AI vs machine learning: wat is het verschil?

Het korte antwoord

Wat is artificial intelligence?

Artificial intelligence (AI) is een breed vakgebied binnen de informatica dat zich richt op het creëren van systemen die taken kunnen uitvoeren waarvoor normaal gesproken menselijke intelligentie nodig is.

AI als concept bestaat al sinds de jaren ’50, toen pioniers als Alan Turing en John McCarthy de basis legden. Het omvat veel verschillende benaderingen:

Regelgebaseerde systemen

Expertsystemen met handmatig geprogrammeerde regels (“als X, dan Y”).

Zoekalgoritmes

Routes zoeken en optimaliseren.

Kennisgrafen

Gestructureerde kennisrepresentatie en redeneren.

Machine learning

Systemen die leren van data (waar we het zo over hebben).

Wat is machine learning?

Machine learning (ML) is een specifieke tak van AI waarbij systemen automatisch patronen leren uit data, zonder expliciet geprogrammeerd te worden voor elke taak.

In plaats van regels te schrijven, geef je een ML-systeem voorbeelden. Het systeem ontdekt zelf de onderliggende patronen:

Traditioneel programmeren

Data

Regels

Antwoorden

Machine learning

Data

Antwoorden

Regels (model)

Traditioneel programmeren maakt van data en regels antwoorden; machine learning maakt van data en antwoorden de regels (het model).

ML kent drie hoofdcategorieën:

Supervised learning: leren van gelabelde voorbeelden (input + correct antwoord).
Unsupervised learning: patronen ontdekken in ongelabelde data.
Reinforcement learning: leren door vallen en opstaan, met beloningen.

De relatie: ML is een subset van AI

De eenvoudigste manier om de relatie te begrijpen is als concentrische cirkels:

Machine learning is een deelgebied van AI; deep learning is weer een deelgebied van machine learning.

Belangrijk: AI is niet synoniem met ML. Er bestaan AI-systemen die geen ML gebruiken (zoals regelgebaseerde expertsystemen), en ML is slechts één van de vele technieken om AI te realiseren.

Praktische voorbeelden

Toepassing	Type	Hoe het werkt
Schaakcomputer (vroeger)	AI (geen ML)	Zoekalgoritmes + handmatige evaluatiefuncties
Spamfilter	ML	Leert van voorbeelden van spam/niet-spam
Chatassistent (LLM)	ML (deep learning)	Neuraal netwerk getraind op tekst
Routeplanner	AI (geen ML)	Dijkstra’s algoritme of A*
Aanbevelingen in een streamingdienst	ML	Collaborative filtering op kijkgedrag

Wanneer gebruik je welke term?

Gebruik "AI" wanneer:

Je spreekt over intelligente systemen in het algemeen
De technische implementatie niet relevant is
Je communiceert met niet-technische stakeholders

Gebruik "ML" wanneer:

Het systeem specifiek leert van data
Je training, validatie en modellen bespreekt
Je communiceert met data scientists of engineers