WEBVTT

1
00:00:00.760 --> 00:00:09.440
Welkom bij AI Report, de Nederlandse podcast over kunstmatige intelligentie, waar we uitzoeken welke invloed AI heeft op ons werk, ons leven en de samenleving.

2
00:00:10.000 --> 00:00:20.100
Deze week spreken wij Microsoft CEO Satya Nadella exclusief en we krijgen zijn perspectief over wat de invloed van AI gaat zijn op de arbeidsmarkt. En hij heeft geruststellende woorden voor ons allemaal.

3
00:00:20.180 --> 00:00:27.380
Dat is heel erg fijn en dat hoor je zo meteen. En er was een lezing van Andrej Karpathy, een van de godfathers van AI.

4
00:00:27.520 --> 00:00:33.680
Heeft lang bij Tesla gewerkt aan selfdriving auto's en als deze man spreekt, dan luistert de nerd gemeenschap.

5
00:00:33.720 --> 00:00:44.020
En daartoe hoort ook Wietse Hagen en die vat deze geruchtmakende keynote voor je samen, zodat je hem niet hoeft te kijken. Dat en meer in AI Report. Veel plezier.

6
00:00:54.260 --> 00:00:58.240
[muziek] We hebben iets nieuws gelanceerd, de AI Prompt Library.

7
00:00:58.280 --> 00:01:11.940
Dat is een soort naslagwerk van alle tips die we de afgelopen maanden in onze nieuwsbrief AI Report hebben gegeven over hoe je het beste taalmodellen kan prompten. Uh, één overzicht met alle tips, uh, op één plek.

8
00:01:12.480 --> 00:01:25.820
En dat is handig, want als je tips zoekt over hoe je het beste taalmodellen kan gebruiken om te schrijven, overz-overzicht te brengen in de chaos of, of ermee te brainstormen, dan zijn er allerlei prompts die we, ja, voor je uitgetypt hebben en die je kan copy-pasten.

9
00:01:26.320 --> 00:01:36.280
En we hebben het nu allemaal samengebracht op één plek. Uh, dat is, uh, superhandig. Ik zou zeggen: ga dat proberen. In de shownotes vind je een linkje en je kan naar Substack gaan en het bovenin de menubalk vinden.

10
00:01:36.320 --> 00:01:46.720
Het heet de AI Report Prompt Library. Dat is leuk. En we hadden nog meer leuks deze week, want wij mochten namelijk exclusief Microsoft CEO Satya Nadella interviewen.

11
00:01:47.230 --> 00:01:52.340
Uh, iemand die miljarden uitgeeft aan die taalmodellen waar wij iedere week over praten. En

12
00:01:53.280 --> 00:02:07.240
wij vermoedden dat dat een gesprek zou zijn, omdat hij ook een CEO is van een bedrijf wat veel in AI investeert, dat hij zou meegaan in de toon die andere AI-lab CEO's aanslaan de afgelopen maanden.

13
00:02:07.250 --> 00:02:17.540
Dario Amodei, Sam Altman buitelen over elkaar heen om het revolutionaire karakter van AI te onderstrepen. En opvallend genoeg brengt Nadella daar juist heel veel nuchterheid in aan.

14
00:02:17.560 --> 00:02:28.160
Het was bijna alsof hij water op het vuur gooide. Wij, wij, wij, wij zaten echt met geslepen messen klaar om- Ja, we hadden nog 2029 gezegd in plaats van '27. Ja, we vroegen hem naar voorspellingen.

15
00:02:28.260 --> 00:02:41.040
We vroegen hem naar voorspellingen over wat er in 2029 zou gaan gebeuren. Inderdaad, in plaats van '27, wat nu een beetje als, ja, dat wordt als een markeerpunt, uh, gepakt door heel veel, uhm, uhm, toekomstvoorspellers.

16
00:02:41.160 --> 00:02:48.560
Uh, wij geven hem iets extra tijd en hij is eigenlijk een soort van: ho, ho, ho, ho, ho. Volgens mij gaat het allemaal weer niet zo hard.

17
00:02:49.100 --> 00:02:58.720
Uh, dus dat ga je dadelijk horen in een interview met Nadella waarin hij praat over bijvoorbeeld waarom een twaalfjarige straks betere code kan schrijven dan een professionele programmeur vandaag.

18
00:02:59.360 --> 00:03:10.740
Waarom hij denkt dat AI menselijke empathie juist waardevoller gaat maken. En meer voorspellingen in een interessant kijkje in de AI-toekomst. Ons interview met Satya Nadella.

19
00:03:14.200 --> 00:03:28.320
[muziek] I thought to start with a couple of lightning round questions. Uh, yes or no, please, on where you think the world stands in 2029. So either yes or no, and we'll, we'll dive in deeper.

20
00:03:28.360 --> 00:03:40.220
So my first one: in 2029, I can have a Teams meeting with an AI avatar that is indistinguishable from a real person. No.

21
00:03:41.420 --> 00:03:57.420
2029, 12-year-olds will, with AI, will outperform today's professional programmers. Yes. All right. More than 25% of Western office workers have significantly different jobs than they do today. Yes.

22
00:03:58.680 --> 00:04:08.060
Most platform shifts have this iconic device, uh, an hardware device that comes with it. For computers, it was the PC from-- for smartphones, it was, uh, the iPhone.

23
00:04:08.600 --> 00:04:21.920
Will Microsoft be the company that creates the defining hardware form factor for AI? I hope so. [lacht] To count that as a yes. Uh, question five: will the Phi series of models have become as powerful as GPT-4.0?

24
00:04:22.920 --> 00:04:34.560
They are today, more or less. And will Microsoft have developed the world models that power full self-driving? I hope so. Hmm. Which of those did you find most striking?

25
00:04:34.600 --> 00:04:40.330
If you can, uh, if you can rate your own predictions. The one about, the one about, uh, what are the future jobs?

26
00:04:40.680 --> 00:04:55.140
Because I think the, the most interesting thing that's gonna happen is w-- today's expertise may get commoditized, but tomorrow's expertise is going to be built in the next five years.

27
00:04:55.890 --> 00:05:01.560
That's what's going to be the most, sort of, big change that's gonna happen in our labor markets, right?

28
00:05:01.600 --> 00:05:09.240
When you even asked about a 12-year-old being able to program, but what happens to the software engineering job, right?

29
00:05:09.320 --> 00:05:21.440
So, uh, one of the things I think about, even in the age of, uh, you know, let's call it today with, you know, GitHub Copilot and Coding Agent, each-- every one of us, even a junior software engineer,

30
00:05:22.500 --> 00:05:33.659
needs to start thinking like an architect, uh, with many, many agents that they're directing to drive a full project, right? So I think the level of abstraction changes.

31
00:05:33.760 --> 00:05:51.340
So what I'm excited to see is how we evolve, uh, our own expertise. That means our own jobs, our own workflows, when what is today considered expertise and the job content and the workflow change.

32
00:05:51.720 --> 00:06:03.900
So that's on an abstract level. If you, if you look at 2020, uh, 9 and you think about our jobs, what is the concrete vision that you paint behind doors to policymakers, to CEOs?

33
00:06:03.920 --> 00:06:18.436
What is the thing thatOn that level, people still don't seem to really grasp where you feel like you need to give a certain subtext. Yeah. So I, I think a little bit of this-- Let's take, um, the early nineteen eighties.

34
00:06:18.876 --> 00:06:38.676
If somebody had said, um, if some, say, a Martian intelligence showed up and looked at our offices in early nineteen eighties, you know, we would've had a typist pool, a slide-making pool, and then everybody else had desks full of paper and interoffice memos and so on.

35
00:06:39.186 --> 00:06:46.656
And then guess what? If they come back in twenty twenty-five, they'll say, "Wow, the world's changed. Everybody's a typist now." Mm-hmm. Uh, that's what we do every day. Mm-hmm.

36
00:06:46.796 --> 00:06:53.456
And so to some degree, I think-- But that's not what we do, right? We have different jobs called knowledge work, right?

