Evolutie van AI en het potentieel ervan: Q&A met Google
Samenvatting van een recente AI-gerichte paneldiscussie met senior leiders van Google Asia, gemodereerd door Portefeuillebeheerder Richard Clode.
8 beknopt artikel
Kernpunten
- Grote taaltransformatormodellen ontketenen generatieve AI, wat een enorme interesse van klanten stimuleert.
- Hyperscalers profiteren van de behoefte aan cloudinfrastructuur, het leveringsmechanisme voor generatieve AI.
- Verantwoorde disruptie wordt een aandachtspunt, wat zeer positief is voor de langetermijnvooruitzichten van de technologiesector.
Vraag: AI bestaat al tientallen jaren, waarom zien we momenteel een heropleving?
Veel bedrijven, waaronder Google, gebruiken AI al jaren om hun producten en diensten te verbeteren – of het nu gaat om nauwkeurigere zoekresultaten of het voorstellen van betere routes in Maps. Een ander veelgebruikt gebruik van AI is voorspellende tekst, bijvoorbeeld in Gmail. Google was een pionier in het concept van transformatormodellen als technologie en maakte er open source van. De GPT in ChatGPT is de afkorting voor generatieve pre-transformator.
Nu zijn de fundamenten aanwezig om de kansen voor AI te creëren. De verwerkingssnelheid is zoveel beter. Er zijn enorme prestaties nodig om grote taalmodellen met honderden miljarden parameters te trainen. Ten tweede is de enorme explosie aan data de brandstof waardoor deze modellen nog betere resultaten en uitkomsten kunnen produceren.
Tegelijkertijd worden deze grote taalmodellen (LLM's) snel ontwikkeld, worden ze slimmer en gaat het leren steeds sneller. De mogelijkheden zijn enorm als het gaat om waar generatieve AI (gen AI) kan worden toegepast. LLM's zijn de drijvende kracht achter generatieve AI. Als je vandaag aan Google Search vraagt wat 2+2 is, zal het antwoord 4 zijn, niet omdat het over intelligentie beschikt, maar omdat het ergens in een document staat waarvoor de LLM's van Google zijn getraind.
Het zijn de voorspellende mogelijkheden die AI zo interessant maken. Bedrijven en organisaties stellen doorgaans drie belangrijke vragen: Hoe kunnen we kosten besparen met AI? Hoe kunnen mijn medewerkers productiever zijn? Hoe kan de klantervaring verbeterd worden? Een digitale ondersteuningsassistent is een echte use case voor generatieve AI, en naarmate deze meer ingebed raakt in processen, wordt deze bruikbaarder.
Belangrijk is ook dat het te gelde maken van gegevens is begonnen. Application Programming Interfaces (API's) waarmee twee softwarecomponenten (zoals een app en mobiele telefoon) met elkaar konden communiceren, waren vaak gratis. Onlangs hebben we gezien dat populaire sociale platforms zoals Twitter en Reddit ontwikkelaars geld in rekening brachten voor toegang tot de gegevens van hun apps. Bedrijven willen inkomsten genereren met hun gegevens en, cruciaal, dit voorkomt dat iedereen het internet afstruint om LLM's te creëren.
Vraag: Welke gebieden hebben het meeste potentieel voor AI-toepassingen?
Wat consumenten betreft, ligt de nadruk op de hulpmiddelen en diensten die hun leven kunnen verbeteren. Er is een enorm scala aan consumenteninteracties die dankzij AI een stuk eenvoudiger en meeslepender zullen worden. Ondertussen gebruiken zakelijke klanten AI om de bedrijfsgroei te stimuleren.
Het derde onderdeel hiervan is verantwoordelijkheid: wat zijn de mogelijkheden om de samenleving als geheel te verbeteren? We moeten mensen beschermen tegen de potentiële gevaren van AI via waarborgen en regelgeving. Hoe kunnen we het leven van mensen beter maken, hoe kan AI dat veel efficiënter doen? Sommige gebieden waar AI al helpt, zijn het op grote schaal diagnosticeren van ziekten en het helpen bij het voorspellen van overstromingen. De VS zien een recordjaar voor nieuwe medicijnen, waarbij AI die productiviteit mogelijk maakt.
