De vele gezichten van AI: waar liggen de mogelijkheden voor jouw bedrijf?
Wie de publieksmedia een beetje volgt, komt regelmatig koppen tegen als: ‘De kansen en bedreigingen van AI’, ‘AI eet onze banen op’ of ‘AI lost maatschappelijke problemen op’. Omdat een gemiddelde burger niet weet dat er ontzettend veel vormen van AI zijn, kun je eigenlijk niets met zo’n nieuwsitem. Want een AI-model dat artsen helpt om kanker beter op te sporen wordt op één hoop gegooid met ChatGPT. Terwijl AI natuurlijk een verzamelnaam is voor diverse vormen van kunstmatige intelligentie; intelligentie die lijkt op de manier waarop mensen denken.
29 april 2024 | Nieuws | Door: Conclusion
Deel
AI bestaat al ruim 70 jaar
De nieuwsitems doen ook alsof AI volledig nieuwe technologie is. Niets is natuurlijk minder waar. De eerste pogingen om met machines menselijke intelligentie na te bootsen ontstonden in de jaren ’50. De eerste wetenschappelijke conferentie over dit onderwerp vond plaats in 1956, toen wetenschappers van over de hele wereld bij elkaar kwamen in Dartmouth om samen de mogelijkheden van neurale netwerken te bespreken.
Explosie aan toepassingsmogelijkheden
De laatste jaren gaat het ineens ontzettend hard. Dat komt natuurlijk doordat er veel meer (goedkope) rekenkracht voorhanden is en omdat opslag in de cloud het mogelijk maakt om veel meer data te verzamelen en gebruiken. Hierdoor worden de modellen beter en wordt de technologie vele malen goedkoper. Dat maakt dat er veel meer toepassingsmogelijkheden ontstaan. Maar wie door zijn oogharen kijkt, ziet dat de basis al veel eerder is gelegd. Zo is bijvoorbeeld ChatGPT een doorontwikkeling van chatbots die al jarenlang in contactcenters worden ingezet. De set aan trainingsdata is alleen vele malen groter. En daarom is het mogelijk om veel meer historische data te gebruiken in voorspellende modellen, waardoor de betrouwbaarheid van deze modellen stijgt.
Kortere ontwikkeltijd
Wat ook is veranderd, is dat veel AI-modellen kant-en-klaar worden aangeboden, vaak zelfs als open source. Vaak moet het model nog wel worden getraind met je eigen dataset, maar je hoeft niet meer zelf het algoritme te programmeren. Dat verkort de ontwikkeltijd aanzienlijk. En, nog belangrijker, je hebt veel minder hooggekwalificeerd personeel nodig. Want een model trainen is repetitief werk waar soms domeinkennis voor vereist is, maar zelfs dat lang niet altijd. Er zijn zelfs modellen, denk aan Large Language Models zoals ChatGPT, die je niet eens meer zelf hoeft te trainen omdat ze generiek zijn. Je kunt daarmee direct aan de slag.
Doe inspiratie op
Het is dan ook niet vreemd dat AI dé IT-trend van 2024 is. In het Conclusion Emerging Technologies Trendrapport gaan we dieper in op verschillende vormen van AI. Zo vertelt Patrick Stevens, CTO bij AMIS Conclusion, op welke manieren je AI kunt inzetten bij het ontwerpen, ontwikkelen, uitrollen en beheren van robuuste software. Maartje Keulen, Head of Data Science en AI bij Conclusion Mediaan, inspireert lezers met verschillende voorbeelden van hoe AI de efficiency in een bedrijf kan verhogen. Bastiaan Sjardin, CTO en AI Strategist bij Conclusion Future Facts, gaat dieper in op generatieve AI voor het beantwoorden van klantvragen. Terwijl Michiel Tebbes van D&A Conclusion vertelt hoe hij Chat GPT inzet voor het maken van hertalingen in de zorg. Vraag jij je af waar de mogelijkheden van AI liggen in jouw bedrijf? Laat je dan inspireren door het Conclusion Trendrapport.