Drie introducties tot generatieve AI

Het digitale landschap verandert voortdurend en loopt hierin voorop Digitale transformatie staat de Generatieve AI. In dit artikel van de start-up Schopf Meta Consult oprichter Peter Schopf beschrijft de oorsprong en betekenis van generatief Kunstmatige intelligentie en presenteert er drie Instapscenario's voor bedrijven die snel en eenvoudig kunnen worden geïmplementeerd. Samen met de zijne Meta Business-tweeling (MBT) presenteert hij de praktische toepassing.

inhoud

• Basisprincipes van generatieve kunstmatige intelligentie
  • Gespecialiseerde AI-systemen worden vervangen
  • Transformer-architectuur stimuleert de ontwikkeling
• Archetypische instapvarianten in generatieve AI
  • De strategische aanpak
  • De verkennende aanpak
  • De use case-aanpak
• De Meta Business Twin – meer dan een chatbot
  • Het concept van de Meta Business Twin
  • Mogelijke gebruiksscenario's – video
• Conclusie
• Ki-knowhow om te downloaden
• Veel gestelde vragen

Basisprincipes van generatieve kunstmatige intelligentie

Waarom bestaat er momenteel zo’n hype over kunstmatige intelligentie (AI) en is deze überhaupt terecht als deze al jaren bestaat? De reden is dat het speelveld de AI is seit 2017 is fundamenteel veranderd. Dat jaar werd de Transformer-architectuur geïntroduceerd in een baanbrekend artikel ‘Aandacht is alles wat je nodig hebt’ (Vaswani, Ashish, et al.).

Deze Transformator-architectuur, dat nu wereldwijd bekendheid heeft gekregen, vormt de ruggengraat van veel moderne AI-systemen. Het biedt onder meer het enorme voordeel dat er gebruik gemaakt kan worden van voorgetrainde modellen (voorgetrainde transformatoren) waarin vrijwel alle publiek toegankelijke kennis op internet zit.

Gespecialiseerde AI-systemen worden vervangen

Dit is een groot verschil vorige AI-Systemen waarin de beschikbaarheid van grote hoeveelheden data vaak een groot obstakel vormt voor de implementatie.

De voorgetraind Transformers hebben nu de deur geopend voor nieuwe vormen van tekst-, code- en beeldgeneratie. AI-systemen die ooit eenvoudige taken uitvoerden, zoals het sorteren van gegevens of het beantwoorden van specifieke vragen, kunnen nu op zichzelf staande kunstwerken maken, complexe tekst samenstellen, code schrijven en in realtime met gebruikers communiceren. Deze multimodale mogelijkheden zullen veel gespecialiseerde AI-systemen vervangen.

Transformer-architectuur stimuleert de ontwikkeling

OnderzoekGebieden die voorheen geïsoleerd werkten met hun eigen aanpak, algoritmen en soms heel verschillend taalgebruik, richten zich nu samen op de verdere ontwikkeling en toepassing van deze multimodale oplossingen. Funderingsmodellen. Deze focus op financiële en menselijke hulpbronnen, gekoppeld aan de bijna exponentiële groei van de rekenkracht van moderne processors (meestal GPU's of grafische verwerkingseenheden), leidt tot een adembenemende snelheid van technologische ontwikkeling.

Dit zou de fundamenten van onze samenleving(en) kunnen doen wankelen. Het is dus de moeite waard om dit gebied te leren kennen, zodat je op de golf kunt meevaren in plaats van eronder bedolven te raken. Zelfs als de huidige snelle ontwikkeling weer vertraagt, kan er alleen al op basis van de huidige aankondigingen nog veel worden verwacht. Over ons moeten gebruik maken van de mogelijkheden van AI die al bestaan. Samenvattend is de relatief nieuwe Transformer-architectuur de drijvende kracht achter deze indrukwekkende ontwikkelingen.

Archetypische instapvarianten in generatieve AI

Om de voordelen van Transformer-gebaseerde generatieve AI volledig te kunnen benutten, zijn er verschillende benaderingen die bedrijven kunnen volgen, afhankelijk van hun doelstellingen en de beschikbaarheid van middelen. Hieronder worden drie archetypische instapvarianten beschreven:

De strategische aanpak

Iedereen die het onderwerp AI serieus neemt en over de juiste middelen beschikt, kiest voor deze aanpak. Het vereist een diepgaand begrip van de huidige volwassenheidsniveau van het bedrijf en een duidelijke visie voor de toekomst.

De eerste is de Status quo vastleggen: Welke processen bestaan ​​er al en hoe kunnen deze door AI worden verbeterd? Vervolgens moet er een doelbeeld worden ontwikkeld dat de ambities van het bedrijf weerspiegelt in de context van een door AI ondersteunde toekomst.

