AI-begrippen uitgelegd · ai / nieuws

# Agent: Een AI-systeem dat zelfstandig meerdere stappen uitvoert om een taak af te ronden: bestanden openen, zoeken, code draaien, resultaten controleren. Een chatbot beantwoordt je vraag; een agent boekt bij wijze van spreken ook meteen de vergaderruimte.
# AI-verordening: De officiële Nederlandse naam van de EU AI Act: de Europese wet die regels stelt aan het ontwikkelen en gebruiken van AI, met zwaardere eisen naarmate het risico groter is. Gebruik je als bedrijf alleen ChatGPT of Copilot, dan raakt vooral de AI-geletterdheidsplicht (artikel 4) je direct.
# API: De technische aansluiting waarmee software met andere software praat. Wie AI "via de API" gebruikt, betaalt per verbruik (zie token) in plaats van een vast bedrag per maand, zoals bij een chat-abonnement.
# Compute: Verzamelterm voor rekenkracht: de servers, chips en datacenters die nodig zijn om AI-modellen te trainen en te draaien. Als een land of bedrijf "geen eigen compute" heeft, moet het die capaciteit bij anderen inkopen.
# Context-window: De hoeveelheid tekst die een model in één gesprek kan "onthouden", gemeten in tokens. Stop je er meer in dan past, dan valt het begin van het gesprek buiten beeld en gaat het model dingen vergeten of verzinnen.
# Fine-tuning: Het bijtrainen van een bestaand model op eigen materiaal, bijvoorbeeld je klantenservice-gesprekken, zodat het jouw toon en vakgebied beter aanvoelt. Lichter en goedkoper dan een model vanaf nul trainen.
# Frontier-model: De zwaarste, nieuwste generatie AI-modellen van labs als OpenAI, Anthropic en Google. Het knapst, maar ook het duurst in geld en energie. Voor een samenvatting of e-mailcorrectie volstaat vaak een kleiner, sneller model.
# GPU: De chip waarop vrijwel alle AI draait, oorspronkelijk ontworpen voor videogames. Nvidia is veruit de grootste leverancier. De vraag naar GPU's bepaalt voor een groot deel waar nieuwe datacenters komen en wat AI kost.
# Hallucinatie: Een antwoord dat overtuigend klinkt maar feitelijk onjuist is, zoals een verzonnen bron of niet-bestaand jurisprudentienummer. Geen storing, maar een eigenschap van hoe taalmodellen werken: controleer feiten dus altijd zelf.
# Hyperscaler: Een techreus met wereldwijde datacenters die cloud- en AI-capaciteit verhuurt: Microsoft (Azure), Amazon (AWS) en Google (Cloud) zijn de drie grootste. Vrijwel alle AI-diensten die jij gebruikt draaien op hun infrastructuur.
# Inference: Het dagelijkse gebruik van een getraind model: elke prompt die je stelt, elke afbeelding die je genereert. Training haalt de krantenkoppen, maar inference slokt 80 tot 90% van alle AI-energie op, simpelweg omdat het nooit stopt.
# LLM (groot taalmodel): Large Language Model: het type AI-model achter ChatGPT, Claude en Gemini. Getraind op enorme hoeveelheden tekst om telkens het meest waarschijnlijke volgende woord te voorspellen, en daardoor verrassend goed in schrijven, samenvatten en redeneren.
# Open model: Een AI-model waarvan de "gewichten" vrij te downloaden zijn, zoals Llama of Mistral, zodat je het op eigen servers kunt draaien. Je betaalt geen licentie per gebruik, maar regelt zelf de hardware, het onderhoud en de veiligheid.
# Prompt: De opdracht of vraag die je aan een AI-model geeft. Hoe concreter de prompt (doel, doelgroep, voorbeeld erbij), hoe bruikbaarder het antwoord. ChatGPT alleen al verwerkt er zo'n 2,5 miljard per dag.
# Token: Het stukje tekst waarin een model rekent, ruwweg drie kwart woord in het Nederlands. AI-diensten rekenen er vaak in af: je betaalt per miljoen tokens in- en uitvoer. Daarom kan intensief gebruik flink duurder uitpakken dan de licentieprijs suggereert.
# Training: De eenmalige, zeer energie-intensieve fase waarin een model leert van enorme datasets. GPT-4 kostte naar schatting 50 tot 70 gigawattuur aan trainingsstroom. Daarna neemt inference het stokje over.