OpenAI introduceert een groot taalmodel dat specifiek is getraind op biologische onderzoekswerkflows, genaamd GPT-Rosalind. Dit model is niet generiek, maar toegespitst op het verwerken van gespecialiseerde kennis en jargon binnen één vakgebied, wat een nieuwe richting aangeeft voor gespecialiseerde AI.

Wat er aan de hand is

OpenAI heeft op donderdag GPT-Rosalind aangekondigd, een groot taalmodel dat specifiek is getraind op vijftig van de meest voorkomende biologische onderzoekswerkflows. Volgens het bedrijf is het model ontworpen om twee grote obstakels in het biologisch onderzoek aan te pakken: de overvloed aan data uit decennia van genoomsequencing en de diep gespecialiseerde jargon binnen verschillende subdisciplines. Het model is getraind op het benaderen van grote publieke databases met biologische informatie en kan, volgens OpenAI’s Life Sciences Product Lead Yunyun Wang, biologische pathways suggereren en potentiële medicijndoelen prioriteren. Dit model verschilt van de meer generieke, breed inzetbare wetenschapsmodellen die grote techbedrijven tot nu toe vaak hebben uitgebracht.

Wat dit betekent

De lancering van een domeinspecifiek model zoals GPT-Rosalind markeert een verschuiving van generieke ‘alles-kan’ AI naar gespecialiseerde tools die diepgaande expertise in een vakgebied coderen. Voor ondernemers en professionals buiten de biologie is dit een belangrijk signaal: de AI-revolutie gaat niet alleen over breed toepasbare chatbots, maar steeds meer over het bouwen van gespecialiseerde assistenten voor specifieke branches, beroepen of zelfs bedrijfsprocessen. Dit opent de deur voor oplossingen die niet algemeen slim zijn, maar wel extreem goed zijn in één ding, zoals het interpreteren van juridische clausules, het optimaliseren van logistieke routes voor een specifiek type vracht, of het analyseren van markttrends voor een niche-product.

Hoe je dit kunt toepassen

De praktische toepassing hangt af van jouw situatie. Het kernidee is dat gespecialiseerde kennis, processen en data de nieuwe grondstof worden voor waardevolle AI-tools. Dit biedt kansen voor MKB’ers om concurrentievoordeel te halen uit hun unieke expertise, in plaats van alleen gebruik te maken van generieke AI.

Als je een specialistisch adviesbureau runt… jouw jarenlange ervaring en interne kennisbank zijn een goudmijn. Je zou kunnen onderzoeken of je gestructureerde casussen, rapporten en oplossingsmethoden kunt gebruiken om een interne AI-assistent te trainen. Deze zou nieuwe medewerkers kunnen inwerken of vooronderzoek kunnen doen voor complexe dossiers, waardoor je expert-tijd efficiënter inzet.

Als je in de maakindustrie of technische dienstverlening werkt… denk dan aan de immense hoeveelheid handleidingen, onderhoudsprotocollen en foutdiagnoses die je bedrijf heeft. Een op jouw machines en processen getraind model zou monteurs kunnen ondersteunen bij het oplossen van storingen door de relevante documentatie en historische reparaties er direct bij te halen, wat de mean-time-to-repair verlaagt.

Als je een webshop hebt in een niche-markt… zoals bijvoorbeeld duurzame babyproducten of speciaalzaak-koffie. Je klantenvragen, productreviews en aankoopgedrag vormen een schat aan domeinspecifieke data. Je zou kunnen verkennen of je een chatbot kunt inzetten die niet alleen algemene vragen beantwoordt, maar ook gespecialiseerd advies kan geven op basis van jouw unieke productkennis en klantinteracties, wat de klantbinding versterkt.

De les van GPT-Rosalind is dat waarde steeds meer zit in het combineren van AI met diepgaande, specifieke kennis. De vraag voor jouw bedrijf is niet langer “hoe gebruik ik ChatGPT?”, maar “welke unieke kennis hebben wij die, gecombineerd met AI, een slimmere dienst of product kan opleveren?”.

Bron: Arstechnica