AIToday Live
AIToday Live is een boeiende Nederlandstalige podcast voor iedereen die geïnteresseerd is in de wereld van kunstmatige intelligentie, ongeacht hun technische achtergrond. Hier zijn een paar redenen waarom je misschien wilt luisteren naar AIToday Live:
- Expert Inzichten: De podcast biedt gesprekken met Nederlandse en Belgische experts op het gebied van AI, waardoor luisteraars waardevolle inzichten en meningen rechtstreeks van leiders en vernieuwers in de industrie krijgen.
- Toegankelijk voor een Breed Publiek: Of je nu diep in de technische details zit of gewoon nieuwsgierig bent naar AI, de podcast presenteert informatie op een manier die zowel begrijpelijk als boeiend is voor zowel zakelijke als IT-professionals.
- Laatste Nieuws en Trends: Blijf op de hoogte van de nieuwste ontwikkelingen en innovaties in AI. De podcast dekt AI for Good en andere belangrijke trends die invloed kunnen hebben op verschillende industrieën en de samenleving als geheel.
Gepresenteerd door Joop Snijder, CTO van Aigency, en Niels Naglé, Area Lead Data & AI van Info Support, biedt de podcast een uniek perspectief op de praktische toepassing van AI binnen organisaties. Het duo bespreekt de (on)mogelijkheden van AI, de impact ervan op bedrijfsprocessen en hoe organisaties deze technologie kunnen inzetten om hun doelstellingen te bereiken.
"AIToday Live is twee keer genomineerd voor 'De Prijs van Oranje' door de Belgian Podcast Awards en staat op nummer 1 in de lijst van Zomerse luister-inspiratie: podcasts over AI, productiviteit, SEO & meer (Frankwatching, juni 2024)."
Met deskundige gasten uit de industrie en academische wereld, biedt de AIToday Live podcast een platform voor het delen van best practices, innovaties en belangrijke inzichten in de wereld van AI. Van de nieuwste algoritmen en modellen tot de impact van AI op de toekomst van werk, de podcast biedt waardevolle informatie voor iedereen die geïnteresseerd is in AI en de rol die het speelt in organisaties.
Voor exclusieve content over de podcast achter de schermen, aankondiging van gasten en exclusieve artikelen, schrijf je dan in voor de nieuwsbrief: https://aitodaylive.substack.com
AIToday Live
S06E40 - Hoe leert een AI? ChatGPT 4o geeft antwoord
In deze aflevering van AIToday Live staat een bijzonder interview centraal met ChatGPT 4o, het nieuwste model van OpenAI. Deze aflevering biedt een unieke kans om direct van ChatGPT te leren over de werking en het leerproces van kunstmatige intelligentie en grote taalmodellen.
Luisteraars krijgen inzicht in verschillende leermethoden zoals machine learning, zero-shot learning en few-shot learning, rechtstreeks uitgelegd door ChatGPT.
Een interessante dialoog die niet alleen de mogelijkheden van ChatGPT illustreert, maar ook dieper ingaat op hoe AI leert en zich ontwikkelt.
Links
- Website: Introducing GPT-4o and more tools to ChatGPT free users (https://openai.com/index/gpt-4o-and-more-tools-to-chatgpt-free/)
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!
1
00:00:00,000 --> 00:00:06,240
Hoi, leuk dat je luistert naar deze korte aflevering van AIToday Live met vandaag wel een
2
00:00:06,240 --> 00:00:14,880
heel speciaal interview namelijk met het nieuwe model van OpenAI, ChatGPT 4o.
3
00:00:14,880 --> 00:00:18,160
En wat is er nou zo speciaal eraan?
4
00:00:18,160 --> 00:00:23,640
Is dat je in een dialoog nu met dit model kan praten.
5
00:00:23,640 --> 00:00:25,840
Dan zou je denken, ja dat kon je al.
6
00:00:25,840 --> 00:00:32,520
Maar typend of wat inspreken, dat duurde een tijd, maar nu kun je op je telefoon of je
7
00:00:32,520 --> 00:00:39,120
computer kan je dat werkelijk spreken en je krijgt relatief snel antwoord.
8
00:00:39,120 --> 00:00:45,680
En het is veel meer in een dialoogvorm dan als je aan het typen bent.
