Innoveren met generatieve AI
Generatieve AI (GAI) staat volop in het nieuws sinds de lancering van ChatGPT eind 2022. Aangestuurd door tekstopdrachten en gebaseerd op patronen die het GAI-systeem heeft geleerd uit grote hoeveelheden bestaande teksten, creëert ChatGPT nieuwe tekst, die onder andere kan worden gebruikt voor het maken van samenvattingen, het beantwoorden van vragen en het herschrijven van tekst. GAI kan echter ook afbeeldingen, video’s, audio of programmeercode creëren. We kennen nu een groot aantal GAI-toepassingen voor consumenten, waaronder, naast ChatGPT, ook Copilot, Gemini, Claude, DALL-E en Midjourney.
Burgers, bedrijven, wetenschappers, overheden en maatschappelijke organisaties onderzoeken allemaal of en hoe GAI hen kan helpen. Welke gevolgen heeft GAI voor zowel onderzoek als innovatie, wat vraagt het van overheden en bedrijven en hoe kan de TU Delft hieraan bijdragen?
Tekst: Bennie Mols • Illustratie: Hanneke Rozemuller • 5 november 2024
GAI verandert wetenschappelijk onderzoek
Als het gaat om toepassingen van generatieve AI in wetenschappelijk onderzoek, is het laaghangende fruit vooral het schrijven van tekst, het doorzoeken van wetenschappelijke literatuur en het maken van samenvattingen. Het hoger hangende fruit is dat GAI mogelijkheden biedt om data sneller en beter te analyseren, de ontdekking van nieuwe materialen en medicijnen te versnellen en bij te dragen aan het ontwerp van nieuwe experimenten. Het hoogst hangende fruit is GAI die zelfs nieuwe wetenschappelijke hypotheses en ideeën kan genereren.
“Typisch kan generatieve AI helpen bij het oplossen van rekenproblemen die een grote zoekruimte van potentieel nuttige oplossingen hebben,” zegt Alessandro Bozzon, hoogleraar Human-Centered AI en programmamanager van de 24 AI Labs van de TU Delft. “Denk aan hoe een eiwit zich kan opvouwen, of de combinatie van chemische verbindingen die kan worden gebruikt om nieuwe medicijnen te ontwikkelen. Generatieve AI-benaderingen stellen wetenschappers in staat om veel sneller een enorme zoekruimte te verkennen.”
Toch waarschuwt Bozzon ook dat het sneller vinden van een veelbelovend molecuul voor een nieuw materiaal of medicijn niet automatisch een schot in de roos is: “Om uit te zoeken of zo’n molecuul ook echt doet wat het moet doen, is vaak nog veel werk nodig. Met GAI laten we de computer het saaie rekenwerk doen, maar het klassieke testen in de praktijk moet nog steeds door wetenschappers gedaan worden.”
Generatieve AI heeft gezorgd voor een mega-boost in de aandacht voor AI bij onze partners
GAI verbetert organisatie, verspreiding en gebruik van kennis
Veel bedrijven worstelen met de vraag hoe ervaren medewerkers hun kennis en vaardigheden zo efficiënt mogelijk kunnen overdragen aan nieuwe medewerkers. Generatieve AI kan hiervoor een schaalbare oplossing bieden, zoals blijkt uit het EU-project COALA (COgnitive Assisted agile manufacturing for a LAbor force supported by trustworthy Artificial Intelligence), waaraan de TU Delft deelnam. Het project ontwikkelde AI-gestuurde tools die specifiek zijn ontworpen om werknemers in productieomgevingen te helpen.
Bozzon: “Dergelijke tools maken het mogelijk voor werknemers in een fabriek om informatie te vragen over hoe ze een machine moeten bedienen of om moeten gaan met een gevaarlijke situatie. Ze kunnen ook hun eigen kennis en ervaring met de tool delen, zodat andere werknemers daar in de toekomst van kunnen profiteren.”
