Een associatief geheugen haalt opgeslagen informatie op aan de hand van de inhoud in plaats van een adres: een gedeeltelijke of verstoorde aanwijzing is genoeg om het bijpassende geheel terug te halen – zoals de eerste maten een heel nummer weer oproepen. Hopfield-netwerken zijn een klassiek voorbeeld in het AI-onderzoek. Het principe komt ook voor in hardware (content-addressable memory) en in analyses van het attentiemechanisme in moderne taalmodellen.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenKunstmatige neurale netwerken (ANN’s) zijn rekenmodellen die bestaan uit veel verbonden eenheden (“neuronen”) die in lagen zijn geordend en invoer verwerken via gewogen verbindingen. Tijdens het trainen worden de gewichten stap voor stap aangepast aan de hand van voorbeelden, meestal via backpropagation. ANN’s vormen de basis van deep learning en drijven beeldherkenning, spraakherkenning en grote taalmodellen aan. Ondanks hun biologische inspiratie werken ze veel eenvoudiger dan het menselijk brein.
Patroonherkenning is het automatisch identificeren van regelmatigheden, structuren of terugkerende kenmerken in gegevens zoals afbeeldingen, geluiden, teksten of metingen. Systemen delen nieuwe waarnemingen in bij bekende categorieën of ontdekken groepen zonder vooraf bepaalde labels. Toepassingen zijn onder meer gezichtsherkenning, handschriftherkenning, kwaliteitscontrole in de productie en het opsporen van ongebruikelijke transacties. Het vakgebied is een belangrijke basis van machine learning.
Cognitive computing is een overkoepelende term voor systemen die menselijke denkprocessen zoals taalbegrip, redeneren en leren van ervaring willen nabootsen om beslissingen van mensen te ondersteunen. De term werd in de jaren 2010 vooral bekend door IBM Watson. Hij combineert methoden zoals natuurlijke taalverwerking, machine learning en kennisrepresentatie; tegenwoordig spreekt men vaker van AI-assistenten of taalmodellen.
