Voorbeelden: GPT-5, Claude, Llama, Mistral. LLMs vormen de basis van moderne AI-assistenten.

Lees meer →

Een efficiënte fine-tuning techniek die slechts een klein deel van de modelparameters aanpast. Maakt fine-tuning betaalbaar op consumentenhardware.

Een tak van AI waarbij systemen leren van data in plaats van expliciet geprogrammeerd te worden. Deep learning is een subset van machine learning.

Een AI-model dat meerdere typen input begrijpt: tekst, beeld, audio en/of video. GPT-5 en Gemini zijn multimodale modellen.

Een gespecialiseerde chip in moderne laptops en telefoons die AI-taken efficiënt en energiezuinig uitvoert. Apple's Neural Engine en Qualcomm's Hexagon zijn NPUs.

Lees meer →

AI-modellen waarvan de weights (parameters) publiek beschikbaar zijn. Voorbeelden: Meta's Llama, Mistral, DeepSeek. Kunnen lokaal gedraaid en aangepast worden.

Lees meer →

Een instelbare waarde in een neuraal netwerk die tijdens training wordt geoptimaliseerd. GPT-5 heeft naar schatting honderden miljarden parameters.

De tekstinstructie die je aan een AI-model geeft. De kwaliteit van je prompt bepaalt grotendeels de kwaliteit van het antwoord.

De kunst van het formuleren van effectieve prompts om betere resultaten uit AI-modellen te halen. Technieken: few-shot, chain-of-thought, system prompts.

Het verkleinen van een AI-model door de precisie van getallen te verlagen (bijv. van 32-bit naar 4-bit). Maakt het mogelijk om grote modellen op consumentenhardware te draaien.

Een techniek waarbij een AI-model eerst relevante documenten opzoekt en die als context meeneemt bij het genereren van een antwoord. Voorkomt hallucinaties.

Lees meer →

Het vermogen van een AI-model om stapsgewijs na te denken over complexe problemen. GPT-5's 'thinking mode' en Claude's chain-of-thought zijn reasoning-features.

De basiseenheid waarin AI-modellen tekst verwerken. Eén token is ongeveer ¾ van een woord in het Engels, iets minder in het Nederlands. Prijzen worden per token berekend.

Het proces waarbij een AI-model leert van grote datasets door patronen te herkennen en parameters aan te passen. Training is eenmalig en kostbaar; inferentie is doorlopend.

De architectuur achter alle moderne LLMs, geïntroduceerd door Google in 2017. Gebruikt 'attention' om relaties tussen woorden te begrijpen, ongeacht afstand in de tekst.

Een database geoptimaliseerd voor het opslaan en doorzoeken van embeddings. Essentieel voor RAG-systemen. Voorbeelden: Pinecone, Weaviate, Chroma.

Lees meer →

Het vermogen van een AI-model om een taak uit te voeren zonder specifieke voorbeelden. Een LLM kan vertalen naar een taal waarvoor het geen expliciete vertaltraining heeft gehad.