Boost je AI-prestaties met role prompting

PLUS: OpenAI lanceert aanpasbare ChatGPT, drones blussen bosbranden en Meta’s Meta AI beoordeelt zichzelf

De AI-wereld ontwikkelt zich razendsnel, en wij, de makers van de podcast Poki, houden je op de hoogte. Twee keer per week de nieuwste AI-ontwikkelingen, tools, use cases en onderzoek.

---

🗞️ Het belangrijkste nieuws

OpenAI verlaagt de drempel: krachtigste ChatGPT nu aanpasbaar

OpenAI heeft een belangrijke stap gezet in de wereld van kunstmatige intelligentie. Het bedrijf maakt zijn krachtigste taalmodel, ChatGPT-4o, nu aanpasbaar voor ontwikkelaars. Deze nieuwe functie, bekend als ‘fine-tuning’, stelt bedrijven in staat om het model af te stemmen op hun specifieke behoeften.

Wat houdt het in?

OpenAI biedt deze fine-tuningmogelijkheid gratis aan tot 23 september voor alle betalende abonnees. Na deze datum kost het aanpassen 23 euro per miljoen tokens. Volgens OpenAI kunnen ontwikkelaars al met enkele tientallen voorbeelden goede resultaten behalen.

Hoe werkt het?

Het proces van fine-tuning is relatief eenvoudig:

1. Ontwikkelaars uploaden hun eigen gegevens (alleen tekst) naar de servers van OpenAI.

2. Het aanpassingsproces duurt gemiddeld een tot twee uur.

3. Na het fine-tunen kunnen ontwikkelaars het model gebruiken voor specifieke taken binnen hun organisatie.

Bedrijven behouden het volledige eigendom over hun aangepaste modellen, de gebruikte gegevens en alle in- en output. Dit geeft organisaties de vrijheid om unieke, op maat gemaakte AI-oplossingen te creëren zonder zorgen over gegevensbescherming.

Waarom is dit belangrijk?

Deze ontwikkeling markeert een keerpunt in de toegankelijkheid van geavanceerde AI-technologie. Door GPT-4o aanpasbaar te maken, verlaagt OpenAI de drempel voor bedrijven om state-of-the-art AI te implementeren in hun dagelijkse operaties.

Het kan leiden tot een golf van innovaties, waarbij bedrijven AI-modellen ontwikkelen die perfect aansluiten bij hun specifieke behoeften. Of het nu gaat om het verbeteren van de klantenservice, het stroomlijnen van interne processen, of het ontwikkelen van nieuwe producten, de mogelijkheden zijn vrijwel eindeloos.

Bovendien draagt deze ontwikkeling bij aan de democratisering van AI. Kleinere bedrijven en start-ups krijgen nu toegang tot technologie die voorheen alleen beschikbaar was voor grote techgiganten. Dit kan leiden tot een diverser en innovatiever AI-landschap, waarin nieuwe en onverwachte toepassingen kunnen floreren.

---

Drone-zwermen: de nieuwe brandweer in de lucht

Stel je voor: een leger van vliegende robots die dag en nacht de wacht houden over onze bossen en natuurgebieden. Het lijkt weer sciencefiction, maar Britse onderzoekers zijn hard aan het werk om van dit toekomstbeeld werkelijkheid te maken. Hun doel? Bosbranden voorkomen en ervoor zorgen dat ze niet uit de hand lopen.

Hoe werkt het?

Een team van brandweerlieden, wetenschappers en ingenieurs ontwikkelt zwermen van maximaal dertig autonome vliegtuigen. Deze drones zijn niet zomaar speelgoed:

• Het zijn grote tweemotorige toestellen.

• Ze hebben een spanwijdte van 9,5 meter.

• Ze kunnen grote hoeveelheden water of blusschuim vervoeren.

De drones vliegen zelfstandig, zonder ingrijpen van een piloot op afstand. Ze passen zich zelfs aan aan veranderende vliegomstandigheden. Maar het echte geheim zit hem in de zwermtechnologie.

Bron afbeelding: BBC

Zwermen: meer dan de som der delen

Prof. Sabine Hauert van de Universiteit van Bristol, een van de projectpartners, legt uit: ‘Als je kijkt naar vogels, mieren en bijen, zie je dat ze prachtige, complexe gedragingen kunnen vertonen door samen te werken. Wij laten ons daardoor inspireren om grote aantallen robots te coördineren.’

De zwermtechnologie stelt de drones in staat om:

1. enorme gebieden te monitoren, ter grootte van de Amerikaanse staat Californië;

2. snel afgelegen branden op te sporen en erop te reageren;

3. zich aan te passen aan veranderingen, net als een zwerm vogels;

4. langdurig actief te blijven, waarbij drones die moeten bijtanken naadloos worden vervangen.

Waarom is dit belangrijk?

Klimaatverandering zorgt voor langere periodes van droog en warm weer, waardoor kleine brandjes sneller uitgroeien tot grote incidenten. Sinds 2021 zijn er in Engeland en Wales al meer dan 1500 bosbranden geweest.

Als drone-zwermen het werk kunnen doen tegen lagere kosten en zonder mensenlevens in gevaar te brengen, zou dat een grote winst zijn. Bovendien zouden de drones kunnen dienen als afschrikmiddel voor kwaadwillenden die brand willen stichten.

Kanttekeningen

Het project bevindt zich nog in de testfase en is niet gebruikt bij echte bosbranden. Critici vragen zich af of de drones wel genoeg water of blusschuim kunnen meenemen om echt effectief te zijn.

Prof. Stefan Doerr, hoofd van het Centrum voor Bosbrandenonderzoek aan de Swansea Universiteit, is voorzichtig optimistisch: ‘Het is een fundamentele, spannende technologie, die in de toekomst zeker deel zal uitmaken van de oplossing, maar slechts een deel.’

