We zijn momenteel bezig met de uitrol van Copilot binnen Topigs Norsvin. Om een goed beeld te krijgen van wat GenAI en Copilot precies inhouden, wat de invoering voor ons gaat betekenen en wat de spelregels zijn, zullen we hier binnenkort een aantal artikelen publiceren waarin we precies uitleggen wat GenAI is, hoe we het gaan gebruiken en aan welke regels we ons moeten houden.
Omdat het om nieuwe technologie gaat, waarbij we enerzijds nog niet precies kunnen overzien wat de gevolgen en risico’s voor de organisatie zullen zijn en anderzijds nieuwe kennis en inzichten zullen moeten verwerven, zal de implementatie in fasen plaatsvinden. Iedereen die al kennis heeft van GenAI of hier kennis over wil opdoen, is van harte uitgenodigd om bij te dragen aan het creëren van een solide omgeving, waarin we de nieuwe tools kunnen gebruiken om onze productiviteit te verhogen en ontwikkelingen te versnellen, terwijl we tegelijkertijd weten wat we doen en veiligheid voorop stellen, omdat het intellectuele eigendom van Topigs Norsvin goed beschermd moet worden.
In 1996 versloeg wereldkampioen schaken Garry Kasparov de schaakcomputer Deep Blue met een score van 4-2. Een jaar later speelde hij nog eens zes partijen tegen de door IBM ontwikkelde supercomputer, maar verloor deze keer met 3 1/2 – 4 1/2; het was de eerste keer dat een regerend wereldkampioen schaken werd verslagen door kunstmatige intelligentie.
Op 30 november 2022 werd ChatGPT door het bedrijf OpenAI beschikbaar gesteld aan het grote publiek, en sindsdien kunnen we ons geen wereld zonder AI meer voorstellen. Was Deep Blue een voorloper van ChatGPT en zo ja, waarom heeft het dan meer dan 25 jaar geduurd voordat we allemaal toegang kregen tot AI?
De programmeurs bij IBM die het schaakprogramma programmeerden dat Deep Blue gebruikte, hebben ongetwijfeld veel geleerd en inzichten opgedaan bij het uitvoeren van deze taak. Het AI-programma dat zij schreven, verschilt echter fundamenteel van de generatieve AI-programma’s die we tegenwoordig gebruiken bij het invullen van onze belastingaangifte, het samenvatten van een document of het bepalen wat we vanavond gaan eten. Dat grote verschil zit hem in het voorvoegsel ‘generatief’.
Kasparov speelde tegen een programma dat beslissingen nam door specifieke instructies en vooraf vastgestelde regels te volgen. Supercomputer Deep Blue kon meer dan 11 miljard berekeningen per seconde uitvoeren en was in staat het spel en alle mogelijkheden van de volgende zet te berekenen en de juiste te kiezen. Deep Blue was niet creatief, maar kon een beperkte reeks opdrachten zeer snel berekenen.
Een simpele iPhone 17 alleen al is 1000 keer krachtiger dan de supercomputer uit 1998. Deze explosief toegenomen rekenkracht heeft het mogelijk gemaakt dat we nu zogenaamde Large Language Models (LLM’s) kunnen trainen, en die LLM’s maken GenAI mogelijk.
Een LLM is een neuraal netwerk: een rekenmodel geïnspireerd op het menselijk brein, dat gebruikmaakt van (wiskundige) knooppunten die invoergegevens verwerken, er een ‘gewicht’ aan toekennen en deze vervolgens naar het volgende knooppunt sturen. Net als neuronen in de hersenen sturen ze een signaal af wanneer ze een bepaalde drempel bereiken. Doordat de neuronen samenwerken, wordt het mogelijk om patronen te ontdekken in bijvoorbeeld geschreven tekst.
De invoer voor het trainen van een LLM is daarom tekst, en tekst is in grote hoeveelheden te vinden op het internet. Als je het LLM veel woorden en zinnen aanbiedt, wordt het binnen dat model mogelijk om de waarschijnlijkheid te berekenen van het volgende woord dat zal volgen. Als ik ‘I love’ schrijf, is de kans dat ik ‘you’ als volgend woord schrijf vrij groot. Dit is natuurlijk een heel eenvoudig voorbeeld, maar stel je voor dat je het model triljoenen stukjes tekst geeft en het model al die stukjes tekst verwerkt, ze met elkaar vergelijkt en de verhouding tussen de woorden berekent, dan is het denkbaar dat een computer heel nauwkeurig kan raden wat het volgende woord zal zijn. Het LLM begrijpt taal niet op dezelfde manier als een mens dat doet, maar het LLM berekent de verbanden tussen woorden en wij ervaren dat gedrag als intelligentie.
Er zijn duizenden Large Language Models in de wereld, maar de bekendste zijn (Chat)GPT (OpenAI), Gemini (Google), Llama (Meta), Claude (Anthropic) en Grok (X). Af en toe hoor je dat er een nieuwe en krachtigere versie van een van deze LLM’s wordt uitgebracht. Dit betekent dat het model op meer data is getraind. Het eerste GPT-model werd getraind op 175 miljard woorden of parameters. Bij het trainen van de meest recente modellen werden een quadriljoen (een miljoen miljard of 1 met 15 nullen) parameters gebruikt. Er wordt ook gezegd dat het model ‘slimmer’ is geworden en dat de AI-bedrijven momenteel de GenAI-tools gebruiken die ze eerder hebben ontwikkeld om de volgende generatie GenAI te creëren: je krijgt dus AI die AI creëert.
In de Terminator-films werd het AI-systeem Skynet op 29 augustus 1997 om 02:14 uur Eastern Time zelfbewust. Zijn we in de echte wereld dit punt al gepasseerd of is dat slechts doemdenken?