Als 2023 een jaar van verwondering over kunstmatige intelligentie was, was 2024 het jaar om te proberen die verwondering iets nuttigs te laten doen zonder de bank kapot te maken.
Er was een “verschuiving van het uitbrengen van modellen naar het daadwerkelijk bouwen van producten”, zegt Arvind Narayanan, professor computerwetenschappen aan de Universiteit van Princeton en co-auteur van het nieuwe boek “AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, en hoe je het verschil kunt zien.”
De eerste ongeveer 100 miljoen mensen die met ChatGPT experimenteerden toen het twee jaar geleden uitkwam, gingen actief op zoek de chatbot, die hem bij sommige taken verbazingwekkend nuttig vindt, bij andere belachelijk middelmatig.
Nu wordt dergelijke generatieve AI-technologie ingebed in een toenemend aantal technologische diensten, of we er nu naar zoeken of niet – bijvoorbeeld via de door AI gegenereerde antwoorden in de zoekresultaten van Google of nieuwe AI-technieken in fotobewerkingstools.
“Het belangrijkste dat er vorig jaar mis was met generatieve AI is dat bedrijven deze werkelijk krachtige modellen uitbrachten zonder een concrete manier waarop mensen er gebruik van konden maken”, aldus Narayanan. „Wat we dit jaar zien is het geleidelijk uitbouwen van deze producten die van deze mogelijkheden kunnen profiteren en nuttige dingen voor mensen kunnen doen.“
Tegelijkertijd zijn deze modellen, sinds OpenAI in maart 2023 GPT-4 uitbracht en concurrenten vergelijkbaar presterende AI-groottaalmodellen introduceerden, niet meer aanzienlijk ‘groter en kwalitatief beter’ geworden, waardoor de overdreven verwachtingen dat AI elke paar maanden aan het racen was naar een soort van van beter dan menselijke intelligentie, zei Narayanan. Dat betekent ook dat het publieke discours is verschoven van “gaat AI ons vermoorden?” om het als een normale technologie te behandelen, zei hij.
Bij de kwartaalcijfers dit jaar hoorden tech-managers vaak vragen van Wall Street-analisten die op zoek waren naar garanties voor toekomstige opbrengsten uit enorme uitgaven aan AI-onderzoek en -ontwikkeling. Het bouwen van AI-systemen achter generatieve AI-tools zoals OpenAI’s ChatGPT of Google’s Gemini vereist investeringen in energievretende computersystemen die draaien op krachtige en dure AI-chips. Ze hebben zoveel elektriciteit nodig dat technologiereuzen dit jaar deals hebben aangekondigd om kernenergie aan te boren om ze te helpen draaien.
“We hebben het over honderden miljarden dollars aan kapitaal die in deze technologie zijn gestoken”, zegt Goldman Sachs-analist Kash Rangan.
Een andere analist bij de New Yorkse investeringsbank trok afgelopen zomer de aandacht door te stellen dat AI niet de complexe problemen oplost die de kosten ervan zouden rechtvaardigen. Hij vroeg zich ook af of AI-modellen, ook al worden ze getraind op veel van de geschreven en visuele gegevens die in de loop van de menselijke geschiedenis zijn geproduceerd, ooit in staat zullen zijn te doen waar mensen zo goed in zijn. Rangan heeft een meer optimistische kijk.
“We hadden de fascinatie dat deze technologie absoluut revolutionair zou worden, wat in de twee jaar sinds de introductie van ChatGPT niet meer het geval is geweest,” zei Rangan. „Het is duurder dan we dachten en het is niet zo productief als we dachten.“
Rangan is echter nog steeds optimistisch over het potentieel ervan en zegt dat AI-tools al “absoluut stapsgewijs productiever” blijken te zijn in de verkoop, het ontwerp en een aantal andere beroepen.
Sommige werknemers vragen zich af of AI-tools zullen worden gebruikt om hun werk aan te vullen of te vervangen naarmate de technologie blijft groeien. Het technologiebedrijf Borderless AI gebruikt een AI-chatbot van Cohere om arbeidsovereenkomsten op te stellen voor werknemers in Turkije of India, zonder de hulp van externe advocaten of vertalers.
Videogameartiesten van de Screen Actors Guild-American Federation of Television and Radio Artists die in juli in staking gingen, zeiden dat ze vreesden dat AI de werkgelegenheid zou kunnen verminderen of elimineren, omdat het zou kunnen worden gebruikt om één optreden zonder hun toestemming in een aantal andere bewegingen te repliceren. . Bezorgdheid over de manier waarop filmstudio’s AI zullen gebruiken, heeft de film- en televisiestakingen van vorig jaar door de vakbond, die vier maanden duurden, aangewakkerd. Gamebedrijven hebben ook nevenovereenkomsten getekend met de vakbond die bepaalde AI-beschermingen codificeren om tijdens de staking met acteurs te kunnen blijven samenwerken.