37
00:06:53.496 --> 00:07:06.416
Knowledge work was not even a concept, um, uh, which-- So basically, I think one of the things that we should think about is: What is the next generation of knowledge work, uh, that happens with AI tools?

38
00:07:06.466 --> 00:07:21.916
And so my, my recommendation to any policy maker is: How do you first and foremost diffuse this technology? Th-this is not about the mystique of AI, the few research labs, it's about the few tech companies.

39
00:07:21.976 --> 00:07:29.096
I mean, it is absolutely not the case. Like, none of us prayed at the altar of Excel. We used Excel.

40
00:07:29.356 --> 00:07:37.556
I hope that we also get to a point where this thing is, yeah, I use AI all the, all day to reduce my burden, improve my efficiency. Sure.

41
00:07:37.836 --> 00:07:45.956
And I skill myself on really the levels of abstraction by working and doing versus going, uh, and elsewhere.

42
00:07:46.416 --> 00:07:58.016
I guess the thing that's a little bit, little bit nervous making when you make a prediction like twenty-five percent of the, of the jobs will be, uh, you know, massively altered by, in, in just a couple of years.

43
00:07:58.696 --> 00:08:09.096
You know, I think about the sort of accelerationist discourse and the predictions that they make for the next five years, um, and those predictions are pretty intense.

44
00:08:09.936 --> 00:08:22.146
Uh, at the same time, you're sitting here quite comfortably, quite relaxed. H-how, how do you stay relaxed when predictions like that are, you know, becoming part of the mainstream way of thinking about these problems?

45
00:08:22.146 --> 00:08:39.236
Look, at least I come at this from perhaps a view of having seen tech as a tool get more ubiquitous and only help, uh, change the job market, not completely get rid of the job market.

46
00:08:39.296 --> 00:08:40.956
It's just required new skills.

47
00:08:41.716 --> 00:08:55.536
It is true that maybe what took twenty years or thirty years, uh, for even something like the PC and mobile revolution to sort of completely become ubiquitous, this may happen faster, just because after all, it builds on the rails, right?

48
00:08:55.596 --> 00:09:05.356
It builds on the mobile phones and the PCs we have, the cloud we have, and so therefore, it will be faster. But that said, I don't think of it as any different, right?

49
00:09:05.416 --> 00:09:11.996
I mean, if you think about one of the demos I showed even at my keynote today, which very cool. Like, think about, uh, healthcare.

50
00:09:12.916 --> 00:09:22.216
The cost in our healthcare system, everybody can say, "Wow, it's the next magical drug," this, that, and the other, except a lot of the cost is all in workflow.

51
00:09:22.876 --> 00:09:35.476
Discharge papers right here in Netherlands, so the, the, uh, uh, i- uh, the, uh, the EM- UMC Utrecht? Yeah. Yeah. The hospital. And that's right. And the, and the EMR system company, I forget the- Chipsoft. Uh, Chipsoft.

52
00:09:35.516 --> 00:09:41.796
Mm-hmm. And they were telling me about how hard it is, uh, or how much, how time-consuming it is. So here's a cool thing.

53
00:09:41.856 --> 00:09:55.706
They opened up their data tier to the LLM tier, had the LLM go and create a discharge by using a prompt, and this, you know, uh, health provider even open sourced the pro-- That type of stuff will be what I think will benefit from.

54
00:09:55.736 --> 00:10:05.896
And I, I don't, I don't doubt that this is, you know, very, um, you know, handy for people that work with their hands and do these jobs that are very im- that are, you know, incredibly important for all of us.

55
00:10:05.956 --> 00:10:16.096
But still, you know, sometimes I walk around in, for example, the Zuidas, which is the financial district here in Amsterdam. Mm-hmm. And I see these thousands of people working.

56
00:10:16.476 --> 00:10:19.376
They, they work in banks, they work in, in, in lawyers' offices.

57
00:10:19.996 --> 00:10:31.296
And so sometimes I feel these are not the people that, you know, are, are-- The comparization, how does this comparization still apply for, for, for companies that are purely based around knowledge work?

58
00:10:31.516 --> 00:10:44.926
Yeah, but I-- See, even here, this is, like, not-- I think we over, uh-- Or let me put it simply, we don't-- We understate the drudgery that exists in knowledge work. Sure. No doctor wants to- No...

59
00:10:44.976 --> 00:10:54.636
spend, like, you know, half hour doing discharge papers as administrative tasks. But those are jobs right now, real jobs. But no, they can be looking after patients. Mm-hmm. Right?

60
00:10:54.696 --> 00:10:57.116
So I think- But in a lawyer's office, though. But even in lawyer's office.

61
00:10:57.176 --> 00:11:07.916
In fact, I had a fantastic incident where I met a paralegal, uh, in, uh, in UK, I think, uh, in fact, maybe seven months, eight months ago, and she said something which stuck with me.

62
00:11:08.116 --> 00:11:19.736
She said, "You know, everybody comes in here worried about my job. I want you to save me from my job." She was an M&A paralegal who spent weekends going through document after document.

63
00:11:19.876 --> 00:11:26.266
So then she went to Copilot Studio, used it to build herself her agents that helped her with the, reduce the drudgery.

64
00:11:26.756 --> 00:11:37.776
So I'm not saying, look, some of the things that you're bringing up are not issues, will not be issues. But let us first take advantage of all of these tools to reduce the drudgery- Of course...

65
00:11:37.796 --> 00:11:45.416
that we have in our workforce. And if that happens, and there's product-- Like, take a, the financial district in Amsterdam, the bank in which all these knowledge workers are using.

66
00:11:45.996 --> 00:11:57.336
Let's dream the dream, um, of, you know, the last time I checked, we still have a lot of work to do for all financial inclusion, the number of financial products that can be built that are more personalized.

67
00:11:57.696 --> 00:12:07.696
So if the productivity improve for all those knowledge workers, that bank, that fintech company can build more products and services. So there can be, right?

68
00:12:07.756 --> 00:12:16.276
Even in the Western world, if we had five percent, seven percent, eight percent GDP growth, uh, that's a good thing because we di- definitely need it.

69
00:12:16.456 --> 00:12:25.016
But will the same amount of people still be needed for this f- Why not if you have productivity? Like, if you are-- Like, suddenly, you know, it's all a question of output. You will- Why not?

70
00:12:25.056 --> 00:12:41.616
Because, because, you know, the, the, the companies like yours and a lot of other, uh, providers of, of large language modelsAre on their way to figuring out how we can do those job, how they can do those jobs for us Today's job...in a couple of years.

71
00:12:41.636 --> 00:12:47.496
But, but today's job. Mm-hmm. So the question is what is the jobs to be done going forward, right? So that's, I think, the fundamental thing. Thank you.

72
00:12:47.506 --> 00:12:54.996
I had a chance to meet with one of the fintech developers, uh, right here, and they were explaining what they're doing, which is, uh, I'll, I'll give you an example of our own, like LinkedIn.

73
00:12:55.736 --> 00:13:05.226
Um, so we said, you know, "What's the classic dev team?" And the dev team would have had a product manager, a designer, a front-end engineer, uh, and, and then a back-end engineer.

74
00:13:05.296 --> 00:13:14.196
So they said, "Okay, what if we created a new function called a full stack developer," uh, which combined in some sense the product manager, the designer, and the front-end engineer.

75
00:13:14.336 --> 00:13:27.956
And we expanded essentially the labor pool, right? So we now have, uh, you know, four times the number of people who are in the cotton co-co- You believe that the labor pool will get bigger on our way to AGI?

76
00:13:28.176 --> 00:13:33.536
No, the labor pool that we have today will be more productive- Sure...with, on our path to AGI.

77
00:13:34.096 --> 00:13:48.156
And in a world where there is AGI or, you know, uh, the advances of AI are available to us, we will be able to produce more, uh, because of AI, uh, and we will have adjustments, right?