Toekomstperspectief

Hoewel er nog uitdagingen zijn, belooft deze technologie een revolutie in brandbestrijding. Met autonome drone-zwermen die 24/7 de wacht houden, komen we een stap dichter bij een toekomst waarin bosbranden in de kiem worden gesmoord. De komende jaren zullen uitwijzen of deze vliegende brandweermannen echt het verschil kunnen maken in onze strijd tegen natuurbranden.

---

Meta’s Meta AI: zelflerend systeem beoordeelt zichzelf

Meer meta dan dit wordt het niet: denk aan een leerling die zijn eigen huiswerk nakijkt, verbetert en zichzelf nieuwe opgaven geeft. Klinkt onmogelijk? Niet voor Meta! Het moederbedrijf van Facebook heeft een baanbrekende technologie ontwikkeld die precies dat doet voor AI-taalmodellen.

Wat is er aan de hand?

Onderzoekers bij Meta FAIR hebben een nieuwe methode geïntroduceerd: de Self-Taught Evaluator. Deze technologie stelt grote taalmodellen in staat om zichzelf te beoordelen en te verbeteren, zonder dat er mensen aan te pas komen.

Waarom is dit belangrijk?

Tot nu toe was menselijke beoordeling de gouden standaard voor het testen van AI-taalmodellen, vooral voor creatieve taken zoals schrijven en programmeren. Maar dit is traag, duur en vereist vaak specialistische kennis. De Self-Taught Evaluator kan dit proces revolutionair veranderen.

Hoe werkt het?

Laten we het vergelijken met een zelfstudieprogramma:

1. De AI krijgt een grote verzameling onbeoordeelde opdrachten (denk aan een dik werkboek).

2. Het model maakt twee antwoorden voor elke opdracht: één ‘goed’ en één ‘minder goed’.

3. Vervolgens beoordeelt het zichzelf en legt het uit waarom het ene antwoord beter is dan het andere.

4. Als de uitleg klopt, voegt het de opdracht en antwoorden toe aan zijn ‘leerstof’.

5. Het model traint zichzelf met deze nieuwe leerstof en wordt zo steeds beter.

Dit proces herhaalt zich meerdere keren, waardoor het model steeds slimmer wordt in het beoordelen en maken van antwoorden.

Wat zijn de resultaten?

De onderzoekers testten hun Self-Taught Evaluator, met indrukwekkende resultaten:

• De nauwkeurigheid van het basismodel steeg van 75,4% naar 88,7% na vijf trainingsrondes.

• In sommige gevallen presteerde het zelfs beter dan modellen die met menselijke hulp waren getraind.

Wat betekent dit voor bedrijven?

Deze technologie kan een gamechanger zijn voor bedrijven die AI willen inzetten:

1. Kostenbesparend: er is minder behoefte aan dure menselijke beoordelaars.

2. Sneller: AI-modellen kunnen sneller worden ontwikkeld en verbeterd.

3. Beter schaalbaar: het wordt gemakkelijker om AI aan te passen aan specifieke bedrijfsbehoeften.

Toekomstperspectief

Deze ontwikkeling past in een bredere trend waarbij AI-systemen zichzelf verbeteren in geautomatiseerde loops. Het geeft een inkijkje in hoe bedrijven als Meta hun enorme hoeveelheden ongelabelde gebruikersdata kunnen inzetten om hun AI-modellen te trainen en te verbeteren.

Als deze technologie doorontwikkeld wordt, kunnen we een toekomst verwachten waarin AI-systemen steeds autonomer worden in hun leerproces. Dit kan leiden tot snellere innovatie en geavanceerdere AI-toepassingen in allerlei sectoren.

Tegelijkertijd roept het ook belangrijke vragen op over de rol van menselijk toezicht en de ethische implicaties van zelflerende AI-systemen. Het vinden van de juiste balans tussen autonomie en menselijke controle zal cruciaal zijn als deze technologie zich verder ontwikkelt.

---

Auteurs dagen AI-bedrijf Anthropic voor de rechter wegens ‘grootschalige diefstal’. Een groep schrijvers heeft een rechtszaak aangespannen tegen het AI-bedrijf Anthropic, maker van de chatbot Claude. Ze beschuldigen het bedrijf ervan auteursrechtelijk beschermde boeken te hebben gebruikt om hun AI te trainen zonder toestemming of compensatie. Dit is de eerste rechtszaak tegen Anthropic van schrijvers, maar hij past in een bredere trend van juridische acties tegen AI-bedrijven door diverse creatieve professionals.

VS wereldwijd nummer 1 in AI-ontwikkeling met 335 miljard dollar aan investeringen. Een studie in opdracht van ZeroBounce onthult dat de Verenigde Staten koploper zijn in AI-vooruitgang, gevolgd door China en het Verenigd Koninkrijk. De VS hebben niet alleen de grootste investeringen, maar tellen in 2024 ook 5500 AI-start-ups en 71.000 AI-gerelateerde vacatures. Ondertussen voorspelt IDC dat de wereldwijde uitgaven aan AI tegen 2028 zullen stijgen tot 632 miljard dollar, met software als grootste uitgavenpost.

---

🔮 Prompt Whisperer

Tutorial: boost je AI-prestaties met role prompting 2.0

Welkom terug bij onze deep dive in role prompting. In een eerdere editie hebben we de basis gelegd, maar de AI-wereld staat niet stil - en wij ook niet. Vandaag gaan we dieper in op recente ontwikkelingen en de wetenschap erachter, en ontdekken we hoe je deze techniek kunt blijven inzetten, zelfs met de nieuwste AI-modellen. Maak je klaar voor role prompting 2.0. 

Waarom role prompting heroverwegen?