AI ontwikkelt zich sneller dan wij woordenschat om het te beschrijven. Misschien hebben we nieuwe woorden nodig. Wij hebben “cognitie” over hoe een enkele geest denkt, maar we weten niet wat er gebeurt als menselijke en machine-intelligentie samenwerken om te begrijpen, beslissen, creëren en handelen. Laten we het dat proces noemen intelligentie-.
Intelligentie is geen kenmerk; dit is het organiserende principe van de volgende softwaregolf waarin mens en AI binnen hetzelfde bedrijfsmodel opereren. De huidige systemen behandelen AI-modellen als iets dat je van buitenaf oproept. U treedt op als ‘gebruiker’, vraagt om een reactie of voegt een ‘menselijk betrokken’ stap toe aan de workflow van de agent. Maar dit evolueert naar continue coproductie: mensen en agenten vormen samen beslissingen, logica en acties, in realtime.
Lees verder voor een overzicht van de drie krachten die dit nieuwe paradigma aandrijven.
Een uniforme ontologie is nog maar het begin
In een laatste aandeelhoudersbriefPalantir CEO Alex Karp schreef dat “alle waarde op de markt zal worden gegeven aan chips en wat wij noemen ontologie”, en stelt dat deze veranderingen “slechts het begin zijn van iets veel groters en belangrijkers.” Ontologisch gezien betekent Karp een model van gedeelde objecten (klanten, beleid, activa, gebeurtenissen) en hun relaties. Het omvat ook wat Palantir een ‘kinetische laag’ van ontologie noemt die de acties en beveiligingsmachtigingen definieert die objecten met elkaar verbinden.
In het SaaS-tijdperk creëert elke bedrijfsapplicatie zijn eigen object- en procesmodellen. Gecombineerd met een aantal verouderde systemen en vaak chaotische modellen staan bedrijven voor de uitdaging om alles bij elkaar te brengen. Dit is een grote en moeilijke klus, met redundanties, onvolledige structuren en ontbrekende gegevens. De realiteit: ongeacht hoeveel datawarehouse- of data lake-projecten er in opdracht worden gegeven, zijn er maar weinig bedrijven die een geconsolideerde bedrijfsontologie kunnen creëren.
Eengemaakte ontologie is tegenwoordig erg belangrijk AI-tools van agenten. Naarmate organisaties ontologieën verbinden en combineren, ontstaat er een nieuw softwareparadigma: AI-agenten kunnen denken en handelen over leveranciers, toezichthouders, klanten en activiteiten heen, en niet alleen in één applicatie.
Zoals Karp uitlegt, is het doel “de kracht van kunstmatige intelligentie te verankeren in objecten en relaties uit de echte wereld.”
Wereldmodellen en continu leren
Huidige modellen kunnen een brede context hebben, maar informatie vasthouden is niet hetzelfde als ervan leren. Voortdurend leren vereist de accumulatie van inzicht, in plaats van zichzelf te herhalen na elke omscholing.
Voor zijn doeleinden heeft Google onlangs aangekondigd “Nested Learning” als potentiële oplossing, rechtstreeks gebaseerd op de LLM-architectuur en bestaande trainingsgegevens. De auteurs beweren niet dat ze de uitdagingen van het bouwen van wereldmodellen hebben opgelost. Nested Learning kan hen echter de grondstoffen bieden: langdurig geheugen met continu leren ingebakken in het systeem. Het eindpunt maakt omscholing overbodig.
In juni 2022 creëerde Meta AI-hoofdwetenschapper Yann LeCun een blauwdruk voor ‘autonome machine-intelligentie’ met een hiërarchische benadering waarbij gedeelde inbedding wordt gebruikt om voorspellingen te doen met behulp van een wereldmodel. Hij noemde de techniek H-JEPA, en later eerlijk gezegd: “LLM’s zijn goed in het manipuleren van taal, maar niet goed 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.
Persoonlijke intelligentie-interface
De derde kracht in deze ontologie-gedreven agentische wereld is de private interface. Dit plaatst de samenleving in het centrum en niet als ‘gebruikers’ in de periferie. 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, zullen persoonlijke intelligentie-interfaces altijd actief zijn, 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 is gebeurd.
In mei verkocht Jony Ive zijn AI-apparatenbedrijf io aan OpenAI om nieuwe categorieën AI-apparaten te versnellen. Hij destijds opgenomen: “Als je iets nieuws creëert, als je innoveert, zullen er onverwachte gevolgen zijn, en sommige zijn buitengewoon, en sommige zijn gevaarlijk. Ook al zijn sommige van de minder positieve gevolgen onbedoeld, ik voel me nog steeds verantwoordelijk. En dat uit zich in de vastberadenheid om te proberen nuttig te zijn.” Dit betekent dat het goed inzetten van persoonlijke intelligentiehulpmiddelen meer betekent dan alleen een aantrekkelijke zakelijke kans.
Apple is op zoek naar oplossingen die verder gaan dan LLM op apparaten die minder verwerkingskracht vereisen en minder latentie produceren bij het bouwen van AI-applicaties om de ‘gebruikersintentie’ te begrijpen. Vorig jaar creëerden ze UI-JEPAeen innovatie die verschuift naar ‘analyse op het apparaat’ van wat gebruikers willen. Dit heeft een directe impact op de bedrijfsmodellen van de huidige digitale economie, waar gecentraliseerde ‘gebruikers’-profilering intentie- en gedragsgegevens omzet in enorme inkomstenstromen.
Tim Berners-Lee, uitvinder van het World Wide Web, verklaarde onlangs: “Gebruikers zijn gereduceerd tot producten die door adverteerders kunnen worden geconsumeerd… er is nog steeds tijd om machines te maken die voor mensen werken, en niet andersom.” Door de intentie van de gebruiker naar het apparaat te verplaatsen, zal de belangstelling voor veilige normen voor het beheer van persoonlijke gegevens toenemen. Overbelastdie Berners-Lee en zijn collega’s sinds 2022 ontwikkelen. Deze standaard is geschikt om te koppelen met nieuwe persoonlijke AI-apparaten. Inrupt, Inc., een bedrijf opgericht door Berners-Lee, combineerde bijvoorbeeld onlangs Solid met de Anthropic MCP-standaard voor Agent portemonnee. Persoonlijke controle is meer dan een kenmerk van dit paradigma; het is de bescherming van de architectuur wanneer het systeem het vermogen verwerft om continu te leren en te handelen.
Uiteindelijk zijn deze drie krachten sneller in beweging gekomen en samengevoegd dan de meeste mensen hadden verwacht. Enterprise-ontologieën bieden zelfstandige naamwoorden en werkwoorden, wereldmodelonderzoek zorgt voor duurzaam geheugen en leervermogen, en persoonlijke interfaces worden toegestane controlepunten. Het volgende softwaretijdperk moet nog komen. Het is er al.
Brian Mulconrey is SVP bij Overtuig Labs.
Welkom bij de VentureBeat-community!
In ons gastenprogramma delen technische experts inzichten en geven ze onpartijdige, diepgaande uitleg over AI, data-infrastructuur, cyberbeveiliging en andere geavanceerde technologieën die de toekomst van ondernemingen vormgeven.
Lees meer uit ons gastenpostprogramma — en bekijk het eens richtlijnen als u geïnteresseerd bent om uw eigen artikel bij te dragen!
