AI ontwikkelt zich sneller dan de onze woordenschat om het te beschrijven. Misschien hebben we een paar nieuwe woorden nodig. Dat hebben wij “cognitie” voor hoe een enkele geest denkt, maar we hebben geen woord voor wat er gebeurt als menselijke en machine-intelligentie samenwerken om waar te nemen, te beslissen, te creëren en te handelen. Laten we dat proces noemen intelligentie-.
Intelligentie is geen functie; het is het organiserende principe van de volgende softwaregolf, waarin mensen en kunstmatige intelligentie opereren binnen hetzelfde gedeelde ondernemingsmodel. De systemen van vandaag behandelen AI-modellen als dingen die je van buitenaf aanroept. Je fungeert als een “gebruiker” die om antwoorden vraagt of een “mens in de loop” verbindt in de workflows van agenten. Maar het evolueert naar continue coproductie: mensen en agenten vormen samen in realtime beslissingen, logica en acties.
Lees verder voor een overzicht van de drie krachten die dit nieuwe paradigma aandrijven.
Een uniforme ontologie is slechts het begin
In één laatste aandeelhoudersbriefAlex Karp, CEO van Palantir, schreef dat “alle waarde op de markt naar chips gaat en naar wat wij noemen ontologie“, met het argument dat deze verschuiving “slechts het begin is van iets veel groters en belangrijkers.” Met ontologie bedoelt Karp een gedeeld model van objecten (klanten, beleid, activa, gebeurtenissen) en hun relaties. Dit omvat ook wat Palantir de “kinetische laag” van een ontologie noemt, die acties en beveiligingsmachtigingen definieert die objecten met elkaar verbinden.
In het SaaS-tijdperk creëert elke bedrijfsapplicatie zijn eigen object- en procesmodellen. Gecombineerd met een veelheid aan bestaande systemen en vaak chaotische modellen staan bedrijven voor de uitdaging om dit allemaal samen te brengen. Het is een grote en moeilijke klus met redundanties, onvolledige structuren en ontbrekende gegevens. De realiteit: ongeacht hoeveel datawarehouse- of data lake-projecten er worden uitgevoerd, er zijn maar weinig bedrijven die ook maar in de buurt komen van het creëren van een geconsolideerde bedrijfsontologie.
Een uniforme ontologie is essentieel voor het heden agentische AI-tools. Terwijl organisaties ontologieën verbinden en verenigen, ontstaat er een nieuw softwareparadigma: Agentic AI kan redeneren en handelen tussen leveranciers, toezichthouders, klanten en activiteiten, en niet alleen binnen één enkele app.
Zoals Karp het beschrijft, is het doel ‘de kracht van kunstmatige intelligentie te binden aan objecten en relaties in de echte wereld’.
Wereldmodellen en continu leren
De huidige modellen kunnen een uitgebreide context accommoderen, maar het hebben van informatie is niet hetzelfde als ervan leren. Voortdurend leren vereist het accumuleren van inzicht in plaats van het opnieuw instellen bij elke herscholing.
Om zijn doel te bereiken, heeft Google onlangs aangekondigd “Nested Learning” als potentiële oplossing, direct verankerd in bestaande LLM-architectuur en trainingsgegevens. De auteurs beweren de uitdagingen van het bouwen van wereldmodellen niet te hebben opgelost. Maar Nested Learning zou hiervoor de ruwe ingrediënten kunnen leveren: duurzaam geheugen met continu leren gelaagd in het systeem. Het eindpunt zou omscholing overbodig maken.
In juni 2022 creëerde Meta’s hoofd AI-onderzoeker Yann LeCun een plan voor “autonome machine-intelligentie” met een hiërarchische benadering van het gebruik van gemeenschappelijke inbedding om voorspellingen te doen met behulp van wereldmodellen. Hij noemde de techniek H-JEPA en later bot gezegd: “LLM’s zijn goed in het manipuleren van taal, maar niet in denken.”
