Zelfstudie : generatieve AI
Module 1 : leer (generatieve) AI kennen
Artificiële intelligentie
Wat is artificiële intelligentie ?
Alle zaken die te maken hebben met het slimmer maken van computers
Vakgebied van computerwetenschappen + verzameling technologieën
Toepassingen van AI sinds jaren 90 in opmars : automatische piloot,
schaalcomputer, eerste humanoïde robot
Recommenders die gepersonaliseerde aanbevelingen doen op basis van jouw
gedrag zoals waar je naar zoekt, waar je op klikt, wat je kijkt en luistert
Deterministische, voorgeprogrammeerde en regel-gebaseerde systemen
zelfgestuurde systemen die veelal geleerd zijn uit data
Populair van AI : adoptie van gen-AI voor tekst en beelden sinds 2021
Hoe werkt artificiële intelligentie ?
Basisonderdelen van AI
- Machinaal leren
data
algoritme = een set van duidelijke stappen of instructies die een
computer volgt om een taak op te lossen of een probleem uit te voeren.
model
Voorbeeld : je wil het weer voorspellen, je wil een model hebben dat, gegeven
historische meetgegevens en de meetgegeven die we beschikbaar hebben over
het weer vandaag, ons gaat vertellen welk weer het morgen wordt. Dit model is
een wiskundige functie met input (het weer hier nu) en de een output (het weer
voor de komende 24uur). Algoritme is dan een procedure om een goed model te
leren uit de data (= historische meetgegevens)
Optimaliseringsalgortime = worden gebruikt om een model te leren uit
data, het algoritme optimaliseert het model om de voorspellingen zo goed
mogelijk te doen, gebaseerd op de data.
Hoe trainen ze AI-systemen ?
- Deep learning moeten de neurale netwerken getraind worden veel
voorbeelden laten zien met daarbij telkens het juiste antwoord
Bv: een huis ‘dit is een huis’
- Algoritmes die gebruikt worden in AI moeten dus geleerd worden uit
immens veel data
, Generatieve artificiële intelligentie
Wat is generatieve artificiële intelligentie
- Generatieve modellen bestaan al lang: Ze werken met een
kansverdeling van mogelijke outputs.
- Toename in toegankelijkheid sinds 2021: Nieuwe generatieve AI-
modellen kunnen algemeen bruikbare outputs leveren, zoals tekst,
beelden, audio en video.
- Aansprekend voor een breed publiek: Deze systemen openen
nieuwe mogelijkheden en zijn eenvoudig te gebruiken, ook door niet-
specialisten
- Gebruik van natuurlijke taal: Instructies kunnen worden gegeven in
gewone taal, wat de toegankelijkheid vergroot
- Voorbeelden van populaire modellen
DALL-E (begin 2021) voor beelden.
ChatGPT (eind 2022) voor tekst.
- Grote impact: Modellen zoals die van OpenAI hebben AI naar de
voorgrond gebracht en een grote publieke interesse opgewekt.
Wat kun je er mee ?
algemene vragen stellen voor informatie = natuurlijke taal (ipv links), je
kan doorvragen
eerste concepten schrijven van documenten, samenvatting, extra zaken
opnoemen, tekst aanpassen (grammatica en spelling), vertalen
programmacode maken
nieuwe beelden, audio en videogeneratie
Hoe werkt generatieve AI?
Hoe werkt een taalmodel ?
Achterliggende technologieën van gen-AI zijn taalmodellen = large
language models (LLM’s)
werden getraind op de oefeningen ‘vul het volgend woord in’ +
gigantisch grote hoeveelheid data met miljoenen voorbeeldzinnen =
daarom zijn ze zo goed geworden, vandaar de naam LLM
large = grote hoeveelheid trainingsdata + grote hoeveelheid parameter
transformer machine learning architectuur
Een taalmodel werkt volgens de distributionele hypothese, die zegt dat
je de betekenis van een woord kunt afleiden uit de woorden eromheen.
Bijvoorbeeld: het woord "vorst" kan in één zin verwijzen naar een koning
en in een andere zin naar koud weer. Door naar de omliggende woorden te
kijken, kun je bepalen welke betekenis bedoeld wordt.
Om de betekenis van woorden te begrijpen, zet een computer woorden om
in getallen via woordvectoren of word embeddings. Dit werkt door te
kijken naar de context waarin woorden voorkomen in grote
tekstverzamelingen. Woorden met een vergelijkbare betekenis krijgen
vergelijkbare vectoren en liggen dichter bij elkaar in de getallenruimte. Zo
Module 1 : leer (generatieve) AI kennen
Artificiële intelligentie
Wat is artificiële intelligentie ?
