1
00:00:00,000 --> 00:00:05,720
Hoi allemaal en welkom bij deze nieuwe aflevering van AIToday Live.
2
00:00:05,720 --> 00:00:11,240
Vandaag ga ik het in deze korte aflevering hebben over het nieuws rondom GPT-NL, een nieuw
3
00:00:11,240 --> 00:00:14,200
Nederlands taalmodel dat momenteel in ontwikkeling is.
4
00:00:14,200 --> 00:00:18,760
Is het de redding van de Nederlandse taal of een utopisch idealisme?
5
00:00:18,760 --> 00:00:24,200
Er is deze week veel te doen rondom dit onderwerp, dus ik zal uitleggen waar het over gaat,
6
00:00:24,200 --> 00:00:29,160
wat de ambities zijn en waarom ik pendel tussen optimisme en de nodige scepsis.
7
00:00:29,160 --> 00:00:31,160
Laten we beginnen.
8
00:00:31,160 --> 00:00:36,880
GPT-NL is een initiatief van TNO, het Nederlands Forensisch Instituut en SURF.
9
00:00:36,880 --> 00:00:40,960
SURF is een samenwerkingsverband van onderwijs en onderzoeksinstellingen.
10
00:00:40,960 --> 00:00:46,960
Samen trekken ze 13,5 miljoen euro uit voor de ontwikkeling van dit Nederlandstalig
11
00:00:46,960 --> 00:00:47,960
AI-model.
12
00:00:47,960 --> 00:00:55,240
Het uiteindelijke doel is om een variant van een KPT-model te maken, maar dan getraind
13
00:00:55,240 --> 00:00:56,760
helemaal op Nederlandse tekst.
14
00:00:56,760 --> 00:01:01,640
De bedoeling is dat dit taalmodel conversaties kan voeren, net als ChatterJPT teksten kan
15
00:01:01,640 --> 00:01:03,760
samenvatten en genereren.
16
00:01:03,760 --> 00:01:08,760
Dit idee is ontstaan vanuit een verlangen naar meer digitale soevereiniteit.
17
00:01:08,760 --> 00:01:16,400
Grote techbedrijven als Google, OpenAI en Meta hebben nu de macht over taalmodellen
18
00:01:16,400 --> 00:01:24,560
zoals ChatGPT en BARD die getraind zijn op veel talige teksten.
19
00:01:24,560 --> 00:01:30,160
Door een eigen Nederlandstalig model te ontwikkelen hoopt men meer autonomie te krijgen.
20
00:01:30,160 --> 00:01:35,920
De ambities die zich gesteld hebben met GPT-NL zijn nogal hoog.
21
00:01:35,920 --> 00:01:42,280
Zo wil men met het model bijdragen aan het oplossen van maatschappelijke uitdagingen,
22
00:01:42,280 --> 00:01:47,360
moet het model helpen bij het vergroten van digitale inclusiviteit en het vergroten van
23
00:01:47,360 --> 00:01:48,720
de onderwijskwaliteit.
24
00:01:48,720 --> 00:01:53,440
Kortom, GPT-NL moet gaan bijdragen aan een betere samenleving.
25
00:01:53,440 --> 00:01:57,560
Daarnaast zijn er ambities op het gebied van transparantie en ethiek.
26
00:01:57,560 --> 00:02:00,280
Dat ondersteun ik heel erg.
27
00:02:00,280 --> 00:02:05,400
GPT-NL zou alleen getraind moeten worden op data waarvoor toestemming is van de maker.
28
00:02:05,400 --> 00:02:09,040
Ook wil men voorkomen dat het model vooroordelen reproduceert.
29
00:02:09,040 --> 00:02:14,080
Dit in tegenstelling tot de grote taalmodellen die vaak op internetdata getraind zijn zonder
30
00:02:14,080 --> 00:02:15,480
controle op herkomst.
31
00:02:15,480 --> 00:02:20,600
Er klinkt ook kritiek rondom het GPT-NL.
32
00:02:20,600 --> 00:02:26,200
Ten eerste is 13,5 miljoen euro niet veel geld voor het trainen van een groot taalmodel.
33
00:02:26,200 --> 00:02:28,320
Dat is ChatGPT bijvoorbeeld.
34
00:02:28,320 --> 00:02:32,400
Als die getraind moet worden, kost 1 cycle al miljoenen.
35
00:02:32,400 --> 00:02:37,360
En we weten dat het honderden miljoenen, zo niet miljarden, heeft gekost om te komen waar
36
00:02:37,360 --> 00:02:38,360
ze nu staan.
37
00:02:38,360 --> 00:02:43,880
Met relatief weinig geld is het lastig om een model van gelijkbaar kwaliteit te maken.
38
00:02:43,880 --> 00:02:48,960
Zelf vind ik dat de focus op alleen Nederlandse tekst nogal nauw is.
