Tag: generatieve AI

De afgelopen maanden buitelen tech-CEO’s over elkaar heen met voorspellingen over hoe AI “de helft van alle entry-level white collar jobs” zal wegvagen. Het klinkt apocalyptisch. Het klinkt visionair. En het klinkt vooral goed op conferentiepodia, bij investeerders en in kapitaalrondes. Maar het roept een ongemakkelijke vraag op: als deze leiders écht geloven dat AI op korte termijn miljoenen starters overbodig maakt, waarom blijven hun eigen organisaties dan massaal mensen aannemen? De retoriek is revolutionair. De praktijk is verrassend traditioneel.

Er zit een vreemd soort ironie in deze tijd. Terwijl techbedrijven roepen dat AI de creativiteit democratiseert, lijkt het tegenovergestelde te gebeuren: we verdrinken in middelmatigheid. De Spotify-ervaring illustreert het perfect. AI-gegenereerde muziek duikt op onder artiestennamen, nep-bands scoren miljoenen streams met generieke beats, en luisteraars beginnen af te haken. Wat ooit een platform voor ontdekking was, voelt nu steeds vaker als een zee van algoritmisch geproduceerde ruis. De vraag is niet of AI kunst kan maken, maar of we nog herkennen wanneer iets de moeite waard is.

Zorginstellingen experimenteren met Large Language Models, een vorm van generatieve kunstmatige intelligentie (AI). De potentie is veelbelovend, maar de uitkomsten zijn nog onbetrouwbaar. Voor gebruik op de intensive care is meer onderzoek nodig.

In Amerikaanse ziekenhuizen zijn afdelingshoofden radiologie enthousiast over AI, maar zien ze de kosten als belangrijk obstakel om de technologie op grote schaal toe te passen. Experts twijfelen of AI in de radiologie leidt tot de beoogde efficiencywinst.

AI-taalmodellen kunnen flink worden verbeterd qua efficiency. Dat blijkt uit de lancering van het nieuwste AI-model vanuit China. Maar is het ook veilig?

De zorgsector past AI al geruime tijd toe, met name voor diagnoses en prognoses. Wat kunnen we hiervan leren? TheDataConnection gaat op zoek naar de praktische toepassingen en de lessons learned.