S06E14 - Ontdek use-cases voor Generatieve AI

Generatieve AI, een term die steeds vaker in de mond genomen wordt, is veel meer dan alleen een geavanceerde chatbot. Maar wat betekent Generatieve AI nu concreet? En hoe herken je uitdagingen die geschikt zijn om aan te gaan met Generatieve AI?

Links

• App: LeesSimpel van Lucas Meijer (https://apps.apple.com/nl/app/leessimpel/id6447079305)

Doe mee met de 4e Community of Practice voor Generatieve AI op Hogeschool Windesheim! Mis het niet en schrijf je gratis in.

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

1
00:00:00,000 --> 00:00:06,440
Hoi, leuk dat je weer luistert naar een korte aflevering van AIToday Live. Met vandaag antwoord

2
00:00:06,440 --> 00:00:12,680
op de vraag "Hoe herken je een goede use case van generatieve AI?"

3
00:00:12,680 --> 00:00:18,480
Mijn naam Joop Snijder, CTO bij Aigency.

4
00:00:18,480 --> 00:00:26,440
Generatieve AI, een term die steeds vaker in de mond genomen wordt, is veel meer dan

5
00:00:26,440 --> 00:00:32,440
alleen een geavanceerde chatbot. Maar wat betekent generatieve AI nu concreet? En hoe

6
00:00:32,440 --> 00:00:37,720
herken je uitdagingen die geschikt zijn om aan te gaan met generatieve AI?

7
00:00:37,720 --> 00:00:43,880
Generatieve AI verwijst naar systemen die kunnen leren van bestaande gegevens om nieuwe,

8
00:00:43,880 --> 00:00:49,920
realistische output te genereren die de kenmerken van de input data weer spiegelt, maar niet

9
00:00:49,920 --> 00:00:56,040
simpelweg kopieert. Het kan uiteenlopende inhoud produceren zoals afbeeldingen, video,

10
00:00:56,040 --> 00:01:02,640
muziek, spraak, tekst, softwarecode en zelfs 3D ontwerpen. Deze technologie kan taken

11
00:01:02,640 --> 00:01:09,440
uitvoeren die hiervoor onmogelijk waren voor een machine en kan een kant zijn voor ondernemingen

12
00:01:09,440 --> 00:01:15,400
die zoeken naar schaalbaarheid en innovatie. Maar goed, hoe herken je dus uitdagingen,

13
00:01:15,400 --> 00:01:19,200
use cases, waarvoor generatieve AI een oplossing biedt?

14
00:01:19,200 --> 00:01:24,880
Wat ik zelf een mooie use case vind is het inspreken van rapportages. Niet iedereen vindt

15
00:01:24,880 --> 00:01:31,200
het fijn om te schrijven en zelfs met goed gekozen steekwoorden kan generatieve AI een

16
00:01:31,200 --> 00:01:36,280
rapportage voor je schrijven. Denk hierbij aan de rapportage die geschreven moet worden

17
00:01:36,280 --> 00:01:45,440
in de zorg. Of wanneer je onderweg bent als monteur, auditor, sales. Hoe handig is het

18
00:01:45,440 --> 00:01:50,600
dan als je direct je bevindingen inspreekt voor je rapportage?

19
00:01:50,600 --> 00:01:58,640
Een ander aantrekkelijk gebruikscenario van generatieve AI is binnen de retail. Stel je

20
00:01:58,640 --> 00:02:05,560
een online winkelervaring voor waarbij klanten kleding virtueel kunnen aanpassen. Via door

21
00:02:05,560 --> 00:02:12,480
AI gegenereerde beelden van zichzelf in verschillende outfits. Dit zou niet alleen de online winkelervaring

22
00:02:12,480 --> 00:02:17,560
transformeren maar ook de noodzaak voor fysieke voorraad en winkels kunnen verminderen en

23
00:02:17,560 --> 00:02:22,320
misschien nog belangrijker het aantal retouren verminderen. Uiteindelijk voor iedereen prettig.

24
00:02:22,320 --> 00:02:29,600
Generatieve AI kan ook complexe taal ontcijferen en toegankelijk maken. Iets wat bijzonder

25
00:02:29,600 --> 00:02:36,320
waardevol kan zijn bij het vertalen van juridische documenten of het uitleggen van overheidsbrieven

26
00:02:36,320 --> 00:02:41,160
aan een lekenpubliek. Een praktisch voorbeeld is de app LeesSimpel

27
00:02:41,160 --> 00:02:47,320
van Lucas Meijer. Deze app zet lastige geschreven brieven om

28
00:02:47,320 --> 00:02:52,160
naar eenvoudige taal. Of zoals Lucas zelf bij de app schrijft.

29
00:02:52,160 --> 00:02:58,600
Maak een foto van de brief. Je ontvangt de samenvatting. De samenvatting bevat geen moeilijke

30
00:02:58,600 --> 00:03:01,600
taal. Prachtig voorbeeld toch?

