Definitie van Generatieve Artificiële Intelligentie

Wat is generatieve artificiële intelligentie / GenAI?

Historisch gezien zou je kunnen stellen dat er al ongeveer een eeuwlang onderzoek wordt gedaan naar artificiële intelligentie, zonder dat die technologie een grote maatschappelijke invloed had. Af en toe dook er een bericht op in de media over uitzonderlijke prestaties door een intelligente computer, zoals het IBM-systeem Deep Blue dat in 1996-1997 schaakwedstrijden won van regerend wereldkampioen Kasparov. Maar het bleef veelal bij uitzonderlijke prestaties van supercomputers.

Voor veel waarnemers is 30 november 2022 het maatschappelijke kantelpunt, d.w.z. het moment waarop AI een wereldwijd disruptieve technologie werd. Het gaat daarbij om de dag van de publieke lancering van ChatGPT door het bedrijf OpenAI. ChatGPT (Chat Generative Pre-training Transformer) is een generatief AI-systeem.

Hoe wordt generatieve AI (GenAI) gedefinieerd in de literatuur?

Er is nog niet echt sprake van een algemeen aanvaarde definitie in de academische literatuur, omdat het concept GenAI redelijk recent is.

• Een vaak geciteerde definitie komt uit het artikel 'Generative AI' van Feuerriegel et al. (2024):

  The term generative AI refers to computational techniques that are capable of generating seemingly new, meaningful content such as text, images, or audio from training data.

• Een andere veelgenoemde definitie is die van Banh & Strobel (2023):

  Leveraging deep generative models, generative AI is capable of producing novel and realistic content across a broad spectrum (e.g., texts, images, or programming code) for various domains based on basic user prompts.

Beide artikels maken een onderscheid tussen generatieve en discriminatieve AI-systemen:

• Discriminatieve AI gebruikt grote datasets om het systeem te trainen om te discrimineren, bijvoorbeeld om bepaalde diersoorten (katten) te leren herkennen uit een groot aantal foto's. Discriminatieve systemen proberen zo juist mogelijke beslissingen te nemen op basis van data. Door training worden deze beslissingen steeds correcter en nauwkeuriger.

• Generatieve AI gebruikt grote datasets om - vertrekkend van een door een gebruiker gemaakte prompt of instructie - nieuwe data (content / output) te genereren op basis van waarschijnlijkheid. Generatieve systemen proberen zo waarschijnlijk mogelijke content te creëren op basis van data. Elke prompt levert een ander resultaat op:

  For one exact input prompt, a GAI application will generate varying outputs each time it is prompted, but the results remain valid and prompt fulfilling. On the other hand, different input prompts can lead to the same goal. Hence, formulating a meaningful prompt that leads to the desired outcome is based on trial-and-error process, e.g., by rephrasing textual prompts with the same keywords. The field of prompt engineering deals with systematically constructing prompts to improve the generated outputs. (Banh & Strobel, 2023, p.4).

• In het UNESCO-rapport "Guidance for generative AI in education and research" hanteren Miao en Holmes (2023) de volgende definitie (p.8):

  Generative AI (GenAI) is an artificial intelligence (AI) technology that automatically generates content in response to prompts written in natural-language conversational interfaces. Rather than simply curating existing webpages, by drawing on existing content, GenAI actually produces new content. The content can appear in formats that comprise all symbolic representations of human thinking: texts written in natural language, images (including photographs, digital paintings and cartoons), videos, music and software code. GenAI is trained using data collected from webpages, social media conversations and other online media. It generates its content by statistically analysing the distributions of words, pixels or other elements in the data that it has ingested and identifying and repeating common patterns (for example, which words typically follow which other words).

  While GenAI can produce new content, it cannot generate new ideas or solutions to real-world challenges, as it does not understand real-world objects or social relations that underpin language. Moreover, despite its fluent and impressive output, GenAI cannot be trusted to be accurate. Indeed, even the provider of ChatGPT acknowledges, ‘While tools like ChatGPT can often generate answers that sound reasonable, they cannot be relied upon to be accurate.’ (OpenAI, 2023). Most often, the errors will go unnoticed unless the user has a solid knowledge of the topic in question.

De definitie van Miao & Holmes hierboven in het eerste deel van het citaat, werd meteen gevolgd door een waarschuwing over het gebruik. De auteurs voorzien tenslotte ook een overzichtstabel waarin de technieken die op dat moment gebruikt werden, worden samengebracht (p.8):

Belangrijke aspecten uit deze definities

Uit bovenstaande definities onthouden we volgende belangrijke aspecten:

• GenAI systemen creëren output vertrekkend vanuit grote datasets (vaak large-language models) van waaruit antwoorden voorspeld worden op basis van statistische waarschijnlijkheid. De huidige GenAI systemen vertrekken dus niet vanuit een redenering, of vanuit kennis van de maatschappelijke, socio-culturele of menselijke omgeving.
• GenAI systemen produceren bij elke vraag nieuwe content. Zelfs bij dezelfde prompt is het antwoord bij opeenvolgende vragen verschillend.
• GenAI systemen produceren realistisch uitziende content, maar geen accurate content. GenAI output heeft dus geen waarheidsgehalte, enkel een waarschijnlijkheid op basis van de context die in de prompt wordt meegegeven.