Invloed Generatieve AI op de publieke dienstverlening

Exploratie van de trend Generatieve AI

Generatieve AI is een technologische trend die we onderzoeken op toepasbaarheid op de dienstverlening van de SVB en de overheid. De trend van generatieve AI heeft wereldwijd meer bekendheid gekregen door ChatGPT.

In dit onderzoek stellen we onszelf een aantal vragen waarbij we uitgaan van 1 hoofdvraag:

  • Hoofdvraag: wat zou de invloed kunnen zijn van generatieve AI op de publieke dienstverlening?

Hoe pakken we de rest van de exploratie aan?

Deze vraag beantwoorden we in een aantal fases aan de hand van de volgende vragen:

  • Wat is de trend?
  • Waarom is het een trend?
  • Waaruit blijkt dat het een trend is inclusief bronvermelding?
  • Wie zijn de grote spelers rondom deze trend?
  • Welke andere overheidspartijen zijn hiermee bezig om dubbelingen te voorkomen?
  • Welke startups zijn hiermee bezig, ter inspiratie?
  • Wat zijn de kansen en bedreigingen van deze trend?
  • Kunnen we het zelf bouwen of toepassen?

De resultaten van dit onderzoek houden we bij in dit artikel.

Doel van de exploratie

Het doel van deze exploratie is om te bepalen hoe het opkomende veld van Generatieve AI de SVB en andere organisaties in de publieke sector kan helpen. Wat is de invloed van Generatieve AI op de publieke dienstverlening? Door de opkomst van ChatGPT wordt Generatieve AI steeds populairder en bekender.

Wat is Generatieve AI?

Generatieve AI gebruikt algoritmen voor machinaal leren (machine learning) om nieuwe afbeeldingen, video’s, tekst en audio te creëren. Generatieve AI-systemen gebruiken diepe leermethoden (Deep Learning) zoals neurale netwerken om gegevenspatronen te leren en nieuwe inhoud te genereren die lijkt op de oorspronkelijke gegevens. Deze gegevens bestaan uit grote sets gegevens, ook wel Large Language Models (LLM) genoemd.

Generatieve AI kan realistische beelden maken van niet-bestaande objecten, tekst die lijkt op menselijk schrift, muziek en geluidseffecten. In het Generative Adversarial Network (GAN), een populair generatief AI-model, concurreren twee neurale netwerken om realistische inhoud te genereren.

Generatieve AI kan worden gebruikt in kunst, entertainment, marketing, wetenschap en techniek. Generatieve AI kan echter ook worden gebruikt om nepnieuws of andere kwaadaardige inhoud te creëren, wat wereldwijd tot bezorgdheid leidt.

Kort samengevat zijn de volgende punten van toepassing op Generatieve AI:

  • Generatieve AI is een vorm van kunstmatige intelligentie die nieuwe informatie creëert door gebruik te maken van grote sets gegevens, ook wel Large Language Models (LLM) genoemd.
  • Het algoritme analyseert grote hoeveelheden data en detecteert patronen.
  • Deze patronen worden gebruikt om nieuwe informatie te creëren die voorheen niet bestond.
  • Generatieve AI kan worden gebruikt om verschillende soorten resultaten te genereren, zoals tekst, audio, video en afbeeldingen.
  • Het kan ook worden gebruikt om complexe problemen op te lossen die moeilijk te begrijpen zijn voor de mens.

Hoe werkt generatieve AI?

