S06E99 - Waarom AI extreem goed moet zijn in vergeten

Joop Snijder, CTO bij Aigency, bespreekt in de nieuwste aflevering van AIToday Live het belang van vergeten voor AI-systemen. Hij betoogt dat het vermogen om te vergeten cruciaal is voor efficiëntie en innovatie, zowel voor mensen als voor kunstmatige intelligentie.

Snijder trekt parallellen met het menselijk brein en waarschuwt voor de valkuilen van overmatige digitale opslag. Hij pleit voor AI-systemen die niet alleen kunnen onthouden, maar ook kunnen vergeten, om zo relevantie te bepalen en creativiteit te stimuleren.

Deze verfrissende kijk op AI-ontwikkeling daagt luisteraars uit om na te denken over de waarde van informatie en hoe we omgaan met kennis in een digitaal tijdperk.

Onderwerpen

• Het belang van vergeten in AI
• Vergelijking met het menselijk brein
• Innovatie en groei door loslaten
• De valkuil van overmatige documentatie
• Toekomstige AI-ontwikkeling en het vermogen om te vergeten

Links

• Podcast: AIToday Live podcast
• Concept: Retrieval Augmented Generation
• Technologie: Microsoft Copilot
• Kaartspel: AI Game Changer - Generative AI editie

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
00:00:00,001 --> 00:00:08,820
Hoi, welkom bij de korte aflevering van AIToday Live, de Nederlandstalige podcast die je alles vertelt over AI.

2
00:00:08,820 --> 00:00:16,000
Ik ben Joop Snijder, CTO bij Aigency en vandaag ga ik het met jullie hebben over iets wat mij de laatste tijd persoonlijk bezighoudt.

3
00:00:16,000 --> 00:00:27,000
Waarom het vermogen om te vergeten misschien wel een van de meest onderschatte kwaliteiten van ons brein is en waarom we deze eigenschap juist in onze AI systemen zouden moeten inbouwen.

4
00:00:28,600 --> 00:00:35,600
De laatste tijd heb ik veel gesprekken gehad met mensen die dromen van AI systemen die alles onthouden.

5
00:00:35,600 --> 00:00:45,200
Automatische gespreksverslagen, volledig toegang tot elk mailtje dat ooit verstuurd is en een perfect geheugen voor elk document dat ooit geschreven is.

6
00:00:45,200 --> 00:00:53,980
Dat klinkt misschien als een technologische utopie, maar ik ga jullie uitleggen waarom dit eigenlijk een gevaarlijke weg is.

7
00:00:53,980 --> 00:00:56,560
Laten we beginnen met ons eigen brein.

8
00:00:57,200 --> 00:01:00,200
Het menselijk vermogen om te vergeten is geen tekortkoming.

9
00:01:00,200 --> 00:01:05,800
Het is een essentiële functie die ons helpt om juist hoofd en bijzaken te scheiden.

10
00:01:05,800 --> 00:01:15,240
Als we terugdenken aan een belangrijke vergadering van vorig jaar, herinneren we ons de hoofdlijnen en de cruciale beslissingen, maar niet elk woord dat gezegd is.

11
00:01:15,240 --> 00:01:16,960
En dat is maar goed ook.

12
00:01:16,960 --> 00:01:23,800
Door de details te vergeten kunnen we de essentie beter vasthouden en in perspectief plaatsen.

13
00:01:24,760 --> 00:01:29,080
Neem bijvoorbeeld mijn eigen ervaring met oude documenten in de cloud.

14
00:01:29,080 --> 00:01:34,380
Als technologie-enthousiasteling was ik er vroeg bij om alles digitaal op te slaan.

15
00:01:34,380 --> 00:01:40,040
Maar toen ik laatst door 15 jaar oude bestanden bladerde, realiseerde ik me iets belangrijks.

16
00:01:40,040 --> 00:01:43,720
Bijna alles wat ik had bewaard was irrelevant geworden.

17
00:01:43,860 --> 00:01:53,700
En niet omdat het destijds niet waardevol was, maar omdat onze inzichten zijn geëvalueerd, de context is veranderd en we als organisatie zijn gegroeid.

18
00:01:54,480 --> 00:01:57,300
En daar is het precies de kracht van vergeten.

19
00:01:57,300 --> 00:02:07,740
Het stelt ons in staat om te groeien, om nieuwe verbanden te leggen en om voor te bouwen op ervaringen zonder gevangen te zitten in de exacte details uit het verleden.

20
00:02:07,740 --> 00:02:13,580
Als we alles perfect zouden onthouden, zouden we veel moeilijker kunnen innoveren.

21
00:02:14,860 --> 00:02:21,540
Want innovatie komt vaak voort uit het vermogen om juist losser met de bestaande kennis om te gaan.

