Er zijn verschillende soorten AI, en ze kunnen worden ingedeeld op basis van hun mogelijkheden en functionaliteiten. De meest voorkomende categorieën van kunstmatige intelligentie zijn:
Narrow AI
Narrow AI wordt ook wel 'zwakke AI' genoemd, de reden hiervan is dat dit type is ontworpen voor een specifieke taak. Het brede cognitieve vermogen en algemene intelligentie dat mensen hebben, mist hierbij. Voorbeelden waar je waarschijnlijk wel is mee in aanraking bent gekomen zijn onder andere beeld- of spraakherkenningssoftware, chatbots en Apple's Siri.
General AI
General AI wordt ook wel 'sterke AI' genoemd, dit komt doordat dit type een stuk geavanceerder is. Het vermogen om begrip te tonen, te leren en kennis toe te passen staat in dit type centraal. Dit type AI moet daarom in staat zijn om te denken en leren zoals mensen. Op dit moment bestaat sterke AI nog niet en wordt er vooral theoretisch over gesproken.
AI is verder nog onder te verdelen in:
Machine learning
Machine learning (ML) is voornamelijk gericht op het ontwikkelen van algoritmes, waarmee systemen kunnen leren en verbeteren op basis van ervaringen. Het idee achter ML is dat het computers de mogelijkheid geeft te leren en evolueren waardoor ze betere prestaties kunnen leveren bij specifieke taken. Bij deze taken moet je denken aan medische diagnoses, financiële voorspellingen en andere domeinen waar patroonherkenning en voorspelling centraal staan. ML werkt bijna hetzelfde als hoe mensen werken: hoe meer ervaring de computer krijgt, des te sneller en beter hij advies kan geven.
Deep learning
Deep learning is een gespecialiseerde vorm van Machine Learning die geïnspireerd is op de structuur en functie van menselijke hersenen en gebruikmaakt van kunstmatige neurale netwerken. Deep learning heeft veel succes geboekt bij taken zoals beeld- en spraakherkenning en natuurlijke taalverwerking. Ook wordt deze vorm ondertussen gebruikt om nieuwe medicijnen te ontwikkelen.
Natuurlijke taalverwerking
Natuurlijke taalverwerking (NLP) stelt computers in staat menselijke taal te begrijpen en te interpreteren. Het wordt gebruikt in toepassingen zoals chatbots, vertaaldiensten en tekstanalyse.
Computer vision
Dit is gericht op het verlenen van visuele perceptie aan machines. Computer vision stelt machines in staat om visuele informatie te begrijpen en te interpreteren, waardoor ze taken zoals beeldherkenning kunnen uitvoeren.
Robotica
Kunstmatige intelligentie wordt vaak toegepast in robots om hen in staat te stellen taken te volbrengen, variërend van eenvoudige taken tot complexe handelingen die menselijke intelligentie vereisen. Deze categorieën overlappen vaak, en veel AI-toepassingen maken gebruik van meerdere technieken om complexe taken te realiseren.
Naast de verschillende soorten kan je AI onderverdelen in bepaalde gebieden:
Op basis van functionaliteit
Reactive machines
Er zijn systemen die reageren op specifieke situaties, waarbij het systeem niet het vermogen heeft om te leren van ervaringen of zich aan te passen aan nieuwe omstandigheden. Deze reactive machines zijn bijvoorbeeld schaakcomputers, keukenapparatuur zoals programmeerbare koffiezetapparaten of automatische deuropeners.
Beperkt geheugen
Andere AI-systemen hebben het vermogen om te leren van historische gegevens en eerdere ervaringen, hierdoor kunnen zij beter reageren op nieuwe situaties. Deze AI kan je toepassen voor bijvoorbeeld fraude-detectie-systemen en worden toegepast voor verkeersvoorspelling systemen.
Theoretisch bewustzijn
Theoretisch bewustzijn is een conceptueel niveau waarbij AI niet alleen leert van ervaringen, maar ook bewustzijn en begrip van de wereld ontwikkelt. Dit niveau is echter meer een hypothetische dan een praktische realiteit. Dit concept roept wel vragen op over bijvoorbeeld complexe onderwerpen zoals filosofie.
Op basis van leren
Supervised learning
Bij supervised learning worden er algoritmes getraind op gelabelde gegevens waarbij het de relatie tussen de invoer en de gewenste uitvoer leert. Bepaalde dingen waar je dagelijks mee te maken kan hebben zijn spamfilters en gezichtsherkenning. Deze worden getraind met een dataset waarbij de juiste antwoorden (labels) al zijn gegeven.
Unsupervised learning
Unsupervised learning wordt in het algoritme getraind op ongelabelde gegevens om patronen en structuren te ontdekken zonder specifieke begeleiding. Deze AI kan je toepassen voor bijvoorbeeld je webshop, waarbij er groepen worden gemaakt op basis van aankoopgedrag zonder vooraf bekende segmentatie. Als je inzicht wil krijgen in de structuur of patronen binnen de gegevens waarbij er bekende labels zijn, komt unsupervised learning goed van pas.
Reinforcement learning
Bij reinforcement learning (RL) leert een computer een beslissing te nemen door interactie met een omgeving. De computer - ook wel agent - probeert verschillende acties uit en leert wat het beste werkt in een bepaalde situatie om zo zijn prestaties te verbeteren. Met een agent wordt hier een intelligent systeem bedoeld, denk bijvoorbeeld aan een bot. Daarbij kan de bot in een fysieke of virtuele omgeving zijn, bij een virtuele omgeving kan je denken aan een virtual agent die bijvoorbeeld in een videospel of simulatie voorkomt.
Op basis van toepassingsgebied
Medische AI
AI kan de medische sector transformeren door geavanceerde diagnostiek, behandelingsplanning en verbeterde efficiëntie in medische processen. Zo is het mogelijk om met AI beelden te analyseren om bijvoorbeeld afwijkingen te herkennen. Hierdoor kunnen bepaalde ziektes al vroegtijdig worden geanalyseerd.
Autonome voertuigen
Met bepaalde auto's is het mogelijk om deze door AI zelf te laten navigeren en beslissingen te nemen. Hierdoor kan je onderweg beter focussen op bijvoorbeeld een telefonische afspraak. Uiteraard moet je wel altijd blijven opletten om problemen op de weg te voorkomen.
Natuurlijke taalverwerking
Chatbots en vertaalapplicaties worden steeds populairder. Deze AI-systemen zijn erop ingericht om de menselijke taal te begrijpen, te interpreteren en te genereren. Zo kan je in je huis een chatbot zoals Google Assistant neerzetten die al je vragen kan beantwoorden, en kan je Google Translate gebruiken om bepaalde zinnen en woorden te vertalen. Bij het typen van bijvoorbeeld e-mails of teksten voor je e-commerce platform, kan AI met autocorrectie en grammaticale correctie voorstellen doen om dit te verbeteren. Ook de service die je wil bieden voor je klanten kan worden verbeterd door bijvoorbeeld chatbots. Zo kan je door gebruik te maken van een NLP de intentie achterhalen van klanten en kan de chatbot relevante antwoorden genereren.
