Generatieve AI is een soort kunstmatige intelligentietechnologie die in grote lijnen machine learning-systemen beschrijft die tekst, afbeeldingen, code of andere soorten inhoud kunnen genereren.
De modellen van generatieve kunstmatige intelligentie worden steeds vaker opgenomen in online tools en chatbot waarmee gebruikers vragen of instructies in een invoerveld kunnen typen, waarop het AI-model een mensachtig antwoord zal genereren.
De modellen van generatieve kunstmatige intelligentie ze gebruiken een complex computerproces dat bekend staat als deep learning om gemeenschappelijke patronen en arrangementen in grote datasets te analyseren en deze informatie vervolgens te gebruiken om nieuwe en overtuigende resultaten te creëren. De modellen doen dit door machine learning-technieken te integreren die bekend staan als neurale netwerken, die losjes geïnspireerd zijn op de manier waarop het menselijk brein informatie verwerkt en interpreteert en er vervolgens in de loop van de tijd van leert.
Om een voorbeeld te geven: het voeden van een model van generatieve kunstmatige intelligentie met grote hoeveelheden verhalen zou het model in de loop van de tijd elementen van een verhaal kunnen identificeren en reproduceren, zoals plotstructuur, personages, thema's, verhalende middelen, enzovoort.
De modellen van generatieve kunstmatige intelligentie ze worden geavanceerder naarmate de gegevens die ze ontvangen en genereren toenemen, wederom dankzij de technieken van deep learning en neuraal netwerk onderstaand. Het resultaat is dat hoe meer inhoud een sjabloon genereert generatieve kunstmatige intelligentie, hoe overtuigender en menselijker de resultaten worden.
De populariteit vangeneratieve kunstmatige intelligentie explodeerde in 2023, grotendeels dankzij programma’s ChatGPT e DALL-E di OpenAI. Bovendien, de snelle vooruitgang van technologieën kunstmatige intelligentie, net als natuurlijke taalverwerking, heeft degeneratieve kunstmatige intelligentie op grote schaal toegankelijk voor consumenten en makers van inhoud.
Grote technologiebedrijven zijn snel op de kar gesprongen, waarbij Google, Microsoft, Amazon, Meta en anderen allemaal hun eigen ontwikkelingstools op de markt hebben gebracht. generatieve kunstmatige intelligentie binnen een paar maanden.
Er zijn talloze hulpmiddelen generatieve kunstmatige intelligentie, hoewel de modellen voor het genereren van tekst en afbeeldingen waarschijnlijk de bekendste zijn. De modellen van generatieve kunstmatige intelligentie ze vertrouwen er doorgaans op dat een gebruiker een boodschap levert die hen begeleidt bij het produceren van de gewenste output, of het nu tekst, een afbeelding, een video of een muziekstuk is, hoewel dit niet altijd het geval is.
Er zijn verschillende soorten generatieve AI-modellen, elk ontworpen voor specifieke uitdagingen en taken. Deze kunnen grofweg worden ingedeeld in de volgende typen.
Transformer-based modelsTransformer-gebaseerde modellen worden getraind op grote datasets om relaties tussen opeenvolgende informatie, zoals woorden en zinnen, te begrijpen. Gesteund door deep learningDeze AI-modellen zijn doorgaans goed thuis in NLP en begrijpen de structuur en context van taal, waardoor ze zeer geschikt zijn voor taken voor het genereren van tekst. ChatGPT-3 en Google Bard zijn voorbeelden van op transformatoren gebaseerde generatieve AI-modellen.
Generative adversarial networksGAN's bestaan uit twee neurale netwerken die bekend staan als een generator en een discriminator, die elkaar in wezen tegenwerken om authentiek ogende gegevens te creëren. Zoals de naam al doet vermoeden, is de rol van de generator het genereren van een overtuigende output, zoals een beeld op basis van een suggestie, terwijl de discriminator werkt om de authenticiteit van het genoemde beeld te evalueren. Na verloop van tijd verbetert elk onderdeel in zijn respectievelijke rollen, waardoor overtuigendere resultaten worden bereikt. Zowel DALL-E als Midjourney zijn voorbeelden van op GAN gebaseerde generatieve AI-modellen.
Variational autoencodersVAE's gebruiken twee netwerken om gegevens te interpreteren en te genereren: in dit geval is het een encoder en een decoder. De encoder neemt de invoergegevens en comprimeert deze naar een vereenvoudigd formaat. De decoder neemt vervolgens deze gecomprimeerde informatie en reconstrueert deze tot iets nieuws dat lijkt op de originele gegevens, maar niet helemaal hetzelfde is.