Vraag: Waar wordt generatieve AI tegenwoordig gebruikt?
In elk product van Google is AI ingebouwd. Google ziet echte interesse van consumenten om met deze technologie te communiceren en deze op interessante manieren te gebruiken. Er zijn meerdere gebieden die spannend zijn en een enorm potentieel hebben met behulp van AI. Het fundamentele menselijke verlangen om te zoeken naar informatie die relevant en semantisch van aard is, is zeer krachtig. We kunnen een AI-ondersteund traject doorlopen via een HR-helpdesk, een bankhelpdesk, een reishelpdesk of een andere klantgerichte behoefte. AI helpt het vinden van gegevens te ontsluiten. Generatieve AI die gebruik maakt van grote taalmodellen heeft het vermogen om op natuurlijke wijze elke gegevensbron te bevragen en kan deze op een bepaalde manier worden getraind.
Sundar Pichai, CEO van Google en Alphabet, zei dat hun benadering van AI gedurfd, maar ook verantwoordelijk moet zijn. De manier waarop AI wordt ontwikkeld en ingezet kan ten goede komen aan de samenleving, of het nu gaat om de transformatie van de gezondheidszorg, het vertragen van de klimaatverandering en andere manieren die ons leven uiteindelijk kunnen verbeteren. Het Green Light-project van Google maakt gebruik van gen-AI en het stimuleren van trends om de uitstoot van auto's te helpen terugdringen, door de meest efficiënte verkeerspatronen en routes te creëren.
Als het gaat om het verbeteren van de productiviteit van medewerkers, besteedt een softwareontwikkelaar gemiddeld minimaal 30 minuten per dag aan het zoeken naar oplossingen. AI-technologie kan helpen door het proces te versnellen, binnen enkele seconden een oplossing aan te bieden en de code te schrijven om de oplossing te implementeren. Deze use case voor AI is al wijdverspreid en breidt zich uit naar elke sector, of het nu gaat om financiële dienstverlening, telecombedrijven, detailhandel, gezondheidszorg, e-commerce, overheden, enz.
Vraag: Waarom is de cloud een belangrijk leveringsmechanisme voor AI? Wat drijft de behoefte van hyperscalers aan gespecialiseerde microchips die aanzienlijke R&D-kosten met zich meebrengen?
Generatieve AI is niet slechts één technologie, het is een stapel technologieën, waarvan de meest fundamentele de infrastructuur is. Andrew Ng van Stanford University zei: “Artificiële intelligentie is de nieuwe elektriciteit.” Als we deze zin uitbreiden, zijn data de brandstof die het elektriciteitsnet aandrijft, en is het elektriciteitsnet feitelijk de cloud. Clouddata en AI zijn zeer nauw met elkaar verbonden; cloud-hyperscalers worden de kern van alles wat AI is. Cloud is de infrastructuur aan de onderkant die nodig is om grote datasets te beheren, verwerken en opslaan. Uber Eats heeft zijn volledige conversatie-AI-interface mogelijk gemaakt met behulp van Google API's en infrastructuur. En belangrijker nog: big data zijn de katalysator voor de cloud, want om de AI echt opnieuw te ontwerpen en te kunnen benutten, en data toegankelijk te maken, heb je een cloudinfrastructuur nodig.
Er zijn drie redenen die de behoefte aan op maat gemaakte chips rechtvaardigen: prijs-prestatieverhouding, duurzaamheid en de enorme complexiteit van LLM's om aan de complexe en aangepaste behoeften van klanten te voldoen. Google werkt samen met NVIDIA aan de GPU-kant (grafische verwerking), maar heeft historisch gezien ook geïnnoveerd op TPU's of tensorverwerkingseenheden. Tensorverwerkingseenheden (TPU's) zijn door Google op maat ontwikkelde applicatiespecifieke geïntegreerde circuits (ASIC's) die worden gebruikt om de werklast van machine learning te versnellen.
De huidige chips voor algemeen gebruik voeren alleen standaardvermenigvuldiging uit, maar complexe grote datasets (zettabytes aan informatie) vereisen matrixvermenigvuldiging, wat standaard CPU's (die het besturingssysteem en apps draaien) niet kunnen doen. Dat is de reden waarom het hele idee van versnellers begon en is ontworpen door onder meer nVIDIA en Marvell Technology. Het grootste grote taalmodel van Google heeft momenteel ongeveer 540 miljard parameters. De volgende zal ongeveer een biljoen parameters hebben.