78
00:13:48.256 --> 00:13:52.736
The jobs that I do today will go away. I will do new jobs with AI.

79
00:13:53.156 --> 00:14:06.396
Uh, we will also-- By the way, the other thing that I would sort of say is, let's just say, you know, if there, we will also start valuing new attributes of humans. Um, right? Let's take even doctors and nurses.

80
00:14:06.996 --> 00:14:08.436
Uh, both are very important.

81
00:14:08.916 --> 00:14:26.956
Uh, if you sort of really to, like take a look at, uh, the, uh, the expertise of medical advice is now being done just because AI is able to do that, we will probably value a lot more of what a doctor does in terms of their human touch, what a nurse does in terms of their human touch.

82
00:14:27.436 --> 00:14:35.556
It's just a question. Look, I mean, it's two hundred and fifty years ago we decided arbitrarily that the expertise is the only thing that we're gonna give wages to.

83
00:14:35.566 --> 00:14:44.116
There are a lot of other things that you can give wages to. Yeah. Maybe, maybe what Alexander is, is getting at is also the levels you showed during the presentation today, level one, level two, level three.

84
00:14:44.636 --> 00:14:54.996
I-in level three, there was some talk of, of agents giving, um, uh, tasks and projects to humans, right? And I think that we're talking about a level four type of situation, right?

85
00:14:55.076 --> 00:15:04.996
Where we feel that AI as a tool, AI as an accelerator, as I... AI as something extending and augmenting human beings will become something that might replace us eventually.

86
00:15:05.026 --> 00:15:14.596
And I think what I feel in this conversation also is the idea that we are not there yet, and on the way there, there's so much drudgery, so much, you know, productivity to be gained.

87
00:15:14.936 --> 00:15:17.616
And in a way, we're talking about almost two different realities.

88
00:15:17.696 --> 00:15:29.156
But I think that Alexander and I- But I think, I think if you take work we do as the only work that needs to be done, then everything you're saying is true. But that has never been true in human history, right?

89
00:15:29.216 --> 00:15:36.276
It's not like we, our work has not changed, right? What I do today is different than what I did even ten years ago. So you have to...

90
00:15:36.296 --> 00:15:48.456
And, and it's unf- it, it, the, it-- You have to then exponentially think about what is the work. Let's just take, you know, our GitHub Copilot example. I started by saying code completion's great, AI is fantastic.

91
00:15:48.556 --> 00:15:55.576
Then I said, "Okay, let me use it as a search engine, right in the flow, helps me without getting out." Then the agent mode came in.

92
00:15:55.616 --> 00:16:05.226
Great, I can now go have it do multi- f- m-multi-file edits for me, give it little tasks. Now with the coding agent, I can give it a full issue, uh, and it goes off.

93
00:16:05.256 --> 00:16:14.896
It'll, it'll, it'll do, in its own branch, it'll do a full PR, and then it'll put back. And then by the way, I can even have another agent, which is a code review agent, review it and what have you, right?

94
00:16:14.976 --> 00:16:21.276
So that's kind of where we are. Now, you can say, "Okay, what's the role of a software engineer?" Guess what?

95
00:16:21.656 --> 00:16:28.105
A software engineer still pro-- Like this is where my idea of every software engineer is a software architect now.

96
00:16:28.136 --> 00:16:40.536
The full metacognition of the repo, uh, is still very important, uh, even in the level four stage, let's call it. Uh, because I need humans...

97
00:16:40.676 --> 00:16:51.956
Like, by the way, one of the fundamental great limiters in all of this will be all of the legal and liability laws, because I think humans are gonna be pretty liable, and human organizations are gonna be liable for whatever is the output of AI.

98
00:16:52.456 --> 00:17:01.466
And that's only gonna be possible- Mm-hmm...if there is enough human agency to verify, to, uh, attest, uh, and what are those things that you will be doing.

99
00:17:01.556 --> 00:17:12.176
Those will be the jobs of the future, which is I'm attesting stuff. You're a rational optimist as, in this conversation, but, I mean, somet- I have kids.

100
00:17:12.256 --> 00:17:17.316
Sometimes I turn off the lights at night, and then I think about the sort of world that is ahead for them.

101
00:17:19.296 --> 00:17:31.316
What sort of concern sometimes, um, gives way to your rational optimism if, if we get to the core of a concern in a vulnerable mo-moment like that? Yeah.

102
00:17:31.476 --> 00:17:48.486
So I think since you brought up your kids, I think one of the things I think about is, first, I think about the opportunity for a kid, uh, to be able to now have no fear in learning anything. Mm.

103
00:17:48.576 --> 00:17:52.296
I mean, I, if you think about it, right, I, I always think about it like I'm a visual learner.

104
00:17:52.936 --> 00:18:10.476
Um, I'm an, actually an electrical engineer in my undergrad, uh, and I never understood the Maxwell's equations, uh, until much later in life, somebody showed me a JavaScript, uh, you know, a rendering of Maxwell's equations, and that clicked to me, and I wish I had clicked when somebody...

105
00:18:10.576 --> 00:18:11.856
when I was doing my undergrad.

106
00:18:12.476 --> 00:18:25.796
So think about a five-year-old, an eight-year-old learning physics, chemistry, the conceptual understanding, the ability to go to something like Copilot and ask it the questions, uh, have an empathetic, personalized tutor on the other end.

107
00:18:26.216 --> 00:18:37.036
So I feel that there- This is your rational optimism again. Yeah. No, I-- So now I'll come back to it. On the other side of it, there will always be the unintended consequences, right?

108
00:18:37.176 --> 00:18:49.836
If, because if you think about this same technology will be used by someone, uh, by a cybercriminal, uh, to introduce some, uh, cybersecurity risk, uh, some bioterrorism risk.

109
00:18:49.876 --> 00:19:04.736
So we are going to have to deal as a society with the unintended consequences with very clear eyes. Uh, but I don't want the fear to get in the way of what could be real benefits, uh, in our own daily, uh, lives.

110
00:19:04.796 --> 00:19:15.340
Do you feel there's a, there's a necessity for fear in this moment, even a little bit, to make sure that people areAware? I think we should not be just optimists or pessimists.

111
00:19:15.420 --> 00:19:33.720
We should just meet the reality um, and really make sure we deal with it, uh, with both the advantages and the benefits and the unintended consequences as real challenges that need to be met today, not tomorrow, right?

112
00:19:33.760 --> 00:19:44.620
So today, that's why I'm a big in favor of having some mechanism around even any frontier model that gets deployed broadly in the world. We should have multiple checks on it.

113
00:19:44.800 --> 00:19:52.919
Uh, one is safety checks and another one would be a societal check on what is the social permission to use AI, right?

114
00:19:53.100 --> 00:20:06.000
For example, at Microsoft, I think about it as hey, we've got to earn it by showing that the benefits far outweigh, uh, any of the unintended consequences. Otherwise, absolutely, the world should stop this.

115
00:20:06.200 --> 00:20:18.120
Uh, why would they? Like, why would we? So I have more confidence, I would say, in our political and social systems that if something is not working, it will not work.

116
00:20:18.540 --> 00:20:29.140
Uh, so therefore my confidence is within the confines of that. How do we make sure that we all participate? Thank you so much for your time. Oh, thank you so much.

117
00:20:34.020 --> 00:20:38.360
Weet je wat ik het opvallendste moment vond uit dit gesprek? Het is een beetje een raar ding. Het is een heel klein ding.

118
00:20:38.600 --> 00:20:50.800
Het gaat helemaal niet over werkgelegenheid, maar er is één ding wat ik heel opvallend vond, namelijk Nadella zegt: ik hoop dat wij het apparaat maken dat de hardware is die de form factor, het defining hardware device gaat zijn.

119
00:20:50.840 --> 00:20:59.460
I surely hope so. Ja, uh, waarmee die geen nee zegt, want dat is een beetje raar, maar ook geen ja zegt, want dat is ook een beetje raar.