Alle zaken die te maken hebben met het slimmer maken van computers
Vakgebied van computerwetenschappen + verzameling technologieën
Toepassingen van AI sinds jaren 90 in opmars : automatische piloot,
schaalcomputer, eerste humanoïde robot
Recommenders die gepersonaliseerde aanbevelingen doen op basis van jouw
gedrag zoals waar je naar zoekt, waar je op klikt, wat je kijkt en luistert
Deterministische, voorgeprogrammeerde en regel-gebaseerde systemen
zelfgestuurde systemen die veelal geleerd zijn uit data
Populair van AI : adoptie van gen-AI voor tekst en beelden sinds 2021
Hoe werkt artificiële intelligentie ?
Basisonderdelen van AI
- Machinaal leren
data
algoritme = een set van duidelijke stappen of instructies die een
computer volgt om een taak op te lossen of een probleem uit te voeren.
model
Voorbeeld : je wil het weer voorspellen, je wil een model hebben dat, gegeven
historische meetgegevens en de meetgegeven die we beschikbaar hebben over
het weer vandaag, ons gaat vertellen welk weer het morgen wordt. Dit model is
een wiskundige functie met input (het weer hier nu) en de een output (het weer
voor de komende 24uur). Algoritme is dan een procedure om een goed model te
leren uit de data (= historische meetgegevens)
Optimaliseringsalgortime = worden gebruikt om een model te leren uit
data, het algoritme optimaliseert het model om de voorspellingen zo goed
mogelijk te doen, gebaseerd op de data.
Hoe trainen ze AI-systemen ?
- Deep learning moeten de neurale netwerken getraind worden veel
voorbeelden laten zien met daarbij telkens het juiste antwoord
Bv: een huis ‘dit is een huis’
- Algoritmes die gebruikt worden in AI moeten dus geleerd worden uit
immens veel data
, Generatieve artificiële intelligentie
Wat is generatieve artificiële intelligentie
- Generatieve modellen bestaan al lang: Ze werken met een
kansverdeling van mogelijke outputs.
- Toename in toegankelijkheid sinds 2021: Nieuwe generatieve AI-
modellen kunnen algemeen bruikbare outputs leveren, zoals tekst,
beelden, audio en video.
- Aansprekend voor een breed publiek: Deze systemen openen
nieuwe mogelijkheden en zijn eenvoudig te gebruiken, ook door niet-
specialisten
- Gebruik van natuurlijke taal: Instructies kunnen worden gegeven in
gewone taal, wat de toegankelijkheid vergroot
- Voorbeelden van populaire modellen
DALL-E (begin 2021) voor beelden.
ChatGPT (eind 2022) voor tekst.
- Grote impact: Modellen zoals die van OpenAI hebben AI naar de
voorgrond gebracht en een grote publieke interesse opgewekt.
Wat kun je er mee ?
algemene vragen stellen voor informatie = natuurlijke taal (ipv links), je
kan doorvragen
eerste concepten schrijven van documenten, samenvatting, extra zaken
opnoemen, tekst aanpassen (grammatica en spelling), vertalen
programmacode maken
nieuwe beelden, audio en videogeneratie
Hoe werkt generatieve AI?
Hoe werkt een taalmodel ?
Achterliggende technologieën van gen-AI zijn taalmodellen = large
language models (LLM’s)
werden getraind op de oefeningen ‘vul het volgend woord in’ +
gigantisch grote hoeveelheid data met miljoenen voorbeeldzinnen =
daarom zijn ze zo goed geworden, vandaar de naam LLM
large = grote hoeveelheid trainingsdata + grote hoeveelheid parameter
transformer machine learning architectuur
Een taalmodel werkt volgens de distributionele hypothese, die zegt dat
je de betekenis van een woord kunt afleiden uit de woorden eromheen.
Bijvoorbeeld: het woord "vorst" kan in één zin verwijzen naar een koning
en in een andere zin naar koud weer. Door naar de omliggende woorden te
kijken, kun je bepalen welke betekenis bedoeld wordt.
Om de betekenis van woorden te begrijpen, zet een computer woorden om
in getallen via woordvectoren of word embeddings. Dit werkt door te
kijken naar de context waarin woorden voorkomen in grote
tekstverzamelingen. Woorden met een vergelijkbare betekenis krijgen
vergelijkbare vectoren en liggen dichter bij elkaar in de getallenruimte. Zo
