Innovatielaan: generatieve AI

In ons eerste onderwerp kijken we naar generatieve kunstmatige intelligentie (AI). Als er momenteel buzzwords zijn die verband houden met AI, dan is het ongetwijfeld ChatGPT of de bijbehorende imaging-variant, zoals Stable Diffusion, Dall-E of MidJourney.

Wie kan zich de arrestatie van Donald Trump of de paus in de Balenciaga Drip winterjas niet herinneren?

Generatieve AI is een technologie die leert van bestaande voorbeelden om op grote schaal nieuwe, realistische content te creëren. Het kan dingen creëren zoals afbeeldingen, video's, muziek, spraak, tekst, softwarecode en productontwerpen die origineel zijn, maar geïnspireerd door wat het geleerd heeft.

Deze technologie maakt gebruik van geavanceerde technieken die steeds beter worden. Een belangrijke methode is het trainen van grote AI-modellen op grote hoeveelheden data zonder labels, om ze vervolgens te verfijnen voor specifieke taken. Het maken van deze modellen vereist ingewikkelde wiskunde en veel computerkracht, maar ze voorspellen in principe wat er gaat gebeuren.

Momenteel maakt generatieve AI vaak dingen wanneer je er in gewone taal om vraagt ​​– zonder dat er gecodeerd hoeft te worden. Maar bedrijven kunnen het voor veel dingen gebruiken, zoals het uitvinden van nieuwe medicijnen, het ontwerpen van computerchips en het ontwikkelen van nieuwe materialen.

Over het algemeen heeft generatieve AI weliswaar een enorm potentieel voor innovatie en creativiteit, maar de negatieve reputatie ervan komt voort uit legitieme zorgen over de ethische, sociale en juridische implicaties ervan. Het aanpakken van deze zorgen vereist een gezamenlijke inspanning van onderzoekers, beleidsmakers, belanghebbenden uit de industrie en het maatschappelijk middenveld om robuuste waarborgen te ontwikkelen, verantwoorde praktijken te bevorderen en de risico's die gepaard gaan met AI-technologieën te beperken. In 2016 schreef Cathy O'Neil al een zeer aanbevolen boek genaamd Weapons of Math Destruction .

"Weapons of Math Destruction" onderzoekt de negatieve gevolgen van algoritmische besluitvormingssystemen, die zij omschrijft als "wiskundige modellen die ondoorzichtig, ongereguleerd en destructief zijn". Er zijn verschillende overeenkomsten tussen de kwesties die O'Neil in zijn boek aankaart en de negatieve aandacht voor generatieve AI.

Ondoorzichtigheid en gebrek aan transparantie

Zowel algoritmische systemen als generatieve AI-modellen kunnen ondoorzichtig en ondoorzichtig werken, waardoor het voor gebruikers moeilijk is te begrijpen hoe beslissingen worden genomen of content wordt gegenereerd. Dit gebrek aan transparantie kan in beide gevallen leiden tot zorgen over verantwoording, eerlijkheid en vooringenomenheid.

Versterking van vooringenomenheid en ongelijkheid

O'Neil benadrukt hoe algoritmische modellen vooroordelen in de data die gebruikt worden om ze te trainen, kunnen bestendigen en versterken, wat kan leiden tot oneerlijke of discriminerende uitkomsten, met name voor gemarginaliseerde gemeenschappen. Evenzo kunnen generatieve AI-modellen vooroordelen in trainingsdata erven en verspreiden, wat resulteert in bevooroordeelde of ongepaste contentgeneratie.

Impact op individuen en de samenleving

Zowel "Weapons of Math Destruction" als zorgen over generatieve AI benadrukken de mogelijke negatieve gevolgen voor individuen en de maatschappij. O'Neil bespreekt hoe algoritmische systemen individuen kunnen schaden door hen kansen te ontnemen of maatschappelijke ongelijkheden te versterken. Evenzo kunnen generatieve AI-modellen schadelijke content produceren, zoals deepfake-video's of desinformatie, wat ernstige gevolgen kan hebben voor individuen en de maatschappij als geheel.