In termen van kosten en duurzaamheidsfactoren geldt dat hoe efficiënter u wordt, de kosten voor het beantwoorden van de vraag lager worden. De training- en gevolgtrekkingskosten voor grote taalmodellen zijn ook extreem koolstofintensief, vandaar de wens en behoefte van hyperscalers om hun eigen silicium te ontwerpen.
Vraag: Wat zijn de belangrijkste zorgen met betrekking tot AI, gezien de kracht ervan?
Verantwoorde ontwrichting is ongelooflijk belangrijk omdat het gevolgen heeft voor de levens van mensen, banen, overheden en economieën. Over het algemeen hanteren technologiebedrijven op dit gebied een veel doordachtere aanpak dan in het verleden, wat zeer positief is voor de sector.
Beveiliging op het gebied van gegevensprivacy en cybercriminaliteit zijn inherent aan elke nieuwe technologie die zich ontwikkelt. Wat AI ook met zich meebrengt, is een uitdaging op het gebied van de verklaarbaarheid. Wanneer een chatbot/conversationele AI een vraag wordt gesteld en een antwoord uitstraalt, hoe verklaart hij dan hoe hij tot dat antwoord is gekomen? Dit is een probleem dat vooral gevolgen heeft voor organisaties waar klanten uiteindelijk op vertrouwen, zoals overheden en banken.
Uitlegbaarheid is een lastig probleem in een groot taalmodel. Wanneer twee mensen met elkaar omgaan, is het niet zo eenvoudig om te voorspellen hoe de ander zal reageren, omdat dit afhangt van de context, waar en wanneer ze elkaar ontmoeten, enz. Het is dezelfde situatie als het gaat om generatieve AI en grote taalmodellen. Hieraan gekoppeld is het 'hallucineren' wanneer generatieve AI iets compleet verzonnen bedenkt.
Google Bard heeft een controlefunctie ingebouwd, die gebruik maakt van zijn kracht in Search om de feiten te controleren, met als doel om van AI een meer geruststellende, positieve ervaring te maken. Het identificeren en verwijderen van desinformatie zijn gebieden die een belangrijk aandachtspunt zijn.
In termen van eigendomsgegevens en zorgen over scraping is Google van mening dat de toegang tot grote taalmodellen zal worden gedemocratiseerd, of deze nu afkomstig is van Google, OpenAI, Meta enz. Grote taalmodellen worden doorgaans getraind op generieke gegevens die vrij beschikbaar zijn. Bedrijven krijgen echte waarde als ze hun bedrijfseigen gegevens combineren met de kracht van een groot taalmodel. Dit is het moment waarop ze hiervan gaan profiteren, door klantgegevens te integreren in eigen databases met front-endplatforms en back-endsystemen.
Opmerking: Senior leiders van Google – Mitesh Agarwal, Chief Technology Officer, Google Cloud APAC en Simon Kahn, Chief Marketing Officer, Google APAC.
AI-inferentie: de eerste fase van machine learning is de trainingsfase waarin intelligentie wordt ontwikkeld door informatie vast te leggen, op te slaan en te labelen. In de tweede fase past de inferentie-engine logische regels toe op de kennisbank om nieuwe informatie te evalueren en analyseren, die kan worden gebruikt om de menselijke besluitvorming te verbeteren.
Compute: heeft betrekking op verwerkingskracht, geheugen, netwerken, opslag en andere bronnen die nodig zijn voor het computationele succes van elk programma.
CPU: de centrale verwerkingseenheid is het controlecentrum dat het besturingssysteem en de apps van de machine bestuurt door instructies van hardware- en softwareprogramma's te interpreteren, verwerken en uit te voeren.
Generatieve AI: verwijst naar diepgaande leermodellen die trainen op grote hoeveelheden ruwe gegevens om ‘nieuwe inhoud’ te genereren, waaronder tekst, afbeeldingen, audio en video.
GPU: een grafische verwerkingseenheid voert complexe wiskundige en geometrische berekeningen uit die nodig zijn voor grafische weergave.
