De technologie die het mogelijk maakt om digitale versies van individuen te creëren, met hun denkpatronen en meningen, is een realiteit aan het worden dankzij Deep Reflection. Giovanni Laporta, medeoprichter en onderzoeker van Vortice.ai, legde uit dat deze Braziliaanse technologie “digitale reflexen” kan creëren, kunstmatige intelligenties die zijn getraind op basis van de inhoud van één enkele persoon, zoals content creators, leraren of artiesten.
Deze benadering verschilt van die van grote techbedrijven, die massaal investeren in de productie van Large Language Models (LLM’s), zoals ChatGPT of Gemini. Laporta geeft aan dat Deep Reflection een tegengestelde weg inslaat door zich te concentreren op Small Language Models (SLM’s), die klein zijn en draaiende modellen bevatten met specifieke kennis voor bepaalde situaties.
“In plaats van een groot model te trainen dat alles over de wereld weet, ga ik kleine modellen trainen en elk klein model heeft specifieke kennis,” zegt Giovanni Laporta.
Focus op Specificiteit en Humanisatie
De motivatie voor de ontwikkeling van deze technologie ligt in de mogelijkheid om met uiterst specifieke inhoud om te gaan. In plaats van algemene antwoorden te geven, is het doel om de bewustheid van een persoon te imitateren, waarbij wordt vastgelegd wat hij of zij denkt, zegt en hun meningen, en om een gepersonaliseerd digitaal bewustzijn te emuleren.
Laporta geeft aan dat het cruciale verschil ligt in de gepersonaliseerde reacties. “Mensen willen tegenwoordig geen algemeen antwoord. Ze willen het antwoord van een bepaald individu. Hoe die individu denkt,” legt hij uit.
Deep Reflection kan in elke sector worden toegepast en wordt momenteel direct gebruikt door content creators, zodat het publiek interactie kan hebben met de digitale reflex met dezelfde woorden en jargon als het origineel.
In de educatieve context bijvoorbeeld, zal een student die interactie heeft met de AI van een specifieke leraar “het gevoel hebben dat hij of zij les heeft van die leraar,” omdat de AI leert van tekst, audio, video en afbeeldingen, en het ritme en de spreekstijl repliceert.
Het trainingsproces wordt als snel beschouwd, aangezien de dataset van een content creator klein is in vergelijking met de gigabytes die nodig zijn voor een LLM.
Risico’s en Toekomstige Uitdagingen
Als het gaat om risico’s, bespreekt de onderzoeker de uitdagingen van misbruik, zoals deepfakes en het verlies van de traceerbaarheid van auteursrechten. Laporta merkt op dat de snelle vooruitgang van generatieve AI complexe vragen oproept over de geldigheid van audio- en videomateriaal als bewijs in de rechtbank, een uitdaging die vraagt om aanpassing van de maatschappij.
Toch benadrukt hij de duale aard van de interactie: “We zijn aan het leren hoe we kunstmatige intelligentie moeten gebruiken, we leren hoe we de prompts moeten gebruiken en de kunstmatige intelligentie leert van ons.”
Voor meer informatie over Deep Reflection, AI-modellen en de toekomst van onze digitale aanwezigheid, luister naar de volledige aflevering van de Podcast.