Gebrek aan regelgeving en toezicht

O'Neil benadrukt het gebrek aan regelgeving en toezicht rond algoritmische besluitvormingssystemen, waardoor schadelijke praktijken ongecontroleerd kunnen blijven. Evenzo heeft de snelle ontwikkeling en implementatie van generatieve AI-modellen de regelgeving en ethische richtlijnen achter zich gelaten, wat leidt tot zorgen over verantwoord gebruik en mogelijk misbruik van de technologie.

Noodzaak van ethische overwegingen

Zowel discussies over algoritmische systemen als generatieve AI benadrukken het belang van ethische overwegingen en verantwoorde praktijken. O'Neil pleit voor meer transparantie, verantwoording en eerlijkheid bij algoritmische besluitvorming, terwijl voorstanders van generatieve AI het belang benadrukken van ethisch ontwerp, het beperken van vooroordelen en het naleven van ethische richtlijnen bij het genereren van content.

Kortom, de zorgen die in "Weapons of Math Destruction" worden geuit, vertonen overeenkomsten met de negatieve aandacht voor generatieve AI, met name wat betreft kwesties als ondoorzichtigheid, vooringenomenheid, maatschappelijke impact, regelgevend toezicht en ethische overwegingen. Beide benadrukken de noodzaak van meer bewustzijn, verantwoording en ethisch beheer bij de ontwikkeling en implementatie van algoritmische systemen en AI-technologieën.

Dus, met al deze negatieve aandacht rondom deze technologie, wat zijn de do's en don'ts voor uw bedrijf? In dit bericht bekijken we één do en één don't.

• Begrijp wat uw bedrijf nodig heeft.
• Onderschat het belang van gegevensprivacy niet.

Zorg dat u begrijpt wat uw bedrijf nodig heeft en hoe generatieve AI hieraan kan voldoen.

Al met al heeft generatieve AI de potentie om verschillende aspecten van productieprocessen te revolutioneren door bedrijven in staat te stellen effectiever te innoveren, optimaliseren en zich aan te passen aan veranderende marktdynamieken. Door de mogelijkheden van generatieve AI te benutten, kunnen bedrijven een concurrentievoordeel behalen en duurzame groei stimuleren in het huidige snel veranderende bedrijfsleven.

Patrick Strauss bespreekt de mogelijkheden van generatieve AI voor het creëren van digitale tweelingen. Een digitale tweeling is de digitale representatie van een fysiek object. Deze maakt gebruik van real-world data (zowel realtime als historisch) in combinatie met engineering-, simulatie- of machine learning (ML)-modellen om de bedrijfsvoering te verbeteren en menselijke besluitvorming te ondersteunen.

Generatieve AI zal digitale omgevingen en digitale tweelingen revolutioneren door ze te transformeren tot "intelligente omgevingen" en "intelligente tweelingen". Deze integratie zal mogelijk worden gemaakt door de uitbreiding van de menselijke beroepsbevolking met behulp van generatieve AI, die zelfs "zelfsturende" digitale tweelingen en omgevingen mogelijk maakt.

Enkele voorbeelden van gebieden waar generatieve AI nuttig kan zijn, zijn:

• Productontwerp en prototyping
• Optimaliseren van het productieproces
• Optimalisatie van de toeleveringsketen.

Productontwerp en prototyping

Generatief design streeft ernaar nieuwe vormen te creëren, waaronder vormen waar je misschien nog nooit aan had gedacht, vormen die een gewichtsvoordeel bieden ten opzichte van traditionele vormen, door materiaal efficiënt te plaatsen waar het nodig is en weg te halen waar het niet nodig is. De VW Microbus trok een constante stroom bezoekers nadat hij vanaf het hoofdpodium was gepromoot.

Generatieve AI-algoritmen kunnen helpen bij het ontwerpen en prototypen van nieuwe producten door diverse en innovatieve ontwerpconcepten te genereren op basis van specifieke parameters en beperkingen. Bedrijven kunnen generatieve AI gebruiken om snel en efficiënt een breed scala aan ontwerpmogelijkheden te verkennen, wat snelle iteratie en optimalisatie van productontwerpen mogelijk maakt.