22
00:02:21,540 --> 00:02:28,700
Om nieuwe verbanden te leggen die niet voor de hand liggen als je te precies vasthoudt aan wat je al weet.

23
00:02:28,700 --> 00:02:33,580
En dat is ook vooral belangrijk voor organisaties.

24
00:02:33,580 --> 00:02:38,700
In veel bedrijven heerst er een cultuur waarin alles perfect gedocumenteerd en onthouden moet worden.

25
00:02:38,700 --> 00:02:43,880
Uit angst voor misschien wel fouten of uit een misplaatst idee van efficiëntie.

26
00:02:44,720 --> 00:02:49,880
Maar juist het maken van fouten, het niet exact reproduceren van eerdere oplossingen,

27
00:02:49,880 --> 00:02:57,720
dwingt ons om na te denken om situaties opnieuw te beoordelen, om betere oplossingen te vinden die passen bij het nu.

28
00:02:57,720 --> 00:03:03,260
Wanneer we te veel vasthouden aan oude documenten en procedures,

29
00:03:03,260 --> 00:03:07,560
creëren we een organisatie die achteruit kijkt in plaats van vooruit.

30
00:03:07,560 --> 00:03:13,000
Het is als het rijden in een auto waarbij je alleen in de achteruitkijkspiegel kijkt.

31
00:03:13,380 --> 00:03:17,200
Je ziet perfect waar je vandaan komt, maar je mist waar je naartoe gaat.

32
00:03:17,200 --> 00:03:24,260
En dit brengt me bij de huidige ontwikkeling van AI-systemen en de dromen waar ik het in het begin over heb.

33
00:03:24,260 --> 00:03:29,720
We bouwen ze om alles te onthouden, elk detail vast te leggen en nooit iets te vergeten.

34
00:03:30,120 --> 00:03:33,880
Maar daarmee negeren we dus een fundamentele waarheid.

35
00:03:33,880 --> 00:03:37,120
Soms is vergeten namelijk geen bug, maar een feature.

36
00:03:37,120 --> 00:03:43,540
Het helpt ons om relevantie te bepalen, om patronen te zien, om creativiteit te stimuleren.

37
00:03:43,540 --> 00:03:45,280
Maar wat doen we nu met AI?

38
00:03:45,280 --> 00:03:48,220
We bouwen systemen die precies het tegenovergestelde doen.

39
00:03:48,220 --> 00:03:51,000
We maken ze zo dat ze alles onthouden.

40
00:03:51,560 --> 00:03:54,200
Elk mailtje, elk gesprek, elke notitie.

41
00:03:54,200 --> 00:03:55,920
Daar gaat het mis.

42
00:03:55,920 --> 00:04:03,540
Want als je AI-systeem alles onthoudt, wordt het steeds moeilijker om de relevante informatie te vinden tussen alle ruis.

43
00:04:03,540 --> 00:04:06,420
En neem bijvoorbeeld de Rack Systems.

44
00:04:06,420 --> 00:04:08,320
De Retrieval Augmented Generation.

45
00:04:08,880 --> 00:04:12,080
Zoals je misschien kent in Microsoft Copilot.

46
00:04:12,080 --> 00:04:16,180
Maar dat kunnen allerlei van dit soort systemen zijn.

47
00:04:16,180 --> 00:04:22,000
Deze systemen zijn geweldig, maar ze worden vaak volgestopt met zoveel mogelijk data.

48
00:04:22,000 --> 00:04:24,260
Alsof meer altijd beter is.

49
00:04:24,260 --> 00:04:26,000
Maar meer is niet beter.

50
00:04:26,000 --> 00:04:27,940
Meer is gewoon meer.

51
00:04:27,940 --> 00:04:34,260
En vaak leidt tot verwarring, irrelevante antwoorden en verminderde prestaties.

52
00:04:35,180 --> 00:04:41,320
En ik hoor jullie al denken, ja maar Joop, wat als we iets weggooien dat we later nog nodig hebben?

53
00:04:41,320 --> 00:04:45,920
Dat is precies die FOMO, Fear of Missing Out, waar we vanaf moeten.

54
00:04:45,920 --> 00:04:51,840
Want laten we eerlijk zijn, hoeveel van die oude documenten, e-mails en notities gebruik je er echt nog?

55
00:04:51,840 --> 00:04:59,980
En als je ze al gebruikt, weegt het dan op tegen de mentale last van het constant alles willen bewaren.

56
00:05:01,120 --> 00:05:07,120
Kijk, voor organisaties betekent het een fundamentele verschuiving in hoe we met kennis en informatie omgaan.

57
00:05:07,120 --> 00:05:11,580
In plaats van alles te willen vastleggen en onthouden, moeten we ook durven loslaten.

58
00:05:11,580 --> 00:05:16,800
We moeten accepteren dat niet alles wat we ooit hebben gedaan of besloten relevant blijft.