Hyperscalers: bedrijven die op grote schaal infrastructuur bieden voor cloud-, netwerk- en internetdiensten. Voorbeelden hiervan zijn Google Cloud, Microsoft Azure, Meta Platforms, Alibaba Cloud en Amazon Web Services (AWS).
LLM (groot taalmodel): een gespecialiseerd type artificiële intelligentie dat is getraind in grote hoeveelheden tekst om bestaande inhoud te begrijpen en originele inhoud te genereren.
Open source software: code die is ontworpen om publiekelijk toegankelijk te zijn, in termen van bekijken, wijzigen en distribueren.
TPU (Tensor Processing Units): de primaire taak voor tensorverwerkingseenheden is matrixverwerking, wat een combinatie is van vermenigvuldig- en accumulatiebewerkingen. TPU's bevatten duizenden vermenigvuldigingsaccumulatoren die rechtstreeks met elkaar zijn verbonden om een grote fysieke matrix te vormen.
Transformermodel: een neuraal netwerk dat context en dus betekenis leert door relaties in sequentiële gegevens te volgen.
Belangrijke informatie
De De technologiesector kan een sterke negatieve impact ondervinden van veroudering van bestaande technologie, korte productcycli, prijs- en winstdalingen, concurrentie van nieuwe marktspelers en algemene economische omstandigheden.Geconcentreerd beleggen in één enkele sector zou gepaard kunnen gaan met een hogere volatiliteit dan de prestaties van minder geconcentreerde beleggingen en de markt.
Dit zijn de standpunten van de auteur op het moment van publicatie en kunnen verschillen van de standpunten van andere personen/teams bij Janus Henderson Investors. Verwijzingen naar individuele effecten vormen geen aanbeveling om effecten, beleggingsstrategieën of marktsectoren te kopen, verkopen of aan te houden en mogen niet als winstgevend worden beschouwd. Janus Henderson Investors, zijn gelieerde adviseur of zijn medewerkers kunnen een positie hebben in de genoemde effecten.
Resultaten uit het verleden geven geen indicatie over toekomstige rendementen. Alle performancegegevens omvatten inkomsten- en kapitaalwinsten of verliezen maar geen doorlopende kosten en andere fondsuitgaven.
De informatie in dit artikel mag niet worden beschouwd als een beleggingsadvies.
Er is geen garantie dat tendensen uit het verleden zich zullen doorzetten of dat prognoses worden gehaald.
Reclame.
Belangrijke informatie
Lees de volgende belangrijke informatie over fondsen die vermeld worden in dit artikel.
- Aandelen/deelnemingsrechten kunnen snel in waarde dalen en gaan doorgaans gepaard met hogere risico's dan obligaties of geldmarktinstrumenten. Als gevolg daarvan kan de waarde van uw belegging dalen.
- Aandelen van kleine en middelgrote bedrijven kunnen volatieler zijn dan aandelen van grotere bedrijven en kunnen soms moeilijk te waarderen of te verkopen zijn op het gewenste moment en tegen de gewenste prijs, wat het risico op verlies vergroot.
- Als een Fonds een hoge blootstelling heeft aan een bepaald land of een bepaalde geografische regio, loopt het een hoger risico dan een Fonds dat meer gediversifieerd is.
- Het Fonds focust op bepaalde sectoren of beleggingsthema's en kan sterk worden beïnvloed door factoren zoals wijzigingen in overheidsregulering, hogere prijsconcurrentie, technologische vooruitgang en andere ongunstige gebeurtenissen.
- Het Fonds hanteert een duurzame beleggingsbenadering, waardoor het overwogen en/of onderwogen kan zijn in bepaalde sectoren en dus anders kan presteren dan fondsen die een vergelijkbare doelstelling hebben maar geen duurzame beleggingscriteria hanteren bij de selectie van effecten.
- Het Fonds kan gebruikmaken van derivaten om het risico te verminderen of om de portefeuille efficiënter te beheren. Dit gaat echter gepaard met andere risico's, waaronder met name het risico dat een tegenpartij bij derivaten niet in staat is om haar contractuele verplichtingen na te komen.
