Sometimes you win, sometimes you learn.

De data raakt op. Help! En data dat is de brandstof voor AI modellen. Online data, dus jouw artikelen en posts op internet. De berichten van experts en deskundigen die gewaardeerd worden en veel bezocht wordt, raakt op.

Verdwijnt dat dan of zoiets? Is er een Bermuda-driehoek of een zwart gat op internet gevonden? Is de Google zoekmachine stuk?

Voor het trainen van AI modellen als ChatGPT, Gemini en Claude wordt digitale data gebruikt.

En dan geldt: hoe meer data, hoe beter A.I. modellen werken. AI-modellen worden nauwkeuriger en menselijker worden met meer gegevens.

Hoe meer boeken, essays en andere informatie er wordt gelezen door mensen, hoe meer we weten, hoe meer we begrijpen en hoe beter we verbanden kunnen leggen. Dat geldt ook zo voor grote taalmodellen, de AI-systemen die de basis vormen van chatbots. Ze worden nauwkeuriger en krachtiger als ze meer gegevens krijgen.

Sommige grote taalmodellen, zoals OpenAI's GPT-3 werden getraind op honderden miljarden ‘tokens’. Tokens zijn hele woorden of stukjes woorden. De meest nieuw AI modellen werden getraind op meer dan drie biljoen tokens.

Chat GPT-3 werd getraind op miljarden voornamelijk Engelstalige websites, boeken en Wikipedia-artikelen verzameld van het internet. Maar openbaar beschikbare online data om A.I.-modellen te ontwikkelen, wordt sneller opgebruikt dan nieuwe data wordt geproduceerd.

Digitale data van hoge kwaliteit zal in 2026 op zijn. ‘Van hoge kwaliteit’ betekent professionals en deskundigen hebben teksten geschreven, die andere deskundigen gecontroleerd hebben, citeren en hergebruiken om hun zienswijze te geven. Die data wordt dus doorgegeven aan elkaar.

Techbedrijven doen er alles aan om meer en nieuwe data te verkrijgen. De makers van ChatGPT (OpenAI) , Google (Gemini) en Meta (FaceBook) zoeken nieuwe manieren om data te verzamelen.

Ze veranderen hun gebruikersvoorwaarden zodat ze de data in de gratis versies bijvoorbeeld kunnen gebruiken.

Als er niet genoeg diamanten zijn, dan maak je er zelf eentje in een laboratorium. Dat heet dan een 'synthetische diamant'. Kun je er toch geld mee verdienen.

Bij data kunnen we ook overschakelen op 'synthetische' data. Data gemaakt door een AI model en daarmee andere AI’s gaan trainen. Synthetische data is riskant omdat A.I.-modellen fouten kunnen maken. Dat heet dan geen liegen maar hallucineren. Alleen jij en ik weet dan dat de informatie niet klopt, maar hoe kan de AI dat doen? Anders blijft die foute data overal in doorwerken.

Wordt vervolgd.

Ik zag dit kaartje gisteren op een hekje staan. Bij de schapen. Mooi! Soms win je, soms leer je.

Dat is het inzicht dat veerkrachtige mensen hebben. Als het niet goed gaat, dan stellen ze bij. En beginnen gewoon nog een keer. Ze gaan neer en staan weer op. Ze vinden niet dat ze gefaald hebben, ze staan weer op. Falen betekent blijven liggen. Alleen maar bezig zijn met waarom het niet gelukt is. Slachtofferrol. Niet bezig zijn met wat we nu gaan doen.

Als je met veerkracht werkt, dan kijk je waar en waarom het fout ging. En dan pas je aan. Niemand, maar dan ook niemand slaagt in 1 keer. Niemand, maar dan ook niemand heeft in 1 keer succes. Steve Jobs, Elon Musk, Moeder Teresa, Barack Obama, Post Malone, Oprah Winfrey, Mark Tuitert. Hebben allemaal hard gewerkt, met consistentie en discipline. En laten we doorzettingsvermogen, wilskracht en zelfbeheersing niet vergeten. 

Mensen met een gezonde dosis veerkracht zien in alles een kans om te leren, om zichzelf te ontwikkelen. Zij maken niet van alles een verhaal en een drama toestand, maar accepteren de werkelijkheid zoals die is. Ze zijn verantwoordelijk, maar voelen zich niet overal verantwoordelijk voor. Ze zijn optimistische realisten.  Luisteren ook in plaats van alleen maar zenden.

Nare ervaringen geven perspectief aan de dingen, en zijn niet zo overweldigend dat het allemaal te veel wordt. Alles te veel vinden mag, maar niet de hele tijd. En een belangrijke : veerkrachtige mensen begrijpen dat ze eerst afgerekend worden voordat de echte verandering plaats kan hebben. Want dat leidt tot een volwassen en evenwichtige houding waarbij alles en iedereen een mogelijkheid is en wordt om jezelf te ontwikkelen.

Viel je ook op dat hier op dat kaartje … sometimes you learn en niet sometimes you loose (verliezen) staat? Want als je jezelf eigen maakt dat je altijd kunt leren van iets, dan kun je dus niet verliezen. Never, nooit, niet.


>