De afgelopen drie jaar hebben LeCun en zijn collega’s bij Meta de H-JEPA-theorie in de praktijk gebracht met de open source-modellen V-JEPA en I-JEPA, die beeld- en videorepresentaties van de wereld leren.
De persoonlijke intelligentie-interface
De derde kracht in deze agentische, ontologiegedreven wereld is de persoonlijke interface. Hierdoor staan mensen centraal in plaats van als ‘gebruikers’ aan de rand. Dit is niet een andere app; het is de belangrijkste manier waarop iemand deelneemt aan het volgende tijdperk van werk en leven. In plaats van AI te behandelen als iets dat we bezoeken via een chatvenster of API-cal, zal de persoonlijke intelligentie-interface altijd aan staan, zich bewust zijn van onze context, voorkeuren en doelen, en in staat zijn om namens ons op te treden in de hele federale economie.
Laten we analyseren hoe dit al met elkaar verbonden is.
In mei verkocht Jony Ive zijn AI-apparaatbedrijf io aan OpenAI om een nieuwe categorie AI-apparaten te versnellen. Hij destijds opgemerkt: “Als je iets nieuws doet, als je innoveert, zullen er onvoorziene gevolgen zijn, en sommige zullen geweldig zijn en sommige zullen schadelijk zijn. Hoewel sommige van de minder positieve gevolgen onbedoeld waren, voel ik nog steeds verantwoordelijkheid. En de uiting daarvan is de bereidheid om te proberen nuttig te zijn.” Dat wil zeggen dat het juiste persoonlijke intelligentieapparaat meer inhoudt dan alleen een aantrekkelijke ondernemingsmogelijkheid.
Apple kijkt verder dan LLM’s naar oplossingen op het apparaat die minder verwerkingskracht vereisen en resulteren in minder latentie bij het maken van AI-apps om de ‘gebruikersintentie’ te begrijpen. Vorig jaar creëerden ze UI-JEPAeen innovatie die zich richt op “analyse op het apparaat” van wat de gebruiker wil. Dit treft rechtstreeks het bedrijfsmodel van de huidige digitale economie, waar gecentraliseerde profilering van ‘gebruikers’ intentie- en gedragsgegevens omzet in enorme inkomstenstromen.
Tim Berners-Lee, de uitvinder van het World Wide Web, merkte onlangs op: “De gebruiker is gereduceerd tot een consumentenproduct voor de adverteerder… er is nog steeds tijd om machines te bouwen die voor mensen werken, en niet andersom.” Het verplaatsen van de intentie van de gebruiker naar het apparaat zal interesse wekken voor een veilige standaard voor het omgaan met persoonlijke gegevens. Stevigdie Berners-Lee en zijn collega’s sinds 2022 ontwikkelen. De standaard is ideaal om te koppelen met nieuwe persoonlijke AI-apparaten. Inrupt, Inc., een bedrijf opgericht door Berners-Lee, combineerde bijvoorbeeld onlangs Solid met de MCP-standaard van Anthropic voor Portefeuilles van agenten. Persoonlijke controle is meer dan een kenmerk van dit paradigma; het is de architectonische waarborg omdat systemen het vermogen krijgen om voortdurend te leren en te handelen.
Uiteindelijk bewegen en convergeren deze drie krachten sneller dan de meeste mensen zich realiseren. Enterprise-ontologieën bieden zelfstandige naamwoorden en werkwoorden, wereldmodelonderzoek zorgt voor duurzaam geheugen en leervermogen, en de persoonlijke interface wordt het tolerante controlepunt. Het volgende softwaretijdperk komt niet. Het is er al.
Brian Mulconrey is SVP bij Sureify Labs.
Welkom bij de VentureBeat-community!
In ons gastpostprogramma delen technische experts inzichten en bieden ze neutrale, onbevooroordeelde diepgaande inzichten in AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van het bedrijfsleven vormgeven.
Lees meer uit ons gastpostprogramma – en bekijk ons richtlijnen als u geïnteresseerd bent om uw eigen artikel bij te dragen!