120
00:20:59.580 --> 00:21:15.780
Maar de reden waarom ik het toch serieus neem, is omdat we in aanloop naar deze gesprekken een aantal interviews hebben gehad met andere Microsoft executives en ik had een interview met, uh, hun hoofd communicatie in Amerika en die bracht dit zelf op, uh, toen ik vroeg naar wat, uh, zeg maar, wat zijn dingen?

121
00:21:15.790 --> 00:21:26.060
Fysieke devices, hardware? Ja, die zei: je moet, je moet je realiseren bij iedere platform shift, zo noemde hij dat. En een platform shift, zegt hij dan bijvoorbeeld: de cloud was een platform shift.

122
00:21:26.560 --> 00:21:35.080
Uh, de introductie van smartphones was een platform shift. With every platform shift, there is an iconic hardware device, zei de, uh, baas communicatie.

123
00:21:36.140 --> 00:21:46.080
En hij zei: dat was voor de, voor de, voor de pc was dat voor de, uh, de, de Windows pc, voor de, uh, personal computer. Het was de iPhone voor de smartphone.

124
00:21:46.660 --> 00:21:55.140
Uhm, en de vraag is: wie gaat dit device maken voor deze AI-revolutie? Wie, wat wordt het hardware device voor de AI-revolutie?

125
00:21:55.160 --> 00:22:13.160
En Microsoft heeft natuurlijk eerder in, uh, het was een van de eerste, die soort van grote bedrijven die de optie durfden in te bouwen in het operating systeem of in ieder geval in hun, in hun software om die functie die je, die je scherm de hele tijd opneemt, te introduceren.

126
00:22:13.280 --> 00:22:24.440
Recall. Recall in, in Windows, waar, wat nu een opt-in functie is als ik het goed begrijp, waarbij je kan, uh, waarbij je kan terugzoeken met wat er allemaal op je scherm geweest is.

127
00:22:24.480 --> 00:22:35.460
Dus bijvoorbeeld er is een, je bent aan het webwinkelen geweest en je zag een blauwe jurk die je mooi vond, was het voorbeeld. Dan kun je dus in de zoekfunctie van Windows blauwe jurk typen.

128
00:22:35.800 --> 00:22:51.560
En dan vindt hij dus aan de hand van de video die, die heeft opgenomen van jouw complete interactie van, van weken of maanden terug, uh, met je computer, vindt hij die blauwe jurk weer terug in dat browservenster.

129
00:22:52.200 --> 00:23:01.580
En dat is natuurlijk interessant, want het is, het opnemen van je computer is een vorm van context bieden aan een AI. Het is niet alleen maar het opnemen van je computer zodat je makkelijk dingen kan terugzoeken.

130
00:23:01.640 --> 00:23:10.400
Het is ook die AI leren over jou, ja, of over jou, over wat je allemaal op je scherm hebt gehad. Dus dat is de context van je leven.

131
00:23:10.420 --> 00:23:18.100
En op, je, je kan verwachten dat je dan in de toekomst met Copilot dat hij iets daarmee gaat doen. Die context van je, van je geschiedenis, zeg maar.

132
00:23:18.980 --> 00:23:25.380
Dat Microsoft daar vroeg mee was, dat ze dit zo vroeg in Windows hebben ingebouwd, vind ik super opvallend.

133
00:23:25.480 --> 00:23:30.940
Daar was allemaal gedoe over, hè, want er waren gelijk privacyproblemen en toen werd het opt-in in plaats van opt-out.

134
00:23:30.979 --> 00:23:43.400
En, dus, maar puur en alleen het feit dat Microsoft die keuze maakt om dat in Windows op dat moment al in te bouwen, heel vooroplopend. En nu de hoofd communicatie van Microsoft hier uit zichzelf over begint.

135
00:23:43.760 --> 00:23:57.540
En Nadella, uh, niet keihard ja zegt, wat eigenlijk het op, wat eigenlijk het voor de hand liggende antwoord zou zijn. Natuurlijk zegt hij ja. Uhm. Ik denk eigenlijk dat ze de, dat ze de- Zij gaan dit maken.

136
00:23:57.780 --> 00:24:08.500
Ja, en dat ze de hardware, uh, AI hardware space, whatever, zeg maar van de, uh, pennetjes, uh, armbanden, noem het allemaal op, hè, waar we een aflevering over hebben gemaakt, de wearables eigenlijk.

137
00:24:09.160 --> 00:24:18.880
Dat ze die gewoon in de gaten hebben, dat ze, want ik weet, ze hebben heel veel, uh, research en een soort prototypes gemaakt al. Ze hebben een soort live cam gehad die je om je nek kon hangen.

138
00:24:18.920 --> 00:24:26.059
Nou, voor mij al dertien jaar geleden. Ja, ja. Die de hele dag opnam en zo, hè. Dus dat idee van een soort recall- Is niet totaal nieuw. Leeft in het lab bij hun. Ja.

139
00:24:26.070 --> 00:24:36.480
Alleen ik denk dat die, en nu, nu zijn we lekker aan het, uh. Ja, we zijn nu echt aan het feesten. Best prima. Fijn, is dat de soort twijfelachtige ja is, dat ze denk ik niet de eerste willen zijn.

140
00:24:37.040 --> 00:24:47.720
Dus, uh, het is eigenlijk wel prettiger om wat startups dit te laten verkennen, zodat die dan ook wat meer, nou ja, op hun bek kunnen gaan en teruggefloten kunnen worden. Zeker.

141
00:24:47.780 --> 00:24:59.320
En, maar ik kan me wel voorstellen dat ze daar vrij snel achteraan. Ik bedoel, ze laten nu eigenlijk denk ik ook OpenAI samen met Joni Ive gewoon die Star Trek tricorder, of in ieder geval die Star Trek pin, uh, maken.

142
00:24:59.380 --> 00:25:07.680
Maar dat is OpenAI, hè, dat is niet Microsoft. Nee, ik bedoel, die laten ze dan nog eerst maken. Maar dan wil je toch niet zeggen: oh, oh, oh, blijkbaar zijn wearables nu een succes.

143
00:25:07.740 --> 00:25:15.600
Laten wij ook een labje gaan starten waar we wat gaan rommelen. Ik denk dat je dat dan op de achtergrond gewoon laat meedraaien en de markt inspringt wanneer de markt er klaar voor is. Bestin.

144
00:25:15.640 --> 00:25:26.240
Dat jij niet de klappen krijgt, want. Ja, ik weet het niet. Het is een spannende device categorie, hè? Ja, maar ik vind het heel erg des Microsoft zoals ze ook geprobeerd hebben om de, natuurlijk de Windows Phone.

145
00:25:26.560 --> 00:25:31.160
Ze hebben gewoon, gewoon geprobeerd een mobiel operating systeem te maken. Zeker. Daar is heel veel in geïnvesteerd.

146
00:25:31.180 --> 00:25:39.944
Dat is uiteindelijk niet gelukt.Je bedoelt ze gaan nu niet, niet te lang aan de zijlijn staan, want straks verliezen ze deze weer Nee, ik denk, ik ben het eigenlijk echt niet met je eens.

147
00:25:40.004 --> 00:25:48.944
Ik denk helemaal niet dat ze aan het wachten zijn en dat, zeg maar bewijsvoering daarvoor is hoe snel ze recall in Windows hebben geïnstalleerd. Ja, want dit zit te popelen, denk jij? Dat denk ik.

148
00:25:49.403 --> 00:26:04.164
Ik denk dat dit hele ding, uhm, uh, van, uh, AI. Gaan wij AI krijgen die de hele tijd met ons aan het meekijken en luisteren is, AI ogen en oren geven door middel van, weet je, wat dan, wat dan ook de vormfactor wordt.

149
00:26:04.184 --> 00:26:09.784
Misschien wordt het een broche, misschien wordt het een soort van koptelefoontje. Misschien wordt het, godver mij een paar cent oorbellen.

