AI vs machine learning vs deep learning vs generatieve AI

De AI-hiërarchie: het grote plaatje

AI, machine learning, deep learning en generatieve AI worden vaak door elkaar gebruikt, maar ze zijn niet hetzelfde. Ze vormen een hiërarchie van geneste begrippen: elk bouwt voort op het vorige.

Elke laag is een deelgebied van de vorige. Generatieve AI is een toepassing van deep learning.

Artificial intelligence (AI)

Artificial intelligence is het breedste begrip: elk systeem dat taken uitvoert die normaal menselijke intelligentie vereisen. Dit omvat:

Redeneren: logische conclusies trekken
Waarnemen: beelden, spraak of tekst begrijpen
Taal begrijpen: natuurlijke taal verwerken
Beslissen: acties kiezen op basis van input

Machine learning (ML)

Machine learning is een deelgebied van AI waarbij systemen leren van data in plaats van expliciet geprogrammeerd te worden. Het algoritme vindt zelf patronen.

Supervised learning

Leren van gelabelde data: input-outputparen.

Voorbeeld: spamdetectie

Unsupervised learning

Patronen vinden in ongelabelde data.

Voorbeeld: klantsegmentatie

Reinforcement learning

Leren door vallen en opstaan, met beloningen.

Voorbeeld: game-AI, robotica

Deep learning (DL)

Deep learning is een deelgebied van ML dat gebruikmaakt van neurale netwerken met meerdere lagen (vandaar “deep”). Deze netwerken kunnen automatisch features leren uit ruwe data.

Een inputlaag, meerdere verborgen lagen (vandaar deep) en een outputlaag.

Deep learning blinkt uit in taken waar traditionele ML tekortschiet:

Beeldherkenning (CNN’s)
Spraakherkenning
Natuurlijke taalverwerking (transformers)
Autonome voertuigen

Generatieve AI (GenAI)

Generatieve AI is een toepassing van deep learning die nieuwe content creëert: tekst, afbeeldingen, code, audio of video. In plaats van alleen te classificeren of voorspellen, genereert het output die lijkt op de trainingsdata.

Tekstgeneratie

Chatassistenten en schrijfhulpen
LLM’s (grote taalmodellen)
Code-assistenten

Beeldgeneratie

Tekst-naar-beeldmodellen
Diffusiemodellen
GAN’s (oudere aanpak)

Vergelijkingstabel

Aspect	AI	ML	DL	GenAI
Definitie	Menselijke intelligentie nabootsen	Leren van data	Neurale netwerken	Content creëren
Data nodig	Variabel	Gemiddeld	Veel	Enorm
Rekenkracht	Laag tot hoog	Gemiddeld	Hoog (GPU)	Zeer hoog
Output	Beslissingen	Voorspellingen	Complexe patronen	Nieuwe content

Wanneer gebruik je wat?

Regelgebaseerde AI

Als je duidelijke, vaste regels hebt en weinig data. Expertsystemen, handgeschreven beslisregels.

Machine learning

Voorspellingen op gestructureerde data. Classificatie, regressie, clustering.

Deep learning

Complexe patronen in ongestructureerde data. Beeld, spraak, tekst.

Generatieve AI

Nieuwe content creëren. Tekst, code, afbeeldingen, samenvattingen.