AIsystemen

AIsystemen zijn software- en hardwarematige systemen die taken uitvoeren die menselijke intelligentie nabootsen, zoals leren, perceptie, redeneren en besluitvorming. Ze maken gebruik van data, modellen en rekencapaciteit en variëren van taakgerichte narrow AI tot bredere benaderingen. AIsystemen worden ingezet in diverse domeinen en kunnen zelfstandig opereren of in samenwerking met mensen.

Belangrijke onderdelen zijn data pipelines, trainings- en inferentiemodellen en algoritmes plus gebruikersinterfaces. Typen omvatten rule-based systemen, statistische en machine learning-modellen, diepe neurale netwerken en hybride systemen. Toepassingen bestrijken onder meer natuurlijke taalverwerking, computer vision, robotics en besluitvorming, met een doorgaans onderscheid tussen training en inferentie.

Toepassingen komen voor in gezondheidszorg, financiën, productie, transport, logistiek en detailhandel. AIsystemen worden gebruikt voor diagnoseondersteuning, risicoanalyse, kwaliteitscontrole, chatbots, routeplanning en automatische besluitvorming. In veel gevallen werken mensen samen met systemen via een mens-in-de-loop benadering.

Risico's en governance: biases, privacy en veiligheid, mogelijk misbruik en aansprakelijkheid. Transparantie en uitlegbaarheid zijn vaak wenselijk, en robuuste testing, monitoring en governance helpen om risico’s te beperken. Regelgeving over data, privacy en AI-verantwoordelijkheid ontwikkelt zich wereldwijd en verschilt per jurisdictie. Organisaties voeren data- en model governance, bias-audits en veiligheidsmaatregelen in.

Levenscyclus: ontwerp, data-collectie en kwaliteitscontrole, training, validatie, deployment, monitoring en onderhoud. Evaluatie kijkt naar nauwkeurigheid, generalisatie, robuustheid, eerlijkheid, efficiëntie en veiligheid. Ethische overwegingen en verantwoording blijven centrale elementen gedurende de gehele levensduur van een AIsysteem.