Generatieve AI maakt gebruik van algoritmen voor machinaal leren om patronen en relaties in een dataset te leren en nieuwe gegevens te genereren die daarop lijken. Hieronder volgt een overzicht van hoe generatieve AI werkt:

  1. Verzamelen van gegevens: Generatieve AI begint met het verzamelen van gegevens. Deze dataset kan van alles zijn, van afbeeldingen en video’s tot tekst en audio.
  2. Modeltraining: De AI analyseert de dataset met behulp van machine learning-algoritmen zoals neurale netwerken om patronen en relaties te vinden.
  3. Genereren: Zodra de AI de patronen en relaties binnen de dataset heeft geleerd, kan hij nieuwe gegevens genereren die lijken op de oorspronkelijke dataset. Een generatief AI-systeem dat is getraind op een dataset van menselijke gezichten kan nieuwe gezichten genereren die lijken op de originelen.
  4. Evaluatie: De gegenereerde gegevens worden beoordeeld op kwaliteit en gelijkenis met de oorspronkelijke dataset. Het AI-systeem moet wellicht worden bijgeschoold als de gegenereerde data slecht is of niet overeenkomt met de oorspronkelijke dataset.
  5. Verfijning: Ten slotte kan het AI-systeem worden verbeterd door meer gegevens te verzamelen en de algoritmen voor machinaal leren opnieuw te trainen op de uitgebreide dataset.

Generatieve AI kan gegevens genereren met behulp van neurale netwerken, Markov-ketens en probabilistische modellen. Het type gegevens en de output bepalen de technieken.

Is ChatGPT een generatieve AI?

Ja, ChatGPT is een taalmodel dat gemaakt is door OpenAI’s Generatieve AI. Het genereert reacties in natuurlijke taal door gebruik te maken van diepe leermethoden, zoals transformer-gebaseerde neurale netwerken. ChatGPT kan tekst genereren in verschillende stijlen en formaten, van nieuwsartikelen tot wetenschappelijke papers tot creatief schrijven, omdat het getraind is op een grote verzameling van tekstgegevens. ChatGPT is een krachtig hulpmiddel voor toepassingen als taalvertaling, contentcreatie en klantenservice, omdat het een taalmodel is dat nieuwe en originele tekst kan genereren die lijkt op de invoergegevens waarop het is getraind.

Welke potentiële effecten zou Generatieve AI kunnen hebben op de publieke dienstverlening?

Het vermogen van AI-algoritmen om nieuwe informatie te genereren, bekend als “Generatieve AI”, zou een aanzienlijke impact kunnen hebben op de manier waarop de overheid hun diensten verleent aan de inwoners en bedrijven. Hieronder volgen enkele mogelijke effecten van Generatieve AI op overheidsdiensten:

  • Generatieve AI kan worden gebruikt om overheidsdiensten te personaliseren voor elke persoon. AI-software kan bijvoorbeeld informatie over de wensen en behoeften van inwoners uitpluizen en op basis van die analyse suggesties doen of zelfs taken uitvoeren. Een van de belangrijkste redenen waarom Generatieve AI in het bedrijfsleven aan populariteit wint, is de mogelijkheid om terugkerende (vervelende) taken die onnodig veel tijd kosten te automatiseren, waardoor kostbare menselijke tijd vrijkomt en de arbeidskosten dalen.
  • Om de werkdruk te verlichten, kan een AI-systeem worden gebruikt om routinetaken uit te voeren, zoals het genereren van rapporten of het beantwoorden van veelgestelde vragen. Hiermee zijn zowel de gebruikers van overheidsdiensten, burgers en bedrijven als de overheid zelf gebaat.

Door het verstrekken van preciezere en volledigere informatie kan Generatieve AI mensen in de publieke sector helpen. Zo kunnen we mensen direct benaderen omdat ze bijvoorbeeld nog recht hebben op geld van de overheid om zich in hun levensonderhoud te kunnen voorzien. Mensen met een handicap die gebruik maken van overheidsdiensten kunnen met behulp van Generatieve AI gemakkelijker toegang krijgen tot deze diensten. Een algoritme kan bijvoorbeeld worden gebruikt om audiobeschrijvingen of bijschriften voor video’s te genereren voor mensen die slechthorend of slechtziend zijn. Dit gebeurt nu ook, maar nog niet overal. Door een standaard hiervoor neer te zetten, kunnen alle overheidsdiensten hiervan gebruik maken en zo de kosten laag houden.