150
00:26:09.824 --> 00:26:15.864
Maakt me allemaal niet uit, maar er gaat een vormfactor komen waardoor je AI deelgenoot gaat maken van je, van je leven.

151
00:26:16.324 --> 00:26:24.164
En dit gaat, dit voelt nu nog super raar, maar ik denk echt dat zoals praatpalen in huizen normaal zijn geworden, dit ook normaal gaat worden. Ik weet, ik weet hoe jij hierin staat.

152
00:26:24.184 --> 00:26:34.484
Ik ben alleen heel nieuwsgierig of Microsoft het aan gaat durven om daar, uh, ook de potentiële reputatie op te gaan bouwen. Want dat is best wel een ding. Dit is wat OpenAI ook aan het doen is met Johnny.

153
00:26:34.544 --> 00:26:44.624
Ja, weet ik, maar dat is een veel minder groot bedrijf dan Microsoft, toch? Ik bedoel, Microsoft is echt wel een, een, een. Jij denkt dat de, de standaarden voor hun anders zijn, dat ze kritischer benaderd, uh, worden.

154
00:26:44.684 --> 00:26:52.014
Ja. Ja, maar ook daar kun je weer dingen bij bedenken. Dat je bijvoorbeeld, dat hij alleen maar begint te luisteren nadat je, na-nadat je iets fysieks doet bijvoorbeeld. Ja.

155
00:26:52.144 --> 00:26:58.904
Dat je hem echt pas vraagt om te luisteren als je. Ik, ik denk echt dat dit, anders zouden ze het niet proactief opbrengen.

156
00:26:59.364 --> 00:27:07.924
Ik heb hier nog nergens over gelezen en Nee, jij, kijk, jij zit in een interview waar iemand er ineens over begint terwijl jij er niet over begint en dat heeft jou nu aangezet. Dus, dat begrijp ik. Dat denk ik, ja.

157
00:27:07.964 --> 00:27:14.244
Maar goed, die weddenschap heb ik alvast, alvast met je aan. Ik denk dat Microsoft niet de eerste zal zijn. Nee, niet de eerste. Dat is niet wat ik zeg.

158
00:27:14.284 --> 00:27:23.844
Maar ik denk wel dat ze binnen twee jaar een hardware, hardware device hebben uitgebracht. Een AI hardware device waarvan zij hopen dat het defining vormfactor voor, uh, voor AI hardware gaat zijn.

159
00:27:23.854 --> 00:27:30.384
Ik denk: ze doen mee, maar ze lopen niet voorop. En misschien is dat Nee, dat zijn we, misschien allebei. Dat kan allebei waar zijn. Wat viel jou op in dit interview?

160
00:27:31.044 --> 00:27:46.724
Nou, ik denk dat een, een groot verschil in, uh, hoe wij AI benaderen dan jij en ik en hoe Satya het benadert is. Hij zit heel erg op het, uh, idee AI als tool, AI als augmentation, AI als mens verlengende technologie.

161
00:27:47.224 --> 00:27:56.764
Terwijl wij daar eigenlijk meer binnenkomen met AI, je nieuwe collega, AI die mens vervangend is, hè. Dus het is een beetje het aug-augmentation versus vervang debat.

162
00:27:56.844 --> 00:28:08.984
En kijk, zolang AI een tool is, uh, die als een soort fiets ervoor zorgt dat jij sneller kan lopen, uh, dan, daar zit wat mij betreft ook al, uh, daar zitten allerlei vragen en spanning.

163
00:28:09.524 --> 00:28:22.184
Maar de echte spanning en de zorg, zeg maar, zit hem wat mij betreft veel meer op die, uh, wat als je ineens 10.000 wetenschappers in een datacenter hebt en alle mensen die nu PhD's doen, wat gaan die dan doen, zeg maar, het vervangende.

164
00:28:22.224 --> 00:28:32.124
En we zaten tijdens dat hele gesprek een beetje te, te duwen en heen en weer te bewegen van, dat Satya eigenlijk antwoorden gaf, meer in de, hè, uh, we hebben dit eerder meegemaakt.

165
00:28:32.164 --> 00:28:39.603
Het gaat alleen wel sneller nu en ik ben het wel met jullie eens dat het anders is, maar tegelijkertijd, hè, ik, ik zie gewoon heel veel potentie, et cetera.

166
00:28:39.984 --> 00:28:46.404
Terwijl wij hem eigenlijk iedere keer een beetje meer naar: maar wat nou als het lukt en AI wordt echt zo goed.

167
00:28:46.764 --> 00:28:56.164
Wij zitten meer op dat AGI, uh, super intelligence vraagstuk en hij zat veel meer op, uh, copiloot, niet pilot, zeg maar. Ja, hij heeft het natuurlijk over de belevingswereld van zijn klanten.

168
00:28:56.504 --> 00:29:10.964
Namelijk bedrijven die Copilot kopen in hopen daarmee, uh, werk productiever te maken of efficiënter te maken. Hij heeft het over die belevingswereld en niet over het soort van, uh, superintelligentie verhaal.

169
00:29:11.004 --> 00:29:18.144
Wat, uh, dat is helemaal niet, dat is ook, hoort ook eigenlijk helemaal niet bij de talking point van Microsoft. Microsoft gaat over werk en niet over Ik was niet verbaasd.

170
00:29:18.224 --> 00:29:31.444
Dat is niet, ik bedoel, zo naïef ben ik ook niet, maar ik, ik vind het wel een interessant, omdat wij natuurlijk, uh, als je de verschillende, uh, uh, scenario's leest, gaat het van over twee jaar, over vijf jaar, over tien jaar, maar wel binnen tien jaar, hè.

171
00:29:31.524 --> 00:29:42.204
Nou goed, dat als in iets wat jouw, wat jouw nieuwe collega kan zijn. En dan zeggen: nou, laten we het, laten we het vooral hebben over wat er vandaag kan en hoe het vandaag ingezet kan worden.

172
00:29:42.224 --> 00:29:47.384
En die, en die discussie er eigenlijk een beetje buiten laten. Ik bedoel, ik merk het niet alleen maar in dit interview.

173
00:29:47.424 --> 00:29:59.044
Ik merk het overal waar ik kom, waar ook heel veel ondernemers, uh, terecht in mijn ogen wel, tegen mij zeggen: ik heb gewoon enorme tekorten. Ik wil van alles doen. Ja. Dat kan nu niet. Ja.

174
00:29:59.104 --> 00:30:06.824
Als er voor mij een soort magische technologie bij komt waardoor mijn mensen twee keer zoveel kunnen en ik misschien zelfs op een gegeven moment synthetische collega's kan gaan inzetten.

175
00:30:07.444 --> 00:30:13.424
Uhm, ja, in de zorg, noem alle onderwerpen maar op. Ik kan niet wachten. Ja. En dus, dit is waar wij

176
00:30:14.344 --> 00:30:25.184
een beetje tegenop, uh, uh, lopen steeds is dat we, dat we dan zeggen: ja, maar eigenlijk leven wij, het is in ons hoofd is het allemaal al gelukt. Hè, dus augmentation is al gelukt. GPT-6 is al uit.

177
00:30:25.744 --> 00:30:30.884
Uh, iedereen heeft inmiddels door dat ze eigenlijk gewoon een hele nieuwe collega hebben. En wat moeten we dan?

178
00:30:30.904 --> 00:30:38.424
We slaan steeds een paar tussenstappen over en dat zorgt in heel veel gesprekken voor die ietwat vreemde, ja, spanning of, of meningsverschil.

179
00:30:38.704 --> 00:30:48.964
Ja, we doen een aantal aannames waardoor je het eigenlijk niet meer hebt over de korte termijn. Ja. Echt de korte termijn. Mensen willen het gewoon hebben over welke spullen gaan we in onze tas doen voor de vakantie.

180
00:30:49.004 --> 00:30:55.704
En wij zijn aan het praten over wat gaan we doen als we op, op de maan zijn of zo. En dat, dat, het heeft twee hele andere gesprekken over AI.

