Waarom gaat AI ineens zo snel?
Minder dan 2 jaar geleden werd ChatGPT voor het eerst uitgebracht. Inmiddels is het voor veel mensen al moeilijk voor te stellen hoe hun werk eruit zou zien zonder AI. Wat is er gebeurd waardoor dit veld zo bizar snel is gegroeid, en wat betekent dat voor de toekomst?
En ineens was daar… ChatGPT?
Het is 30 november 2022 als OpenAI haar product lanceert aan de wereld: ChatGPT. Had je die dag aan iemand gevraagd wat OpenAI überhaupt is, had niemand je antwoord kunnen geven. Een dag later was het al wereldwijd trending op Twitter.
Sindsdien is er veel gebeurd. Heel veel. Het bedrijf zelf lanceerde allerlei nieuwe modellen. De eerste variant van ChatGPT kon een gesprek voeren, maar al kort daarna werden ook andere systemen populair. Nu worden ook afbeeldingen, video’s, muzieknummers en nog veel meer massaal gegenereerd. Sam Altman werd ineens wereldberoemd, en wist als CEO voor OpenAI 13 miljard dollar binnen te slepen.
Kort daarna kwamen de concurrenten: Zo lanceerde Google Bard, wat later Gemini werd, kwam Meta met Llama en ontstonden er zelfs nieuwe startups uit OpenAI, dat zelf nog in de luiers zat. Nvidia, die de noodzakelijke grafische kaarten voor deze gekte produceert, werd ineens het op 2 na meest waardevolle bedrijf ter wereld.
Even een stapje terug: waar komt dit vandaan?
De enorme groei van AI heeft een belangrijke technologische katalysator: de transformer-architectuur. Om te begrijpen waarom AI juist nu zo’n grote sprong maakt, moeten we terug naar 2017, toen een groep Google-onderzoekers een baanbrekend onderzoek publiceerde, getiteld Attention Is All You Need. In deze paper introduceerden ze een compleet nieuwe manier waarop AI-modellen kunnen leren en informatie verwerken, de zogeheten transformers.
Tot dan toe waren AI-modellen, juist die voor taalverwerking, afhankelijk van sequentiële verwerking. Dat betekent dat ze tekst van voren naar achteren lezen, wat ze traag en vaak inefficiënt maakte. De transformer-architectuur bracht hier een grote verandering in, omdat het in staat is om de context van een hele zin, alinea of zelfs een compleet document in één keer te verwerken. In plaats van simpelweg woord voor woord te kijken, kunnen transformers verbanden leggen tussen woorden, ongeacht hun plaats in de tekst. Dit maakt ze veel beter in het begrijpen van nuances en complexe verbanden.
Deze doorbraak is niet alleen handig voor tekstverwerking, maar bleek ook bijzonder effectief voor andere vormen van data. Modellen die afbeeldingen genereren, zoals DALL-E en Stable Diffusion, maken bijvoorbeeld gebruik van dezelfde transformer-architectuur. Dit verklaart waarom AI vandaag zo snel evolueert op meerdere fronten, van taal tot beeld en geluid.
Wat betekent dit voor de toekomst?
Als we kijken naar de basis die is gelegd met de nieuwe architectuur, en de snelheid van de afgelopen ontwikkelingen, kunnen we maar één conclusie trekken: dit is nog niet het eindpunt. Er wordt hard gewerkt aan goede multimodal modellen. Dat zijn modellen die moeiteloos tekst, audio en beeld combineren. Nu wordt in de achtergrond audio omgezet naar tekst, en daar wordt dan vervolgens mee gewerkt. De nieuwe modellen doen dit vloeiend en snel, waardoor ze soepel integreren in jouw wereld.
Een aantal voorbeelden. Bij Bitfactory hebben we het concept van hybride websites ontwikkeld, waarbij AI zowel in de front-end als in de back-end naadloos kan worden geïntegreerd. Denk aan een hele slimme chatmodule of een keuze-wizard voor de bezoekers van jouw site. Of een creatieve digitale assistent voor de contentproductie in het cms.
Je kunt je voorstellen dat AI ook voor jouw shop een enorme optimalisatieslag kan betekenen, door klanten ondersteuning te geven in het vinden van het juiste product in het uitgebreide assortiment. Of nuttige personalisatie op basis van eerdere bezoeken.
En ook voor bedrijfssoftware of apps heeft de integratie van AI veel voordelen, zoals het benutten van interne databronnen om slimme data-dashboards te genereren of het tonen van relevante extra features aan bepaalde gebruikers. De mogelijkheden zijn eindeloos en daar gaan we graag creatief mee om. Onze AI-experts staan klaar om je te adviseren over waar de winstpunten liggen voor jouw applicatie.
En waar het échte eindpunt ligt? Dat weet natuurlijk niemand. Maar misschien is dat ook juist wel het leuke ervan.
