AI (Artificial Intelligence) is een vakgebied binnen de informatica dat zich richt op het creëren van systemen die taken kunnen uitvoeren waarvoor normaal gesproken een menselijk brein nodig is. Dit omvat taken zoals het zien en identificeren van objecten, het begrijpen van gesproken woorden, het nemen van complexe beslissingen en het vertalen van talen. In de afgelopen decennia is AI veranderd van eenvoudige, door mensen geprogrammeerde “if-then”-regels in geavanceerde neurale netwerken die zelfstandig patronen leren te vinden in enorme hoeveelheden data.
Begrijpen waar AI vandaan komt, helpt bedrijven te beslissen hoe ze het vandaag de dag kunnen inzetten. Door naar het verleden te kijken, kunnen leiders een duurzame AI strategy bouwen die standhoudt. Dit artikel bespreekt de belangrijkste mijlpalen in de geschiedenis van AI, van de eerste theorieën tot de moderne “agents” die taken kunnen voltooien zonder menselijke hulp.
Wat is de geschiedenis van AI?
De geschiedenis van AI is het verhaal van hoe we machines hebben gebouwd om het menselijk denken te kopiëren. Het begon in de jaren 50 als een wiskundig raadsel: kan een machine “intelligent” zijn? Sinds die tijd heeft AI “zomers” doorgemaakt waarin iedereen geïnteresseerd was, en “winters” waarin de vooruitgang vertraagde. Vandaag de dag bevinden we ons in een tijdperk waarin AI eigen tekst en afbeeldingen kan creëren en zelfs problemen kan oplossen waarvoor het niet specifiek is geprogrammeerd.
Het fundament: 1950 tot 1966
In het begin was AI vooral theoretisch. Wetenschappers probeerden geen apps of websites te bouwen; ze probeerden te zien of een computer een mens kon misleiden door te laten denken dat hij met een ander persoon sprak.
1950: De Turing-test
In zijn beroemde artikel, computing Machinery and Intelligence, stelde Alan Turing een simpele vraag: “Kunnen machines denken?” Om die te beantwoorden, creëerde hij de Turing Test. In deze test praat een menselijke beoordelaar met een computer en een persoon. Als de beoordelaar niet kan vertellen wie de computer is, slaagt de machine. Dit stelde het eerste doel voor AI vast: het nabootsen van menselijk gedrag.
1956: De Dartmouth-conferentie
De term “Artificial Intelligence” werd geboren tijdens het Dartmouth Summer Research Project. John McCarthy en een kleine groep wetenschappers kwamen die zomer bijeen om te bespreken hoe machines taal zouden kunnen gebruiken of abstracties konden vormen. Deze bijeenkomst maakte van AI een echt vakgebied in plaats van alleen een sciencefiction-idee.
1966: ELIZA en de eerste chatbots
ELIZA was een van de allereerste computerprogramma’s die kon “chatten”. Gebouwd door Joseph Weizenbaum, maakte het gebruik van eenvoudige woordovereenkomsten om gebruikers te antwoorden. Hoewel het niet echt begreep wat er werd gezegd, deelden mensen vaak hun diepste gevoelens ermee. Dit bewees dat mensen zeer bereid zijn om met AI te communiceren alsof het echt is.
Het tijdperk van competitieve beheersing: 1997 tot 2011
Na de beginjaren verschoof AI naar “Narrow AI”. In plaats van te proberen alles te doen wat een mens kan, bouwden wetenschappers machines om wereldtop te zijn in één specifiek ding, zoals schaken of het beantwoorden van trivia-vragen.
1997: Deep Blue verslaat Garry Kasparov
In een groots moment voor de informatica versloeg IBM’s Deep Blue de wereldkampioen schaken, Garry Kasparov. Deep Blue was een “brute force”-machine, wat betekent dat het elke seconde 200 miljoen mogelijke schaakzetten kon controleren. Kasparov beschreef dit later als een synthesis of man and machine, wat aantoont dat computers beter kunnen presteren dan mensen in hoogwaardige logica.
2011: Watson wint Jeopardy!
IBM ging een stap verder met Watson, een systeem ontworpen om raadsels en complexe taal te begrijpen in de tv-show Jeopardy!. Watson versloeg de twee grootste kampioenen van de show door gebruik te maken van DeepQA technologie. In enkele seconden kon Watson door 200 miljoen pagina’s aan data zoeken naar het juiste antwoord.
2011: Siri en AI in je broekzak
Eveneens in 2011 lanceerde Apple Siri op de iPhone 4S. Oorspronkelijk een project van SRI International, was Siri de eerste keer dat gewone mensen dagelijks met een AI konden praten. Het maakte gebruik van Machine Learning om beter te worden in het begrijpen van verschillende stemmen en accenten.
De Deep Learning-revolutie: 2012 tot 2016
Deze periode veranderde alles. AI stapte af van door mensen geschreven regels en begon Deep Learning te gebruiken, waarbij de computer zichzelf onderwijst door naar miljoenen voorbeelden te kijken.