181
00:30:55.984 --> 00:31:08.683
Het is ook mooi dat toen het gesprek klaar was en de, de, uh, opname eigenlijk uitging, zei hij: ja, het is ook een beetje, wij praten hier nu over en jullie praten hier over, over, weet je, dat je je zorgen maakt en over regelgeving en over.

182
00:31:08.984 --> 00:31:31.684
Maar je moet je ook realiseren: ik kom op heel veel plekken waar, uhm, zoals in India, waar mensen ongelooflijk blij zijn dat ze opeens, dat, het is ook een nivellerende technologie, dus mensen zijn ook ongelooflijk blij dat ze juist meer toegang krijgen tot, uhm, tot productiviteit en, en ook een manier om bij te komen bij de rest van de westerse wereld.

183
00:31:31.984 --> 00:31:51.840
Ja, ik denk ook in dat opzicht wat wij heel ergVoelde en wat weer, weer, uh, duidelijker naar voren kwam is ook de, uh, dat wij al hier in, uh, West-Europa, uh, meer ervaring hebben met technologie als in grote technologieën die ons hebben veranderd en die ook heel veel neveneffecten hadden waar we achteraf minder blij mee waren.

184
00:31:51.920 --> 00:32:01.180
Ja. En dat je daardoor met een soort r-, vreemde nasmaak zo'n volgende technologierevolutie ingaat. Dat denk je, denkt nou, de laatste keer met social media gebeurde dit en dit en dat.

185
00:32:01.680 --> 00:32:08.280
Nu komt er weer zo'n golf over ons heen, tien keer zo hoog als het, uh, aan Alexander en Wytse ligt. En, uh, wat gaat dat dan doen, hè?

186
00:32:08.320 --> 00:32:21.640
Dus d'r, er zit veel meer een soort, uh, nou ja, noem het technologietrauma in ons allemaal dan dat, dat, uh, in andere landen die misschien, uh, een soort leap hebben nu en, en die technologie als eerst meteen krijgen, niet die nasmaak hebben.

187
00:32:22.360 --> 00:32:35.920
Goed, straks gaan we, gaan we het hebben over Andrej Karpathy, uh, uh, een van de godfathers van AI, uh, die een keynote heeft gegeven deze week voor Y Combinator als ik het goed heb. Ja.

188
00:32:36.090 --> 00:32:37.440
Echt, echt een soort nerdenpubliek.

189
00:32:37.820 --> 00:32:47.300
En hij heeft een soort, ja, je zou kunnen zeggen de, de uitvinder van vibe coding, want die term heeft hij gecoïnd, heeft nu weer een nieuwe poging gedaan om een duit in het zakje te doen.

190
00:32:48.080 --> 00:32:54.919
Wytse heeft die keynote bekeken. Het krijgt veel aandacht en Wytse gaat de belangrijkste dingen, uh, uit deze keynote vertellen. Dat straks.

191
00:32:54.980 --> 00:33:06.580
Maar eerst een oproep van Dept aan jou als luisteraar als je van AI je dagelijks werk zou willen maken. [muziek] Hi, hier Dept. Elke week bespreken we hoe wij een merk helpen in de wondere wereld van AI.

192
00:33:06.920 --> 00:33:19.390
Maar deze week gaan we het even hebben over onszelf. Of eigenlijk over jullie, onze luisteraars. Want Lucas, wij komen handen tekort. Absoluut. We zitten tot over onze oren in het AI-werk. Megaleuk werk trouwens.

193
00:33:19.420 --> 00:33:29.230
We helpen bijvoorbeeld eBay, uh, om content te versnellen, uh, en we maken aanbevelingsmodellen voor Rituals en het helpen van een breed scala aan klanten om nog beter gevonden te worden in die wereld van AI-zoekmachines.

194
00:33:29.400 --> 00:33:38.020
En als klap op de vuurpijl bouwen we ook actief door aan onze eigen interne tooling om onze teams te helpen nog beter werk te leveren. Check. Dus we hebben eigenlijk mensen nodig die vandaag al willen bouwen.

195
00:33:38.280 --> 00:33:52.020
Ja, hou je vast. We zoeken AI-consultants, AI-engineers, data scientists, uh, machine learning engineers en ook mensen die ons kunnen helpen om verder te optimaliseren. En uiteraard we zoeken ze eigenlijk al gister.

196
00:33:52.560 --> 00:34:04.040
Duidelijk. Oké, dus werk jij graag aan complexe internationale projecten en wil je echt het verschil maken met AI? Check dan nu onze vacatures in Nederland, Duitsland, de UK en de US.

197
00:34:04.700 --> 00:34:11.820
En ga zo snel mogelijk naar deptagency.com/aivacancies. Solliciteren dus. Tot volgende week!

198
00:34:13.100 --> 00:34:28.600
[muziek] Oké, Wytse, jij zat vanmorgen in bed en toen heb jij deze keynote van, uh, Karpathy gekeken. Wat, uh, maakt het de, de verwach-, de hoge verwachtingen waar?

199
00:34:28.640 --> 00:34:37.280
Want dit is in nerd circles, voor de luisteraar die denkt misschien waar gaat dit over, maar in nerd circles is deze keynote kwam online en nog, eigenlijk nog voordat hij online kwam, waren mensen al in rep en roer.

200
00:34:37.720 --> 00:34:47.420
Toen kwam die keynote online en toen zag ik echt een miljoen miljard, uh, Twitterthreads voorbijkomen waar mensen de dingen samenvatten waren. Was, is het, hoe, hoe, hoeveel indruk heeft het op je gemaakt?

201
00:34:47.720 --> 00:34:58.530
Nou, ik denk niet dat er per se, uh, hele, uh, spectaculair nieuwe dingen zijn gezegd, maar het is altijd, uh, indrukwekkend als iemand ze allemaal op een rij zet. Karpathy is heel erg van de metaforen. Ja.

202
00:34:58.540 --> 00:34:59.820
Nou, dat vind ik ook leuk. Ja.

203
00:35:00.160 --> 00:35:10.880
Hè, dus ik word er altijd blij van als iemand nieuwe metaforen maakt, zodat wij weer wat makkelijk, op een makkelijke manier, [lacht] ik weet niet of het hier makkelijker gaat worden trouwens, maar op een, het is een interessante manier om naar de wereld te kijken.

204
00:35:10.900 --> 00:35:19.500
Hij gebruikt heel veel metaforen van early computing, zeg maar vanaf jaren 60 tot nu. Dat ie zegt: is het niet weer zoals dit? Is het eigenlijk niet zoals dat? Want wat zegt hij daarover? Nou,

205
00:35:20.580 --> 00:35:30.940
een van de zaken waar hij al snel over begint te praten is: wat is software eigenlijk? Hij heeft een tweet gedaan destijds. E-Engels is the new programming language. Nou, daar is hij ook- De basis van vibe coding. Ja.

206
00:35:30.950 --> 00:35:39.240
Namelijk gewoon door normale, normaal Engels te gebruiken software programmeren. En eigenlijk zegt hij: er zijn nu drie vormen van software.

207
00:35:39.380 --> 00:35:50.190
Software 1.0 is eigenlijk hoe software vroeger werd gemaakt, namelijk, hè, dus je moet er even van uitgaan een computer die, uh, dat is de hardware. En dat is, dat is niet zoveel zonder de software. Mhmm.

208
00:35:50.520 --> 00:36:01.880
En wij zijn gewend dat jij software hebt in de vorm van programmeren, namelijk een programmeertaal. En jij brengt die software dan uit, uh, op een, een dvd destijds, uiteindelijk downloads en in app stores.

209
00:36:02.260 --> 00:36:11.460
En die draai je dan op jouw computer en dan kan je computer wat anders. Software 1.0, dat is wat we gewend zijn. Dan zegt hij: je hebt ook software 2.0. Dat zijn eigenlijk neurale netwerken.

