Fujitsu ontwikkelt zelfevoluerende multi-AI technologie
Het Japanse techconcern Fujitsu heeft een softwaretechnologie ontwikkeld waarmee groepen AI-agenten als een team kunnen samenwerken en volledig autonoom leren van hun eigen fouten en menselijke feedback. Deze 'zelfevoluerende multi-AI'-technologie is in staat om bedrijfsspecifieke taalmodellen continu aan te passen aan veranderende wetgeving, interne regels en productspecificaties. Volgens Fujitsu maakt de vinding het tijdrovende handwerk van menselijke IT-experts bij het herprogrammeren van AI-beveiligingsfilters en zoekopdrachten overbodig.
De techwereld worstelt al langer met het feit dat AI-modellen weliswaar instructies accuraat uitvoeren, maar niet zelfstandig kunnen analyseren waarom een taak mislukt om die fout vervolgens in de toekomst te voorkomen. Aanpassingen aan nieuwe wetgeving of gewijzigde bedrijfsprocessen moesten hierdoor altijd handmatig door specialisten worden doorgevoerd via nieuwe 'prompts' en zoeklogica.
AI-agenten analyseren eigen succes en falen
De nieuwe technologie van Fujitsu doorbreekt deze barrière. Wanneer de AI-agenten een taak uitvoeren, identificeren ze zelfstandig de redenen voor succes en falen. In plaats van de fouten simpelweg op te slaan, destilleren de agenten hier direct toepasbare operationele kennis uit.
Fujitsu heeft de technologie onder meer losgelaten op haar eigen specialistische taalmodel 'Takane'. De AI-agenten namen hierbij het volledige proces van data-selectie, het aanpassen van de leercondities en de uiteindelijke evaluatie over van menselijke experts. Het model werd ingezet binnen de sectoren productie, gezondheidszorg, financiën en openbaar bestuur. Na een testperiode bleek de gemiddelde nauwkeurigheid van het taalmodel met 28 punten te zijn gestegen.
In de medische sector slaagde het AI-team er bijvoorbeeld in om zelfstandig diagnoses, ziektestadia en behandelplannen in een consistent formaat te extraheren uit ongestructureerde data zoals medische dossiers en testresultaten. Bedrijven kunnen hierdoor in korte tijd een AI-systeem opzetten dat zich continu aanpast aan de eigen bedrijfsvoering, zonder dat daar een legter aan AI-specialisten voor nodig is.
Ervaring van experts gekopieerd
De technologie is tevens getest bij het doorzoeken van complexe ontwerpspecificaties voor elektronische patiëntendossiers en softwareoplossingen voor lokale overheden. Normaal gesproken moeten hoogopgeleide experts handmatig uitzoeken welke impact een wetswijziging heeft op de bestaande softwarearchitectuur.
De AI-agenten bleken echter in staat om te leren van eerdere zoekresultaten en menselijke correcties. Daarbij kopieerden de agenten de zoekstrategie van menselijke experts. Het systeem leerde bijvoorbeeld om periferische documenten niet direct uit te sluiten van de zoekresultaten als ze op het eerste gezicht irrelevant leken, maar wel tot hetzelfde zakelijke domein behoorden.
Sovereign AI en lager energieverbruik
Fujitsu is van plan de technologie te integreren in haar commerciële AI-platform 'Fujitsu Kozuchi'. Daarnaast werkt het concern samen met de Amerikaanse Carnegie Mellon University om de technologie zo door te ontwikkelen dat de zelflerende AI-teams aanzienlijk minder computergeheugen en stroom verbruiken.
Het uiteindelijke doel van de Japanners is het realiseren van zogeheten 'sovereign AI': systemen die niet afhankelijk zijn van de cloud, maar lokaal op de eigen servers van een bedrijf of op 'edge'-apparaten op de werkvloer in real-time kunnen leren van fouten en instructies. Volgens Fujitsu biedt dit een directe oplossing voor urgente maatschappelijke uitdagingen, zoals het acute tekort aan gespecialiseerd IT-personeel en het behouden van specialistische praktijkkennis binnen organisatie
Meer over ai
Over Witold Kepinski
