Er is recent (weer) een nieuwe slimme chatbot gelanceerd: PI. Die letters staan voor ‘Personal Intelligence’. De chatbot is een initiatief van het bedrijf Inflection AI. Mustafa Suleyman, bekend als mede-oprichter van DeepMind, het AI-laboratorium dat sinds 2014 eigendom is van Google, is de CEO en één van de initiatiefnemers. Via diverse investeringen heeft het bedrijf al 225 miljoen dollar in kas. En nu is er een eerste product: een persoonlijke chatbot.
De ambities zijn niet mals. ‘Het is echt een nieuwe klasse van AI – het is onderscheidend in de zin dat het een persoonlijke AI is die echt werkt voor jou als individu,’ aldus Suleyman tegen zakentijdschrift Forbes. Hij wil dat PI mensen gaat helpen bij het plannen en organiseren van activiteiten maar ook gewoon beschikbaar is voor gesprekken, vriendelijk advies en beknopte informatie in een natuurlijke, vloeiende stijl.
Mijn eerste conversatie met PI had ik laat op de avond, vlak voor middernacht. En ik stelde de meest ‘random question’ die in mij opkwam. Het gesprek verliep wat stroef, om niet te zeggen wantrouwend.
Ik legde dezelfde vraag vervolgens voor aan Claude, de chatbot van Anthropic, het bedrijf dat is opgericht door ex-medewerkers van OpenAI, waar Google al eind 2022 ruim 300 miljoen dollar in heeft geïnvesteerd. Claude dacht bij ‘Club Mate’ aan hele andere dingen, dus daar schoot ik weinig mee op.
Uiteindelijk moest ik voor het antwoord toch mijn toevlucht zoeken tot ChatGPT. Niet alleen wist deze chatbot mij te vertellen wat ik zocht, er kwam ook nog een prima suggestie waar ik nog een flesje Club Mate kon vinden. Zo belandde ik uiteindelijk toch nog in een café.
* Deep Reinforcement Learning (deep RL) is een deelgebied van machine learning dat Reinforcement Learning (RL) en Deep Learning combineert. RL beschouwt het probleem van een computationele agent (chatbot) die leert om met vallen en opstaan beslissingen te nemen. Deep RL integreert deep learning in deze oplossing, waardoor agenten beslissingen kunnen nemen op basis van ongestructureerde invoergegevens zonder handmatige engineering. Deep RL-algoritmen kunnen zeer grote input verwerken en beslissen welke acties moeten worden uitgevoerd om een doel te optimaliseren. Deep RL wordt inmiddels al gebruikt voor diverse toepassingen, waaronder robotica, videogames, natuurlijke taalverwerking, computervisie, onderwijs, transport, financiën en gezondheidszorg. Lees meer op Wikipedia