Hoewel Generatieve AI het potentieel heeft om de openbare dienstverlening op verschillende manieren te verbeteren, zijn er ook enkele risico’s waarmee rekening moet worden gehouden. Om ervoor te zorgen dat AI op ethische en verantwoorde wijze wordt gebruikt in de openbare dienstverlening, moeten we rekening houden met de privacy van gegevens, vooroordelen en transparantie.

Wat is de trend van Generatieve AI?

De laatste jaren is er een enorme groei geweest op het gebied van Generatieve kunstmatige intelligentie (AI). Hieronder vindt u 4 actuele Generatieve AI-trends:

  • Het aantal academici en instellingen dat werkt aan de vooruitgang van Generatieve kunstmatige intelligentie (AI) blijft groeien, wat de relevantie ervan onderschrijft.
  • Technologische en algoritmische ontwikkelingen op het gebied van Generatieve AI hebben de afgelopen jaren geleid tot aanzienlijke prestatieverbeteringen. Een voorbeeld hiervan is hoe men levensechte foto’s en films heeft kunnen maken.
  • De trend is dat de toepassingsgebieden in aantal uitbreiden, van enkel tekst naar beeld, muziek, video, of differentiëren naar deelgebieden zoals tekst voor vacatures, website copy, enzovoort.
  • Na jaren van onderzoek wordt Generatieve AI nu gecommercialiseerd en daarmee voor iedereen beschikbaar. Bedrijven bieden in toenemende mate op Generatieve AI gebaseerde laagdrempelige producten en diensten aan, zoals hulpmiddelen voor het maken van afbeeldingen en video’s.

Het risico van deze trend is dat naarmate Generatieve AI beter en gebruikelijker wordt, de bezorgdheid groeit over wat dit betekent voor de ethiek. Moeten we sommige dingen wel willen? Er is bijvoorbeeld bezorgdheid geuit over het mogelijke gebruik van Generatieve AI om deepfakes en andere vormen van desinformatie te genereren.

Waarom is het een trend?

Generatieve AI is een opkomende technologie die veel industrieën kan transformeren door nieuwe manieren te vinden om oude problemen op te lossen. Hieronder volgen enkele redenen waarom Generatieve AI momenteel populair is:

  • Er is aanzienlijke vooruitgang geboekt in de studie van Generatieve AI, zoals de ontwikkeling van deep learning-modellen. Door deze vooruitgang, die heeft geleid tot aanzienlijke verbeteringen in de mogelijkheden van Generatieve AI, is de belangstelling voor en de financiering van het vakgebied toegenomen.
  • Dankzij de vooruitgang op het gebied van computerkracht en cloud computing is het gemakkelijker geworden om Generatieve AI-modellen te trainen en uit te voeren. Dit heeft Generatieve AI toegankelijker gemaakt voor onderzoekers en bedrijven, waardoor het bruikbaarder is geworden.
  • Commerciële toepassingen zoals reclame, design en kunst zijn slechts enkele van de vele industrieën die baat kunnen hebben bij Generatieve AI. Bedrijven kijken naar deze tools om hun huidige processen te verbeteren en nieuwe, creatieve producten te ontwikkelen.
  • Generatieve AI biedt talloze mogelijkheden voor creativiteit, met name in de kunst. Het kan nieuwe kunst genereren of bestaande kunst, zoals schilderijen, verrijken met gegenereerde elementen en muziek genereren. Steeds meer muzikanten en beeldend kunstenaars experimenteren met Generatieve AI om nieuwe manieren te vinden om zich uit te drukken en hun carrière te bevorderen. Er zijn echter ook zorgen bij kunstenaars omdat het genereren inbreuk kan maken op het intellectueel eigendom.
  • De belangstelling van het grote publiek voor Generatieve AI heeft geholpen de boodschap te verspreiden en heeft een levendig debat op gang gebracht over de mogelijke toepassingen ervan op gebieden als deep learning. Een gevolg daarvan is om deep fakes beter te begrijpen en te bestrijden omdat de gevaren hiervan beter worden ingezien.