Geoptimaliseerde productieprocessen

Generatieve AI kan productiedata analyseren en kansen identificeren om productieprocessen te optimaliseren, zoals het verbeteren van de productie-efficiëntie, het verminderen van afval en het minimaliseren van downtime. Generatieve AI kan helpen bij het optimaliseren van materiaalgebruik en resourcetoewijzing in het productieproces.

Door materiaaleigenschappen en productiebeperkingen te analyseren, kunnen generatieve AI-algoritmen ontwerpwijzigingen en materiaalvervangingen voorstellen om verspilling te minimaliseren, productiekosten te verlagen en de duurzaamheid te verbeteren. Door gebruik te maken van generatieve AI-algoritmen kunnen productiebedrijven optimale procesparameters en -configuraties ontdekken die de productiviteit maximaliseren en de kosten minimaliseren.

Optimalisatie van de toeleveringsketen

Generatieve AI kan helpen bij het optimaliseren van supply chain-activiteiten door de vraag te voorspellen, potentiële knelpunten te identificeren en voorraadniveaus te optimaliseren. Door historische data en realtime informatie te analyseren, kunnen generatieve AI-algoritmen waardevolle inzichten bieden in de dynamiek van de supply chain, waardoor bedrijven weloverwogen beslissingen kunnen nemen en de algehele efficiëntie kunnen verbeteren.

Onderschat het belang van gegevensprivacy en ethische overwegingen bij generatieve AI niet

Uw medewerkers experimenteren waarschijnlijk al met ChatGPT om hun werktaken te ondersteunen. In plaats van het gebruik ervan volledig te verbieden, stelt Gartner voor om een ​​duidelijk beleid te creëren om verborgen gebruik te voorkomen en naleving te garanderen.

Maak het beleid eenvoudig. Het kan zo simpel zijn als drie dingen die je niet moet doen en twee dingen die je wél moet doen, vooral als je tools zoals ChatGPT of vergelijkbare kant-en-klare modellen gebruikt:

• Vul geen persoonlijke gegevens in.
• Voer geen gevoelige gegevens in.
• Voer geen bedrijfsgeheimen of intellectueel eigendom in.
• Vergeet niet om de geschiedenis uit te schakelen als u externe tools gebruikt (zoals ChatGPT) die deze optie bieden.
• Houd de resultaten nauwlettend in de gaten. Soms bevatten ze subtiele fouten, onnauwkeurigheden of bevooroordeelde uitspraken.

Het begint allemaal met bewustwording.

Om te voorkomen dat persoonlijke informatie wordt ingevoerd op platforms zoals ChatGPT of vergelijkbare generatieve AI-modellen, is het belangrijk om gebruikers te informeren over het belang van het beschermen van persoonlijke informatie en de potentiële risico's die gepaard gaan met het invoeren van gevoelige gegevens in AI-gestuurde platforms. Geef duidelijke richtlijnen en voorbeelden van de soorten informatie die niet gedeeld mogen worden. Geef duidelijk aan welke soorten informatie als vertrouwelijk of gevoelig worden beschouwd en niet op het platform mogen worden ingevoerd.

Moedig gebruikers aan om gegevensinvoer te anonimiseren of te generaliseren bij interactie met generatieve AI-platforms. In plaats van echte namen, adressen of andere persoonlijke identificatiegegevens te gebruiken, moedig gebruikers aan om generieke tijdelijke aanduidingen of fictieve voorbeelden te gebruiken.

Naast de eerder genoemde training en opleiding kunnen toegangscontroles en machtigingen worden geïmplementeerd om te beperken wie binnen uw organisatie met ChatGPT mag communiceren. Als tools zoals ChatGPT via een proxyservice worden benaderd, kan bijvoorbeeld Infor OS ION API gateway logging en monitoring worden geboden.

Regelmatige evaluaties en analyses van de interacties en resultaten die uw medewerkers genereren, kunnen worden uitgevoerd. Zoek naar patronen of afwijkingen die kunnen wijzen op misbruik of nalevingsproblemen.

Charles Korthout

Solution Architect bij partners 2 innovate

Sluit je bij ons aan op LinkedIn en ontdek innovatie op de eerste rij, waar ideeën werkelijkheid worden en connecties tot grootse daden leiden!