31
00:03:01,600 --> 00:03:07,400
Generatieve AI speelt ook een belangrijke rol in datatransformatie. Het kan helpen bij

32
00:03:07,400 --> 00:03:13,240
het maken van synthetische data. Die gebruikt kan worden om schaarse data aan te vullen,

33
00:03:13,240 --> 00:03:19,680
vooringenomenheid te verminderen, privacy van data te waarborgen en zelfs toekomstige

34
00:03:19,680 --> 00:03:26,000
scenario's te simuleren. Stel je je eens voor hoe dit de manier verandert

35
00:03:26,000 --> 00:03:31,400
waarop we AI modellen trainen. We kunnen ze daarmee robuuster en misschien zelfs wel

36
00:03:31,400 --> 00:03:36,000
rechtvaardiger maken. Een ander voorbeeld uit de techniek is die

37
00:03:36,000 --> 00:03:40,960
van het omzetten van verouderde code of het genereren van code. Er zijn applicaties waar

38
00:03:40,960 --> 00:03:48,040
de organisaties niets meer aan durven te veranderen omdat de applicaties verouderd zijn en de

39
00:03:48,040 --> 00:03:53,240
kennis over het systeem verdwenen is en wat als er iets misgaat. Ontwikkelaars zijn moeilijk

40
00:03:53,240 --> 00:03:58,000
te vinden omdat de gebruikte programmeertaal haast niet meer gebruikt wordt.

41
00:03:58,000 --> 00:04:04,440
Oftewel een steeds groter hoofdpijndossier. Generatieve AI kan hier een uitkomst zijn.

42
00:04:04,440 --> 00:04:09,800
Het kan niet alleen verouderde code analyseren en converteren naar modernere talen. Maar

43
00:04:09,800 --> 00:04:15,200
het kan ook juist nieuwe code genereren die efficiënter, veiliger en makkelijker te onderhouden

44
00:04:15,200 --> 00:04:21,520
is. Hoe doet hij dit nu? Door bestaande code-beesten

45
00:04:21,520 --> 00:04:27,300
te gebruiken als een soort leerstof om zo patronen en functies te herkennen die in de nieuwe

46
00:04:27,300 --> 00:04:32,800
taal overgezet kunnen worden. Natuurlijk zijn er uitdagingen. Het genereren en converteren

47
00:04:32,800 --> 00:04:38,600
van code met AI vereist nauwkeurige supervisie en grondige validatie om ervoor te zorgen

48
00:04:38,600 --> 00:04:43,120
dat de nieuwe code niet alleen technisch correct is, maar dat het ook blijft doen wat het moet

49
00:04:43,120 --> 00:04:48,040
doen. Een andere innovatieve toepassing is het gebruik

50
00:04:48,040 --> 00:04:54,960
van generatieve AI voor trainings- en educatieve doeleinden. AI kan realistische trainingsvideo's

51
00:04:54,960 --> 00:05:00,120
genereren die scenario's simuleren die anders moeilijk, duur of onpraktisch zouden zijn

52
00:05:00,120 --> 00:05:07,640
om die te filmen. Dit kan gaan om veiligheidstrainingen, klantenservice scenario's of technische probleemoplossing.

53
00:05:07,640 --> 00:05:16,400
Wat je hopelijk als rode draad door deze voorbeelden heen ziet van deze aflevering is dat je menselijke

54
00:05:16,400 --> 00:05:22,200
taken aan het opschalen bent. Die óf zorgen voor nieuwe mogelijkheden, óf het uit handen

55
00:05:22,200 --> 00:05:29,480
nemen van complexe taken. Maar zoals met alle technologie moet generatieve AI vooral doelgericht

56
00:05:29,480 --> 00:05:34,480
worden ingezet wat mij betreft. Het mag nooit een oplossing op zoek naar een probleem zijn.

57
00:05:34,480 --> 00:05:41,760
Als organisatie moet je duidelijk definiëren welke uitdagingen je wil aangaan en hoe generatieve

58
00:05:41,760 --> 00:05:47,760
AI je hierin kan ondersteunen. Het is duidelijk dat generatieve AI de potentie

59
00:05:47,760 --> 00:05:54,800
heeft om de kern te vormen van talloze oplossingen voor hedendaagse uitdagingen. Maar de sleutel

60
00:05:54,800 --> 00:06:02,320
tot succes ligt in het identificeren van de juiste toepassingen die echte waarden toevoegen

61
00:06:02,320 --> 00:06:06,320
en het verbinden van de technische mogelijkheden met concrete doelstellingen.

62
00:06:06,320 --> 00:06:15,080
Ik hoop dat je met deze voorbeelden beter ideeën kan opdoen hoe generatieve AI jouw uitdaging

63
00:06:15,080 --> 00:06:19,080
makkelijker maakt. Bedankt voor het luisteren en tot de volgende aflevering.

64
00:06:19,080 --> 00:06:27,640
[Muziek]

65
00:06:27,640 --> 00:06:29,640
[Muziek]