De opkomst van Generatieve AI als een belangrijke AI-trend kan worden toegeschreven aan verschillende factoren, waaronder recente vooruitgang op het gebied, toegenomen rekenkracht, praktische toepassingen in het bedrijfsleven, de mogelijkheid van nieuwe use-cases en wijdverbreide publieke belangstelling. Het feit dat deze technologie nog steeds in ontwikkeling is, geeft aan dat zij belangrijker zal worden en op meer plaatsen zal worden gebruikt.

Waaruit blijkt dat het een trend is?

Verschillende feiten wijzen erop dat Generatieve AI als trend steeds populairder wordt:

  • Het aantal papers gewijd aan GAN’s is gestegen van één exemplaar in 2014 tot meer dan duizend in 2021, volgens de arXiv-database.
  • In een recente blogpost liet OpenAI zien hoe hun DALL-E 2-model tekstuele beschrijvingen kan omzetten in fotorealistische beelden.
  • Startups zoals Artie gebruiken Generatieve AI om speelbare personages voor games en andere toepassingen te creëren, terwijl Adobe Project Voco heeft ontwikkeld, een tool die levensechte spraak uit tekst kan genereren.
  • De videoclip “Franchise” van Travis Scott CG is door een generatief AI-systeem gemaakt, net als de nieuwste videoclip “Lost” van Linkin Park. Bekijk de videoclip op YouTube: https://youtu.be/7NK_JOkuSVY

Wie zijn de belangrijkste spelers rond deze trend in Generatieve AI?

Het gebied van Generatieve AI breidt zich snel uit, en veel belangrijke groepen en personen werken aan de verbetering ervan. Hieronder volgen enkele van de meest prominente figuren uit de sector:

  • OpenAI is een non-profit onderzoeksorganisatie met als missie het creëren van AI die zowel betrouwbaar als nuttig is. Zij hebben verschillende belangrijke Generatieve AI-modellen ontwikkeld, waaronder GPT en DALL-E, die veel aandacht hebben gekregen in de academische wereld en daarbuiten.
  • Nvidia GPU’s behoren tot de meest gebruikte tools voor het trainen van deep learning en Generatieve AI-modellen. Zij hebben een aantal software- en hardwaretools voor deep learning ontwikkeld, waaronder de programmeertaal CUDA en TensorCore-verwerkingseenheden.
  • Google is een pionier op het gebied van Generatieve kunstmatige intelligentie als het gaat om natuurlijke taalverwerking en beeld- en videoproductie. Naast baanbrekende modellen als BERT en BigGAN hebben zij belangrijke bijdragen geleverd aan de academische gemeenschap door hun bevindingen te publiceren en hun software open source te maken.
  • Adobe: Adobe is marktleider in creatieve software, en het bedrijf heeft hard gewerkt aan de ontwikkeling van een reeks hulpmiddelen voor het creëren van inhoud met Generatieve kunstmatige intelligentie. Naast de recente release van Project Voco, dat realistische spraak uit tekst kan genereren, hebben ze gewerkt aan hulpmiddelen voor het genereren van afbeeldingen en video’s.
  • Facebook: Facebook heeft zwaar geïnvesteerd in onderzoek naar Generatieve kunstmatige intelligentie, met name in natuurlijke taalverwerking en beeldgeneratie. Zij hebben een aantal opmerkelijke modellen geproduceerd, waaronder GPT-3 en StyleGAN.
  • Microsoft heeft veel geïnvesteerd in generatief AI-onderzoek, met name in natuurlijke taalverwerking en computervisie. Tot de opmerkelijke modellen die zij hebben gecreëerd behoren het Deep Dream-algoritme voor het genereren van beelden en het Turing-model voor het genereren van natuurlijke taal. Daarnaast brengt Microsoft steeds meer AI in hun Office suite, zoals een co-pilot die je helpt tijdens je werk.