In een ander voorbeeld van publiek-privaat gefinancierd onderzoek naar generatieve AI werkt de TU Delft sinds begin 2024 samen met de Universiteit Maastricht en de bedrijven DSM-Firmenich en Kickstart AI in het ICAI Lab GENIUS. Het lab richt zich op het ontwikkelen van mensgerichte GAI-benaderingen voor het verbeteren van de ordening, de verspreiding en het gebruik van kennis binnen grote organisaties.
GAI-tools voor kennismanagement kunnen niet alleen bedrijven ten goede komen, maar ook overheidsorganisaties. Bozzon: “Zulke tools kunnen mensen helpen om maatschappelijk betrokken te zijn en de toegang tot informatie en diensten vergemakkelijken. Ik denk vooral aan het verbeteren van de toegankelijkheid voor groepen die nu moeilijk toegang hebben tot informatie en diensten, zoals mensen met een handicap, ouderen of mensen met een taalachterstand.”
GAI stimuleert innovatie
“Generatieve AI heeft gezorgd voor een mega-boost in de aandacht voor AI bij onze partners”, zegt Joost Poort, managing director van het Mondai House of AI van de TU Delft. Hij is verantwoordelijk voor het vertalen van de AI-kennis die zo’n 1.500 AI-onderzoekers aan de TU Delft hebben ontwikkeld naar toepassingen in de praktijk. Hiervoor werkt het Mondai House of AI samen met het Erasmus Medisch Centrum en de Erasmus Universiteit Rotterdam in het Convergentieprogramma ‘AI, Data & Digitalisering’ en leidt het de AI Hub Zuid-Holland in samenwerking met AI Ned en de Nederlandse AI Coalitie.
Binnen een programma genaamd ‘MKB Data Studio’ werkt Mondai House of AI samen met MKB-bedrijven in de regio. Poort: “In de vorm van studentenprojecten en workshops helpen we MKB-bedrijven om bestaande GAI-tools toe te passen in hun digitaliseringsprocessen. Ik vind het belangrijk om de wetenschappelijke ontwikkeling van nieuwe kennis, zoals we dat traditioneel op de universiteit doen, aan te vullen met de implementatie en adoptie van al bestaande tools door bedrijven.”
Mondai House of AI helpt ook strategische sleutelsectoren in de regio erachter te komen welke toegevoegde waarde AI-tools kunnen bieden. Poort: “Dat doen we onder andere voor de haven- en maritieme sector, voor energie en duurzaamheid, voor gezondheidszorg, mobiliteit en smart industry.”
GAI & strategische autonomie
Generatieve AI vereist veel trainingsdata, veel rekenkracht voor het trainen en uitvoeren van modellen, en dus ook veel geld. Op dit moment hebben vooral Amerikaanse Big Tech-bedrijven het geld, de data en de rekenkracht om GAI-modellen te ontwikkelen. Zowel Bozzon als Poort benadrukken het belang om niet te afhankelijk te worden van de Amerikaanse digitale infrastructuur op zowel nationaal als Europees niveau. Wat de beste vorm is om deze strategische autonomie te bereiken is nog onderwerp van discussie. Moet de TU Delft haar eigen GAI-modellen kunnen trainen op haar eigen supercomputer en koppelen aan andere lokale faciliteiten om zo bij te dragen aan een gedistribueerde infrastructuur? Moet er een High Performance Computing faciliteit op nationaal niveau komen? Of moet er een soort CERN voor AI op Europees niveau komen? “Welke vorm het ook wordt”, zegt Joost Poort, “het is van het grootste belang dat we investeren in een strategisch autonome oplossing op Nederlands of Europees niveau. Europese landen afzonderlijk zijn per definitie kleine spelers op wereldschaal, dus het belangrijkste wat we kunnen doen om een betekenisvolle impact te hebben, is ons collectief organiseren: op regionaal, nationaal en Europees niveau. Dat is waar we bij de TU Delft en Mondai House of AI aan willen bijdragen.”
Zakelijk samenwerken?
Wil je samenwerken of ben je op zoek naar kennis en visie op jouw beleidsthema’s?
Neem contact op
