Wat is Kunstmatige Intelligentie?

Wat AI écht is, hoe het werkt en waarom het meer is dan alleen een hype

Ga terug
12 maart 2025

Een alledaagse ontdekkingsreis

Stel je voor: je staat 's ochtends op, vraagt je slimme speaker om je favoriete playlist af te spelen terwijl je je klaarmaakt voor werk. Je smartphone toont je de snelste route naar kantoor, rekening houdend met files en wegwerkzaamheden. Tijdens je lunchpauze scroll je door je sociale media, waar je precies de advertenties ziet voor die schoenen waar je gisteren naar zocht. En 's avonds ontspan je met een serie die Netflix speciaal voor jou heeft aanbevolen.

Wat al deze momenten met elkaar gemeen hebben? Ze worden allemaal mogelijk gemaakt door kunstmatige intelligentie, oftewel AI. Zonder dat je het misschien beseft, is AI al diep verweven in je dagelijks leven.

Verder dan robots en science fiction

Wanneer veel mensen denken aan kunstmatige intelligentie, zien ze beelden voor zich uit films als "I, Robot" of "The Terminator" – intelligente machines die eruitzien en zich gedragen als mensen. Maar de werkelijkheid van AI in 2025 is zowel minder spectaculair als veel alomtegenwoordiger dan deze futuristische visies.

AI is in essentie een verzamelnaam voor computersystemen die taken kunnen uitvoeren die normaal gesproken menselijke intelligentie vereisen. Denk aan het herkennen van spraak en beelden, beslissingen nemen, of menselijke taal begrijpen en genereren. Het draait om computers die kunnen "leren" van gegevens en zich kunnen aanpassen aan nieuwe informatie.

De geschiedenis van AI: van droom naar werkelijkheid

De term "Artificial Intelligence" werd voor het eerst gebruikt in 1956 tijdens een academische conferentie op Dartmouth College in de Verenigde Staten. Een groep wetenschappers, waaronder John McCarthy, Marvin Minsky, Allen Newell en Herbert Simon, kwam samen om te discussiëren over de mogelijkheid om machines te creëren die konden denken zoals mensen.

Al snel volgden de eerste successen:

De jaren '50 en '60: Optimistische beginjaren

Wetenschappers ontwikkelden programma's die konden schaken en wiskundige problemen konden oplossen. Het optimisme was groot, en er werd voorspeld dat machines binnen twintig jaar het niveau van menselijke intelligentie zouden bereiken.

De jaren '70 en '80: De "AI winter"

De vooruitgang verliep veel langzamer dan verwacht. Financiering voor AI-onderzoek droogde op omdat beloften niet werden waargemaakt. Deze periode staat bekend als de "AI winter".

De jaren '90: Nieuwe focus

Onderzoekers verschoven hun focus van het proberen te repliceren van algemene menselijke intelligentie naar het oplossen van specifieke problemen. Machine learning begon aan populariteit te winnen.

2000-2010: Doorbraken in data en rekenkracht

De opkomst van het internet leidde tot een explosie van beschikbare data. Tegelijkertijd begonnen computers krachtiger te worden, waardoor complexere algoritmes mogelijk werden.

2012-heden: De AI-renaissance

In 2012 won een deep learning-systeem genaamd AlexNet een prestigieuze beeldherkenningswedstrijd met een voorsprong die de AI-wereld verblufte. Dit moment wordt vaak gezien als het begin van de huidige AI-boom. De jaren daarna volgden doorbraken zoals:

  • 2016: AlphaGo verslaat de wereldkampioen in het bordspel Go (een eeuwenoud Aziatisch strategiespel dat als veel complexer wordt beschouwd dan schaken door het enorme aantal mogelijke zetten), iets wat experts nog tien jaar eerder voor onmogelijk hielden
  • 2018-2020: Grote doorbraken in natuurlijke taalverwerking, waardoor systemen teksten kunnen genereren die nauwelijks van menselijk geschreven tekst te onderscheiden zijn
  • 2022-2025: De opkomst van multimodale AI-systemen die tekst, beelden en geluid samen kunnen verwerken, resulterend in steeds intuïtievere en veelzijdigere toepassingen

Waarom AI nu zo "hot" is

Er zijn verschillende redenen waarom AI in de afgelopen jaren enorm aan populariteit heeft gewonnen:

1. Exponentiële groei in data

Smartphones, sociale media, sensoren en slimme apparaten produceren gigantische hoeveelheden data. Deze data vormt de "brandstof" die AI-systemen nodig hebben om te leren en te verbeteren.