Dit zijn slechts enkele van de industrieleiders op het gebied van Generatieve kunstmatige intelligentie. Er zijn talrijke andere bedrijven, zowel groot als klein, die onderzoek doen naar deze technologie en de potentiële toepassingen ervan op een groot aantal gebieden.

Welke Nederlandse overheidspartijen werken aan Generatieve AI-onderzoek?

  • De Nederlandse overheid financiert AI-onderzoek en -ontwikkeling, met name op het gebied van Generatieve AI. Om redundantie te voorkomen en te zorgen voor coördinatie tussen overheidsinstanties heeft de Nederlandse overheid een aantal AI-gerelateerde initiatieven en samenwerkingsverbanden gevormd. Hieronder volgen enkele van de Nederlandse overheidsinstanties die werken aan Generatieve AI:
  • Het ICAI, of Innovatiecentrum voor AI, is een door de Nederlandse overheid gesteund programma dat het wijdverbreide gebruik van kunstmatige intelligentie bevordert. Het programma is een samenwerking tussen universiteiten, bedrijven en overheidsinstellingen om nieuwe soorten kunstmatige intelligentie te creëren die zelfstandig nieuwe ideeën kunnen genereren.
  • De Nederlandse Artificial Intelligence Coalition (NL AIC) is een publiek-private samenwerking die kunstmatige intelligentie in het land wil bevorderen en populariseren. Het doel van de coalitie is kunstmatige intelligentie (AI)-technologieën zoals Generatieve AI te verbeteren door samen te werken met meer dan 400 leden uit de academische wereld, het bedrijfsleven en de overheid.
  • De Nederlandse Onderzoeksraad (NWO) is de belangrijkste financieringsbron voor wetenschappelijk onderzoek op verschillende gebieden, waaronder kunstmatige intelligentie. NWO financiert verschillende onderzoeksprogramma’s op het gebied van kunstmatige intelligentie, waaronder “AI, Big Data en Cybersecurity”, dat zich richt op Generatieve AI.
  • In Nederland ontwikkelt het ministerie van Economische Zaken en Klimaat de overheidsplannen voor onder meer innovatie, ondernemerschap en duurzame ontwikkeling. Het ministerie is betrokken bij diverse AI-gerelateerde activiteiten, zoals de ontwikkeling van een nationaal AI-beleid met een focus op het bestuderen en inzetten van Generatieve AI.

Dit zijn slechts enkele van de Nederlandse overheidsinstanties die werken aan Generatieve AI-onderzoek. Er zijn tal van andere groepen en projecten in Nederland die werken aan AI-onderzoek en -ontwikkeling, waaronder Generatieve AI. Het is van cruciaal belang dat deze groepen samenwerken om dubbel werk te voorkomen en het ethisch gebruik van AI te bevorderen. Met dit artikel proberen we onze kennis open en transparant te delen zodat dit onderzoek niet verder nodig is.

Welke startups werken aan generatieve AI, ter inspiratie?

Veel nieuwe bedrijven zijn bezig met generatieve AI, wat het potentieel heeft om veel gebieden te veranderen. Hieronder staan een aantal startups die zich richten op generatieve AI:

  • OpenAI, een non-profit organisatie die zich inzet voor de vooruitgang van nuttige AI voor het grotere goed van de mensheid, doet onderzoek naar het onderwerp. Het GPT-3 taalmodel van OpenAI kan logisch en verfijnd schrijven. Het is slechts één van de vele generatieve AI-modellen die het bedrijf heeft ontwikkeld.
  • Artomatix, een platform voor kunstmatige intelligentie (AI) dat 3D-inhoud creëert, is opgericht door een Iers bedrijf. Het platform maakt gebruik van generatieve AI om de creatie van 3D-modellen en texturen te versnellen en te verbeteren.
  • Skylum is een Amerikaans bedrijf dat Luminar heeft ontwikkeld, een beeldbewerker met kunstmatige intelligentie (AI) die gebruik maakt van generatieve AI om beelden te verbeteren en aan te passen.
  • Viable, een in het Verenigd Koninkrijk gevestigd bedrijf, heeft een generatief AI-platform voor productontwikkeling ontwikkeld. In reactie op feedback en behoeften van consumenten kan het systeem suggesties doen voor nieuwe productontwerpen.
  • ObEN is een Amerikaanse startup die een generatief AI-platform heeft ontwikkeld voor het creëren van unieke digitale personages. Het platform maakt gebruik van machine learning en computer vision om avatars te creëren die eruitzien en zich gedragen als echte mensen. Ze kunnen in een digitale omgeving met echte mensen converseren en invloed uitoefenen.

