Wat is Foundation Model?

Wat is een Foundation Model?

Een foundation model is een groot AI-model dat getraind is op gigantische hoeveelheden data — vaak miljarden tekstfragmenten, afbeeldingen of andere informatie. Het bijzondere is dat zo'n model niet meteen voor één specifiek doel gemaakt is, maar juist als universele basis dient. Vergelijk het met een brede schoolopleiding: je leert wiskunde, talen, geschiedenis en biologie, en daarna kun je kiezen of je dokter, leraar of ingenieur wordt.

De term werd in 2021 geïntroduceerd door Stanford-onderzoekers in het paper 'On the Opportunities and Risks of Foundation Models'. Ze wilden benadrukken dat deze modellen de fundering vormen voor veel AI-toepassingen die je nu tegenkomt — van chatbots tot vertaalsoftware en beeldherkenning.

Hoe werkt het eigenlijk?

Een foundation model wordt eerst getraind op heel veel algemene data, zonder dat je precies vertelt wat het moet doen. Het leert patronen, verbanden en structuren uit tekst, afbeeldingen of spraak. Dit proces heet 'pre-training'.

Daarna kun je zo'n model verder trainen of aanpassen voor een specifieke taak — denk aan klantenservice-chatbots, medische diagnoses of juridische teksten. Dat heet 'fine-tuning'. Het model heeft al een breed begrip van taal of beelden, dus het hoeft alleen nog te leren hoe het in jouw specifieke context moet reageren.

De kracht zit hem in schaalgrootte: hoe meer data en rekenkracht je erin stopt tijdens de pre-training, hoe beter het model later presteert op nieuwe taken — vaak zonder dat je voor elke taak helemaal opnieuw hoeft te beginnen.

Een voorbeeld uit de praktijk

GPT-4 van OpenAI is een foundation model. Het is getraind op tekstdata van het hele internet, boeken, artikelen en meer. OpenAI gebruikt diezelfde basis om ChatGPT te maken, maar ook bedrijven bouwen erop voort: een verzekeraar past het aan voor het beoordelen van claims, een advocatenkantoor voor het samenvatten van juridische documenten.

Ook Google's PaLM, Meta's LLaMA en Anthropic's Claude zijn foundation models — ze vormen de basis waarop talloze toepassingen gebouwd zijn.

Waar kom je het tegen?

• Chatbots: ChatGPT, Claude, Gemini — allemaal gebouwd op foundation models

• Zoeken en samenvattingen: Google's Search Generative Experience en Bing Chat gebruiken foundation models om vragen te beantwoorden

• Bedrijfssoftware: Salesforce Einstein, Microsoft Copilot — gebaseerd op OpenAI's GPT-modellen

• Creatieve tools: DALL·E, Midjourney, Stable Diffusion — foundation models voor beeldgeneratie

• Spraaktechnologie: Whisper van OpenAI voor spraakherkenning

De meeste AI-tools die je vandaag gebruikt, steunen op een handjevol grote foundation models die door techbedrijven zijn ontwikkeld.

Waarom zou jij hier iets aan hebben?

Als je begrijpt wat een foundation model is, snap je beter hoe AI-tools werken en waarom ze zo veelzijdig zijn. Je beseft dat je niet voor elke toepassing een compleet nieuw model hoeft te bouwen — je kunt voortbouwen op een bestaande basis.

Voor ondernemers betekent dit dat je sneller kunt experimenteren met AI in je bedrijf, zonder dat je zelf miljoenen moet investeren in training. Voor professionals betekent het dat je kritischer kunt kijken: welk foundation model zit er achter de tool die je gebruikt? Hoe betrouwbaar is die basis?

Denk aan foundation models als de motor in een auto: je hoeft 'm niet zelf te bouwen, maar het helpt om te weten wat erin zit en hoe krachtig hij is voordat je ermee de weg op gaat.