2. Doorbraken in algoritmes

Nieuwe technieken zoals deep learning hebben geleid tot spectaculaire verbeteringen in wat AI kan doen, vooral op het gebied van beeldherkenning, spraakherkenning en natuurlijke taalverwerking.

3. Toegenomen rekenkracht

Moderne grafische processors (GPU's) zijn bijzonder geschikt voor het uitvoeren van AI-berekeningen. Deze hardware is steeds krachtiger en toegankelijker geworden.

4. Democratisering van AI-tools

Vroeger was AI-ontwikkeling alleen mogelijk voor grote onderzoeksinstellingen of techgiganten. Nu zijn er toegankelijke tools, bibliotheken en platforms beschikbaar waarmee vrijwel iedereen met programmeerkennis aan de slag kan met AI.

5. Praktische toepassingen

AI is uit het laboratorium gekomen en heeft zijn waarde bewezen in alledaagse toepassingen die we dagelijks gebruiken. Dit heeft geleid tot een sneeuwbaleffect van investeringen, onderzoek en nieuwe toepassingen.

6. De aandacht voor ChatGPT en andere generatieve AI

De lancering van ChatGPT eind 2022 bracht AI onder de aandacht van het grote publiek op een ongekende schaal. Miljoenen mensen konden voor het eerst zelf ervaren hoe verbluffend AI kan zijn in het genereren van tekst, wat leidde tot een golf van media-aandacht en nieuwe investeringen in AI-technologie.

De kern van AI: leren van data

Wat maakt moderne AI anders dan gewone software? Het belangrijkste verschil is dat traditionele software wordt geprogrammeerd met specifieke regels voor elke mogelijke situatie, terwijl AI-systemen kunnen leren uit voorbeelden en ervaringen.

Een traditioneel computerprogramma voor het herkennen van katten zou bijvoorbeeld werken met expliciete regels zoals: "Als het object puntige oren heeft, EN een staart, EN snorharen, DAN is het een kat." Een AI-systeem daarentegen wordt getraind door het duizenden afbeeldingen van katten en niet-katten te laten zien, waarna het zelf leert welke kenmerken belangrijk zijn.

Dit vermogen om te leren zonder expliciet geprogrammeerd te worden, maakt AI bijzonder krachtig voor taken die moeilijk in vaste regels te vatten zijn, zoals spraakherkenning, vertaling of het herkennen van emoties in tekst.

De balans tussen hype en realiteit

Bij alle opwinding rond AI is het belangrijk om een realistische kijk te houden op wat deze technologie wel en niet kan. Veel van wat in de media als "AI" wordt gepresenteerd, is in werkelijkheid heel specifieke software die is getraind voor één bepaalde taak. Een schaakcomputer kan dan wel een grootmeester verslaan, maar heeft geen idee hoe hij een auto moet besturen of een gesprek moet voeren.

Tegelijkertijd onderschatten we vaak wat AI op de langere termijn kan betekenen. De vooruitgang verloopt niet lineair maar exponentieel, en toepassingen die vandaag nog sciencefiction lijken, kunnen over tien jaar gemeengoed zijn.

AI als nieuwe dimensie van technologie

Kunstmatige intelligentie is niet zomaar een nieuwe technologie – het is een fundamentele verschuiving in hoe computers werken en hoe ze ons leven beïnvloeden. In plaats van passieve hulpmiddelen die precies doen wat we opdragen, worden computers steeds meer actieve assistenten die kunnen leren, zich kunnen aanpassen en in sommige gevallen zelfs kunnen anticiperen op onze behoeften.

Deze verschuiving biedt enorme kansen voor vooruitgang op gebieden als gezondheidszorg, onderwijs, duurzaamheid en economische productiviteit. Tegelijkertijd brengt het nieuwe uitdagingen met zich mee op het gebied van privacy, eerlijkheid, transparantie en de toekomst van werk.

Als samenleving staan we nog maar aan het begin van het AI-tijdperk. Door een beter begrip te ontwikkelen van wat AI is, hoe het werkt en wat de mogelijkheden en beperkingen zijn, kunnen we allemaal beter geïnformeerde beslissingen nemen over hoe we deze krachtige technologie willen vormgeven en gebruiken.


In de volgende artikelen in deze serie zullen we dieper ingaan op specifieke aspecten van AI. We bespreken hoe AI ons dagelijks leven beïnvloedt, hoe AI-systemen in grote lijnen werken, wat AI wel en niet kan, de verschillende soorten AI en hoe de toekomst van AI in Nederland eruit zou kunnen zien.