Een voorbeeld hiervan is het leren van een computerprogramma om menselijke gezichten te genereren met behulp van foto's als trainingsgegevens. Na verloop van tijd leert het programma foto's van de gezichten van mensen te vereenvoudigen door ze te reduceren tot een paar belangrijke kenmerken, zoals de grootte en vorm van de ogen, neus, mond, oren, enz., en deze vervolgens te gebruiken om nieuwe gezichten te creëren.
Multimodal modelsMultimodale modellen kunnen meerdere soorten gegevens tegelijk begrijpen en verwerken, zoals tekst, afbeeldingen en audio, waardoor ze geavanceerdere resultaten kunnen creëren. Een voorbeeld hiervan is een AI-model dat een afbeelding kan genereren op basis van een tekstprompt, evenals een tekstuele beschrijving van een afbeeldingsprompt. VAN-E 2 e GPT-4 door OpenAI zijn voorbeelden van multimodale modellen.
Voor bedrijven is efficiëntie misschien wel het meest overtuigende voordeel van generatieve AI, omdat het bedrijven in staat kan stellen specifieke taken te automatiseren en tijd, energie en middelen te concentreren op belangrijkere strategische doelen. Dit kan leiden tot lagere arbeidskosten, verhoogde operationele efficiëntie en nieuwe inzichten in het wel of niet presteren van bepaalde bedrijfsprocessen.
Voor professionals en makers van inhoud kunnen generatieve AI-tools helpen bij het genereren van ideeën, het plannen en plannen van inhoud, zoekmachineoptimalisatie, marketing, publieksbetrokkenheid, onderzoek en redactie, en mogelijk nog veel meer. Nogmaals, het belangrijkste voorgestelde voordeel is efficiëntie, omdat generatieve AI-tools gebruikers kunnen helpen de tijd die ze aan bepaalde taken besteden te verminderen, zodat ze hun energie elders kunnen investeren. Dat gezegd hebbende, blijft handmatig toezicht en controle op generatieve AI-modellen uiterst belangrijk.
Generatieve AI heeft voet aan de grond gekregen in tal van industriële sectoren en breidt zich snel uit naar commerciële en consumentenmarkten. Schattingen van McKinsey dat tegen 2030 taken die momenteel ongeveer 30% van de werkuren in de Verenigde Staten uitmaken, geautomatiseerd zouden kunnen worden, dankzij de versnelling van generatieve kunstmatige intelligentie.
Op het gebied van de klantenservice helpen AI-aangedreven chatbots en virtuele assistenten bedrijven de responstijden te verkorten en veelvoorkomende klantvragen snel af te handelen, waardoor de last voor het personeel wordt verminderd. Bij softwareontwikkeling helpen generatieve AI-tools ontwikkelaars om schoner en efficiënter te coderen door code te beoordelen, bugs te benadrukken en mogelijke oplossingen voor te stellen voordat ze grotere problemen worden. Ondertussen kunnen schrijvers generatieve AI-tools gebruiken om essays, artikelen en ander geschreven werk te plannen, op te stellen en te herzien, hoewel vaak met gemengde resultaten.
Het gebruik van generatieve AI varieert van bedrijfstak tot bedrijfstak en is in sommige sectoren meer ingeburgerd dan in andere. Huidige en voorgestelde gebruiksscenario's omvatten het volgende:
Een grote zorg over het gebruik van generatieve AI-instrumenten – en vooral die welke voor het publiek toegankelijk zijn – is hun potentieel om desinformatie en schadelijke inhoud te verspreiden. De impact hiervan kan verstrekkend en ernstig zijn, van het bestendigen van stereotypen, haatzaaiende uitlatingen en schadelijke ideologieën tot schade aan persoonlijke en professionele reputaties en de dreiging van juridische en financiële repercussies. Er is zelfs gesuggereerd dat het misbruik of het wanbeheer van generatieve AI de nationale veiligheid in gevaar zou kunnen brengen.
Deze risico's zijn de politici niet ontgaan. In april 2023 stelde de Europese Unie een voorstel voor nieuwe auteursrechtregels voor generatieve AI die bedrijven zou verplichten al het auteursrechtelijk beschermde materiaal openbaar te maken dat wordt gebruikt om generatieve kunstmatige intelligentie-instrumenten te ontwikkelen. Deze regels werden goedgekeurd in het wetsontwerp dat in juni door het Europees Parlement werd goedgekeurd en dat ook strikte beperkingen op het gebruik van kunstmatige intelligentie in de lidstaten van de EU omvatte, waaronder een voorgesteld verbod op realtime gezichtsherkenningstechnologie in openbare ruimtes.
