Praatje voor goede doel 23 mei 2025

15 min.

~ 7-10 slides.

Wat is AI? Ga jullie meenemen adhv een aantal analogieën en metaforen.

Inhoud:

  • Korte intro AI & GenAI
  • LLMs -> Tools -> Agents
  • AI en hoe ons werk verandert

Misschien praatje aan de hand van metaforen over AI organiseren?

Als het woord AI valt, denken we vandaag de dag al snel aan ChatGPT. Maar ChatGPT is een voorbeeld van generatieve AI - AI die teksten genereert -

Maar AI is veel meer dan dat en soms is het jammer je minder leest over andere mooie toepassingen van AI: beeldherkenningstechnieken om eerder tumoren te detecteren, (insert cool use cases here).

AI is dus breed en het is soms tegenwoordig alsof we over alles wat met computers te maken heeft, AI zeggen, net zoals je een discussie zou kunnen hebben hoe "snel" of hoe "groen" voertuigen zijn zonder fietsen, auto's en raketten te onderscheiden.

Maar we moeten AI ook weer niet té breed begrijpen. Soms lijkt het alsof alles wat met computers te maken heeft, AI genoemd wordt, omdat AI een geweldige marketingterm is geworden om geld op te halen voor je slimme product. Een gezonde dosis argwaan is tegenwoordig best op zijn plaats als bedrijven weer met een nieuwe AI-tool komen aanzetten die zogenaamd de wereld gaat veranderen.

Wat is het dan wel? definitions of AI=

  • AI als onderzoeksveld
  • AI als een verzameling van technieken om AI te bouwen
  • AI als een ideologie (namelijk dat het mogelijk is intelligentie na te bouwen)
  • AI als

Heb ik helemaal verteld hoe AI meer is dan ChatGPT / generatieve AI... en waar ga ik het over hebben? Ja hoor, over GenAI en over ChatGPT.

Waarom dan toch? Nou, er zijn een aantal dingen uniek aan de rappe ontwikkeling van AI tools zoals ChatGPT:

  • Het idee / de belofte van AI is al een stuk ouder (insert kleine geschiedenis), maar dit is voor het eerst dat een toepassing van AI op wereldwijde schaal massaal voor het grote publiek toegankelijk is en wordt gebruikt (slide of record aantal gebruikers)
  • Natuurlijke taal als nieuwe interface om met computer te praten
    • Een technologie verandert de wereld als het een nieuwe interface weet in te richten, denk bijv. aan smart phone / computer op zak.
    • Nu: spraak, beeldherkenning, natuurlijke taal: menselijk en intuitief. En trend van zogeheten "multimodale" modellen die geschreven en gesproken taal en beeldherkenning integreren in één model/toepassing.
    • En wellicht hierna nóg intuitiever: communiceren met hologrammen.
  • Verandert voor het eerst fundamenteler de manier waarop wij werken en we staan nog maar aan het begin van die ontwikkeling (van "schrijf deze email" of "vat dit samen") naar AI-agents waar we als digitale collega's mee samenwerken.

Digital disruption, nieuw technologisch tijdperk.

Maar even een stapje terug, ChatGPT (LLMs) is dus een voorbeeld van Generatieve AI. Genereren betekent: dingen maken, zoals bijv. een afbeelding?

Huh, maar ChatGPT is toch een hele slimme chatbot die kan redeneren en die je van alles kunt vragen, en die opdrachten kan uitvoeren?

Dat is het magische: Het basis model van ChatGPT is een taalmodel dat getraind is op miljarden teksten en dat in staat is om teksten te genereren die lijken op de teksten waarop het getraind is. Nog platter gezegd: zo'n LLM is een fancy tekstvoorspeller.

LLM als zip-bestand.

Analogiëen van AI.

De NNs die onder LLMs liggen zijn een soort van "neuraal netwerk" dat is opgebouwd uit een heleboel laagjes met digitale "neuronen" die met elkaar verbonden zijn en die op een bepaalde manier zijn getraind. Maar die analogie met de hersenen is extreem losjes en hoewel je dus met ChatGPT kan praten maken we ons weinig illusies dat

Zo gezien heeft de slimheid van LLMs dus eerder wat weg van een papegaai die na zijn hele leven verhalen te hebben gehoord, toch zelf ook iets grappigs kan vertellen.

De eerlijkheid gebiedt ons te zeggen: maakt dat eigenlijk wat uit? Het maakt uit voor het originele onderzoeksprogramma dat AI ziet als een middel om menselijke intelligentie beter te begrijpen (door het na te bouwen).

Voor AI als engineering discipline maakt het helemaal niet uit. Als je er nuttige dingen mee kan doen en op een intelligente manier met die AI kan communiceren, dan is dat awesome.

Nadruk op handelen, shift naar agents. Het Engelse 'agent' is moeilijk te vertalen in het Nederlands. Nee, het is geen politie agent, maar iets met "agency" d.w.z. de mogelijkheid om met enige zelfstandigheid te handelen. Vanuit dat idee van "handelen" maakt het niet per sé uit of De filosofische vraag, waar we niet in een kwartier uit gaan komen is natuurlijk wél, kunnen die AI agents altijd goed handelen als ze niet écht intelligent zijn en niet écht snappen wat ze doen ... Vooralsnog is het duidelijk dat AI agents, hoe goed ze ook zijn, nog veel fouten maken en we ons serieus moeten afvragen hoeveel autonomie we uit handen willen geven.

Maar met die metafoor van de papegaai doen we LLMs toch tekort, want als je met ChatGPT praat De Turing Test is allang gehaald. Hoe kan er dan toch zoveel kennis in zitten?

Kennis in context. Clavecimbel voorbeeld. Snelle analogie hersenen.

Je ziet dat fout gaan als je een LLM vraag te rekenen, al zal het voor simpele sommen goed gaan (genoeg voorbeelden) en wordt er tegenwoordig hard gewerkt om met allemaal trucjes en technieken modellen toch over getallen te laten redeneren.

Als ik hem plat sla: LLM dus in zekere zin dus een woordvoorspeller op basis van een samenvatting van het internet. LLMs hebben dus ook een "cut-off date" en hebben geen kennis

Ze hebben desalniettemin ook in dat geval geen enkele moeite om

RAG: eigen data toevoegen. Geschikt voor gespecialiseerde kennisbanken met relatief statische data.

Next step: tools, een soort van "plugins" die LLMs in staat stellen om met andere applicaties te communiceren en zo hun kennis te vergroten. Voorbeeld geven.

Super! Maar goed, gaat iedereen nu zijn tool's integreren? Kost veel tijd, maatwerk.

Next steps, nu in opkomst: protocollen om

1) tools te standaardiseren (MCP) zodat mensen onafhankelijk van elkaar en dus schaalbaar tools kunnen ontwikkelen op zo'n manier dat LLMs ze kunnen gebruiken. 2) A2A protocollen om agents samen te laten werken.

AI en hoe ons werk verandert. De opkomst van de Copiloot metafoor.

Automation bias.

Waar gaat het nog weinig over? Milieu.