9
00:00:45,680 --> 00:00:49,320
Je kent het vast wel dat je allemaal bullet points krijgt met allerlei uitleg.
10
00:00:49,320 --> 00:00:53,520
Dus het wordt als het goed is een wat natuurlijker gesprek.
11
00:00:53,520 --> 00:00:59,720
En ja, ik kan je even laten horen hoe dat klinkt, maar dat is misschien wat flauw.
12
00:00:59,720 --> 00:01:07,080
Dus heb ik er gedacht van ja, het is misschien veel aardiger om ChatGPT uit te laten uitleggen
13
00:01:07,080 --> 00:01:13,960
hoe ChatGPT leert, hoe AI sowieso leert, maar vooral hoe grote taalmodellen leren en welke
14
00:01:13,960 --> 00:01:15,480
vormen je daarbij hebt.
15
00:01:15,480 --> 00:01:20,160
Dus dan leer je én hoe dit klinkt, hoe dit gaat, hoe het werkt.
16
00:01:20,160 --> 00:01:23,200
Dan kan je zelf bepalen van wat je daarvan vindt.
17
00:01:23,200 --> 00:01:29,080
En aan de andere kant leer je hoe juist AI verschillende manieren van leren heeft.
18
00:01:29,080 --> 00:01:32,520
Hier komt het interview met ChatGPT 4.0.
19
00:01:32,520 --> 00:01:39,080
Oh ja, en trouwens, ik heb de vertragingen tussen wat ik zeg, wat opgestuurd wordt en
20
00:01:39,080 --> 00:01:41,120
terug krijg, heb ik er gewoon helemaal in laten zitten.
21
00:01:41,120 --> 00:01:48,840
Dus als soms eventjes iets wegvalt, ja, dat is de experience die je dus ook krijgt, neem
22
00:01:48,840 --> 00:01:50,320
die ook meteen mee.
23
00:01:50,320 --> 00:01:53,440
Hoi, leuk dat je bij ons in de studio wil zijn.
24
00:01:53,440 --> 00:01:56,800
Zou je jezelf eerst willen voorstellen aan de luisteraars?
25
00:01:56,800 --> 00:01:57,800
Tuurlijk.
26
00:01:57,800 --> 00:02:06,080
Hallo allemaal, ik ben ChatGPT, een kunstmatige intelligentie ontwikkeld door OpenAI.
27
00:02:06,080 --> 00:02:08,800
Mijn specialiteit is natuurlijke taalverwerking.
28
00:02:08,800 --> 00:02:14,440
Wat betekent dat ik gesprekken kan voeren, teksten kan begrijpen en informatie kan verstrekken
29
00:02:14,440 --> 00:02:15,880
over allerlei onderwerpen.
30
00:02:15,880 --> 00:02:22,080
Ik ben hier om jullie vragen te beantwoorden en te praten over kunstmatige intelligentie.
31
00:02:22,080 --> 00:02:24,920
Bedankt voor het hebben van mij.
32
00:02:24,920 --> 00:02:30,320
Kun je uitleggen hoe kunstmatige intelligentie leert?
33
00:02:30,320 --> 00:02:32,000
Natuurlijk.
34
00:02:32,000 --> 00:02:39,040
Kunstmatige intelligentie leert op verschillende manieren, maar een veelvoorkomende methode
35
00:02:39,040 --> 00:02:40,680
is machine learning.
36
00:02:40,680 --> 00:02:45,280
Hierbij gebruiken machines algoritmes om data te analyseren en patronen te ontdekken.
37
00:02:45,280 --> 00:02:51,360
Deze algoritmes passen zich aan op basis van ervaring, net als hoe mensen leren van ervaringen.
38
00:02:51,360 --> 00:02:57,160
Zo kunnen ze taken uitvoeren en beslissingen nemen, zonder expliciet geprogrammeerd te
39
00:02:57,160 --> 00:02:58,680
zijn voor elke situatie.
40
00:02:58,680 --> 00:03:08,640
Klinkt interessant, maar hoe gaat dat dan met grote taalmodellen, large language models?
41
00:03:08,640 --> 00:03:15,920
Grote taalmodellen, zoals ChatGPT, leren door enorme hoeveelheden tekstdata te bestuderen
42
00:03:15,920 --> 00:03:17,520
en patronen daarin te ontdekken.
