Innovatielaan: Generatieve AI

In ons eerste onderwerp bekijken we generatieve kunstmatige intelligentie (AI). Als er momenteel modewoorden zijn die met AI te maken hebben, dan zijn dat ongetwijfeld ChatGPT of de equivalenten daarvan in de beeldverwerking, zoals Stable Diffusion, Dall-E of MidJourney.

Wie herinnert zich niet de arrestatie van Donald Trump of de paus in een Balenciaga Drip winterjas?.

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

Deze technologie maakt gebruik van geavanceerde technieken die voortdurend worden verbeterd. Een belangrijke methode is het trainen van grote AI-modellen op grote hoeveelheden data zonder labels, waarna ze worden verfijnd voor specifieke taken. Het maken van deze modellen vereist complexe wiskunde en veel rekenkracht, maar ze voorspellen in principe wat er gaat gebeuren.

Op dit moment maakt generatieve AI vaak dingen als je het in gewone taal vraagt ​​– zonder dat er code nodig is. Maar bedrijven kunnen het voor veel dingen gebruiken, zoals het ontwikkelen van nieuwe medicijnen, het ontwerpen van computerchips en het ontwikkelen van nieuwe materialen.

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

“Weapons of Math Destruction” onderzoekt de negatieve gevolgen van algoritmische besluitvormingssystemen, die ze omschrijft als “mathematische modellen die ondoorzichtig, ongereguleerd en destructief zijn”. Er zijn verschillende overeenkomsten tussen de problemen die in O'Neils boek aan de orde komen en de negatieve aandacht rondom generatieve AI.

Ondoorzichtigheid en gebrek aan transparantie

Zowel algoritmische systemen als generatieve AI-modellen kunnen op een ondoorzichtige en niet-transparante manier 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 vooroordelen en ongelijkheid

O'Neil benadrukt hoe algoritmische modellen vooroordelen in de trainingsdata kunnen bestendigen en versterken, wat kan leiden tot oneerlijke of discriminerende uitkomsten, met name voor gemarginaliseerde gemeenschappen. Op dezelfde manier kunnen generatieve AI-modellen vooroordelen in de trainingsdata overnemen en verspreiden, wat resulteert in bevooroordeelde of ongepaste contentgeneratie.

Impact op individuen en de samenleving

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

Gebrek aan regelgeving en toezicht

O'Neil wijst op het gebrek aan regelgeving en toezicht rondom algoritmische besluitvormingssystemen, waardoor schadelijke praktijken ongestraft kunnen blijven. Ook de snelle ontwikkeling en implementatie van generatieve AI-modellen heeft de regelgevende kaders en ethische richtlijnen ingehaald, wat leidt tot zorgen over verantwoord gebruik en mogelijk misbruik van de technologie.

De noodzaak van ethische overwegingen

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

Samenvattend vertonen de zorgen die in "Weapons of Math Destruction" worden geuit overeenkomsten met de negatieve aandacht rondom 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 verantwoord handelen bij de ontwikkeling en implementatie van algoritmische systemen en AI-technologieën.

Met al die negatieve aandacht rondom deze technologie, wat zijn dan de do's en don'ts voor uw bedrijf? In dit artikel bespreken we één do en één don't.

• Zorg dat u begrijpt wat uw bedrijf nodig heeft.
• Onderschat het belang van gegevensprivacy niet.

Zorg dat u uw bedrijfsbehoeften begrijpt en hoe generatieve AI daaraan kan voldoen.

Generatieve AI heeft over het algemeen het potentieel om diverse aspecten van productieprocessen te revolutioneren door bedrijven in staat te stellen effectiever te innoveren, te optimaliseren en zich aan te passen aan veranderende marktdynamiek. Door de mogelijkheden van generatieve AI te benutten, kunnen bedrijven een concurrentievoordeel behalen en duurzame groei realiseren in het snel veranderende bedrijfslandschap van vandaag.

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 data uit de echte wereld (zowel realtime als historische gegevens) in combinatie met engineering-, simulatie- of machine learning-modellen (ML) om de bedrijfsvoering te verbeteren en menselijke besluitvorming te ondersteunen.

Generatieve AI zal een revolutie teweegbrengen in digitale omgevingen en digitale tweelingen door ze te transformeren in 'intelligente omgevingen' en 'intelligente tweelingen'. Deze integratie wordt mogelijk gemaakt door de ondersteuning van de menselijke arbeidskracht door middel van generatieve AI, wat zelfs kan leiden tot 'zelfsturende' digitale tweelingen en omgevingen.

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

• Productontwerp en prototyping
• Het productieproces optimaliseren
• Optimalisatie van de toeleveringsketen.

Productontwerp en prototyping

Generatief ontwerp heeft als doel nieuwe vormen te creëren, waaronder vormen waar je misschien nog nooit aan hebt gedacht, vormen die een gewichtsvoordeel bieden ten opzichte van traditionele vormen, door materiaal efficiënt aan te brengen waar het nodig is en te verwijderen waar het niet nodig is. De VW Microbus trok een constante stroom bezoekers nadat deze 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 gespecificeerde parameters en beperkingen. Bedrijven kunnen generatieve AI gebruiken om snel en efficiënt een breed scala aan ontwerpmogelijkheden te verkennen, waardoor snelle iteratie en optimalisatie van productontwerpen mogelijk is.

Geoptimaliseerde productieprocessen

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

Door materiaaleigenschappen en productiebeperkingen te analyseren, kunnen generatieve AI-algoritmen ontwerpwijzigingen en materiaalvervangingen voorstellen om afval 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 de supply chain 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 verschaffen 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 werkzaamheden te vergemakkelijken. In plaats van het gebruik ervan volledig te verbieden, stelt Gartner voor om een ​​duidelijk beleid op te stellen om verborgen gebruik te voorkomen en naleving te garanderen.

Formuleer het beleid eenvoudig. Het kan zo simpel zijn als drie dingen die je niet moet doen en twee dingen die je wel moet doen, vooral als je tools zoals ChatGPT of vergelijkbare standaardmodellen gebruikt:

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

Alles begint met bewustwording.

Om te voorkomen dat gebruikers persoonlijke informatie invoeren op platforms zoals ChatGPT of vergelijkbare generatieve AI-modellen, is het belangrijk gebruikers te informeren over het belang van de bescherming van hun persoonlijke gegevens en de potentiële risico's die verbonden zijn aan het invoeren van gevoelige data op AI-gestuurde platforms. Geef duidelijke richtlijnen en voorbeelden van welke soorten informatie 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. Gebruik in plaats van echte namen, adressen of andere persoonlijke identificatiegegevens liever generieke plaatsaanduidingen of fictieve voorbeelden.

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

Regelmatige evaluaties en analyses van de interacties en resultaten van uw medewerkers kunnen worden uitgevoerd. Let daarbij op patronen of afwijkingen die kunnen wijzen op misbruik of nalevingsproblemen.

Charles Korthout

Solution Architect bij partners 2 innovate

Volg ons op LinkedIn en beleef innovatie van dichtbij, waar ideeën tot bloei komen en connecties tot grootse prestaties leiden!