IBM-CEO Arvind Krishna gelooft niet dat de huidige kunstmatige intelligentie zich rechtstreeks op de weg naar kunstmatige algemene intelligentie (AGI) bevindt. Ondanks de lange geschiedenis van IBM op het gebied van computergebruik – van fundamentele technologieën uit de 20e eeuw tot de recentere Watson-supercomputer – erkent Krishna misstappen uit het verleden en legt uit waarom de huidige verschuiving naar generatieve AI zowel veelbelovend als fundamenteel anders is.
De evolutie van AI bij IBM
IBM is al tientallen jaren een belangrijke speler in AI-onderzoek. Watsons overwinning op Jeopardy! in 2011 demonstreerde een vroege verwerking van natuurlijke taal, maar Krishna geeft toe dat het ‘ongepast’ was om Watson te vroeg in de gezondheidszorg te plaatsen. De aanvankelijke aanpak was te monolithisch; ingenieurs hunkerden naar modulariteit en maatwerk.
Het belangrijkste verschil is nu de verschuiving van op maat gemaakte deep learning-modellen – waarvoor enorme, gelabelde datasets en constante herscholing nodig waren – naar grote taalmodellen (LLM’s). LLM’s maken gebruik van brute force computing om een 100x verbetering in snelheid, afstemming en inzetbaarheid te bereiken.
Het LLM-buigpunt
Terwijl Google pionierde met een deel van de onderliggende LLM-technologie (zoals het artikel ‘Aandacht is alles wat je nodig hebt’), was de draai van de industrie naar LLM’s een cruciaal keerpunt. Krishna wijst erop dat LLM’s de behoefte aan constante menselijke etikettering verminderen, waardoor ze aanzienlijk schaalbaarder en aanpasbaarder worden.
Deze verschuiving is niet zonder kosten. De infrastructuur voor LLM’s vereist enorme investeringen in GPU’s en datacenters, en rendementen zijn niet gegarandeerd. Krishna is echter van mening dat de vooruitgang op het gebied van halfgeleiders en alternatieve architecturen (zoals die van Groq en Cerebras) de kosten de komende vijf jaar zullen verlagen.
Beyond LLM’s: de kwantumweddenschap
Ondanks de huidige hype rond LLM’s benadrukt Krishna dat dit niet het “einde alles” is. IBM blijft zwaar investeren in quantum computing, in het besef dat LLM’s slechts één stap zijn in een langere technologische evolutie. Kwantumcomputing blijft een langetermijnstrategie, maar Krishna gelooft dat het de sleutel in handen heeft voor het oplossen van problemen die buiten het bereik van klassieke AI liggen.
Uiteindelijk positioneert IBM zichzelf voor een toekomst waarin AI niet alleen gaat over snellere berekeningen, maar ook over fundamenteel nieuwe mogelijkheden.
De transitie is duur en onzeker, maar Krishna blijft ervan overtuigd dat IBM niet achterblijft.