Een toegewijde datastrategie is hierbij essentieel omdat het de basis legt voor elke AI-toepassing. Even belangrijk is effectief verandermanagement om ervoor te zorgen dat het personeel voorbereid is op veranderingen en dat nieuwe technologieën optimaal kunnen worden gebruikt.

Een middelgroot bedrijf in de... maakindustrie Definieer generatieve AI als onderdeel van de digitale transformatie om procesoptimalisatie en productinnovatie te stimuleren.

Terwijl een strategische aanpak veelomvattend is en ook bijvoorbeeld Talent- en competentieontwikkeling Wanneer we dit in ogenschouw nemen, moet vooral de datastrategie kort worden toegelicht. Het hebben van een goede datastrategie is een gangbare praktijk onder leiders op het gebied van productie-innovatie. Een deel ervan is goed doordacht Gegevenscatalogus en robuust databeheer (dataregulering). Een datacatalogus wordt gebruikt om alle gegevensbronnen van het bedrijf vast te leggen en te catalogiseren en de verantwoordelijkheden te bepalen. Gegevensbronnen in ons voorbeeld kunnen machinegegevens, sensorgegevens uit de productie, kwaliteitsmanagementgegevens, logistieke en supply chain-informatie en marktonderzoeksgegevens omvatten. 

De Gegevensbeheer (Dataregulering) bepaalt hoe er binnen het bedrijf met gegevens wordt omgegaan. Het omvat regels en processen voor het levenscyclusbeheer van gegevens, inclusief het verzamelen, opslaan, openen, verwerken en verwijderen ervan. 

Door deze elementen te combineren kan het productiebedrijf in het voorbeeld een duidelijk raamwerk creëren om data te gebruiken als strategische hulpbron voor het gebruik van kunstmatige intelligentie, waardoor het de productiviteit kan verhogen en innovatieve oplossingen kan produceren.

De verkennende aanpak

Met deze aanpak krijgen medewerkers de kans om met AI-tools aan de slag te gaan experiment. Hierdoor kunnen ze een intuïtief begrip van hun potentieel ontwikkelen. Ideaal te combineren met trainingen, evenementen en ideeënwedstrijden Over ons hier over de decentrale innovatiekracht van de beroepsbevolking.

Een pionier op dit gebied Siemens (laatste werkgever van de auteur). De technologieleider voorzag zijn medewerkers begin 2023 van een veilige AI-omgeving om te experimenteren. Hierdoor kon het hele bedrijf het AI-pad opgaan. Bij Siemens is AI echter zo relevant dat alle drie de benaderingen parallel aan bod komen.

Als u Siemens bezoekt op een van de toonaangevende vakbeurzen zoals de PLC in Neurenberg, dan zie je dat bijna alle tentoonstellingsruimtes al een of andere AI-oplossing demonstreren. Er is hier iets meer detail grote verschillen en 'kunstmatige intelligentie' wordt ruim geïnterpreteerd. Wat echter het vermelden waard is, is de algemene houding van het bedrijf ten opzichte van dit onderwerp.

Siemens richt zich niet op één of twee use cases, maar stelt alle medewerkers en bedrijfsonderdelen in staat actief te worden en AI in hun oplossingen te integreren. Het onderwerp AI is echter zo relevant in het bedrijf dat alle drie de benaderingen parallel aan bod komen. AI wordt strategisch bekeken, er worden mogelijkheden geboden voor medewerkers en bedrijfsafdelingen om het onderwerp verkennend te verkennen en er zijn specifieke referentietoepassingen zoals Siemens industriële copiloot, een door AI aangedreven hulpprogramma voor de industrie, ontwikkeld in samenwerking met Microsoft.

De use case-aanpak

Hier concentreert het bedrijf zich op een of enkele specifieke gebruiksscenario’s die al succes hebben bewezen in alle sectoren. Een goed voorbeeld hiervan is het gebruik van RAG-pijpleidingen (Ophalen van verbeterde generatie). Het is mogelijk om complexe vragen te stellen over documenten zoals contracten of procesdocumentatie, wat een revolutie teweegbrengt in de toegankelijkheid en verwerking van informatie. Dit heet chat-met-uw-document. 

Ook combinaties van bestaand aanbod met AI worden steeds populairder. Het Italiaanse bedrijf combineert bijvoorbeeld 40fabriek Uw gevestigde IoT-oplossingen met een generatieve AI-assistent, de chatbot Wilson. Na het succesvol introduceren van referentieprojecten bij bestaande klanten, breidt 40Factory nu haar aanbod uit.

