Wat is generative AI? Uitleg, soorten AI-modellen, toepassingen en impact op het werk

Foto Daan van Beek MSc
Auteur: Daan van Beek MSc
Managing Director
Inhoudsopgave

Generative AI is het vakgebied dat op basis van artificial intelligence technieken zoals neurale netwerken, helemaal zelfstandig opmaat gemaakte content genereert. Het aapt de voorbeelden na en genereert een imitatie. Denk dan aan teksten, afbeeldingen, geluiden of video. Het meest bekende voorbeeld van generatieve AI is ChatGPT van het bedrijf OpenAI. Het systeem van OpenAI (ChatGPT + DALL-E) heeft het hele internet “leeggetrokken”, alle woorden, leestekens, zinnen, afbeeldingen, video’s en bijbehorende context geanalyseerd en hiervan zodanig geleerd dat het zelf teksten of programmacode kan schrijven of illustraties kan maken. Generatief gaat hier om het vermogen dat dit type kunstmatige intelligentie heeft om iets zelfstandig te genereren, voort te brengen of te produceren. Generative AI of Generatieve AI gaat grote impact hebben op ons werk.

Wat is Generative AI?

Generative AI gebruikt zowel unsupervised als semi-supervised machine learning technieken. Het is dus niet iets totaal nieuws maar het gebruikt een combinatie van meerdere type algoritmes. Het stelt computers in staat om nieuwe inhoud te creëren op basis van bestaande inhoud, zoals tekst, audio, video, afbeeldingen en code.

Generative AI is het vakgebied dat op basis van machine learning technieken zoals neurale netwerken, helemaal zelfstandig unieke content genereert op basis van heel veel voorbeelden en een vraag (prompt) van een gebruiker.

Het doel is om – op basis van een vraag van een gebruiker, of een opdracht van een systeem – volledig originele artefacten te genereren die niet van echt zijn te onderscheiden. Generative AI maakt imitaties van de orginelen, het is een goed na-aper.

AI-modellen voor Generative AI

Twee veelgebruikte generatieve AI-modellen zijn Generative Adversarial Networks (GANs) en op transformatoren gebaseerde modellen, zoals Generative Pre-Trained (GPT) taalmodellen.

1. Op transformatoren gebaseerde modellen

Denk hierbij aan GPT en LaMDA, zijn zeer krachtige neurale netwerken (met heel veel parameters) die context en betekenis leren door relaties in sequentiële gegevens te volgen, zoals die in een zin, paragraaf of hoofdstuk. GPT modellen zijn zogenaamde Large Language Models (LLM’s). Bij het formuleren van een antwoord voorspellen ze telkens het best passende volgende woord of leesteken. Het lijkt erg simpel maar onder de motorkap van bijvoorbeeld ChatGPT zit een astronomische hoeveelheid gestolde, zeer gecomprimeerde kennis die ook nog eens erg toegankelijk is voor een grote groep mensen.

Het lijkt erg simpel maar onder de motorkap zit een astronomische hoeveelheid gestolde, zeer gecomprimeerde kennis

Vergelijk het met een zeer hoge-resolutie foto (alle kennis op het internet) die je maximaal comprimeert (ChatGPT). Op het eerste gezicht lijkt de gecomprimeerde sterk op de hoge-resolutie foto maar als je inzoomt zie je het verlies aan kwaliteit. Als je de bestanden – de bits en de bytes – van beide foto’s gaat vergelijken dan zijn ze helemaal onvergelijkbaar. Alles wat je ooit uit ChatGPT zult krijgen zijn hoofdlijnen en is dus “bij benadering”. Tenzij je het model achter ChatGPT (extra) gaat trainen voor een specifiek domein.

Het GPT model is verrassend genoeg nauwkeuriger dan machine learning modellen die zich baseren op gestructureerde data. GPT modellen kunnen niet alleen worden gevoed met alles wat er op internet, intranet of in een database staat, maar je kunt zo ook trainen met domeinspecifieke taal zoals medici die bijvoorbeeld gebruiken. Zo kan een GPT model leren van alle medische notities die in een patiëntendossier liggen opgeslagen en een antwoord genereren die een voorspelling bevat of de patiënt grote kans heeft om te overlijden of om binnen 30 dagen terug te keren naar het ziekenhuis voor dezelfde kwaal (Jiang, Liu, Nejatian, et al, 2023). Het GPT model is in dit geval verrassend genoeg nauwkeuriger in die voorspellingen dan machine learning modellen die zich baseren op gestructureerde data.

2. Generative Adversarial Networks (GANs)

GANs zijn algoritmes die twee neurale netwerken – een generator en een discriminator – tegen elkaar laten strijden in een zero-sum game. De generator creëert nepvoorbeelden, terwijl de discriminator probeert onderscheid te maken tussen echte en nepvoorbeelden. Wanneer de discriminator een nepvoorbeeld juist detecteert wint het punten en de generator verliest punten. GANs worden vaak gebruikt voor het genereren van afbeeldingen en multimedia.

Nu ken je de belangrijkste twee soorten generative AI modellen. Veel bedrijven houden zich momenteel bezig met het ontwikkelen van dit soort modellen en maken ze openbaar, al dan niet via API’s. Denk hierbij aan PaLM, Bard, GPT-4, Sparrow en LaMDA.

