Zelf een AI-model trainen: de drie routes en wanneer welke loont

"We willen ons eigen AI-model." Die zin valt steeds vaker in organisaties, en hij kan drie heel verschillende dingen betekenen: een model vanaf nul bouwen, een bestaand model bijtrainen, of een bestaand model je eigen kennis laten gebruiken. De drie routes verschillen orden van grootte in kosten en moeite, en in de praktijk kiezen veel organisaties de dure route terwijl de goedkope hun probleem al oplost.

Hoe een model überhaupt gemaakt wordt, van data verzamelen tot trainen, staat uitgelegd op hoe wordt een AI-model gemaakt. Dit artikel gaat over de keuze die je als organisatie maakt.

Route 1: vanaf nul trainen (vrijwel nooit)

Een groot taalmodel vanaf nul trainen vraagt enorme hoeveelheden tekst, maandenlange rekentijd op gespecialiseerde hardware en een team dat weet wat het doet. De kosten lopen in de miljoenen. Dat is het domein van een handvol grote AI-bedrijven en onderzoeksinstituten. Voor vrijwel elke andere organisatie is dit geen serieuze optie, en dat hoeft ook niet, want de andere twee routes bestaan juist daarom.

Route 2: fine-tunen (soms)

Bij fine-tuning neem je een bestaand model en traint het bij met eigen voorbeelden, zodat het jouw stijl, jargon of taakformat leert. Dat is te doen: geen miljoenen maar een gerichte investering, mits je duizenden goede voorbeelden hebt van precies het gedrag dat je zoekt.

Daar zit meteen de valkuil: de kwaliteit van fine-tuning staat of valt met de kwaliteit van die voorbeelden. Rommelige data levert een model op dat rommel heeft geleerd. En het bijgetrainde model veroudert mee: komt er een betere basisversie, dan begint het bijtrainen opnieuw. Fine-tuning loont vooral bij een afgebakende, terugkerende taak in grote volumes, zoals het classificeren van documenten in een vast format.

Route 3: je eigen kennis meegeven (meestal)

De meeste organisaties die "een eigen model" zeggen, willen eigenlijk dit: een model dat vragen beantwoordt op basis van de eigen documentatie. Daarvoor hoef je niet te trainen. Bij retrieval-augmented generation (RAG) zoekt het systeem bij elke vraag de relevante stukken uit jouw documenten op en laat het model dáárop antwoorden. Het model zelf blijft ongewijzigd.

De voordelen zijn praktisch: je kennis is direct actueel (document vervangen is genoeg, hertrainen hoeft niet), je kunt bronvermelding tonen, en de instapkosten zijn een fractie van fine-tuning. De basis die je hiervoor nodig hebt, van embeddings tot het beoordelen van de antwoorden, is precies het soort begrip dat machine learning-kennis praktisch maakt.

De beslisregel

• Wil je dat het model jouw kennis gebruikt? Begin met RAG.
• Wil je dat het model zich anders gedraagt bij een vaste taak, en heb je duizenden goede voorbeelden? Overweeg fine-tuning.
• Wil je een model dat fundamenteel iets anders kan dan de bestaande modellen? Dan praat je over vanaf nul trainen, en over een investering die je businesscase zelden draagt.

Wie deze afweging zelf wil kunnen maken, met genoeg begrip om leveranciersclaims te doorzien, vindt de volledige opbouw in de cursussen van AILogica. Module 1 is gratis, zonder account.