Een ander populair gebruiksscenario zijn chatbots in de klantenservice. Deze aanpak kan bijvoorbeeld worden gebruikt bij de Meta Business-tweeling geïmplementeerd.

De Meta Business Twin – meer dan een chatbot

Hoewel chatbots in de eerste plaats zijn ontworpen om te reageren op vragen van klanten en antwoorden te geven op basis van een beperkte set informatie, kunnen bedrijven met weinig moeite veel meer bereiken. Maar pas op! Voor dit gebruiksscenario is het erg nuttig om de betekenis van te begrijpen bedrijfscultuur begrijpen. Hier in Duitsland hebben we vaak nog een aanzienlijk verbeterpotentieel.

Veel bedrijven blijven failliet gaan Digitale transformatie, omdat de focus te veel op de technologische componenten ligt en er onvoldoende rekening wordt gehouden met de effecten op processen en medewerkers. Met inzicht in hoe belangrijk de principes en cultuur van een bedrijf zijn voor efficiënte en effectieve besluitvorming, wordt de meerwaarde en differentiatie van de hier beschreven toepassing veel duidelijker.

Het concept van de Meta Business Twin

Een toepassing van generatieve AI is de Meta Business Twin (MBT) van de startup Schopf Meta Consult. Het concept van de digital twin is ideaal voor startende bedrijven of afdelingen. De MTB is er één virtuele representatie van een individu, bijv. B. in de vorm van een afdelingshoofd of een organisatie vertegenwoordigd door de overleden oprichter, de CEO of een kunstmatig persoon.

Het doel van de MBT is om expliciete kennis zoals procesbeschrijvingen, regelgeving en bedrijfsgegevens met impliciete kennis die de principes en culturele normen omvat combineren. Door eenvoudige en intuïtieve interactie wordt de MBT als betrouwbare kennisbron in het bedrijf verankerd en stap voor stap verbeterd.

Hij fungeert als coach en mentor voor nieuwe medewerkers en helpt de kennis van vertrekkende specialisten vast te houden. Daarnaast kan de MBT gebruikt worden als ijkpunt bij haar beoordelingen en aanbevelingen Best Practices integreren in bedrijfsprocessen.

Het ondersteunen van op principes gebaseerde beslissingen maakt een flexibele reactie op nieuwe uitdagingen en kansen mogelijk door middel van hogere snelheid. Dit is een ander voordeel van de MBT, die niet alleen als hulpmiddel fungeert, maar ook als hulpmiddel dynamische kennisopslag is dat de bedrijfscultuur in de digitale ruimte belichaamt en voortzet.

In de uitbreidingsfase wordt de Meta Business Twin niet alleen gebruikt voor intern gebruik en organisatieontwikkeling, maar kan hij ook extern worden ingezet om de bedrijfsfilosofie naar externe stakeholders te communiceren.

Mogelijke gebruiksscenario's

Conclusie

Samenvattend wil dit artikel aantonen dat generatieve AI meer is dan alleen dat volgende niveau van chatbots is. Het is een transformerende kracht die de manier waarop bedrijven opereren, innoveren en communiceren fundamenteel verandert. De Meta Business Twin is een overzichtelijk voorbeeld van hoe ver generatieve AI-toepassingen kunnen gaan: van het automatiseren van taken naar het creëren van waarde door diepgaand begrip en het verbeteren van menselijke interacties.

Ki-knowhow om te downloaden

Wij van Schopf Meta Consult zijn ervan overtuigd dat de Duitstalige regio de mondiale digitaliseringsgolf kan en moet bijhouden. Met de Meta Bunsiness Twin en andere AI-innovaties in onze toolbox zijn we klaar om deze reis met u te bewandelen.

Download onze executive presentatie over Generatieve AI in één instapniveau waarmee u een interessant inzicht krijgt in de mogelijkheden van AI.

Download nu!

Als we u nieuwsgierig hebben gemaakt naar meer en u de volledige reikwijdte van generatieve AI en de impact ervan op uw bedrijf wilt begrijpen, bieden we er nog een aan Presentatie van deskundigen bij. Aanvraag bij: redaktion@developmentscout.com

meer informatie: https://smc.meta-twin-peter.business

Veel gestelde vragen

Wat is generatieve AI?

Generatieve AI ook generatieve AI, staat voor generatieve kunstmatige intelligentie. Het is een vorm van AI voor het genereren van nieuwe content, zoals tekst, afbeeldingen of muziek. In tegenstelling tot andere vormen waarin AI-functies zijn ontworpen om specifieke taken uit te voeren of problemen op te lossen, is generatieve kunstmatige intelligentie gespecialiseerd in enerzijds creatief zijn en anderzijds het ontwikkelen van nieuwe ideeën.