Toepassingen van Generative AI

Generatieve AI heeft toepassingen in verschillende domeinen, zoals:

  • beeldgeneratie
  • beeld-naar-beeld vertaling
  • tekst-naar-beeld vertaling
  • tekst-naar-spraak
  • audio-generatie
  • video-generatie
  • beeld- en videoverbetering
  • genereren van synthetische data

Hoewel generative AI veel potentie heeft en indrukwekkende resultaten kan opleveren, brengt het ook grote uitdagingen met zich mee, zoals de opkomst van deepfakes, het auteursrecht, de angst voor verlies aan banen en de moeilijkheid waarmee gegenereerde output gecontroleerd kan worden (op juistheid of echtheid).

Het handboek Artificial Intelligence Afbeelding van Het handboek Artificial IntelligenceWil je meer weten over Artificial Intelligence, machine learning en BI? Dan kan dit (handgeschreven) Artificial Intelligence boek je goed helpen bij het begrijpen van deze technologie en hoe je die effectief kunt inzetten in jouw organisatie. Wat vandaag de trend is, wordt morgen wellicht de standaard.bekijk het handboek Artificial Intelligence

De impact van generative AI op beroepen en sectoren

Generatieve AI maakt het voor de intelligente, datagedreven organisatie mogelijk om niet alleen automatisch te beslissen maar kan nu ook automatisch reageren. Daarmee kunnen we kunstmatige intelligentie helemaal doortrekken tot het einde van de cyclus. Ook dit is een indicatie dat AI een systeemtechnologie is en niet zomaar een speeltje van techbedrijven. Het leven én de inhoud van het werk van veel mensen zal de komende jaren drastisch veranderen. Onderzoekers voorspellen bijvoorbeeld dat met name generatieve AI een jaarlijkse productiviteitstijging tussen de 1% en 3% kan realiseren. Dat is dus cumulatief, jaar op jaar. Het is een uitdaging voor ons allemaal om daar een weg in te vinden, schrijvers, musici, acteurs en andere creatieve en educatieve beroepen daarbij ingesloten.

Overal waar een creatief (generatief) proces aan te pas komt, gaat generative AI een zeer belangrijke rol spelen. Denk hierbij aan beroepen zoals:

  • Beleidsmedewerkers en managers
  • Consultants en (financieel) adviseurs
  • Marketeers en reclamemakers
  • Sales en accountmanagers
  • Schrijvers, docenten, musici, filmmakers, scriptschrijvers en acteurs
  • Advocaten, makelaars en notarissen
  • SEO specialisten en webredacteuren
  • IT specialisten zoals programmeurs
  • Accountants en auditors
  • Data Engineers & Data Analisten
  • Enzovoorts

De lijst kan zo lang gemaakt worden als je zelf wilt. Creatieve processen komen immers in elk beroep en in elke sector voor. Wil jij ook de impact weten van generative AI op jouw organisatie of bedrijf? Neem dan contact op met de generative AI specialisten.

Meer informatie over Generatieve AI?

Wil je meer informatie of een keer vrijblijvend doorpraten over de toepassingen van generatieve AI? Laat dan je contactgegevens hier achter.

Over Passionned Group

Logo Passionned Group, de specialist in generative AIPassionned Group is dé specialist in het bedenken en maken van innovatieve artificial intelligence oplossingen waaronder generative AI. Onze bekwame consultants helpen je om jouw organisatie te kantelen naar een datagedreven bedrijf waar AI-first de regel kan worden. Om het jaar organiseren wij de Dutch BI & Data Science Award™.

neem contact met ons op

Veelgestelde vragen

Wat is generatieve AI?
Een AI-technologie die imitaties kan maken die nauwelijks te onderscheiden zijn van de voorbeelden waarvan het heeft geleerd.
Wat zijn Large Language Models?
Dit zijn zogenaamde Generative Pre-Trained taalmodellen die een astronomisch aantal parameters hebben waardoor ze in staat zijn om sequenties op meerdere niveaus te herkennen en te genereren.
Is Generative AI een bedreiging?
Zeker. Elk creatief proces en elke sector gaat hier veel last van krijgen. Maar generative AI biedt natuurlijk ook kansen wanneer je het effectief kan inzetten in jouw organisatie.
Zijn de resultaten van generative AI altijd betrouwbaar?
Nee, deze vorm van AI biedt "slechts" een benadering (zoals overigens alle AI) maar in veel gevallen is dat voldoende. Je zult de resultaten altijd (regelmatig) moeten controleren door een deskundige. Door je prompts nader te specificeren kun je betere resultaten laten genereren.

Bekijk het handboek Artificial Intelligence

Productafbeelding van het handboek Artificial Intelligence

Dit vind je misschien ook interessant

Uitgelichte afbeelding Benut de kracht van Generatieve AI, maar blijf kritisch en waakzaam
Benut de kracht van Generatieve AI, maar blijf kritisch en waakzaam
Uitgelichte afbeelding De top 7 BI trends, big data trends & AI trends van 2024
De top 7 BI trends, big data trends & AI trends van 2024
Uitgelichte afbeelding Achtste druk van 'De intelligente, datagedreven organisatie' nu beschikbaar
Achtste druk van 'De intelligente, datagedreven organisatie' nu beschikbaar

Deze organisaties gingen je voor

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met generative AI of andere zaken waar je slimmer van wordt.

Foto Daan van Beek - Managing DirectorDAAN VAN BEEK MScManaging Director

Neem contact met mij op

Fact sheet

___
klanten
___
trainingen & workshops
___
mensen opgeleid
8,9
klanttevredenheid
___
consultants & docenten
3
kantoren
19
jaar ervaring