Wat is AI nu eigenlijk

Uit de geschiedenis weet je welk idee won: programmeer geen kennis in, maar leer het van voorbeelden. Laten we eens kijken wat dat in de praktijk betekent — het is de basis van de hele cursus.

Een gewoon programma: een wereld van vaste regels

Een klassiek programma is een reeks instructies geschreven door een persoon: „als de knop wordt ingedrukt, open het venster”, „als het totaal boven de 1000 is, vraag om bevestiging”. Een programma zal nooit iets doen dat niet in zijn regels staat. Dat is zijn kracht (voorspelbaarheid) en zijn grens: probeer eens regels te schrijven die een kat van een hond onderscheiden op een foto. Oorvorm? Verschilt per ras. Snorharen? Niet altijd zichtbaar. Mensen probeerden het 30 jaar lang en kwamen nergens.

AI: een wereld van voorbeelden

Machine learning draaide de aanpak om: in plaats van duizend regels voor „hoe een kat eruitziet”, laat je het model een miljoen foto's met de antwoorden zien — kat / geen kat — en het vindt zelf de patronen: combinaties van vormen, texturen en verhoudingen die een mens niet eens in woorden zou kunnen uitdrukken. Dat is wat machine learning is — de basis van alle moderne AI.

Je gebruikt AI al jaren — je merkte het alleen niet

• 📱 Face unlock — een neuraal netwerk herkent je, ook al zie je er elke dag iets anders uit.
• 🎵 Muziek- en videoaanbevelingen — een model dat je smaak leerde uit je luistergeschiedenis.
• 📧 De spammap — AI getraind op miljarden e-mails: regels kunnen spam niet vangen, het muteert.
• 🗺️ Verkeer in je kaarten-app — een voorspelling gebouwd op data van duizenden auto's.
• 📷 Je telefooncamera — nachtmodus en portretvervaging zijn ook neurale netwerken.

Zie wat ze gemeen hebben: elk is een taak waarbij je de regels niet kunt schrijven, maar voorbeelden verzamelen is eenvoudig.

Schaken versus Go: de twee benaderingen, naast elkaar

In 1997 versloeg de Deep Blue computer wereldkampioen schaken Garry Kasparov — en dat was een triomf van de oude benadering: een leger van programmeurs en grootmeesters laadde schaakkennis handmatig in de machine, en van daaruit won het door miljoenen posities per seconde te verwerken. De truc werkte niet voor Go: het heeft meer posities dan het universum atomen heeft, brute kracht is hulpeloos, en geen enkele meester kon „de regels van een goede zet” in woorden vatten.

Dus Go bleef twintig jaar ongeslagen — totdat AlphaGo het leerde van miljoenen spellen en door tegen zichzelf te spelen. De ene grens viel voor regels, de andere alleen voor leren. Houd dit paar in gedachten: het vertelt je direct welke aanpak waar past.

Drie soorten AI die je tegenkomt

• Herkennen: kijkt naar data en zegt „wat dit is” — een gezicht op een foto, spam in een e-mail, een defect op een productielijn.
• Voorspellen: schat „wat er zal gebeuren” — verkeer over een uur, een klant die op het punt staat te vertrekken, het volgende woord dat je toetsenbord voorstelt.
• Generatief: maakt iets nieuws — tekst, afbeeldingen, muziek, code. Dit is degene die in 2022 explodeerde, en het grootste deel van deze cursus gaat erover.

Veelvoorkomende mythes (laten we ze nu ontkrachten)

• „AI betekent robots.” Een robot is een lichaam, AI is het „brein”. Bijna alle moderne AI leeft helemaal zonder lichaam: in je telefoon, je browser, een server.
• „AI denkt als een mens.” Dat doet het niet: het vindt statistische patronen. Soms is het resultaat niet te onderscheiden van denken, maar het mechanisme is anders — en we gaan in op de verschillen (hallucinaties, bijvoorbeeld).
• „AI heeft doelen en verlangens.” Een model heeft een wiskundig doel dat mensen het hebben gegeven. Zorgen over AI zijn serieus te nemen, maar begin bij feiten, niet bij filmplots.

De kernformule van deze cursus

Leer één contrast — het verklaart het meeste van hoe AI zich gedraagt:

Een gewoon programma: een persoon schrijft de regels → de machine volgt ze → voorspelbaar, maar beperkt tot wat geschreven is.
AI: een persoon geeft voorbeelden → de machine werkt zelf de regels uit → het behandelt taken die geen regels hebben, maar de conclusies zijn statistieken, geen garantie.

Beide kanten van de medaille komen daaruit voort. De superkracht: AI lost problemen op die niemand kon programmeren (spraak, zicht, vertaling, conversatie). De zwakte: het kan vol vertrouwen en zonder waarschuwing fout zijn — zijn „regels” werden uit voorbeelden gehaald, en in zeldzame of nieuwe gevallen laten de statistieken het in de steek.

Doe dit nu: je eerste echte resultaat in een minuut

Genoeg theorie — laten we de handen uit de mouwen steken met AI. Je hoeft nergens heen: er is een Run-knop onder de prompt en een echte AI antwoordt hier meteen. Verander één woord op de eerste regel — je eigen functie — en voer het uit:

You are an experienced assistant. I'm a marketer.
(swap in your own: accountant, teacher, chef, driver — anything)

Do three things:
1. Name 5 typical work tasks of mine where you could help.
2. For the most common one, show a finished example: a short text or plan you'd produce.
3. Ask me 2 clarifying questions to make the result more accurate.

Binnen een minuut heb je een antwoord op maat voor jouw functie — dat is het eerste echte resultaat waar deze hele cursus voor is. Vind je het antwoord niet goed? Voeg „maak het korter” of „geef me een ander voorbeeld” toe en stuur opnieuw — AI doet het graag opnieuw. Je hebt zojuist alles toegepast waar we het over hadden: je gaf het model voorbeelden om op te richten (een rol en een taak), en het werkte zelf de regels van het antwoord uit.

Zie je de knop niet? Je bent nog niet ingelogd — aanmelden is gratis en kost één klik. En in module drie regelen we stap voor stap je eigen AI-toegang buiten de cursus om.