Onbeperde mogelijkheden met volledige onafhankelijkheid van derden

Eigene, prestatiegerichte AI-systeem kunnen snel en betaalbaar worden opgebouwd. Ondernemingen en overheden kunnen hierin vooral profijt uit halen. Een eigen AI-server, ofwel gehuurd noch gekocht, kan miljoenen van nieuwe resultaten produceren. In de bijdrage worden voorbeelden genoemd.

Inleiding

Eigen AI-systeem hebben zoveel belangrijke voordelen dat de terughoudendheid van Duitse bedrijven iets verbaast. Nu is het moment om een AI-start te maken beter mogelijk dan ooit: presterender, goedkoper en eenvoudiger dan ooit. Je moet alleen de juiste adviseurs hebben die niet adviseren om naar ChatGPT of soortgelijks te gaan, want dat is simpel maar ook niet echt slim.

Veel mensen krijgen pas nieuws over kunstmatige intelligentie als het van OpenAI, Apple of Google komt. Wat voor particulieren dan charmevol klinkt als ze geen waarde hechten aan gegevensbeheer, is voor bedrijven uit meerdere oorzaken ongunstig. Het gaat om de Afhankelijkheid van derden, die vooral uit Amerikaanse concernen bestaan.

AI kon kon nog nooit zo makkelijk ingevoerd worden als nu. Topkwaliteit van de resultaten tegen lage kosten en helemaal zonder ChatGPT of Azure. Daarvoor maar met volledige optimalisatie en gegevenscontrole.

Naast dat: Ook economisch in 24/7-beweging en voor miljoenen documenten.

Ondernemingen en overheden lijden meerdere ernstige nadeelen wanneer ze afhankelijk raken van ChatGPT, Gemini, Claude of soortgelijke aanbiedingen.

Voordelen van Offline-AI

Een Offline AI is een eigenstandig AI-systeem voor uw bedrijf.

Enkele van de belangrijkste redenen waarom bedrijven en overheden in een eigen AI-oplossing moeten investeren zijn:

• Onafhankelijkheid: Met een eigen AI-oplossing bent u onafhankelijk van derden en kunt u uw processen en resultaten zelf bepalen.
• Kostenefficiëntie: Een eigen AI-oplossing kan in vergelijking met derden kostenefficiënter zijn, vooral bij het verwerken van grote datasets.
• Datensicherheid: Met een eigen AI-oplossing hebt u de controle over uw gegevens en kunt u ervoor zorgen dat deze veilig en conform de geldende privacyregels verwerkt worden.
• Anpassingseigenschap: Een eigen AI-oplossing kan aangepast worden aan de individuele behoeften van uw bedrijf, terwijl derde partijen vaak standaardoplossingen bieden.
• Schalendheid: Een eigen AI-oplossing kan eenvoudig geschikt worden om de groeiende behoeften van uw bedrijf te kunnen volgen.
• Innovatie: Met een eigen AI-oplossing kunt u nieuwe en innovatieve toepassingen ontwikkelen, die uw bedrijf een concurrentievoordeel geven.

Deze voordelen elimineren tegelijkertijd de volgende nadelen die uw bedrijf of organisatie ondervindt wanneer ChatGPT wordt gebruikt.

Nadelen bij het gebruik van ChatGPT

De nadelen bij het gebruik van ChatGPT (e.d.) in organisaties zijn onder andere:

• Functieafhankelijkheid: De AI-diensten van de leveranciers zijn vaak niet uitwisselbaar, onder andere omdat ze verschillend of duurder zijn. Daarnaast komen moeizame en foutgevoelige fine-tuningen bij, die nodig zijn bij elk wijziging van leverancier.
• Kostenafhankelijkheid: Als voorbeeld worden hier twee concrete gevallen uit de huidige tijd genoemd. Spotify en Netflix hebben hun prijzen plotseling verhoogd. Accepteert de klant dit niet, dan moet hij bij Spotify reclame zien te verduren en wordt bij Netflix ontbonden. Analoge situaties spelen zich af met ChatGPT en andere diensten. De prijs moet worden geaccepteerd of de aanbieder ontbindt het contract.
• Kennisuitstroom: Alle gegevens die in systemen van Microsoft (ChatGPT, Bing Bot), Google (Gemini, Google Bot) of Apple (analoog) geladen worden zijn, worden potentieel gebruikt om de AI te trainen. Gelukkig bieden sommige aanbieders een opt-out aan. Of dit wordt gerespecteerd mag worden betwijfeld. Immers zijn gegevens het goud van deze tijd en afgeslurpte gegevens die in een AI-model liggen of hiervan weer uitgegeven worden, zijn meestal niet voldoende herkenbaar vanuit auteursrechtelijk oogpunt.
• Mangel aan kennisopbouw: Data die ergens anders heen vliegen, maken de gegevensverzender snel comfortabel. Hij vertrouwt op de leverancier en wil niets meer met dit "AI-ding" te maken hebben. Alleen maar dat het elektronische brein goede antwoorden geeft.
• Fout in flexibiliteit: Een Black Box is een Black Box. Wie nooit zelf iets ontwikkelt, kan het niet of wil het niet. De afhankelijkheid neemt verder toe, de innovatieve kracht daalt echter massaal.
• Mangel aan innovatieve kracht: Eigen AI-systemen die permanent kunnen draaien, bieden ongekende mogelijkheden die derde systemen nooit kunnen bieden. Alleen al vanwege de kosten van derde diensten.

