Evolutie in AI

Met alle hype rond artificiële intelligentie wordt steeds vaker de vraag gesteld of de verwachtingen niet te ver zijn doorgeschoten waarbij het potentieel van de technologie zwaar overschat wordt. Niets van, zei Konstantine Buhler van Sequoia Capital recent in een CNBC interview. Volgens hem zitten we nog maar aan de start van de AI revolutie.

Konstantine Buhler is partner van Sequoia Capital – een belangrijke financiële speler in de technoligiewereld van Silicon Valley. Voor ons is dat niet zo relevant maar de man gaf in het interview een mooi overzicht van de evolutie tot nu toe in artificiële intelligentie en van wat ons nog te wachten staat.

De eerste cyclus in de AI revolutie startte volgens hem in het begin van de jaren 2000 en was die van predictieve AI. Het zijn de modellen die op basis van data voorspellingen kunnen doen, zoals de aanbevelingen van films die je wil zien op Netflix en de algoritmes die bepalen wat we te zien krijgen op sociale media.

Volgende stap in de AI revolutie, die pakweg tien jaar later kwam, was die van descriptieve AI. Buhler omschrijft dat als “woorden en beelden in, getallen uit”, zoals bij visiesystemen. Toepassingen die daarop gebaseerd zijn, gaan van zelfrijdende voertuigen tot en met diagnosetoepassingen in de gezondheidszorg.

De derde evolutie is die van generatieve AI waarbij de technologie teksten en beelden genereert – een evolutie waarin we volgens Buhler nog maar aan de start staan. Volgens hem is er inderdaad sprake van een hype op dit moment, maar in plaats van ons af te vragen of die overdreven is, kiest hij ervoor om op langere termijn te kijken naar de vele mogelijkheden en toepassingen die er ongetwijfeld nog kan komen.

Naast de drie stappen in technologie is er momenteel ook een evolutie in benadering waarbij we van AI assistants evolueren naar AI agents. Het verschil tussen beide is dat een assistant ons een voorspelling of antwoord op een vraag kan leveren terwijl een agent meteen ook actie kan ondernemen. Een voorbeeld van zo een agent is een autonoom systeem dat losgelaten kan worden op netwerken en websites om kwetsbaarheden in cybersecurity op te sporen.

Om dat allemaal onder controle te houden blijft er een belangrijke rol voor de “human in the loop”. Sommige repitieve taken kunnen makkelijk geautomatiseerd worden. Voor andere wil je dat een mens eerst beoordeeld wat de AI bedacht heeft, alvorens actie te ondernemen.

Op relatief korte termijn verwacht Buhler dat het aantal AI toepassingen exponentieel zal stijgen. Momenteel wordt zwaar geïnvesteerd in training, wat een noodzakelijke stap is om tot goede modellen te komen. Tegelijk ziet men dat de mogelijkheden voor inference – het gebruik van de modellen – toenemen en dat het goedkoper wordt om de modellen te gebruiken. Daardoor gaan we ze in de komende maanden en jaren op steeds meer plaatsen tegenkomen, meent Buhler.

Â© Productivity.be, 17/03/2025