AI-bedrijven slokken het geld van investeerders op en zorgen al vroeg in hun levenscyclus voor hoge waarderingen. Deze dynamiek is wat velen de AI-industrie een zeepbel noemen.
Nick Frosst, mede-oprichter van Cohere, dat AI-modellen op maat bouwt voor zakelijke gebruikers, zei onlangs op de Found-podcast van TechCrunch dat hij niet denkt dat de AI-industrie in een zeepbel zit. Hoewel hij het schuim erkent, denkt hij dat het een zeepbel noemen bedrijven, zoals zijn Cohere, in diskrediet brengt, die echt nuttige functies voor hun klanten creëren.
“Ik kom vaak iets tegen waarbij ik iemand ons model zie gebruiken, en ze zullen een geheel nieuwe functie inschakelen die voorheen niet mogelijk was, of ze zullen een proces automatiseren dat hen echt vermoeiend maakte en de zaken vertraagde naar beneden”, zei Frostt. “En zoals het nu is, is het een tastbare waarde. Het is moeilijk om een volledige bubbel te hebben als je zoiets nuttigs hebt.”
Maar dat betekent niet dat Frosst optimistisch is over alles wat de sector opbouwt. Hij denkt niet dat AI ooit echt de kunstmatige algemene intelligentie zal bereiken, gedefinieerd als intelligentie op menselijk niveau, wat een merkbaar ander verhaal is dan sommige AI-collega’s van Frost, zoals Mark Zuckerberg en Jensen Huang. Hij voegde eraan toe dat als de industrie er komt, dit niet lang meer zal duren.
“Ik denk niet dat we binnenkort ergens digitale Goden zullen hebben”, zei Frosst. “En ik denk dat steeds meer mensen tot dat besef komen en zeggen dat deze technologie geweldig is. Het is super krachtig, super handig. Het is geen digitale God. En dat vereist aanpassing van de manier waarop je over technologie denkt.”
Frosst zei dat ze bij Cohere realistisch proberen te zijn over wat AI-technologie wel en niet kan doen en welke soorten neurale netwerken de meeste waarde kunnen bieden. De aanpak van Cohere om zijn bedrijfsmodel op te bouwen, is gebaseerd op het onderzoekswerk van mede-oprichter en CEO van Cohere, Aidan Gomez, toen hij bij Google Brain werkte. Gomez staat uiteraard bekend om zijn uitgebreide AI-onderzoek. Hij is vooral bekend vanwege zijn co-auteur van het artikel dat het Transformer AI-model kocht waarmee dit GenAI-tijdperk begon. Maar hij was ook co-auteur van een artikel uit 2017 genaamd One Model to Teach Them All. Dit onderzoek leidde tot de conclusie dat een alomvattend groottaalmodel nuttiger is dan kleine modellen die zijn getraind voor een specifieke taak of op basis van gegevens uit een specifieke sector, aldus Frosst.
Tegenwoordig gebruikt Cohere dat mastermodel als basis voor het bouwen van aangepaste modellen voor zakelijke klanten.
“Wij zijn gespecialiseerd als mensen. We gaan naar bepaalde velden. Maar het eerste deel van ons onderwijs gaat alleen over het gebruik van de taal in het algemeen”, zegt Frosst. “We hebben er lang over gedaan om te leren lezen en schrijven. Pas veel later specificeer je op de een of andere manier een specifiek subveld van de taal. Iets soortgelijks gebeurt dus met neurale netwerken.”
Maar hoewel hij denkt dat grotere, fundamentele modellen het zullen winnen in zijn markt – onder degenen die dergelijke diensten bouwen – vindt hij niet dat grote bedrijven hun individuele modellen moeten vragen om alles te doen: consumententaken, B2B-taken, producttaken.
Frosst zegt dat bedrijven die AI-technologie met succes willen gebruiken, zich moeten concentreren en zich bewust moeten zijn van wat AI-technologie wel en niet kan doen.
“We zijn behoorlijk nuchter over hoe nuttig deze technologie is en welke waarde deze kan bieden, en om duidelijk te zijn: een waanzinnige hoeveelheid waarde”, zei Frosst. “Maar ik denk niet dat dit zal leiden tot de dood van alle mensen. En dus kunnen we deze realistische benadering hanteren, die ons misschien een deel van de extreme retoriek aan beide kanten bespaart.”