Kunstmatige intelligentie (AI)

Kunstmatige intelligentie (AI) is software die werk doet waarvoor normaal menselijk denkwerk nodig is, zoals een vraag begrijpen of herkennen wat er op een foto staat. De meeste AI die je dagelijks tegenkomt, leert dat uit voorbeelden in plaats van uit regels die een programmeur heeft uitgeschreven. In een bedrijf zie je het in gewone hulpmiddelen: een webshopchatbot die vragen over bestellingen beantwoordt, of een banksysteem dat ongebruikelijke betalingen markeert.

Waar komt de term vandaan?

John McCarthy bedacht de term in 1955, in een voorstel dat hij met Marvin Minsky, Nathaniel Rochester en Claude Shannon schreef voor een zomerstudie van twee maanden aan Dartmouth College in 1956. Het voorstel ging uit van het vermoeden dat elk aspect van leren, en elk ander kenmerk van intelligentie, in principe zo precies te beschrijven is dat een machine het kan nabootsen. McCarthy omschreef AI later als de wetenschap en techniek van het maken van intelligente machines, vooral intelligente computerprogramma's (McCarthy, 2007).

Hoe werkt het?

Er zijn grofweg twee manieren om AI te bouwen. Bij de eerste schrijven mensen de kennis in het programma, bijvoorbeeld hoe je schaakt. Bij de tweede, machine learning, zoekt het systeem zelf de patronen in voorbeelden. Stanford-hoogleraar Christopher Manning omschrijft machine learning als het deel van AI dat onderzoekt hoe computersystemen beter worden op basis van ervaring of data, en schrijft dat de nadruk is verschoven naar systemen die leren (Stanford HAI).

AI is de overkoepelende term, en IBM beschrijft de begrippen daaronder als lagen die in elkaar passen. Machine learning is een deel van AI. Deep learning, dat neurale netwerken met veel lagen gebruikt, is een deel van machine learning. Generatieve AI, die tekst, beelden en andere inhoud maakt, is gebouwd op deep learning. Een groot taalmodel, zoals het model achter ChatGPT, is een voorbeeld van generatieve AI.

Een lerend systeem doorloopt twee fasen: training, waarin het leert van voorbeelden, en inferentie, waarin het toepast wat het heeft geleerd op nieuwe invoer.

Smalle of algemene AI?

Manning noemt systemen die voor één taak zijn gebouwd, zoals spraak- of gezichtsherkenning, smalle AI (narrow AI). AGI (artificial general intelligence) is het doel van machines die breed intelligent zijn en hun context begrijpen. Chatbots maken die grens lastiger te trekken, omdat één model veel soorten taken aankan. In een position paper uit 2023 plaatsten onderzoekers van Google DeepMind ChatGPT en Bard op het laagste algemene niveau van hun schaal, Emerging AGI: even goed als of iets beter dan een ongeschoolde mens (Morris e.a.). Het volgende niveau, Competent AGI, had volgens hen nog geen publiek beschikbaar systeem bereikt. IBM noemt AGI in zijn uitleg, bijgewerkt in juni 2026, theoretisch.

Wat telt als AI in de Europese wet?

De Europese AI-verordening (Verordening (EU) 2024/1689, gepubliceerd in juli 2024) heeft een eigen definitie, en die bepaalt welke software onder de wet valt. Een AI-systeem is daarin een machinaal systeem dat met enige autonomie werkt en uit zijn invoer afleidt hoe het uitvoer maakt, zoals voorspellingen, inhoud, aanbevelingen of beslissingen. Overweging 12 sluit software uit die alleen regels uitvoert die volledig door mensen zijn opgesteld. Een spreadsheetformule die btw optelt, valt dus buiten de definitie. Het factuurmodel uit het voorbeeld hieronder is het soort systeem dat ze beschrijft.

Voorbeeld

Stel: een administratiekantoor krijgt elke maand een paar honderd facturen als pdf. Klassieke software heeft per leverancier een sjabloon nodig, met het totaal in het ene vak en het btw-nummer in het andere, en een nieuwe opmaak laat het vastlopen. Een machine-learningmodel dat op veel facturen is getraind, heeft geleerd hoe een totaalbedrag en een btw-nummer eruitzien, en kan daardoor ook een opmaak lezen die het nog niet kende. Het kan er nog steeds een verkeerd lezen, dus controleert iemand de bedragen voordat ze in de boekhouding komen.