Ondernemingen die dan nog steeds Microsoft Azure gebruiken, hebben kennelijk een goede sponsor. Deze vaak enorm hoge kosten hoeven toch niet nodig te zijn als het er veel goedkoper en vaak ook beter uit kan zien.

Enkele voorbeelden van onverwachte mogelijkheden die door bedrijfs-eigen AI-systemen worden geboden, zijn hieronder geïllustreerd.

Onverwachte mogelijkheden voor bedrijven

De voorwaarde voor onverwachte mogelijkheden zijn vooral:

• Laagdrempelige kosten-flatrate in plaats van hoge kosten of onvoorspelbare kosten.
• Hoge flexibiliteit: Dank extreem prestatieve open-source AI-frameworks en AI-taalmodellen is het tegenwoordig zonder grote moeite mogelijk.
• Eigen AI-server, gehuurd of gekocht. Volgt uit de voorgaande punten.

Mogelijkheden worden vooral dan onverwachts wanneer een AI-systeem in staat is zichzelf te verbeteren.

De mogelijkheid van zelfverbetering slaagt het beste als het AI-systeem zo lang mogelijk draait.

Wat betekent "het AI-systeem draait"? Daarmee wordt niet bedoeld dat de AI-server aanstaat. Integendeel, het betekent dat we het AI-systeem permanent bezighouden (kunnen). Een kind leert dan meer als het langer leert. Soms is er een keer met leren afgelopen. Maar wie maar weinig tijd investeert, zal nooit aan de plek komen waar hij uitgeleerd is.

Een AI-systeem leert nooit echt uit. Want het kan zichzelf altijd beter maken. Dat geldt in ieder geval voor veel toepassingsgevallen.

Volgende processen kunnen bijvoorbeeld permanent verbeterd worden, opmerkzaam, bijna tot 100% geautomatiseerd:

• Samenvatting van documenten en teksten.
• Tekst vereenvoudigen.
• Zoek naar documenten.
• Bepaalde relevante tekstdelen identificeren in teksten. Voorbeelden:
  • Trefwoorden (keywords)
  • voor het marketingen van positieve begrippen,
  • Positief of negatief geladen begrippen of zinsdelen.
• Moetemen moeilijke kennisvragen beantwoorden, ook met behulp van wereldkennis (geautomatiseerde internetzoekmachine)

Door zogenaamde Agenten kunnen sommige complexe taken al nu automatisch verwerkt worden, ook in uw bedrijf en met uw eigen AI-systeem. Complexere taken zijn die die meerdere uitvoeringsstappen samen met onderzoek en/of het gebruik van bepaalde tools nodig hebben. Zulke tools kunnen bijvoorbeeld een rekenmachine, de weersverwachting, een nieuwsrobot of aandelenanalyses zijn.

Try Offline-AI now

Optimizable and with full data control. Economical even in continuous operation.
Fully-controlled data center, no third-parties.

Try now

Met agenten alleen gebeuren geen wonderen, in elk geval geen grote (maar potentiëel kleine!). Ansätze als RAG helpen bij het vormgeven van het AI-systeem op eigen documenten en bedrijfskennis. RAG betekent dat kleine informatiefragmenten uit de bedrijfskennis voor een vraag aan de AI worden voorgeselecteerd en het spraakmodel meegegeven worden om de vraag te beantwoorden.