- Als het Fonds activa houdt in andere valuta's dan de basisvaluta van het Fonds of als u belegt in een aandelenklasse/klasse van deelnemingsrechten in een andere valuta dan die van het Fonds (tenzij afgedekt of 'hedged'), kan de waarde van uw belegging worden beïnvloed door veranderingen in de wisselkoersen.
- Wanneer het Fonds, of een afgedekte aandelenklasse/klasse van deelnemingsrechten, tracht de wisselkoersschommelingen van een valuta ten opzichte van de basisvaluta te beperken, kan de afdekkingsstrategie zelf een positieve of negatieve impact hebben op de waarde van het Fonds vanwege verschillen in de kortetermijnrentevoeten van de valuta's.
- Effecten in het Fonds kunnen moeilijk te waarderen of te verkopen zijn op het gewenste moment of tegen de gewenste prijs, vooral in extreme marktomstandigheden waarin de prijzen van activa kunnen dalen, wat het risico op beleggingsverliezen verhoogt.
- Het Fonds kan geld verliezen als een tegenpartij met wie het Fonds handelt niet bereid of in staat is om aan zijn verplichtingen te voldoen, of als gevolg van een fout in of vertraging van operationele processen of verzuim van een derde partij.
Specifieke risico's
- Aandelen/deelnemingsrechten kunnen snel in waarde dalen en gaan doorgaans gepaard met hogere risico's dan obligaties of geldmarktinstrumenten. Als gevolg daarvan kan de waarde van uw belegging dalen.
- Als een Fonds een hoge blootstelling heeft aan een bepaald land of een bepaalde geografische regio, loopt het een hoger risico dan een Fonds dat meer gediversifieerd is.
- Het Fonds focust op bepaalde sectoren of beleggingsthema's en kan sterk worden beïnvloed door factoren zoals wijzigingen in overheidsregulering, hogere prijsconcurrentie, technologische vooruitgang en andere ongunstige gebeurtenissen.
- Dit Fonds kan een bijzonder geconcentreerde portefeuille hebben in vergelijking met zijn beleggingsuniversum of andere fondsen in zijn sector. Een ongunstige gebeurtenis die een impact heeft op slechts een klein aantal participaties zou tot een aanzienlijke volatiliteit of grote verliezen voor het Fonds kunnen leiden.
- Het Fonds kan gebruikmaken van derivaten om het risico te verminderen of om de portefeuille efficiënter te beheren. Dit gaat echter gepaard met andere risico's, waaronder met name het risico dat een tegenpartij bij derivaten niet in staat is om haar contractuele verplichtingen na te komen.
- Als het Fonds activa houdt in andere valuta's dan de basisvaluta van het Fonds of als u belegt in een aandelenklasse/klasse van deelnemingsrechten in een andere valuta dan die van het Fonds (tenzij afgedekt of 'hedged'), kan de waarde van uw belegging worden beïnvloed door veranderingen in de wisselkoersen.
- Wanneer het Fonds, of een afgedekte aandelenklasse/klasse van deelnemingsrechten, tracht de wisselkoersschommelingen van een valuta ten opzichte van de basisvaluta te beperken, kan de afdekkingsstrategie zelf een positieve of negatieve impact hebben op de waarde van het Fonds vanwege verschillen in de kortetermijnrentevoeten van de valuta's.
- Effecten in het Fonds kunnen moeilijk te waarderen of te verkopen zijn op het gewenste moment of tegen de gewenste prijs, vooral in extreme marktomstandigheden waarin de prijzen van activa kunnen dalen, wat het risico op beleggingsverliezen verhoogt.
- Het Fonds kan geld verliezen als een tegenpartij met wie het Fonds handelt niet bereid of in staat is om aan zijn verplichtingen te voldoen, of als gevolg van een fout in of vertraging van operationele processen of verzuim van een derde partij.
Specifieke risico's
8 beknopt artikel
Kernpunten
- Grote taaltransformatormodellen ontketenen generatieve AI, wat een enorme interesse van klanten stimuleert.
- Hyperscalers profiteren van de behoefte aan cloudinfrastructuur, het leveringsmechanisme voor generatieve AI.
- Verantwoorde disruptie wordt een aandachtspunt, wat zeer positief is voor de langetermijnvooruitzichten van de technologiesector.