Toepassing van neurale netwerken: Een aantal voorbeelden

Ze worden veel gebruikt in AI: neurale netwerken. De toepassing van neurale netwerken gebeurt ook in jouw omgeving. Denk eens aan de spraakassistenten Siri of Alexa of aan de chatbot van ChatGPT.

Dit zijn nog maar enkele voorbeelden van toepassingen van neurale netwerken.

Benieuwd naar meer toepassingen van neurale netwerken?

In dit artikel geven we je een aantal voorbeelden van de toepassing van neurale netwerken. Voor we daaraan beginnen, leggen we je nog even kort uit wat een neuraal netwerk is.

Wat is een neuraal netwerk?

Een neuraal netwerk is een computeralgoritme dat gebaseerd is op het menselijk brein. Het bestaat uit een reeks met elkaar verbonden knooppunten, of “neuronen”, die informatie verwerken door gegevens door verschillende lagen te sturen.

Elke verbinding tussen de neuronen heeft een gewicht dat wordt aangepast tijdens het leren. Door dit leerproces kan een neuraal netwerk patronen herkennen, voorspellingen doen of complexe taken zoals beeldherkenning en taalverwerking uitvoeren.

De toepassing van neurale netwerken in het dagelijks leven

AI en neurale netwerken worden al veel gebruikt. Waarschijnlijk sta je hier niet eens bij stil. Je gebruikt dit bijvoorbeeld door je telefoon een vraag te stellen, te chatten met een chatbot of door een spamfilter op je mailbox te zetten.

Hieronder vind je een aantal sectoren waarin neurale netwerken ook dagelijks gebruikt worden, maar waar jij wellicht iets minder mee te maken hebt.

De gezondheidszorg

In de gezondheidszorg worden neurale netwerken vooral ingezet om voorspellingen te doen. Met de toepassing van neurale netwerken kan men patiënten namelijk beter en sneller helpen.

Dit gebeurt bijvoorbeeld door AI te laten helpen met het stellen van een diagnose. Door AI te vertellen waar iemand last van heeft, of iemand eerder ziek is geweest en meer, kan het de situatie vergelijken met andere patiënten. Als er een vergelijkbaar patroon is, dan kan AI een diagnose stellen.

Daarnaast kan AI ingezet worden om foto’s of scans te analyseren. Hierbij heeft het neurale netwerk toegang tot heel veel goede en afwijkende foto’s/scans. Op basis daarvan kijkt AI vervolgens of er een afwijking in de foto/scan zit. Het kan de kleinste afwijkingen al detecteren en zo soms al in een heel vroeg stadium een ziekte herkennen.

Autonoom rijden

Bij autonoom rijden denk je misschien aan volledig zelfrijdende auto’s. Dat klopt op zich ook. Neurale netwerken worden ingezet om auto’s volledig zelfstandig te laten rijden. Hiervoor heeft het toegang tot talloze verkeerssituaties, zodat het elke situatie goed in kan schatten.

Maar autonoom rijden gebeurt natuurlijk al deels. Denk hierbij aan lane assist, adaptive cruise control en dode hoek herkenning. Al deze systemen draaien ook op neurale netwerken en worden steeds beter doordat die neurale netwerken steeds weer meer leren over specifieke situaties in het verkeer.

Banken

Banken houden zich veel bezig met het opsporen van verdachte transacties. Er vinden echter zoveel transacties plaats tegenwoordig, dat dit niet meer te doen is voor mensen. AI is hierin de perfecte partner.

AI, gebaseerd op een neuraal netwerk, kan gigantische hoeveelheden transacties controleren en analyseren in korte tijd. Hierbij leert het wat er normaal is en wat er afwijkend is. Zo leidt deze toepassing van neurale netwerken dus tot het voorkomen van fraude.

Beleggers

Elke belegger wil weten hoe hij geld kan verdienen op de beurs, maar dat is zo makkelijk nog niet. Er zijn zoveel factoren om rekening mee te houden en zoveel data die continu wijzigt, dat dit voor veel beleggers niet te doen is.

Neurale netwerken kunnen deze data wel snel verwerken en leren wat de impact is van zulke data. Hierdoor kan AI accurate voorspellingen doen met betrekking tot de aandelenmarkt. Vandaar dat beleggers steeds vaker kiezen voor de toepassing van neurale netwerken om de juiste aandelen te kiezen.