Wat nu standaard is, is al uitgeput. In elk geval geldt dat voor ChatGPT. Wie betrouwbare antwoorden nodig heeft en mogelijk onbetrouwbare antwoorden wil herkennen, komt om een eigen AI-systeem niet te pas. Dan kan Zuverlässigkeit van AI-antwoorden worden gerealiseerd!

De bijzondere charme van een 24/7 lopende eigen AI-server is de ongelofelijke breedte aan mogelijkheden. Deze ontstaat uit het feit dat het AI-taalmodel zichzelf kan kriticiseren en verbeteren. Theoretisch is dit ook met ChatGPT mogelijk, maar het faalt op de volgende punten:

1. Kosten: Te duur bij gebruikskoppelingstarieven, als men wil of wil willen dat 100.000 of ook 10 miljoen werkstappen (inclusief leerstappen) worden uitgevoerd.
2. Manuele handeling is geen lol: Prompt-Tuning, ofwel yes of nee. Maar wie maakt zich een document aan met 10 verschillende prompts die dan voor 100 gevallen bij 5 stappen per geval in totaal 500 keer ingevuld moeten worden? De optimalisatie werkt alleen met enkele tientallen of honderden gevallen. Dat kan niet handmatig gedaan worden.

En dat ziet er eruit als je een eigen server hebt. De AI-server van mijn bedrijf hier op locatie Idstein doet al weken onafgebroken het volgende:

1. De AI wordt documenten gepresenteerd. Dat kunnen krantenartikelen, blogberichten, wettelijke teksten of andere tekst zijn. De teksten worden voor sommige toepassingsgevallen automatisch van het internet gehaald. Daarbij wordt ook gebruik gemaakt van automatiserbaar internetzoekwerk en scrapen-technieken.
2. Ons taalmodel analyseert de teksten van de opdracht naar behoren. Opdrachten kunnen zijn: samenvatting van een tekst, vereenvoudiging van een tekst in verschillende stijlen, extrahering van belangrijke begrippen, extrahering van kennis, vertaling naar andere talen enzovoorts. Genoemd werden reële lopende processen, geen fantasieproducten.
3. Voor veel toepassingsgevallen is het zinvol om het taalmodel maar één opdracht tegelijk te laten uitvoeren. Met opdracht wordt hier niet „begrippenextractie“ bedoeld, maar een fijnmazigere activiteit. Alle antwoorden van de AI uit het vorige stap worden nu dus in detailschritt verfijnd en soms al verbeterd.
4. Afhankelijk van de toepassing, herhaal stap 3 met andere detailactiviteiten nul tot x keer. Voor bepaalde toepassingsgevallen zijn vijf detailschappen per gegevensrecord helemaal niet onzin.
5. Laat de AI zichzelf kritiseren en dat voor elke eerder ontvangen antwoord van de AI.
6. Gebruik het resultaat uit de vorige stap om met behulp van de initiële invoer een beter AI-resultaat te krijgen.
7. Opslaan.
8. Gebruik de resultaten om het taalmodel voor kunstmatige intelligentie te fine-tunen.
9. Begrijp het vanaf 1 met een betere AI.

Waar is hier de mens gebleven? Hij is in wezen niet meer nodig. Menselijk ingrijpen is bij deze processen noodzakelijk of zinvol:

• De AI-mechanisme technisch inrichten
• De resultaten van de AI in het geding (stekproeven)
• De AI-mechanisme optimaliseren tot het beste resultaat.

Een lijst met concrete AI-oplossingen die al gerealiseerd en op Dr. DSGVO beschreven zijn:

• Kennisassistent
• Eenvoudigheid van wettelijke teksten
• Klanten- en burgerscontact (aanvragen, vragen van klanten of burgers, supporttickets, …) vereenvoudigen
• Beelden maken (snel, op een laptop)

Andere toepassingsmogelijkheden die gerealiseerd zijn, maar slechts aanwijzend beschreven werden in de DSGVO, zijn het transcriberen van video's en podcasts en het herkennen van objecten in beelden. 3sat heeft een interview met de auteur van dit artikel gehouden en dat getiteld "Nieuwe wegen" (vanaf minuut 33:18 in de 3sat-documentaire).

Dank een eigen AI-systeem zijn elke optimalisatie mogelijk, meerdere iteraties geen probleem, data volledig onder controle en kosten geen punt! De ideale bodem voor innovaties is geschapen.

Wanneer gebruikt u voor uw bedrijf of overheid een AI-server en start in de toekomst? Voor een snelle introductie zijn er nu al vooraf geïnstalleerde en direct bruikbare AI-servers op huurbasis.