59
00:05:16,800 --> 00:05:22,460
We moeten ruimte maken voor nieuwe inzichten, voor voortschrijdend inzicht, voor betere manieren van werken.

60
00:05:23,120 --> 00:05:32,060
En we moeten als content die we aan AI geven, cureren als waren we een museumdirecteur die de collectie beheert en tentoonstelt.

61
00:05:32,060 --> 00:05:39,380
Dus je maakt hele specifieke selecties, wat stop je er wel in en wat stop je er niet in.

62
00:05:39,380 --> 00:05:42,160
Dat betekent niet dat we alles moeten vergeten.

63
00:05:42,160 --> 00:05:43,020
Nee, natuurlijk niet.

64
00:05:43,020 --> 00:05:48,120
Uit sommige zaken zoals juridische documenten of fundamentele onderzoeksresultaten.

65
00:05:48,580 --> 00:05:53,080
Je weet zelf wel wat je echt zorgvuldig bewaard moet blijven.

66
00:05:53,080 --> 00:05:56,520
Maar het betekent wel dat we selectiever moeten zijn.

67
00:05:56,520 --> 00:06:00,960
Dat we moeten durven kiezen wat we bewaren en wat we loslaten.

68
00:06:00,960 --> 00:06:04,360
Voor AI ontwikkeling betekent dit een nieuwe uitdaging.

69
00:06:04,360 --> 00:06:09,520
Want hoe bouwen we systemen die niet alleen kunnen onthouden, maar dus ook kunnen vergeten.

70
00:06:09,520 --> 00:06:14,200
Systemen die net als ons brein kunnen filteren wat belangrijk is en wat niet.

71
00:06:15,200 --> 00:06:20,800
Die kunnen helpen bij het destilleren van kennis in plaats van het eindeloos opstapelen ervan.

72
00:06:20,800 --> 00:06:27,520
Stel je voor AI systemen die actief helpen bij het opschonen van digitale rommel.

73
00:06:27,520 --> 00:06:31,880
Die kunnen zeggen, dit document lijkt me niet meer relevant voor je huidige werkzaamheden.

74
00:06:31,880 --> 00:06:36,900
Zal ik de kernpunten samenvatten en de rest archiveren of weggooien?

75
00:06:36,900 --> 00:06:41,260
Of deze procedure is drie jaar oud en sluit niet meer aan bij hoe het team nu werkt.

76
00:06:41,700 --> 00:06:42,700
Willen we deze jaar zien?

77
00:06:42,700 --> 00:06:49,880
Want uiteindelijk gaat het niet om hoeveel we kunnen onthouden, maar hoe goed we de essentie kunnen vatten en toepassen.

78
00:06:49,880 --> 00:06:55,500
Het gaat om het vermogen om te leren zonder vast te zitten aan het verleden.

79
00:06:55,500 --> 00:07:02,480
Om vooruit te kunnen kijken zonder gehinderd te worden door een overvloed aan irrelevante details uit het verleden.

80
00:07:03,480 --> 00:07:14,720
Ik maak me zorgen over de huidige standaard tools die alles verzamelen waar ze maar grip op krijgen binnen je omgeving.

81
00:07:14,720 --> 00:07:19,140
Die geven juist, die stapelen die data, die stapelen die ruis.

82
00:07:19,140 --> 00:07:23,680
Dus mijn oproep is aan ontwikkelaars, organisaties en gebruikers van AI.

83
00:07:24,120 --> 00:07:29,780
Laten we systemen bouwen die niet alleen kunnen onthouden, maar ook kunnen vergeten.

84
00:07:29,780 --> 00:07:33,520
Die ons helpen focussen op wat echt belangrijk is.

85
00:07:33,520 --> 00:07:36,500
Die ruimte maken voor nieuwe inzichten en groei.

86
00:07:36,500 --> 00:07:41,860
Want soms is vergeten niet alleen menselijk, het is essentieel voor vooruitgang.

87
00:07:41,860 --> 00:07:46,400
Dus mijn advies is vergeet niet om te vergeten.

88
00:07:48,780 --> 00:07:50,160
Dank je wel weer voor het luisteren.

89
00:07:50,160 --> 00:07:51,940
Ik ben benieuwd hoe jij hierin staat.

90
00:07:51,940 --> 00:07:56,480
Laat het daarom eens weten via de socials of stuur me een DM via LinkedIn.

91
00:07:56,480 --> 00:08:01,560
Ik ben heel erg benieuwd of je er anders naar kijkt of dat je met me eens bent.

92
00:08:01,560 --> 00:08:04,720
Dank nogmaals voor het luisteren.

93
00:08:04,720 --> 00:08:06,240
Tot de volgende aflevering.

94
00:08:06,240 --> 00:08:36,220