210
00:36:12.060 --> 00:36:21.860
Hij gaat nog verder naar 3.0 voordat je denkt: dat is dus zijn verhaal. Hij begint dan bij 2.0, dat hij zegt: 2.0 is eigenlijk software die heel anders reageert.

211
00:36:22.180 --> 00:36:32.460
Software die statistisch is, software die niet deterministisch is, hè, dus er komt niet altijd hetzelfde antwoord uit. Uh, software die menselijk lijkt. Het is eigenlijk een heel ander soort software.

212
00:36:32.500 --> 00:36:40.520
Dus hij zegt: we hebben de oude klassieke software die op je computer draait. Die doet als het goed is altijd hetzelfde en die doet vooral wat jij wil. En dan heb je software 2.0.

213
00:36:40.540 --> 00:36:45.740
Dat is namelijk een model draaien, zeg maar. Dat kan je op je computer draaien of in een datacentrum, dat doet er voor zijn verhaal niet toe.

214
00:36:46.200 --> 00:36:55.280
En dan zegt hij: tegen dat model kan je zeggen: maak een plaatje voor mij en dan komt er een plaatje uit. Het is een soort tekenaar, zeg maar. Mhmm. En dat is een hele andere vorm van software dan die software daarvoor.

215
00:36:55.400 --> 00:37:03.700
Ja. Nou, logisch. En dan zegt hij: maar er is ook software 3.0 en dat is eigenlijk waar hij het het meest over wil hebben. Nou, dat, dat loopt als een rode draad door zijn hele verhaal heen.

216
00:37:04.100 --> 00:37:14.860
Is namelijk, uh, taalmodellen, wat een vorm van software 2.0 is, maar heel specifiek taalmodellen die, uh, prompts kunnen krijgen als opdracht.

217
00:37:15.100 --> 00:37:22.100
En eigenlijk als jij het dan een prompt geeft, dan gaat ie, uh, dat neurale netwerk voor jou aan de gang en komt dan met iets.

218
00:37:22.500 --> 00:37:32.580
En dan kan je zeggen: oké, prima, maar hij, hij maakt eigenlijk een paar sprongen dat hij zegt: of je praatte tegen een computer in een programmeertaal die een kleine groep mensen kende,

219
00:37:33.480 --> 00:37:48.584
software 1.0.Of je praat tegen je computer en, uh, die komt terug met statistieken en, uh, uh, uh, grafieken over, uh, dit is een kans op het weer, hè, dus weermodellen et cetera. Hele toegepaste AI-modellen.

220
00:37:48.624 --> 00:37:54.704
Die werden voorheen alleen maar gebruikt op de achtergrond. Op jouw Apple Watch zei je Apple Watch: je moet gaan staan, want je zit niet genoeg.

221
00:37:55.024 --> 00:38:07.764
Dat is een stukje software wat werkt met een soort intelligentie, maar n-niet waar jij tegen kan praten, niet waar jij vragen aan kan stellen. Dat is een, dat is een eerste vorm van AI in de vorm van software.

222
00:38:08.104 --> 00:38:18.704
En de derde vorm van software, en dat is de, de nieuwste vorm van software, dat zijn, uh, modellen waar jij met menselijke taal tegen kunt praten en die dan dingen voor jou gaan maken.

223
00:38:18.784 --> 00:38:21.824
Muziek, afbeeldingen of tegen je terug gaan praten, zeg maar. Mhmm.

224
00:38:22.164 --> 00:38:31.404
En zijn hele punt is eigenlijk dat die, uhm, mix van verschillende manieren van software maken, want dat is zijn, zijn grote, uh, uh, punt richting softwareontwikkelaars.

225
00:38:31.424 --> 00:38:40.904
Het is een lezing voor softwareontwikkelaars die of al een tijd software programmeren of net zijn begonnen. Of studenten die twijfelen of ze softwareprogrammeur moeten worden. Dat was het publiek.

226
00:38:41.064 --> 00:38:59.284
Hij heeft het ook heel vaak dat hij zegt: veel van jullie zijn nog te jong om mijn metaforen te begrijpen, dus ik ga ervan uit dat er ook tieners zaten daar, en dat hij zegt: ik wil jullie eigenlijk, uhm, overbrengen en, en helpen in het feit dat je niet je moet gaan specialiseren in software 1.0 of software 2.0.

227
00:38:59.344 --> 00:39:09.644
Leer niet meer programmeren? Wacht even. Of software 3.0, maar in alle drie. Oh. Zo, dus hij, het, hij zet echt wel een grote, uh, grote opdracht neer voor de mensen aanwezig, dat hij zegt:

228
00:39:10.564 --> 00:39:20.724
je moet eigenlijk leren traditioneel programmeren, zodat je begrijpt als je als human in de loop zit met een AI-systeem dat gaat programmeren, dat je kan ingrijpen en controleren of het goed gaat. Ja.

229
00:39:20.884 --> 00:39:32.544
Ik kom zo op waarom hij dat zo belangrijk vindt. Maar je moet ook begrijpen dat, uh, naast dat je software kan maken, moet je begrijpen hoe neurale netwerken werken, zodat je die ook zelf kan maken.

230
00:39:33.384 --> 00:39:39.064
En software 3.0, dat je neurale netwerken in kan zetten om software 1.0 te maken.

231
00:39:39.384 --> 00:39:55.624
En zo laat hij eigenlijk zien dat de toekomst van hoe software werkt op een laptop, smartphone, smartwatch, datacenter, een combinatie is van die drie dingen, namelijk klassieke code geschreven door mensen en door, door neurale netwerken.

232
00:39:56.264 --> 00:40:10.204
Twee: de neurale netwerken zelf. Die moet ook iemand maken en programmeren. En drie: uh, hoe praat jij slim met een AI? En waarom moet je nog steeds weten hoe je klassieke software moet schrijven als programmeur?

233
00:40:10.364 --> 00:40:23.824
Omdat we anders daarmee de keuze maken om uit de loop te gaan en niet meer mee te doen. Ja. Dus of we geven het volledig over aan AI, het vertrouwen is daar en wat AI eruit gooit gaan we niet meer controleren.

234
00:40:23.904 --> 00:40:32.564
Of we gaan het controleren en dus moeten begrijpen en dus weer moeten leren. Oké, wat vind je nog meer op? Uhm, wij hebben een prompt library gemaakt. Ja.

235
00:40:32.904 --> 00:40:42.284
Nou, dan vragen mensen wel eens aan mij: joh, grappig dat je een prompt library hebt gemaakt, maar dat zijn toch gewoon stukken tekst die ik in ChatGPT kan plakken? Zie jij dat nou echt als zo waardevol?

236
00:40:42.344 --> 00:40:52.224
Nou, dan begin ik, als mensen het niet op straat aan mij vragen, maar om mij heen, dan zeg ik: ja, dat zie ik zeker als waardevol, want het is een software library. Prompts zijn software. Ja.

237
00:40:52.304 --> 00:41:03.804
Nou, daar gaat Karpathy een stapje verder in. Die zegt: we hebben vroeger gehad dat jij, uh, hardware had waar een hele kleine groep, uh, magiërs ponskaarten voor kon maken.

238
00:41:04.164 --> 00:41:14.144
En die gingen dan door de computer heen en die konden daar dan mee rekenen voor weersystemen, noem het allemaal maar op. Maar- Je hebt het nu over de jaren 50. Ja, echt, echt lang geleden, zeg maar.

239
00:41:14.184 --> 00:41:23.664
Toen was er echt een hele kleine groep die die magie kon doen, zeg maar. Ja, het waren hele dure machines. En die, die, je, t, het was heel bijzonder als je toegang had tot een computer. Zeker. Mhmm.

240
00:41:24.044 --> 00:41:34.744
En uiteindelijk zijn daar allemaal abstractielagen overheen geschreven. Dus lagen om het eigenlijk voor meer mensen makkelijker te maken om magie te doen met computers. Computers werden goedkoper en kleiner.