39
00:02:48,960 --> 00:02:55,680
Het onderzoek blijkt dat meertalige modellen technisch gezien beter generaliseren, omdat
40
00:02:55,680 --> 00:02:59,560
dan de onderliggende taalstructuur beter geleerd wordt.
41
00:02:59,560 --> 00:03:04,440
Maar wellicht door een Europees initiatief ervan te maken, kunnen ze deze horden wel
42
00:03:04,440 --> 00:03:05,440
nemen.
43
00:03:05,440 --> 00:03:11,800
En die Nederlandse data, daar is dan ook wel de vraag van waar moet die dan vandaan komen?
44
00:03:11,800 --> 00:03:14,040
Is dat dan alleen uit gratis bronnen?
45
00:03:14,040 --> 00:03:20,960
Want door de hebberige dataverzameling van Big Tech zullen mediabedrijven en andere contentmakers
46
00:03:20,960 --> 00:03:23,640
nu niet staan te springen voor het afstaan van data.
47
00:03:23,640 --> 00:03:25,360
Laat staan gratis toch?
48
00:03:25,360 --> 00:03:30,480
Dus met een budget van 13 miljoen, is dat best wel een uitdaging wat mij betreft.
49
00:03:30,480 --> 00:03:33,360
En ook nog over de wetgeving.
50
00:03:33,360 --> 00:03:40,520
De EU-act die er aankomt en andere beleidskaders stellen strenge eisen aan AI-producten.
51
00:03:40,520 --> 00:03:45,760
Het is nog maar de vraag of en hoe dat Nederlands model hieraan zal voldoen.
52
00:03:45,760 --> 00:03:49,680
Zelfs met betrouwbare data kan een model nog steeds fouten maken.
53
00:03:49,680 --> 00:03:55,480
Dus als de overheid, ze willen dit ook richten op de overheid, dit model gaat gebruiken,
54
00:03:55,480 --> 00:03:57,720
moet er wel kritisch gekeken worden naar de uitkomsten.
55
00:03:57,720 --> 00:04:03,760
En het is ook een illusie om te denken dat als je hier alleen maar gecontroleerde feitelijke
56
00:04:03,760 --> 00:04:09,520
data in stopt, dat het model ook alleen maar feitelijk correcte informatie teruggeeft.
57
00:04:09,520 --> 00:04:15,520
De GPT-technologie is echt een woord voor woord voor woordvoorspeller en zal ook die
58
00:04:15,520 --> 00:04:17,560
feitelijkheden door elkaar husselen.
59
00:04:17,560 --> 00:04:19,920
Waardoor je zinnen krijgt die er niet kloppen.
60
00:04:19,920 --> 00:04:23,520
Maar laten we de positieve kant niet vergeten.
61
00:04:23,520 --> 00:04:27,320
De ambities van dit project zijn wat mij betreft bewonderenswaardig.
62
00:04:27,320 --> 00:04:32,520
Het draait allemaal om het beschermen van onze waarden, het aantrekken en behouden van AI-talent.
63
00:04:32,520 --> 00:04:34,240
En dat is natuurlijk ook heel belangrijk.
64
00:04:34,240 --> 00:04:39,800
Dus ik ben van mening dat dit initiatief het voordeel van de twijfel verdient, maar laten
65
00:04:39,800 --> 00:04:40,880
we niet naïef zijn.
66
00:04:40,880 --> 00:04:44,160
De uitdagingen zijn immens en de ambities zijn hoog.
67
00:04:44,160 --> 00:04:47,480
Dit is precies waarom onderzoek zo belangrijk is.
68
00:04:47,480 --> 00:04:52,480
We onderzoeken omdat we antwoord willen vinden op vragen die we nog niet kunnen beantwoorden.
69
00:04:52,480 --> 00:04:58,280
Dus ik kijk uit naar de resultaten van TNO, SURF en het NFI aan het eind van 2024.
70
00:04:58,280 --> 00:05:04,000
En ik hoop vurig dat de wetenschappelijke inzichten die zij opdoen vrij gedeeld zullen worden
71
00:05:04,000 --> 00:05:05,000
met de wereld.
72
00:05:05,000 --> 00:05:09,320
Dit was mijn blik op de toekomst van het Nederlands AI-taalmodel.
73
00:05:09,320 --> 00:05:14,400
Ik denk een pad bezaaid met zowel kansen als uitdagingen.
74
00:05:14,400 --> 00:05:15,400
Wat denk jij?
75
00:05:15,400 --> 00:05:18,400
Laat je reacties achter of discussieer mee via LinkedIn.
76
00:05:18,400 --> 00:05:21,600
Dit was het weer voor vandaag.
77
00:05:21,600 --> 00:05:24,040
Bedankt voor het luisteren en tot de volgende keer!
78
00:05:24,040 --> 00:05:26,040
[Muziek]
79
00:05:26,040 --> 00:05:29,040
[Muziek]
