AI in het lab: geen toverstafje

AI is in opkomst, een buzzwoord, en ook wel een beetje een hype. Daar horen overspannen verwachtingen bij; die wil ik even in proportie terugbrengen. Over kunstmatige intelligentie wordt zo veel onzin verkondigd dat ik er soms een beetje moe van word. ‘Het gaat onze maatschappij totaal ontwrichten’. ‘We hoeven straks amper nog te werken’. ‘We worden massaal werkloos’. Allemaal veel te kort door de bocht. Het begint al met dat AI gelijk wordt gesteld aan het gebruiken van Large Language Models, de LLM’s. Meest bekend natuurlijk ChatGPT, maar er zijn er veel meer. Nou, als je in je bedrijf met een LLM werkt, ben je nog niet bezig met AI. Dan is mijn schoonmoeder er ook mee bezig.

Waar je veel hoort over ChatGPT en dergelijke, hoor je amper wat over industriële AI. Dit is werkelijk een totaal andere dimensie. Industriële AI is het op basis van verzamelde procesdata, bij voorkeur realtime, analyseren van je processen met hulp van kunstmatige intelligentie om zo tot optimalisaties te komen. Wat betekent dit in de praktijk? Je analysers, labrobots en je installaties slimmer maken (bijvoorbeeld met sensoren), en aan elkaar knopen. Zo kun je een continue datastroom genereren en uitlezen. Dit geeft je niets meer of minder dan de meetdata voor input in je AI-model. Het is een randvoorwaarde om überhaupt iets met AI te kunnen.

Nu is het verzamelen van ‘big data’ niets nieuws, en ook historical trending niet om voorspellingen te kunnen doen. Daar zijn al jaar en dag LIMS-systemen voor om van data chocola te maken. Opvallend dat veel van deze programma’s tegenwoordig ‘Powered by AI’ zijn. Dat is ook deels marketing, al kunnen ze qua denkwerk wel steeds meer door AI. Hier komen bijvoorbeeld de LLM’s in beeld; die worden steeds beter, waardoor er steeds efficiënter een conclusie getrokken kan worden uit ongestructureerde data, en het steeds eenvoudiger wordt automatische vertalingen te faciliteren. Wel zo praktisch voor internationaal opererende laboratoria en meertaligheid in je organisatie.

Gaat dit nu de hele labsector op zijn kop zetten? Je hoort soms dat het al in 2030 zo ver is. Dan onderschat je hoeveel investeringen er nodig zijn om kunstmatige intelligentie te laten werken voor labprocessen. En hoeveel mensen je moet vrijmaken om het voor je te laten werken. Want AI doe je er niet even bij. Net als dat een LIMS-traject prio moet zijn.

Zeker, AI kan je op termijn veel brengen qua optimalisatie van bepaalde labprocessen, mensen ontlasten van repetitieve taken (dit kan eigenlijk al), en kan helpen je meer te halen uit je onderzoeksdata. Maar de kosten gaan vaak wel voor de baat uit. Geloof me, heel snel zal het niet gaan, als ik om me heen kijk in de labs die nog veel de kat uit de boom kijken en steeds minder in de cloud durven te doen. Ja, AI staat op het netvlies, maar laten we er voor de komende jaren geen hysterische verwachtingen van hebben. En besef: het is geen toverstafje waarmee je al je labprocessen ineens op orde krijgt. Daar moet je keihard aan werken!