{"id":1126,"date":"2025-01-23T13:18:48","date_gmt":"2025-01-23T13:18:48","guid":{"rendered":"https:\/\/amsterdamai.com\/?post_type=nieuws&#038;p=1126"},"modified":"2025-09-16T12:59:07","modified_gmt":"2025-09-16T12:59:07","slug":"hyperbolische-meetkunde-de-oplossing","status":"publish","type":"nieuws","link":"https:\/\/amsterdamai.com\/nl\/nieuws\/hyperbolische-meetkunde-de-oplossing\/","title":{"rendered":"Hyperbolische meetkunde: de oplossing?"},"featured_media":1128,"template":"","meta":{"nieuws-one-liner":"Deep learning netwerken vormen de kern van veel moderne AI toepassingen, zoals beeldherkenning en zelfrijdende auto's. Ondanks hun indrukwekkende prestaties maken deze netwerken soms onbegrijpelijke fouten, zoals het verwarren van een lynx met een olifant. Volgens UvA-onderzoeker Pascal Mettes kan hyperbolische meetkunde een wiskundig principe de nauwkeurigheid en betrouwbaarheid van deze systemen aanzienlijk verbeteren.","introductie":"<p>Deep learning netwerken vormen de kern van veel moderne AI toepassingen, zoals beeldherkenning en zelfrijdende auto's. Ondanks hun indrukwekkende prestaties maken deze netwerken soms onbegrijpelijke fouten, zoals het verwarren van een lynx met een olifant. Volgens UvA-onderzoeker Pascal Mettes kan hyperbolische meetkunde een wiskundig principe de nauwkeurigheid en betrouwbaarheid van deze systemen aanzienlijk verbeteren.<\/p>\n","nieuwsbericht":"<p>Het probleem ligt in de manier waarop AI-netwerken objecten classificeren. Waar mensen objecten intu\u00eftief in hi\u00ebrarchie\u00ebn organiseren (bijvoorbeeld: appelboom \u2192 fruitboom \u2192 boom \u2192 levend organisme), doen AI-netwerken dit op een manier die vaak ondoorzichtig is. Deze classificaties bevinden zich in een 'latente ruimte', die doorgaans gemodelleerd is met Euclidische meetkunde. Deze aanpak schiet tekort bij het effectief omgaan met hi\u00ebrarchische data.<\/p>\n<p>Mettes stelt voor om hyperbolische meetkunde te integreren in deze netwerken, aangezien dit exponentieel groeit zoals natuurlijke hi\u00ebrarchie\u00ebn dat doen. Vroege onderzoeken laten al zien dat deep learning-modellen met hyperbolische meetkunde beter presteren bij complexe hi\u00ebrarchische classificaties dan traditionele netwerken.<\/p>\n<p>Deze doorbraak kan AI-toepassingen in bijvoorbeeld de biologie revolutioneren, waar gegevens over zeldzame soorten of moleculen schaars zijn. Ook wetenschappelijk onderzoek in de geneeskunde en chemie kan hiervan profiteren, net als taalmodellen zoals ChatGPT.<\/p>\n","text_externe_bron":"","link_externe_bron":"","referentie":""},"nieuws-tax":[],"class_list":["post-1126","nieuws","type-nieuws","status-publish","has-post-thumbnail","hentry"],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/nieuws\/1126","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/nieuws"}],"about":[{"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/types\/nieuws"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/media\/1128"}],"wp:attachment":[{"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/media?parent=1126"}],"wp:term":[{"taxonomy":"nieuws-tax","embeddable":true,"href":"https:\/\/amsterdamai.com\/nl\/wp-json\/wp\/v2\/nieuws-tax?post=1126"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}