Levels van artificial intelligence
AI ontwikkelt zich van algemene taalmodellen naar systemen die werken met je eigen data en uiteindelijk autonome multi‑agenten die samenwerken en beslissingen nemen. Hoe verhouden deze verschillende levels van AI zich met de traditionele vormen van artifical intelligence zoals Machine Learning en Deep Learning? Lees het stap voor stap in onderstaande blog
Levels van artificial intelligence
Event: de kracht van plansystemen
In vrijwel alle sectoren staat planning onder druk. Capaciteit verandert, processen worden complexer en de vraag naar flexibiliteit groeit iedere dag. In dit unieke event brengen we verschillende sectoren samen, om de complexiteit rondom planningen de kop in te drukken.
Vanuit de wetenschappelijke benadering kijken we naar de toekomst van plansystemen, ontdekken we hoe Professor Hans Moonen met het NextLogic project dankzij het omdraaien van de vraag 30-50% sneller wist te plannen. Waarna vervolgens tijdens de interactieve demomarkt bezoekers worden geïnspireerd met de waarde die onze plansystemen hebben voor onze klanten.
Verantwoordelijk voor een planning binnen jouw organisatie? Kom dan 14 april langs in Soesterberg en laat je inspireren over plansystemen van de toekomst.
Level 1:Â Large Language Models
Large Language Models (LLM), oftewel chatbots, zijn een vorm van ‘Everyday-AI’. LLM’s zijn natuurlijke taalverwerkers. Deze maken gebruik van alle beschikbaar data dat op internet te vinden is. Hierbij wordt aan elk gevonden woord een score toegekend. Op basis van rekenmodellen en transformers wordt er doormiddel van complexe kansberekening bepaalt, welk woord het best past. Dat wordt verwerkt om vervolgens de berekening opnieuw te doen tot het gegenereerde antwoord af is.
LLM’s zijn geschikt om in te zetten om bijvoorbeeld applicaties interactiever en intelligenter te maken. In plaats van statische schermen, voer je gesprekken met je app: vragen stellen, opdrachten geven en direct antwoord krijgen.
Level 2: LLM’s gekoppeld aan je eigen database
Om een generieke chatbot persoonlijker te maken, wordt op dit level de LLM gekoppeld aan je eigen databases en systemen. In plaats van informatie uit de interne traindata of op het internet te zoeken haalt de AI de informatie rechtstreeks uit je eigen databronnen en systemen. Hierdoor basseerd de AI het antwoord op voor jou echte en vooral relevante informatie, in plaats van algemene of ongerelateerde informatie.
De LLM begrijpt jouw context en kan informatie uit verschillende systemen combineren om een relevant en persoonlijk antwoord te geven.
Level 3: Agentic AI en Level 4: (Autonoom) multi-Agent AI
Agentic AI is een vorm van ‘Gamechanging AI’ dat bestaat uit verschillende slimme ‘agents’. Waarbij in level 4 deze agents samenwerken om een taak uit te voeren. Elke agent krijgt een individuele taak, waardoor ze als verschillende digitale collega’s opereren, elk met hun eigen expertise en databronnen. Voordat een antwoord wordt gegeven, stemmen de agents eerst razendsnel met elkaar af om het resultaat te verbeteren en te personaliseren. Vervolgens is in level 4 een multi-agent die alle antwoorden van de verschillende agents combineert en op basis van strategische bedrijfsdoelen een waarde geeft aan de verschillende uitgekomen scenario’s en daarvan het scenario met de hoogste score, aan jouw terug koppelt. Ben je echt zover dat de agents 100% gebruik maken van betrouwbare data en zijn ze zo goed ingesteld, kunnen ze zelfs voor jou de laatste fase van de digitalisatie ladder ‘interventie’ inrichten en kan de multi-agent autonoom beslissingen maken en doorvoeren.
Let op: deze laatste stap is voor veel ondernemingen nog toekomstvisie. Voor het zover is, is het beschikbaar maken van betrouwbare, waardevolle data de eerste stap.
Via een centrale toegangspoort (MCP) koppelen wij Agentic AI aan alle systemen die nodig zijn. Zo kunnen de agents data ophalen uit apps, analyses uitvoeren en taken uitvoeren binnen bestaande processen.
Wat zijn de verschillen tussen Agentic AI en de traditionele Deep learning en Machine learning
Naast de 4 levels van AI zoals hierboven toegelicht, werken de meer traditionele vormen van AI ook al jaren aan het versnellen, verslimmen en verbeteren van processen.
Machine Learning
Onder Machine Learning, nog een vorm van ‘Gamechanging AI’, verstaan wij het inzetten en slim gebruikmaken van op maat gemaakte algoritmes om voorspellingen te doen en data te analyseren. Door patronen te herkennen in grote hoeveelheden informatie helpt Machine Learning om processen te optimaliseren en beslissingen sneller te nemen. Door gebruik te maken van LLM’s bij het creëren van deze algoritmes, gaan de algoritmes steeds nauwkeuriger en gedetailleerder te werk. Wij zetten Machine Learning bijvoorbeeld in om trends te signaleren, risico’s te verminderen of berekeningen te automatiseren die normaal veel handmatig werk vergen.
Deep Learning
Met Deep Learning, ook een vorm van ‘Gamechanging AI’, maken wij spraak en beeld direct bruikbaar in je applicaties. Gesproken opdrachten zetten we automatisch om naar gestructureerde systeemtaal, zodat een app precies weet welke actie moet worden uitgevoerd. Foto’s en documenten analyseren we om relevante gegevens te herkennen en koppelen die meteen aan de juiste processen. Zo verloopt informatieverwerking sneller, accurater en zonder handmatig werk.
