Woordenlijst

Generative adversarial network (GAN)

Wat is Generative adversarial network (GAN)?

Een generative adversarial network (GAN) bestaat uit twee neurale netwerken die tegen elkaar worden getraind: de generator maakt kunstmatige data, zoals afbeeldingen, en de discriminator probeert die van echte te onderscheiden. Door deze wedstrijd worden de resultaten steeds realistischer. GAN’s werden in 2014 geïntroduceerd en bepaalden de beeldgeneratie voordat diffusiemodellen breder werden gebruikt; ze worden bijvoorbeeld ingezet voor synthetische trainingsdata of beeldverbetering.

Onderwerpen

  • Neurale netwerken
  • Beeldgeneratie
  • Deep learning

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten
← Alle begrippen

Verwante begrippen

Fréchet inception distance (FID)

De Fréchet inception distance (FID) is een maat om de kwaliteit van door AI gegenereerde afbeeldingen te beoordelen. Echte en gegenereerde afbeeldingen worden door een vooraf getraind beeldherkenningsnetwerk (Inception v3) gehaald en de statistische verdelingen van hun kenmerken worden vergeleken. Hoe lager de waarde, hoe dichter de gegenereerde afbeeldingen bij echte foto’s liggen qua realisme en verscheidenheid. FID werd in 2017 geïntroduceerd en is een standaard om beeldgeneratoren te vergelijken.

  • Beeldgeneratie
  • Evaluatiemaat
  • +1

Deepfake

Een deepfake is een met AI gemaakt of gewijzigd beeld-, video- of audiofragment dat op overtuigende wijze echte mensen dingen laat zeggen of doen die nooit zijn gebeurd. Naast legitieme toepassingen in film of nasynchronisatie worden deepfakes gebruikt voor desinformatie, reputatieschade en fraude – bijvoorbeeld nepgesprekken van een vermeende manager die om een bankoverschrijving vraagt. Bescherming bieden terugbellen via bekende kanalen, duidelijke goedkeuringsprocessen en het labelen van door AI gegenereerde inhoud.

  • desinformatie
  • fraude
  • +1

Synthetische gegevens

Synthetische gegevens worden kunstmatig gegenereerd in plaats van in de echte wereld verzameld, maar bootsen de patronen en eigenschappen van echte gegevens na. Ze helpen wanneer echte gegevens schaars, duur of uit het oogpunt van gegevensbescherming gevoelig zijn – bijvoorbeeld om software te testen, modellen te trainen of een chatbot te controleren met realistische voorbeeldvragen. Het is belangrijk dat ze de werkelijkheid dicht genoeg benaderen en geen conclusies over echte personen toelaten.

  • testgegevens
  • gegevensbescherming
  • +1
Sjabloon

Generatieve AI

Generatieve AI verwijst naar AI-systemen die nieuwe inhoud creëren – tekst, beeld, audio, video of programmacode – in plaats van bestaande gegevens alleen te sorteren of te beoordelen. Ze zijn gebaseerd op modellen die patronen leren uit grote hoeveelheden data en die gebruiken om aannemelijke nieuwe uitvoer te produceren. In het bedrijfsleven wordt het bijvoorbeeld gebruikt om e-mails, samenvattingen, productbeschrijvingen of beeldideeën op te stellen. Resultaten kunnen fouten bevatten en moeten vóór gebruik worden gecontroleerd.

  • Kernbegrip
  • Contentcreatie
  • +1