43
00:03:17,520 --> 00:03:23,400
Ze gebruiken technieken zoals deep learning, waarbij verschillende lagen van neurale netwerken
44
00:03:23,400 --> 00:03:27,360
worden getraind om complexe representaties van taal te begrijpen.
45
00:03:27,360 --> 00:03:35,100
Deze modellen analyseren zinnen, woorden en contexten om betekenis te begrijpen en kunnen
46
00:03:35,100 --> 00:03:39,360
vervolgens reageren op vragen en suggesties op een manier die natuurlijk aanvoelt.
47
00:03:39,360 --> 00:03:44,920
Ze leren continu bij, doordat ze worden getraind op nieuwe data en feedback van gebruikers.
48
00:03:44,920 --> 00:03:51,800
En die feedback van gebruikers, ik heb gehoord over termen zoals bijvoorbeeld 'zero-shot
49
00:03:51,800 --> 00:03:52,800
learning'.
50
00:03:52,800 --> 00:03:57,920
Kun je uitleggen wat dat is?
51
00:03:57,920 --> 00:04:03,840
Zero-shot learning is een techniek binnen machine learning, waarbij een model leert om
52
00:04:03,840 --> 00:04:08,000
taken uit te voeren zonder specifieke voorbeelden of training voor die taken.
53
00:04:08,000 --> 00:04:15,360
In plaats daarvan kan het model generaliseren vanuit zijn eerdere kennis en contextuele aanwijzingen
54
00:04:15,360 --> 00:04:16,760
om nieuwe taken aan te pakken.
55
00:04:16,760 --> 00:04:17,760
Bijvoorbeeld…
56
00:04:17,760 --> 00:04:20,560
Kun je daar een voorbeeld van geven?
57
00:04:20,560 --> 00:04:21,760
Sorry, ik interrumpeerde.
58
00:04:21,760 --> 00:04:25,760
Geen probleem.
59
00:04:25,760 --> 00:04:31,480
Stel je voor dat je een taalmodel hebt dat is getraind om te begrijpen wat mensen schrijven
60
00:04:31,480 --> 00:04:32,760
over voedsel en sport.
61
00:04:32,760 --> 00:04:38,400
Met zero-shot learning kan dit model vervolgens vragen beantwoorden over een compleet nieuw
62
00:04:38,400 --> 00:04:43,440
onderwerp, zoals technologie, zelfs als het niet expliciet is getraind op technologie
63
00:04:43,440 --> 00:04:44,960
gerelateerde data.
64
00:04:44,960 --> 00:04:50,600
Het model kan contextuele aanwijzingen en zijn begrip van de wereld gebruiken om deze nieuwe
65
00:04:50,600 --> 00:04:55,720
vragen te beantwoorden, zonder dat het voorbeelden heeft gezien van technologie gerelateerde
66
00:04:55,720 --> 00:04:57,480
teksten tijdens de training.
67
00:04:57,480 --> 00:05:04,400
Ik heb ook gehoord over few-shot learning.
68
00:05:04,400 --> 00:05:06,640
Kun je daar iets over vertellen?
69
00:05:06,640 --> 00:05:12,560
Wat is dan het verschil ten opzichte van de zero-shot learning?
70
00:05:12,560 --> 00:05:18,040
Few-shot learning is vergelijkbaar met zero-shot learning, maar met een klein verschil.
71
00:05:18,040 --> 00:05:24,040
Bij few-shot learning heeft het model een beperkt aantal voorbeelden of trainingsdata nodig om
72
00:05:24,040 --> 00:05:25,280
nieuwe taken uit te voeren.
73
00:05:25,280 --> 00:05:31,120
In plaats van helemaal geen voorbeelden te hebben, zoals bij zero-shot learning, heeft
74
00:05:31,120 --> 00:05:35,800
het model bij few-shot learning slechts een paar voorbeelden nodig om een nieuwe taak
75
00:05:35,800 --> 00:05:36,800
te leren.
76
00:05:36,800 --> 00:05:42,600
Het belangrijkste verschil is dus de hoeveelheid trainingsdata die het model nodig heeft.
