Klantenservice

We helpen u graag persoonlijk. Waar gaat uw vraag of opmerking over? 

Onze AI-klantenservice is 24 uur per dag beschikbaar

Ons AI-platform is gebouwd op 3 pijlers: 

  1. Kennis en ervaring: sinds 2020 werken we met GPT. Sinds 2022 zetten we GPT in op professioneel niveau.
  2. Veiligheid en beschikbaarheid: we zorgen dat onze kunstmatige intelligentie 24 uur per dag actief.
  3. Flexibiliteit: de wereld van ai verandert snel. We gebruiken nieuwe ontwikkelingen die praktisch toepasbaar zijn.

Zoekt u bij voorkeur op de oorspronkelijke manier? Gebruik dan onderstaande zoekfunctie of bekijk de veelgestelde vragen.

Veelgestelde vragen

AI-modellen gebruiken meerdere algoritmen om voorspellingen te doen en patronen in data te begrijpen. Zonder algoritmen werkt AI niet.

Het AI-model wordt getraind om na te bootsen hoe een menselijk brein informatie via neuronen verstuurt. Dit worden bij AI geen neuronen genoemd, maar lagen. Er is onderscheid tussen verschillende soorten lagen:

  • Invoerlaag: hier komen de gegevens binnen.
  • Verborgen laag: verwerkt gegevens en verplaatst deze naar andere lagen.
  • Uitvoerlaag: spuugt het eindresultaat uit.

Zonder deze kennis weet een AI niets. Meestal leren AI-modellen van openbare informatie zodat ze daarmee ​​inhoudelijke antwoorden kunnen geven. Daarom zijn AI-modellen te categoriseren op intelligentie. Dat betekent dat hoe meer gegevens ze hebben ontvangen, hoe meer ze geleerd hebben en hoe complexer ze zijn.

Kunstmatige intelligentie (AI)
Kunstmatige intelligentie is een vakgebied dat zich richt op het ontwikkelen van software of machines die menselijke intelligentie simuleren. AI-apps kunnen doorgaans allerlei taken uitvoeren, zoals het vertalen van content naar andere talen, het genereren van kunst en afbeeldingen en converseren met mensen.

Machine learning (ML)
Machine learning is een grote tak van AI. Het richt zich op het helpen van AI-software om de manier te imiteren waarop mensen leren, m.b.v. algoritmen en datasets.

Deep Learning (DL)
Deep learning is een subset van machine learning die computers leert om gegevens te verwerken door menselijke neurale netwerken na te bootsen. DL simuleert in principe de beslissingskracht van de hersenen om voorspellingen te doen en datapatronen te herkennen.

Ja. De bot heeft sowieso een verbinding met ChatGPT dus als dit externe systeem niet (goed) beschikbaar is dan heeft dat een direct effect op de bot. Afhankelijk van de gekozen opzet kan de bot ook verbindingen  nodig hebben met Microsoft Azure en ElevenLabs (platform t.b.v. spraaksynthese en spraakgeneratietechnologieën welke geavanceerde AI-stemmen voor bots kan leveren).

Een generatief model leert datapatronen in een poging om vergelijkbare output te genereren. Het voorspelt de waarschijnlijkheid van wat het volgende woord zal zijn op basis van wat het eerder heeft gezien.

Door correlaties te maken, kan het generatieve model outputs genereren met een hoge waarschijnlijkheidsfactor. Het kan suggesties voor automatisch aanvullen bieden of geheel nieuwe tekst genereren. 

Dit zijn algoritmen die zich richten op het onderscheiden tussen verschillende categorieën of klassen van gegevens. Ze modelleren niet elke klasse afzonderlijk; in plaats daarvan leren ze de grenzen die die klassen scheiden.

Wat is het doel? Nou, om de waarschijnlijkheid te voorspellen dat gegevens tot een bepaalde klasse behoren.

Denk bijvoorbeeld aan medische diagnoses: Classificerende AI aantoonbaar sneller en nauwkeuriger dan het menselijk oog bij het constateren van onregelmatigheden op röntgenfoto’s en bij andere diagnostische procedures. 

Ander voorbeeld is spamdetectie. Het classificerende model (ook wel discriminerende model  genoemd) classificeert e-mails als spam op basis van hun inhoud.

Het kiezen hangt af van het doel. Voor nieuwe en creatieve content is generatieve AI de keuze. Voor inzicht in data is classificerende AI de keuze. 

AI Governance betreft technische beveiligingen. Ethiek in AI governance gaat over ethische afwegingen rondom o.a.  de maatschappelijke impact, de juridische naleving en zorgdragen voor menselijke waarden.

Bedrijven en organisaties die algoritmische systemen willen gaan gebruiken moeten overwegen of hierbij persoonsgegevens gebruikt worden. In dat geval is het belangrijk om vooraf vast te stellen of daarbij aan de Algemene verordening gegevensbescherming (AVG) wordt voldaan.

In de AVG staat specifieke informatie die belangrijk zijn bij gebruik van AI & algoritmes.

Zie ook deze link.

Wij zijn géén juristen. Onze FAQ is géén advies maar samengesteld op basis van algemene informatie. Voor juridische kwesties kunt u het beste contact opnemen met een gespecialiseerde jurist. Het volgen van FAQ-informatie is volledig op eigen risico.

Als een werk wordt gemaakt door (of met hulp van) een AI-systeem is het moeilijk om te bepalen wie de maker van het werk is.

Het werk is (deels) het voortvloeisel van  samenwerking tussen mens en algoritme.
Om voor auteursrechtbescherming in aanmerking te komen moet er sprake zijn van een vorm die het resultaat is van scheppende menselijke arbeid en dus van creatieve keuzes, en die aldus voortbrengsel is van de menselijke geest. Het auteursrecht kan dus alleen door een mens worden uitgeoefend.

Zie ook deze link.

Wij zijn géén juristen. Onze FAQ is géén advies maar samengesteld op basis van algemene informatie. Voor juridische kwesties kunt u het beste contact opnemen met een gespecialiseerde jurist. Het volgen van FAQ-informatie is volledig op eigen risico.

De AI-verordening (ook bekend als de AI Act), is de eerste uitgebreide AI-wet ter wereld. Deze bevat regels voor het gebruik van artificiële intelligentie in de EU en zal een wereldwijde invloed hebben op alle nieuwe en bestaande AI-toepassingen.

Zie ook deze link.

Wij zijn géén juristen. Onze FAQ is géén advies maar samengesteld op basis van algemene informatie. Voor juridische kwesties kunt u het beste contact opnemen met een gespecialiseerde jurist. Het volgen van FAQ-informatie is volledig op eigen risico.

Bedrijfsinformatie