Het automatiseren van taken via generatieve AI roept ook zorgen op over het personeelsbestand en het verdwijnen van banen, zoals benadrukt door McKinsey. Volgens de adviesgroep zou automatisering tussen nu en 12 voor twaalf miljoen loopbaantransities kunnen zorgen, waarbij het banenverlies zich zou concentreren in de kantoorondersteuning, de klantenservice en de foodservice. Het rapport schat dat de vraag naar kantoorpersoneel “… met 2030 miljoen banen zou kunnen dalen, naast een verlies van 1,6 voor verkopers in de detailhandel, 830.000 voor administratieve assistenten en 710.000 voor kassiers.”
Generatieve AI en algemene AI vertegenwoordigen verschillende kanten van dezelfde medaille. Beide betreffen het gebied van de kunstmatige intelligentie, maar de eerste is een subtype van de laatste.
Generatieve AI maakt gebruik van verschillende machine learning-technieken, zoals GAN, VAE of LLM, om nieuwe inhoud te genereren op basis van modellen die zijn geleerd uit trainingsgegevens. Deze uitvoer kan tekst, afbeeldingen, muziek of iets anders zijn dat digitaal kan worden weergegeven.
Kunstmatige algemene intelligentie, ook wel kunstmatige algemene intelligentie genoemd, verwijst in grote lijnen naar het concept van computersystemen en robotica die mensachtige intelligentie en autonomie bezitten. Dit is nog steeds sciencefiction: denk aan WALL-E van Disney Pixar, Sonny uit I, Robot uit 2004 of HAL 9000, de kwaadaardige kunstmatige intelligentie uit Stanley Kubricks 2001: A Space Odyssey. De meeste huidige AI-systemen zijn voorbeelden van ‘narrow AI’, omdat ze zijn ontworpen voor zeer specifieke taken.
Zoals hierboven beschreven is generatieve AI een deelgebied van kunstmatige intelligentie. Generatieve AI-modellen maken gebruik van machine learning-technieken om gegevens te verwerken en te genereren. Over het algemeen verwijst kunstmatige intelligentie naar het concept van computers die in staat zijn taken uit te voeren waarvoor anders menselijke intelligentie nodig zou zijn, zoals besluitvorming en NLP.
Machine learning is het fundamentele onderdeel van kunstmatige intelligentie en verwijst naar de toepassing van computeralgoritmen op gegevens met als doel een computer te leren een specifieke taak uit te voeren. Machine learning is het proces waarmee kunstmatige intelligentiesystemen weloverwogen beslissingen of voorspellingen kunnen doen op basis van aangeleerde patronen.
De explosieve groei van generatieve AI vertoont geen tekenen van afname, en naarmate steeds meer bedrijven digitalisering en automatisering omarmen, lijkt generatieve AI een centrale rol te gaan spelen in de toekomst van de industrie. De mogelijkheden van generatieve AI zijn al waardevol gebleken in sectoren als contentcreatie, softwareontwikkeling en geneeskunde, en naarmate de technologie blijft evolueren, zullen de toepassingen en gebruiksscenario’s zich uitbreiden.
Dat gezegd hebbende, hangt de impact van generatieve AI op bedrijven, individuen en de samenleving als geheel af van de manier waarop we omgaan met de risico’s die deze met zich meebrengt. Ervoor zorgen dat kunstmatige intelligentie wordt gebruikt etisch het minimaliseren van vooringenomenheid, het verbeteren van de transparantie en verantwoording en het ondersteunen van de bestuur van gegevens zal van cruciaal belang zijn, terwijl het nu al een uitdaging blijkt te zijn ervoor te zorgen dat de regelgeving gelijke tred houdt met de snelle evolutie van de technologie. Op dezelfde manier zal het vinden van een evenwicht tussen automatisering en menselijke betrokkenheid belangrijk zijn als we het volledige potentieel van generatieve AI willen benutten en tegelijkertijd de negatieve gevolgen willen verzachten.
Ercole Palmeri
De marinesector is een echte mondiale economische macht, die is genavigeerd naar een markt van 150 miljard...
Afgelopen maandag maakte de Financial Times een deal met OpenAI bekend. FT geeft licenties voor haar journalistiek van wereldklasse...
Miljoenen mensen betalen voor streamingdiensten en betalen maandelijkse abonnementskosten. De algemene mening is dat je…
Coveware by Veeam zal responsdiensten op het gebied van cyberafpersingsincidenten blijven leveren. Coveware zal forensische en herstelmogelijkheden bieden...