Wat is post-processing?
Post-processing is alles wat er met de uitvoer van een AI-model gebeurt nadat het model klaar is. Denk aan het corrigeren van fouten, het wegfilteren van ruis, het opmaken van de output in het juiste formaat of het toepassen van bedrijfsregels op een voorspelling. Het is de laatste bewerkingsstap voordat het resultaat bruikbaar is, het spiegelbeeld van data preprocessing aan de voorkant.
Hoe werkt het?
Wat post-processing precies inhoudt, verschilt per toepassing. Bij spraakherkenning worden leestekens en hoofdletters toegevoegd aan de ruwe transcriptie. Bij beeldherkenning worden dubbele detecties samengevoegd en onwaarschijnlijke resultaten weggefilterd. Bij taalmodellen worden antwoorden gecontroleerd op verboden inhoud of gegoten in een vast sjabloon, bijvoorbeeld geldige JSON voor een koppeling met andere software. Vaak zit hier ook een veiligheidslaag in: regels die voorkomen dat foute output ongezien doorstroomt.
Wat heb je eraan als bedrijf?
Wie AI in een bedrijfsproces inzet, ontdekt snel dat ruwe modeloutput zelden direct bruikbaar is. Een goede post-processing-stap, zoals een controle op verplichte velden, een drempelwaarde voor onzekere voorspellingen of een format-check, bepaalt vaak het verschil tussen een demo en een betrouwbaar werkend systeem. Vraag een leverancier dus niet alleen wat het model kan, maar ook hoe de output wordt gecontroleerd.
Gerelateerde begrippen
Post-processing is de tegenhanger van data preprocessing. De ruwe uitvoer komt van een model, en het verbeteren van resultaten in meerdere rondes heet iterative refinement. Zie ook normalization.
Je hele organisatie AI-geletterd?
Bij elke incompany training krijgt iedereen in je organisatie toegang tot de e-learning AI Geletterdheid. In 90 tot 120 minuten leert elke medewerker wat AI is, wat je ermee kunt en hoe je er veilig mee werkt. Per rol en sector, met certificaat, zoals de EU AI Act vraagt.
Bekijk de trainingen →