Een eenvoudige gids voor veelvoorkomende AI-termen in de Verenigde Staten

Bron: TechCrunch AI

Kunstmatige intelligentie is een complex en veelzijdig vakgebied. Wetenschappers die zich hierin bevinden, gebruiken vaak jargon en specifieke terminologie om hun werk te verduidelijken. Dit leidt er vaak toe dat we deze technische termen moeten gebruiken in onze berichtgeving over de AI-industrie. Daarom hebben we een woordenlijst samengesteld met definities van enkele van de belangrijkste woorden en zinnen die we in onze artikelen tegenkomen. Deze woordenlijst zal regelmatig worden bijgewerkt met nieuwe termen, terwijl onderzoekers voortdurend nieuwe methoden ontdekken om de grenzen van kunstmatige intelligentie te verleggen en opkomende veiligheidsrisico's te identificeren.

Wat is AGI?

Kunstmatige algemene intelligentie, of AGI, is een vaag begrip dat doorgaans verwijst naar AI die in veel, zo niet de meeste, taken beter presteert dan de gemiddelde mens. Sam Altman, CEO van OpenAI, beschreef AGI onlangs als de "equivalent van een gemiddelde mens die je als collega kunt inhuren." De statuten van OpenAI definiëren AGI als "hoogst autonome systemen die beter presteren dan mensen in het meeste economisch waardevolle werk." Google DeepMind heeft een iets andere kijk op AGI en beschouwt het als "AI die minstens zo capabel is als mensen in de meeste cognitieve taken." Verwarrend? Geen zorgen, zelfs experts aan de voorhoede van AI-onderzoek zijn het daarover niet altijd eens.

Wat is een AI-agent?

Een AI-agent verwijst naar een hulpmiddel dat gebruikmaakt van AI-technologieën om een reeks taken namens jou uit te voeren — verdergaand dan wat een eenvoudige AI-chatbot kan doen. Dit kan onder andere het indienen van onkosten, het boeken van tickets of een tafel in een restaurant, of zelfs het schrijven en onderhouden van code omvatten. Zoals eerder uitgelegd, zijn er veel bewegende delen in deze opkomende ruimte, waardoor "AI-agent" verschillende betekenissen kan hebben voor verschillende mensen. De infrastructuur om de beoogde mogelijkheden te realiseren, is nog in ontwikkeling. Maar het basisconcept impliceert een autonoom systeem dat meerdere AI-systemen kan gebruiken om meerstaps-taken uit te voeren.

Wat is chain-of-thought redeneermethoden?

Bij een eenvoudige vraag kan een mensenbrein vaak zonder al te veel nadenken een antwoord geven — denk aan vragen als "welk dier is groter, een giraffe of een kat?" Maar in veel gevallen is het nodig om pen en papier te gebruiken om tot het juiste antwoord te komen, omdat er tussenstappen nodig zijn. Bijvoorbeeld, als een boer kippen en koeien heeft, en samen hebben ze 40 koppen en 120 poten, dan moet je misschien een eenvoudige vergelijking opschrijven om tot het juiste antwoord te komen (20 kippen en 20 koeien).

In de context van AI betekent chain-of-thought redeneren voor grote taalmodellen het opsplitsen van een probleem in kleinere, tussenliggende stappen om de kwaliteit van het eindresultaat te verbeteren. Dit proces kan langer duren om een antwoord te verkrijgen, maar de kans dat het antwoord correct is, is groter, vooral in logische of programmeercontexten. Redeneringsmodellen zijn ontwikkeld vanuit traditionele grote taalmodellen en zijn geoptimaliseerd voor chain-of-thought-denken dankzij versterkend leren.

Vertaald met ChatGPT gpt-4o-mini