Uncertainty quantification (UQ) is het proces waarbij wordt gemeten hoe zeker of onzeker een AI-model is over zijn voorspellingen. Het gaat verder dan alleen een antwoord geven: het AI-model geeft ook aan hoe betrouwbaar dat antwoord is. Dit is cruciaal voor toepassingen waar fouten ernstige gevolgen kunnen hebben.

Bij medische diagnoses, zelfrijdende auto’s, of financiele prognoses wil je niet alleen weten wat het model denkt dat het antwoord is, maar ook hoe zeker het model van zichzelf is. Als het model zegt “dit is een tumor met 92 procent zekerheid”, is dat veel nuttiger dan alleen “dit is een tumor”.

Methoden voor uncertainty quantification omvatten Bayesiaanse methoden, ensemble-modellen die meerdere voorspellingen geven, en probabilistische netwerken. Dit helpt gebruikers vertrouwen in AI-systemen op te bouwen.