Steeds meer bedrijven doen onderzoek en ontwikkeling op het gebied van generatieve AI, en de bovengenoemde bedrijven zijn slechts een paar voorbeelden. Naast Google onderzoeken veel andere bedrijven en organisaties over de hele wereld de toepassingen van generatieve AI in sectoren als de geneeskunde, de media en het bedrijfsleven.

Voordelen en risico’s van Generatieve AI

Er zijn veel positieve en enkele risico’s verbonden aan Generatieve AI. Enkele voorbeelden zijn:

Voordelen:

  • Generatieve AI heeft het potentieel om een breed scala aan processen te automatiseren en te verbeteren, waardoor de efficiëntie en output in diverse industrieën toeneemt.
  • De toepassing van Generatieve AI op de creatie van nieuwe soorten kunst, muziek en andere vormen van creatieve output opent opwindende nieuwe wegen voor expressie en groei in de creatieve industrieën.
  • Het vermogen van Generatieve AI om te helpen bij de creatie van op maat gemaakte producten en diensten heeft het potentieel om de algemene ervaringen en niveaus van tevredenheid van consumenten aanzienlijk te verbeteren.
  • Met behulp van Generatieve AI, die enorme hoeveelheden gegevens kan verwerken en evalueren, kunnen beslissingen en tactieken worden verbeterd.
  • Het feit dat Generatieve AI zou kunnen helpen bij de ontdekking van nieuwe geneesmiddelen, de ontwikkeling van gepersonaliseerde behandelingen en de nauwkeurigere opsporing van ziekten komt de gezondheidszorg ten goede.

Risico’s:

  • Omdat Generatieve AI veel processen automatiseert, kan het leiden tot banenverlies in sommige industrieën, met name die welke afhankelijk zijn van routinetaken.
  • Als de gegevens die worden gebruikt om de AI-modellen te trainen bevooroordeeld of onvolledig zijn, zullen de modellen waarschijnlijk bestaande vooroordelen en ongelijkheden versterken.
  • Generatieve kunstmatige intelligentie vormt een veiligheidsrisico omdat zij kan worden gebruikt om overtuigende valse inhoud te creëren, zoals films of geluiden die voor kwaadaardige doeleinden kunnen worden gebruikt.
  • Privacy, eigendom en verantwoordingsplicht zijn slechts enkele van de ethische kwesties die door Generatieve AI worden opgeworpen.
  • Hackers, propagandisten en andere slechte actoren kunnen misbruik maken van Generatieve AI.

Om ervoor te zorgen dat Generatieve AI-technologieën op verantwoorde en ethische wijze worden gebruikt, is het van cruciaal belang om bij de ontwikkeling en implementatie van deze technologieën rekening te houden met deze voordelen en risico’s.

Kunnen we het zelf bouwen of toepassen?

Om Generatieve AI te maken of te gebruiken, moet je goed thuis zijn in machine learning, computervisie en natuurlijke taalverwerking. Er moet ook een grote hoeveelheid gegevens en rekenkracht zijn, wat moeilijk en duur kan zijn om te verkrijgen. Het is dus technisch mogelijk om zelf een model te bouwen, maar gezien de hoge kosten van enkele tientallen miljoenen euro’s en de hoeveelheid energie die dit kost, hoeven we ons niet eens af te vragen of we dit vanuit ons lab zouden moeten willen doen. Dit zou een retorische vraag zijn, omdat we het antwoord wel weten.

