Van LLM naar LAM: hoe automatisering zich ontwikkelt

In de afgelopen jaren heeft de evolutie van kunstmatige intelligentie een ongekende versnelling doorgemaakt. Van de eerste systemen die gebaseerd waren op spraakherkenning tot de meest geavanceerde Large Language Models (LLM), ontworpen om natuurlijke taal te begrijpen en te genereren, staan we nu aan het begin van een nieuwe revolutie: de opkomst van Large Action Models (LAM).

Deze overgang is niet alleen een belangrijke technologische sprong voorwaarts, maar moet ook worden gezien als een fundamentele verandering in de manier waarop we met technologie omgaan, vooral in de context van slimme huizen en het Internet of Things (IoT).

Om het volledige potentieel van LAM’s te begrijpen, nemen we eerst een stap terug en beginnen we met de definities.

Large Language Models zijn AI-modellen die zijn ontworpen om natuurlijke taal te begrijpen en te genereren. In de praktijk kunnen ze teksten schrijven, vragen beantwoorden, talen vertalen, documenten samenvatten en nog veel meer. Ondanks hun complexiteit blijven ze beperkt tot het talige domein: ze kunnen spreken, maar niet handelen.


Het zijn uitstekende hulpmiddelen voor interactie en ideaal om antwoorden of ondersteuning te bieden, maar ze hebben geen directe verbinding met de fysieke wereld.

Large Action Models kunnen worden beschouwd als de natuurlijke evolutie van LLM’s. Deze systemen combineren de taalkundige intelligentie van traditionele modellen met het vermogen om acties uit te voeren en externe tools of geautomatiseerde taken aan te sturen..

In essentie markeren LAMs de verschuiving van begrijpen en verwerken naar handelen, en openen ze de deur naar nieuwe en boeiende mogelijkheden voor interactie tussen mens en machine.

De slimme huizen van vandaag zijn grotendeels gebaseerd op statische automatisering. Gebruikers stellen via apps regels in op basis van tijdschema’s, omgevingscondities, routines of input van sensoren.

Met de opkomst van LAM’s kan huisautomatisering evolueren naar een dynamischer en adaptiever systeem. Deze modellen zouden in staat zijn om gebruikersgedrag en voorkeuren te leren kennen, onderscheid te maken tussen expliciete commando’s en impliciete behoeften, en zich aan te passen aan realtime veranderingen in de omgeving, het gedrag of zelfs de gemoedstoestand.

Stel je bijvoorbeeld een slim huis voor dat de temperatuur niet alleen aanpast op basis van een spraakcommando, maar ook door het aantal aanwezige personen te analyseren, hun fysieke activiteit en het tijdstip van de dag. Het resultaat is een optimaal, contextbewust comfortniveau, een hogere energie-efficiëntie en een natuurlijkere, vloeiendere interactie tussen mens en technologie.

Ondanks hun revolutionaire potentieel, staan Large Action Models (LAM) nog voor verschillende technische, ontwerp- en culturele uitdagingen die de brede adoptie belemmeren.

Eén van de meest urgente zorgen is het risico van overautomatisering. Een systeem met te veel autonomie en zonder een juiste balans tussen automatisering en menselijke controle kan de ware bedoelingen van de gebruiker verkeerd interpreteren. Bijvoorbeeld, het zou de lichten in een kamer kunnen uitschakelen omdat er geen activiteit wordt gedetecteerd, terwijl iemand rustig aan het lezen is zonder zich te bewegen. In dergelijke gevallen is de tussenkomst van het systeem ongewenst en kan het zelfs irritant worden, waardoor het vertrouwen van de gebruiker in de technologie ondermijnt wordt.

Een ander groot obstakel is het beheren van meerdere of conflicterende voorkeuren, wat een veelvoorkomend scenario is in gedeelde woonruimtes. Het is gemakkelijk om je een huis voor te stellen waarin de ene persoon een hogere temperatuur verkiest, de andere geniet van gedimd licht en iemand anders achtergrondmuziek wil om te ontspannen. Het verwerken en bemiddelen van deze onuitgesproken voorkeuren vereist een niveau van contextuele intelligentie en geautomatiseerde onderhandeling waar huidige systemen nog moeite mee hebben.

Daarbij komen zorgen over privacy, toestemming en transparantie in geautomatiseerde besluitvorming, die voortdurende ethische en regelgevende debatten oproepen.


Kortom, LAM’s bevinden zich aan de rand van innovatie, waar technologische beloftes in balans moeten worden gebracht met de realiteit van de gebruikerservaring, inclusief ontwerp en sociale interactie. De uitdaging is niet alleen om ze werkend te krijgen, maar om ze goed te laten werken voor iedereen.

Hoewel Large Action Models nog geen volledig volwassen technologie zijn, vertegenwoordigen ze een snel evoluerend veld waarin verschillende takken van kunstmatige intelligentie samenkomen. De ontwikkeling ervan hangt af van de integratie van geavanceerde taalmodellen die in staat zijn om menselijke spraak met toenemende precisie te interpreteren, multimodale perceptietechnologieën die visuele, auditieve en contextuele input combineren, en intelligente sensoren die real-time informatie verzamelen over de omgevingsomstandigheden. Hier komt ook de rol van autonome agenten bij, die zijn ontworpen om beslissingen te nemen en te handelen zonder directe menselijke input.

Tegelijkertijd ontstaan er verschillende technologieën die de basis leggen voor de adoptie van steeds geavanceerdere en contextbewuste automatiseringssystemen. Onder deze technologieën bevinden zich interoperabele standaarden zoals Matter, die zijn gecreëerd om naadloze communicatie tussen apparaten van verschillende fabrikanten te garanderen. Lokalisatietechnologieën zoals Ultra-Wideband (UWB) maken het mogelijk om de positie van mensen en objecten binnenshuis met hoge nauwkeurigheid te volgen, waardoor automatisering responsiever en persoonlijker wordt. Ten slotte zorgt de groeiende aanwezigheid van AI "on-edge" – dat wil zeggen, kunstmatige intelligentie die lokaal op apparaten wordt verwerkt zonder afhankelijk te zijn van de cloud – voor snellere reactietijden, sterkere gegevensprivacy en operationele onafhankelijkheid, zelfs zonder internetverbinding.

Kortom, de verschuiving van Large Language Models naar Large Action Models markeert een natuurlijke evolutie van kunstmatige intelligentie naar meer intuïtieve, proactieve en contextbewuste interactie.

Binnenkort zullen slimme huizen niet alleen spraakcommando’s begrijpen, maar ook in staat zijn om in real-time te interpreteren, beslissingen te nemen en te handelen, zich aan te passen aan onze behoeften met een niveau van personalisatie en efficiëntie zoals nooit eerder gezien.