Muzikanten en auteurs hebben soortgelijke zorgen geuit over het feit dat AI hun stemmen en boeken schrapt. Maar generatieve AI kan nog steeds geen uniek werk of ‘volledig nieuwe dingen’ creëren, zegt Walid Saad, hoogleraar elektrische en computertechniek en AI-expert bij Virginia Tech.
“We kunnen het trainen met meer gegevens, zodat het over meer informatie beschikt. Maar het hebben van meer informatie betekent niet dat je creatiever bent”, zei hij. “Als mensen begrijpen we de wereld om ons heen, toch? Wij begrijpen de natuurkunde. Je begrijpt dat als je een bal op de grond gooit, deze zal stuiteren. AI-tools begrijpen de wereld momenteel niet.”
Saad wees op een meme over AI als voorbeeld van die tekortkoming. Toen iemand een AI-engine ertoe aanzette een afbeelding te maken van zalm die in een rivier zwemt, zei hij, maakte de AI een foto van een rivier met gesneden stukjes zalm die in supermarkten te vinden waren.
“Wat AI vandaag de dag mist, is het gezonde verstand van mensen, en ik denk dat dit de volgende stap is”, zei hij.
Dat soort redeneringen is een belangrijk onderdeel van het proces om AI-tools bruikbaarder te maken voor consumenten, zegt Vijoy Pandey, senior vice-president van Cisco’s innovatie- en incubatieafdeling, Outshift. AI-ontwikkelaars presenteren de volgende golf van generatieve AI-chatbots steeds vaker als AI-agenten die nuttiger dingen voor mensen kunnen doen.
Dat zou kunnen betekenen dat je een AI-agent een dubbelzinnige vraag kunt stellen en dat het model kan redeneren en stappen kan plannen om een ambitieus probleem op te lossen, zei Pandey. Veel technologie, zo zei hij, zal in 2025 die kant op gaan.
Pandey voorspelt dat AI-agenten uiteindelijk samen kunnen komen en een taak kunnen uitvoeren op de manier waarop meerdere mensen samenkomen en een probleem als team kunnen oplossen, in plaats van simpelweg taken uit te voeren als individuele AI-tools. De AI-agenten van de toekomst zullen als een ensemble werken, zei hij.
Toekomstige Bitcoin-software zal bijvoorbeeld waarschijnlijk afhankelijk zijn van het gebruik van AI-softwareagenten, zei Pandey. Die agenten zullen elk een specialiteit hebben, zei hij, met “agenten die controleren op juistheid, agenten die controleren op veiligheid, agenten die controleren op schaal.”
„We gaan naar een toekomst voor agenten“, zei hij. “Al deze agenten zullen heel goed zijn in bepaalde vaardigheden, maar ook een beetje karakter of kleur hebben, want zo werken wij.”
AI-instrumenten hebben ook de medische sector gestroomlijnd, of in sommige gevallen letterlijk een helpende hand geboden. De Nobelprijs voor de scheikunde van dit jaar – een van de twee Nobelprijzen die worden toegekend aan AI-gerelateerde wetenschap – ging onder leiding van Google aan de slag om nieuwe medicijnen te helpen ontdekken.
Saad, hoogleraar aan Virginia Tech, zei dat AI heeft bijgedragen aan snellere diagnostiek door artsen snel een startpunt te geven bij het bepalen van de zorg voor een patiënt. AI kan geen ziekte detecteren, zei hij, maar kan wel snel gegevens verwerken en potentiële probleemgebieden aanwijzen die een echte arts kan onderzoeken. Maar net als in andere arena’s bestaat het risico dat onwaarheden in stand worden gehouden.
Technologiegigant OpenAI heeft bijvoorbeeld zijn AI-aangedreven transcriptietool Whisper aangeprezen als zijnde bijna ‘menselijk niveau robuustheid en nauwkeurigheid’. Maar experts hebben gezegd dat Whisper een grote fout heeft: Het is gevoelig voor het verzinnen van stukjes tekst of zelfs hele zinnen.
Pandey van Cisco zei dat sommige klanten van het bedrijf die in de farmaceutische sector werken, hebben opgemerkt dat AI heeft geholpen de kloof te overbruggen tussen ‘natte laboratoria’, waarin mensen fysieke experimenten en onderzoek uitvoeren, en ‘droge laboratoria’ waar mensen gegevens analyseren en maken vaak gebruik van computers voor modellering.
Als het om farmaceutische ontwikkeling gaat, kan dat samenwerkingsproces meerdere jaren duren, zei hij – met AI kan het proces tot een paar dagen worden teruggebracht.
„Dat is voor mij het meest dramatische gebruik geweest“, zei Pandey.
Gepubliceerd – 31 december 2024 08:40 uur IST
