Wat is Neuraal netwerk?

Een neuraal netwerk is een computermodel dat losjes is gebaseerd op hoe hersenen werken. Het bestaat uit veel kleine rekeneenheden die met elkaar verbonden zijn. Samen kunnen ze patronen leren herkennen in data. Bijna alle moderne AI is erop gebouwd.

Hoe werkt het?

Een neuraal netwerk heeft lagen met knooppunten, die je neuronen noemt. Elk neuron krijgt getallen binnen, rekent er iets mee en geeft een getal door. De verbindingen tussen neuronen hebben een gewicht. Dat gewicht bepaalt hoe sterk een signaal doorwerkt.

• De eerste laag neemt de invoer op, zoals de pixels van een foto.
• De lagen daartussen zoeken steeds complexere patronen, bijvoorbeeld randen, vormen en daarna een gezicht.
• De laatste laag geeft de uitkomst, bijvoorbeeld: dit is een kat.

Tijdens het trainen krijgt het netwerk veel voorbeelden. Bij elke fout past het de gewichten een beetje aan. Na miljoenen kleine aanpassingen wordt het steeds beter. Een netwerk met veel lagen noemen we deep learning, dus diep leren.

Een voorbeeld uit de praktijk

Je telefoon herkent je gezicht om te ontgrendelen. Of je e-mailprogramma filtert spam. Een neuraal netwerk heeft geleerd van talloze voorbeelden hoe nepmail eruitziet. Ook spraakassistenten, vertaalapps en chatbots draaien op neurale netwerken.

Waarom is dit belangrijk voor jou?

Als je weet dat AI leert van voorbeelden, begrijp je zijn sterke en zwakke kanten. Aandachtspunten:

• Een netwerk is zo goed als zijn data. Vooroordelen in de data komen terug in de uitkomst.
• Vaak is moeilijk uit te leggen waarom het netwerk een bepaalde keuze maakt.
• Het kan zelfverzekerd fout zijn.

Een neuraal netwerk denkt dus niet zoals een mens. Het herkent vooral patronen.