In principe werkt generatieve AI op basis van zogenaamde neurale netwerken, die zijn getraind op grote hoeveelheden gegevens. Deze netwerken leren patronen en verbanden in de data herkennen en kunnen vervolgens zelfstandig nieuwe content genereren die vergelijkbaar is met deze patronen (deep learning).

Een voorbeeld van generatieve AI is a Tekstgenerator, die artikelen, verhalen of zelfs hele boeken kan schrijven. De generator analyseert een grote hoeveelheid tekst met een groot vocabulaire en leert daaruit hoe je betekenisvolle en goed geformuleerde zinnen en alinea's kunt maken. Op basis hiervan kan hij vervolgens zelfstandig nieuwe teksten genereren die vergelijkbaar zijn met de stijl en structuur van de geanalyseerde teksten.

Generatieve AI heeft het potentieel om vele gebieden van het leven en werk te beïnvloeden. Het kan bijvoorbeeld in de kunst worden gebruikt om nieuwe muziekstukken of schilderijen te genereren. In de geneeskunde kan het helpen nieuwe medicijnen te ontwikkelen of medische gegevens te analyseren. En in het bedrijfsleven zou generatieve kunstmatige intelligentie kunnen worden gebruikt bij de ontwikkeling nieuwe zakelijke ideeën of ondersteuning bij het optimaliseren van processen.

Welke generatieve AI-modellen zijn er?

Er zijn verschillende soorten generatieve AI-modellen, elk gericht op specifieke AI-toepassingen. Enkele prominente voorbeelden van een generatief AI-model zijn:

• GPT-3 en GPT-4 (OpenAI) zijn geavanceerde taalmodellen die worden gebruikt voor het genereren en begrijpen van tekst.
• DALL-E (OpenAI) is gespecialiseerd in het genereren van afbeeldingen uit tekstbeschrijvingen.
• Deepfakes is een technologie die wordt gebruikt om overtuigende nepvideo's en audiobestanden te maken door gezichten en stemmen na te bootsen.
• Wavennet (Deepmind) is een model voor het genereren van natuurlijke spraakuitvoer.
• BERT (Google) is een taalverwerkingsmodel dat wordt gebruikt in zoek- en andere applicaties.

Is ChatGPT generatieve AI?

Ja, ChatGPT is een vorm van generatieve AI. Het is een taalmodel gebaseerd op de GPT (Generative Pre-trained Transformer) en is in staat mensachtige tekst te genereren. ChatGPT is getraind met grote hoeveelheden tekstdata en kan nu zelfstandig vragen beantwoorden of teksten genereren.

Wat zijn de 4 soorten kunstmatige intelligentie?

Er zijn veel soorten kunstmatige intelligentie (AI), waarvan de classificatie afhangt van hoe je de onderscheidende criteria definieert. Er kunnen echter grofweg vier fasen worden onderscheiden:

1. Reactieve AI

Dit type AI is gebaseerd op vooraf gedefinieerde regels en algoritmen. Ze kan op bepaalde situaties reageren, maar dat heeft ze ook gedaan geen geheugen of begrip van de context. Reactieve kunstmatige intelligentie kan specifieke taken goed uitvoeren, maar kan geen nieuwe informatie leren of ervaringen uit het verleden herinneren.

2. Beperkte cognitieve AI

Dit type AI kan verder gaan dan vooraf gedefinieerde regels en gebaseerd zijn op Ervaringen leren. Ze kan patronen herkennen en beslissingen nemen, maar ze heeft nog steeds haar beperkingen. Beperkte cognitieve AI kan worden gebruikt op bepaalde gebieden, zoals spraakherkenning of beeldherkenning, maar kan geen alomvattende mensachtige intelligentie bereiken.

3. Kunstmatige algemene intelligentie (AGI)

AGI is een vorm van AI die een breed scala aan taken kan uitvoeren mensachtige intelligentie bereiken. AGI kan leren ervaringen uit het verleden te onthouden, nieuwe informatie te verwerken en complexe problemen op te lossen. Dit type kunstmatige intelligentie is echter nog niet volledig ontwikkeld en blijft een uitdaging voor onderzoek.

4. Superintelligentie

Superintelligentie is er één hypothetische vorm van AI die de intelligentie van een menselijk brein ver te boven gaat. Dit type AI zou complexe problemen kunnen oplossen, nieuwe inzichten kunnen genereren en zichzelf verder kunnen ontwikkelen. Superintelligentie is echter nog ver weg en blijft een onderwerp van speculatie en debat.