2012: De ImageNet-doorbraak
De ImageNet competition was een wedstrijd om te zien welk programma objecten in foto’s het beste kon identificeren. Een model genaamd AlexNet won met een enorme voorsprong door een nieuwe methode en krachtige computerchips (GPU’s) te gebruiken. Dit bewees dat neurale netwerken de toekomst van AI waren. Voor bedrijven was dit het startpunt voor het gebruik van AI voor vision en data-analyse. Veel bedrijven beginnen deze reis met een AI workshop om te zien hoe deze doorbraken op hen van toepassing zijn.
2016: AlphaGo en machine-“intuïtie”
Google DeepMind’s AlphaGo versloeg Lee Sedol, een topspeler van het spel Go. Go is veel moeilijker dan schaken omdat er te veel zetten zijn om te berekenen. AlphaGo gebruikte Reinforcement Learning om de beste zetten aan te voelen (“feel out”), waarbij het vaak speelde op manieren die menselijke experts nog nooit eerder hadden gezien.
Het generatieve en multimodale tijdperk: 2022 tot 2024
We bevinden ons nu in het tijdperk van “Generative AI”, waarin machines niet alleen data analyseren, maar nieuwe dingen creëren.
2022: De opkomst van ChatGPT
OpenAI veranderde de wereld in november 2022 met ChatGPT. Het bereikte een miljoen gebruikers in slechts vijf dagen. Het kon essays schrijven, computercode repareren en moeilijke onderwerpen uitleggen. Dit leidde tot een enorme toename in generative AI implementation in bijna elke sector, omdat bedrijven zich realiseerden dat ze schrijf- en creatieve taken konden automatiseren.
2023/2024: Multimodale AI
De AI van vandaag is “multimodaal”, wat betekent dat het kan zien, horen en spreken. Modellen zoals GPT-4 en Google Gemini kunnen naar een foto van een kapotte fiets kijken en je vertellen hoe je deze moet maken, of luisteren naar een vergadering en een samenvatting schrijven. Je kunt zien hoe dit werkt voor jouw specifieke bedrijf door een custom AI demo te boeken.
De huidige grens: 2025 en 2026
We bewegen ons voorbij chatbots naar “Agentic AI” en “Physical AI”.
Agentic AI
De nieuwste trend is Agentic AI. In plaats van alleen een vraag te beantwoorden, kan een AI-agent daadwerkelijk het werk uitvoeren. Het kan inloggen op je software, data verplaatsen, e-mails sturen naar klanten en je agenda beheren. Het fungeert als een digitale werknemer in plaats van alleen een zoekmachine.
Physical AI en geavanceerde robotica
Door robots “hersenen” te geven met behulp van Foundation Models, zien we AI de fysieke wereld betreden. Robots kunnen nu verbale instructies begrijpen zoals “pak de blauwe beker op” in rommelige, echte omgevingen.
Vergelijking van AI-mijlpalen en methodologieën
| Tijdperk | Belangrijkste gebeurtenissen | Type AI | Hoe het werkt |
| 1950s – 1960s | Turing-test / ELIZA | Symbolische AI | Vaste regels |
| 1990s – 2011 | Deep Blue / Watson | Narrow AI | Statistische wiskunde |
| 2012 – 2021 | ImageNet / AlphaGo | Deep Learning | Neurale netwerken |
| 2022 – 2024 | ChatGPT / Gemini | Generative AI | Voorspellen van volgende woorden |
| 2025 – 2026 | Autonome Agents | Agentic AI | Zelfwerkende systemen |
Conclusie
De geschiedenis van AI laat een duidelijk pad zien: we begonnen door te proberen machines te laten praten zoals wij, daarna lieten we ze denken zoals wij, en nu laten we ze voor ons werken. Nu we het tijdperk van agents en fysieke robotica betreden, is de kans op automatisering groter dan ooit.
Om op deze veranderingen vooruit te lopen, maken veel organisaties gebruik van een AI strategy session om te bepalen welke van deze technologieën daadwerkelijk hun bedrijfsresultaten zullen verbeteren.
Wat was de allereerste AI?
Hoewel de ideeën verder teruggaan, wordt de Logic Theorist (1955) vaak aangehaald als het eerste “programma”, gevolgd door de eerste chatbot, ELIZA, in 1966.
Is ChatGPT “Deep Learning”?
Ja, ChatGPT is gebouwd met een specifiek type Deep Learning genaamd een “Transformer”. Het heeft geleerd door miljarden pagina’s tekst te lezen om te begrijpen hoe mensen communiceren.
Wat is Agentic AI?
Agentic AI verwijst naar systemen die zelfstandig kunnen handelen om een doel te bereiken. Als je het bijvoorbeeld vraagt om “een reis te organiseren”, geeft het niet alleen een lijst met hotels, maar gaat het daadwerkelijk naar de websites om de boekingen voor je te regelen.
Kan AI echt denken?
Technisch gezien niet. AI gebruikt complexe wiskunde om patronen te voorspellen. Moderne systemen zoals AlphaGo of GPT-5.2 zijn echter zo goed geworden in deze patronen dat ze problemen kunnen oplossen op manieren die sterk lijken op menselijke intuïtie.
Hoe begin ik met het gebruik van AI voor mijn bedrijf?
Een goede eerste stap is een AI awareness workshop om je team te leren wat er mogelijk is, gevolgd door generative AI implementation voor specifieke taken zoals klantenservice of data-invoer.
