Een convolutioneel neuraal netwerk (CNN) is een architectuur voor neurale netwerken die bijzonder geschikt is voor beelddata. Het scant de invoer met kleine filters en herkent in de eerste lagen eenvoudige kenmerken zoals randen en in diepere lagen complexere vormen. CNN’s hebben beeldherkenning jarenlang bepaald en worden bijvoorbeeld gebruikt om defecten op productfoto’s op te sporen of bij medische beeldanalyse.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenDeep learning is een tak van machine learning die kunstmatige neurale netwerken met veel lagen gebruikt. Zulke netwerken leren uit grote hoeveelheden data welke kenmerken van belang zijn – van randen in beelden tot betekenisrelaties in teksten. Deep learning vormt de basis van de huidige taalmodellen, beeld- en spraakherkenning en machinevertaling en vergt doorgaans veel rekenkracht en trainingsdata.
Computervisie is een deelgebied van AI waarin computers afbeeldingen en video interpreteren. Typische taken zijn het herkennen en lokaliseren van objecten, het lezen van tekst in afbeeldingen en het meten van onderdelen. De technologie wordt bijvoorbeeld gebruikt bij kwaliteitscontrole in de productie, in rijhulpsystemen, in de logistiek en in medische beeldvorming.
Beeldherkenning is een deelgebied van computervisie waarin software herkent wat een afbeelding toont – objecten, personen, tekst, logo’s of scènes. Het is meestal gebaseerd op neurale netwerken die zijn getraind op grote aantallen gelabelde afbeeldingen. Toepassingen variëren van kwaliteitscontrole in de productie en het sorteren van productfoto’s tot ondersteuning bij medische beeldvorming. Bij afbeeldingen van personen verdienen gegevensbescherming en mogelijke bias bijzondere aandacht.
Kunstmatige 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.