Er zijn echter talrijke online en offline bronnen waar mensen en bedrijven informatie kunnen vinden en kunnen experimenteren met verschillende benaderingen van Generatieve AI. Om de basisprincipes van hoe Generatieve AI werkt te leren, kun je een willekeurig aantal cursussen en tutorials over machinaal leren en AI volgen die worden aangeboden door scholen en online bronnen. TensorFlow en PyTorch zijn slechts twee voorbeelden van open-source tools die kunnen worden gebruikt om Generatieve AI-modellen te bouwen. Deze bibliotheken bieden voorbeeldcode en gegevens die kunnen worden gebruikt om je eigen Generatieve AI-projecten te bouwen. Het is belangrijk op te merken dat het ontwikkelen en inzetten van Generatieve AI een grondig begrip vereist van AI en hoe het kan worden toegepast, evenals een begrip van de morele en juridische implicaties daarvan. Het is van cruciaal belang dat deze technologie met voorzichtigheid wordt benaderd, zodat zij op verantwoorde en ethische wijze kan worden gebruikt.

Conclusie

Generatieve AI heeft het potentieel om nieuwe mogelijkheden voor reflectie te openen en creativiteit te stimuleren. De invloed op de publieke dienst kan vele kanten opgaan. Het kan ook helpen bij het oplossen van moeilijke problemen en het creëren van nieuwe mogelijkheden voor overheidsdiensten. Daarom is het essentieel dat we een holistische benadering hanteren en alle manieren overwegen waarop dit type AI ons als samenleving ten goede kan komen. In deze verkenning hebben we gezien hoe Generatieve AI kan worden gebruikt om de publieke dienstverlening te verbeteren en de werkplek aantrekkelijker en innovatiever te maken.

Generatieve AI is een type AI dat processen automatiseert en aanpast om nieuwe inhoud te creëren. Deze inhoud kan verschillen van het origineel, en het is mogelijk dat deze volledig wordt vervangen. Als gevolg van deze veranderingen kan het origineel worden gewijzigd. Het doel van Generatieve AI is nieuwe en waardevolle inhoud te genereren door nieuwe gegevens te creëren. Deze methode kan worden gebruikt op verschillende gebieden, waaronder gezondheidszorg, onderwijs, entertainment en sociale media. Met behulp van Generatieve AI kunnen we nieuwe datasets genereren, die we vervolgens kunnen gebruiken om nieuwe modellen te trainen. Met andere woorden, we kunnen AI gebruiken om nieuwe beelden, opnames en modellen te maken en deze modellen vervolgens gebruiken om nieuwe inhoud te genereren. We kunnen AI programmeren om beslissingen te nemen op basis van deze patronen en vervolgens op basis daarvan nieuwe inhoud genereren.

Een veelvoorkomend misverstand is dat Generatieve AI een type AI is dat zijn eigen gegevens genereert. Generatieve AI genereert noch produceert zijn eigen gegevens of modellen. De “trainingsdataset” verwijst naar de gegevens die worden gebruikt om een generatief AI-model te trainen. Naarmate meer gegevens aan het model worden toegevoegd, zal het automatisch leren en verbeteren. Het model wordt nauwkeuriger naarmate er meer trainingsgegevens worden gebruikt om het te trainen.

Generatieve AI staat nog in de kinderschoenen en er zijn nog veel uitdagingen, met name op het gebied van privacy en ethiek.

Wil je meer weten over de exploratie van generatieve AI op de publieke dienstverlening

1 + 8 =

Deel dit artikel
De eigenaar van deze website heeft zich gecommitteerd aan toegankelijkheid en integratie. Meld eventuele problemen die u tegenkomt via het contactformulier op deze website. Deze site maakt gebruik van de WP ADA Compliance Check-plug-in om de toegankelijkheid te verbeteren.