AI-ontwikkeling vertraagt & dat biedt kansen [8 trends]

In de afgelopen jaren hebben we een ongekende versnelling gezien in de ontwikkeling van kunstmatige intelligentie (AI). Maar recentelijk zijn er signalen dat deze razendsnelle vooruitgang aan het vertragen is. Dit betekent niet dat de ontwikkeling van AI stagneert, maar eerder dat de snelheid van vooruitgang afneemt. In dit artikel benoem ik deze trends en de gevolgen.

Trend 1. Veiligheid en de singulariteit

Een positief gevolg van deze vertraging is de toegenomen aandacht voor veiligheid. De angst voor een zogenaamde “singularity” – het moment waarop AI zichzelf zou kunnen verbeteren tot een niveau dat het de menselijke intelligentie ver overtreft – lijkt minder acuut. Dit biedt ons meer tijd om na te denken over de ethische en veiligheidsaspecten van AI-ontwikkeling. Voor degenen die zich zorgen maken over de mogelijke gevaren van een ongecontroleerde AI, is dit goed nieuws.

Trend 2. De complexiteit van menselijke intelligentie

Er is bewijs dat menselijke intelligentie niet alleen gebaseerd is op neurale netwerken en synaptische verbindingen, maar ook op elektromagnetische golven en mogelijk zelfs kwantumeffecten. Dit suggereert dat het nabootsen van menselijke intelligentie veel moeilijker is dan dat we in de eerste instantie dachten. Dit kan betekenen dat we tegen grenzen aanlopen bij het gebruik van silicium gebaseerde computers om menselijke intelligentie te repliceren. Het idee dat menselijke intelligentie een samenspel is van verschillende fysieke en energetische processen, maakt het des te uitdagender om dit in een machine te reproduceren.

Trend 3. De splitsing van intelligentie

We zien een duidelijke scheiding ontstaan tussen menselijke en machine intelligentie. Grote taalmodellen, zoals GPT-4, verwerken informatie op een manier die fundamenteel verschilt van hoe mensen dat doen. Dit roept vragen op over hoe we intelligentie definiëren en wat we precies bedoelen met kunstmatige algemene intelligentie (AGI). Terwijl menselijke intelligentie vaak wordt gezien als een combinatie van emotie, intuïtie en logica, is machine-intelligentie voornamelijk gebaseerd op patroonherkenning en dataverwerking.

Trend 4. Economische en sociale gevolgen

Als de vooruitgang van AI inderdaad vertraagt, betekent dit dat de dreiging voor baanverlies ook minder plotseling is. Dit geeft de arbeidsmarkt meer tijd om zich aan te passen en nieuwe banen te creëren. Er zijn echter gemengde reacties op deze vertraging; sommigen willen dat AI sneller ontwikkelt om hen uit de arbeidsmarkt te halen, terwijl anderen blij zijn met de extra tijd om zich aan te passen. De vertraging biedt de mogelijkheid om beter na te denken over de integratie van AI in verschillende sectoren zonder dat dit leidt tot massale werkloosheid.

Trend 5. De rol van kosten

Een belangrijke factor in de vertraging van AI-ontwikkeling zijn de exponentieel stijgende kosten van het trainen van nieuwe modellen. Een voorbeeld: waar huidige modellen ongeveer 100 miljoen dollar kosten om te trainen, zullen nieuwe, geavanceerde modellen al snel 100 miljard dollar kosten.

Hoewel de prestaties van AI-modellen blijven toenemen, stijgen de kosten voor het trainen van deze modellen nog sneller. Dit heeft geleid tot een afname in de snelheid waarmee nieuwe en verbeterde modellen worden geïntroduceerd. De economische realiteit dwingt ons daarom om efficiënter en strategischer om te gaan met de beschikbare middelen.

Trend 6. Onverwachte doorbraken

Hoewel de vooruitgang van AI momenteel lijkt te vertragen, moeten we niet uitsluiten dat een onverwachte doorbraak de zaken weer in een stroomversnelling kan brengen. Modellen zoals GPT-5 zullen naar verwachting de algehele intelligentie aanzienlijk verhogen. Bovendien kan een onvoorziene doorbraak ervoor zorgen dat belangrijke aspecten binnen grote taalmodellen (LLM’s) ineens beter presteren, wat een hoeveelheid aan nieuwe mogelijkheden opent. Deze doorbraken kunnen variëren van verbeterde rekenkracht en efficiëntere algoritmes tot nieuwe methoden voor gegevensverwerking en -analyse.

Trend 7. Echo chambers en verhalen

In de AI-gemeenschap zien we ook de opkomst van echo chambers, waar mensen zich vastklampen aan hun eigen verhalen en minder openstaan voor alternatieve perspectieven. Dit kan de vooruitgang belemmeren en leidt tot polarisatie binnen de gemeenschap. Het is belangrijk om een open dialoog te blijven voeren en verschillende standpunten te overwegen om een gebalanceerd beeld te krijgen van de mogelijkheden en beperkingen van AI.

Trend 8. AI-tools als hulpmiddel – steeds relevanter

AI-tools, zoals ChatGPT en Claude, bieden bedrijven en individuen de mogelijkheid om hun productiviteit, kwaliteit en creativiteit te verhogen. Deze trend zal alleen maar toenemen, aangezien deze tools nog lang niet volledig zijn ontwikkeld. In mijn bedrijf merk ik dat er continu verbeteringen kunnen worden doorgevoerd, wat de kwaliteit van de output drastisch verhoogt.

Voor nu geldt dat de ideale samenwerking tussen mensen en AI leidt tot een enorme toename in kwaliteit en snelheid. Deze tools kunnen helpen bij uiteenlopende taken, van contentcreatie tot klantenservice, dataverrijking en geavanceerde data-analyse. Je kunt ze dus nog lange tijd als hulpmiddel gebruiken en je hoeft op de korte termijn niet bang te zijn dat AI volledig autonoom wordt en jij irrelevant raakt.

Hoewel autonomie zich steeds verder zal ontwikkelen, kunnen we de tijdlijn wellicht verschuiven van enkele jaren naar ongeveer vijf jaar. Dit blijft een snelle ontwikkeling, maar het is minder ambitieus dan de eerdere consensus die suggereerde dat dit al in 2027 bereikt zou zijn.

Hoe nu verder?

De vertraging in de vooruitgang van AI biedt vooral veel meer kansen. Het geeft ons de tijd om na te denken over de ethische gevolgen en om ons voor te bereiden op de veranderingen die AI met zich meebrengt. In Nederland merk je dat de kennis over AI en concrete toepassingen nog achterblijven.

De ontwikkelingen zijn zo snel gegaan dat er geen tijd is geweest voor adoptie. Dit proces duurt normaal gesproken jaren, en door de vertraging in groei is de kans groter dat iedereen mee kan komen en zich kan aanpassen. Tegelijkertijd moeten we alert blijven op mogelijke doorbraken die de ontwikkeling van AI opnieuw kunnen versnellen. We werken tenslotte in een veld waarin flexibiliteit en aanpassingsvermogen cruciaal zijn.