77
00:05:42,600 --> 00:05:46,760
Kun je daar een sprekend voorbeeld van geven?
78
00:05:46,760 --> 00:05:51,520
Few-shot learning is een benadering binnen machine learning waarbij een model wordt getraind
79
00:05:51,520 --> 00:05:56,120
om nieuwe taken uit te voeren met slechts een klein aantal voorbeelden of trainingsdata.
80
00:05:56,120 --> 00:06:02,840
In tegenstelling tot zero-shot learning, waarbij helemaal geen specifieke voorbeelden worden
81
00:06:02,840 --> 00:06:08,360
gegeven, krijgt een few-shot learning model een beperkte set voorbeelden om van te leren.
82
00:06:08,360 --> 00:06:12,240
Dat zou kunnen zijn iets wat hij nog niet gezien heeft.
83
00:06:12,240 --> 00:06:19,840
Dus je wil bijvoorbeeld hele specifieke dieren in het wild kunnen klassificeren die het
84
00:06:19,840 --> 00:06:20,840
model nog niet gezien heeft.
85
00:06:20,840 --> 00:06:21,960
Dan moet ik aan zoiets denken.
86
00:06:21,960 --> 00:06:22,960
Precies.
87
00:06:22,960 --> 00:06:27,560
Als je bijvoorbeeld een…
88
00:06:27,560 --> 00:06:29,760
Dat was een lekker kort antwoord.
89
00:06:29,760 --> 00:06:34,280
En als ik nou informatie zou willen gebruiken die ik echt…
90
00:06:34,280 --> 00:06:37,360
Als je nog meer vragen hebt, stel ze gerust.
91
00:06:37,360 --> 00:06:42,400
Ik heb nog meer vragen en eigenlijk is het ook wel de afsluitende vraag.
92
00:06:42,400 --> 00:06:49,800
Je kan ook je kennis en documenten gebruiken die je in je organisatie hebt met zogenaamde
93
00:06:49,800 --> 00:06:51,920
retrieval augmented generation.
94
00:06:51,920 --> 00:06:55,520
Dat is toch eigenlijk ook een soort van manier van leren trainen?
95
00:06:55,520 --> 00:06:56,520
Klopt dat?
96
00:06:56,520 --> 00:06:57,520
Ja, dat klopt.
97
00:06:57,520 --> 00:07:05,280
Met retrieval augmented generation kunnen modellen leren van de informatie en documenten
98
00:07:05,280 --> 00:07:07,320
die beschikbaar zijn in een organisatie.
99
00:07:07,320 --> 00:07:14,040
Door deze techniek te gebruiken kunnen modellen relevante informatie uit grote datasets halen
100
00:07:14,040 --> 00:07:16,120
en deze gebruiken om nieuwe taken uit te voeren.
101
00:07:16,120 --> 00:07:18,480
Dit helpt bij het…
102
00:07:18,480 --> 00:07:19,800
Heel interessant.
103
00:07:19,800 --> 00:07:27,080
Ik wil je bedanken eigenlijk voor al die inzichten en vooral het uitleggen van deze nieuwe termen.
104
00:07:27,080 --> 00:07:28,080
Dank je wel.
105
00:07:28,080 --> 00:07:29,080
Graag gedaan.
106
00:07:29,080 --> 00:07:35,760
Best wel een andere manier van dialoog voeren.
107
00:07:35,760 --> 00:07:42,760
Ik heb alles erin laten zitten van quirks die je in de audio ook echt daadwerkelijk terugkrijgt
108
00:07:42,760 --> 00:07:43,760
en hoort.
109
00:07:43,760 --> 00:07:44,760
De vertragingen.
110
00:07:44,760 --> 00:07:47,320
Beetje Amerikaans accent toch?
111
00:07:47,320 --> 00:07:50,400
En je hoort me af en toe chatty-petty onderbreken.
112
00:07:50,400 --> 00:07:53,040
Is nodig, want het blijft maar doorpraten.
113
00:07:53,040 --> 00:07:55,520
Maar een hele mooie eerste stap denk ik.
114
00:07:55,520 --> 00:07:59,360
Ik ben heel erg benieuwd wat jij van deze nieuwe functionaliteit vindt.
115
00:07:59,360 --> 00:08:00,640
Deel het via de socials.