241
00:41:34.824 --> 00:41:45.324
Ja, en je kreeg programmeertalen die meer op Engels leken, hè, want de eer-, de eerste programmeertaal, dat was een soort van, uh- Gaatjes. Klingon, e-, letterlijk gaatjes en daarna een soort van alien Klingon.

242
00:41:45.404 --> 00:41:53.203
En op een gegeven moment kom je bij iets waar staat: if this, then that, zeg maar. En dan kan je, kon je het al lezen, zeg maar. Het was- Het was in ieder geval Engels. Ja, het voelde als wat Engelser.

243
00:41:53.284 --> 00:42:05.724
Je kon het redelijk lezen. Ja. Nou, nu zijn we, uh, maar een van de stappen die daar oo-ook in zit is het idee van een operating system, namelijk, daar is Microsoft zo groot mee geworden. Windows, daarvoor DOS. Ja.

244
00:42:05.764 --> 00:42:12.584
Waarin je eigenlijk zegt: al die software die wordt gemaakt voor die computers, die gebruiken allemaal dezelfde onderdelen.

245
00:42:12.704 --> 00:42:18.504
Iedere keer willen ze een muis aansturen, ze willen geluid maken, ze willen naar het geheugen toe schrijven, et cetera.

246
00:42:18.564 --> 00:42:26.734
Dus dan ga je natuurlijk heel slim een toolkit aanbieden waarbij je eigenlijk tegen softwareontwikkelaars zegt: 90% van jullie software gebruikt dezelfde puzzelstukken.

247
00:42:27.064 --> 00:42:30.514
Zullen we die puzzelstukken bundelen als een operating system? Laten we even zeggen Windows.

248
00:42:30.524 --> 00:42:39.844
Zodat niet iedereen bij software hoeft te, in, in hoeft te bouwen hoe, hoe een muisinteractie, uh, weet je, geïnterpreteerd wordt door software, maar dat wordt dan overgelaten aan het operatiesysteem.

249
00:42:39.864 --> 00:42:49.234
En die, die standaardisering maakt dat het goedkoper en makkelijker wordt om software te maken. Ja, dus dat was weer een hele explosie. En dat, een, een explosie op de rug van Microsoft, zeg maar, hè.

250
00:42:49.284 --> 00:43:00.284
Dus dat is voor Microsoft natuurlijk helemaal, hè, te gek, want het Windows ecosysteem ontstond toen. Een echt ecosysteem vol met wezentjes, namelijk wordprocessoren, uh, mp3, uh, Winamp, noem het allemaal maar op. Ja.

251
00:43:00.964 --> 00:43:10.464
En zo'n operating system doet eigenlijk, uh, heel veel weg abstraheren. Het netwerk bijvoorbeeld op de achtergrond, hoe je data wegschrijft, wordt gestandaardiseerd, et cetera.

252
00:43:10.524 --> 00:43:20.124
Zodat niet ieder, dat niet Word de harde schijf hoeft te gaan aansturen, omdat, dat zou, he, allemaal absurd zijn als je het zo zegt. Ja. Het wordt allemaal gestandaardiseerd en geabstraheerd. Ja.

253
00:43:20.364 --> 00:43:31.564
Wat eigenlijk Karpathy zegt is: zie nou eens een taalmodel, hè, als een ChatGPT, als een operating system. Dus dan moet je echt van: wat? Ja, dat begrijp ik niet. Nee, dus hij zegt: nou,

254
00:43:33.224 --> 00:43:38.348
de taalmodellen van vandaagDie hebben toegang tot het internet door middel van tool calling.

255
00:43:38.648 --> 00:43:47.688
Dus die hebben in essentie, net als Windows dat heeft, Windows heeft toegang tot jouw netwerkkaart en daarmee en je wifi-kaart en daarmee het internet. Windows heeft ook toegang tot jouw scherm.

256
00:43:47.728 --> 00:43:58.768
Daar kan hij dingen op tonen. Die geeft toegang tot jouw geluidskaart en drive, driver daarvan, zodat hij audio kan laten horen. Eigenlijk heeft jouw LLM ook steeds meer toegang tot dingen om zich heen.

257
00:43:58.828 --> 00:44:14.028
Die wordt eigenlijk een soort spin in het web, waardoor jouw, uh, uhm, stukje code wat je erin stopt, dus hij zegt in eerste instantie: prompts schrijven in het Engels is eigenlijk die ponskaart voeren door die machine heen.

258
00:44:14.068 --> 00:44:24.288
Alleen nu is het niet meer een ponskaart met gaten of programmeertaal, doet er niet toe, maar het is Engelse taal of Nederlandse taal, dat doet er niet eens meer toe. Die voer jij zo'n taalmodel.

259
00:44:24.308 --> 00:44:33.428
Die gaat dan voor jou het internet op. Die kan memory bijhouden, zeg maar, die kan dingetjes wegschrijven op schijf, die kan plaatjes maken, de muis besturen, et cetera.

260
00:44:33.508 --> 00:44:48.188
En eigenlijk wordt dat langzamerhand een steeds, uh, uitgebreider, groter systeem waar hij eigenlijk zegt, en dat vind ik wel interessant, uh, dat we nog in de DOS-era zijn van taalmodellen.

261
00:44:48.228 --> 00:44:56.088
Wij hebben het hier ook al vaak over gehad, hè. Je opent de website van Open AI en het is niet zwart maar grijs, maar er staat wel een knipperende cursor en ga maar typen, zeg maar. Succes.

262
00:44:56.808 --> 00:45:09.708
En Karpathy- Je bedoelt het is de DOS, DOS-era qua, uh, het kan heel veel, maar je, je moet dat allemaal weten wat je ermee kan voordat je het kan maken. Ja, en de interface is tekst. Ja.

263
00:45:09.738 --> 00:45:17.688
Hè, dus, en dit is voor ons allemaal nog, voor, voor velen van ons moeilijk voor te stellen. Het kost mij ook heel veel moeite, maar, kijk, je moet je, je moet je voorstellen, de,

264
00:45:19.068 --> 00:45:24.408
een van de demo's der demo's is de, uh, uhm, hoe zeg je dat? De release, de,

265
00:45:25.528 --> 00:45:43.368
dat Steve Jobs de deken aftrekt van de Macintosh, waarop voor het eerst een muis, een toetsenbord voor het eerst voor de massa, laat ik het zo zeggen, los van de Xerox historie, waar voor het eerst aan de massa getoond werd: kijk, dit is een computer en als jij wat tekent, dan zie je dat meteen.

266
00:45:43.548 --> 00:45:54.248
En dan was heel het publiek gewoon- Precies, in plaats van dat, om een, om een plaatje op je scherm te tonen moest je daarvoor een eindeloze reeks aan commando's invoeren. En hem, en hem, geen grap, uitprinten.

267
00:45:54.328 --> 00:46:00.648
Ja, precies. Nee, want het kon niet eens getoond worden op je scherm. Ja. Zeg maar, het scherm kon niet de bitmap, die pixels tonen. Die kon alleen maar tekst tonen.

268
00:46:00.928 --> 00:46:09.408
En dan is, dan is de stap naar een muis vasthouden en daarmee een, een lijntje kunnen trekken is een enorme verandering en is opeens veel intuïtiever.

269
00:46:09.468 --> 00:46:14.607
Waardoor het, uh, waardoor je, ja, waardoor je het ook mie-- makkelijker zo gaat inzetten.

270
00:46:14.648 --> 00:46:26.508
Ja, en, en, de, het moeilijke van dit soort dingen is, die zijn zo, er zijn al zoveel luisteraars geboren in dat paradigma waarin een computer grafisch was, zeg maar, dat het gewoon niet meer voor te stellen is dat dat- Hoe groot die verandering was.

271
00:46:26.568 --> 00:46:41.588
Ja. En Karpathy zegt eigenlijk, als ik je goed begrijp: precies die transitie, daar gaan wij nu in. Ja, hij zegt eigenlijk: er is nog geen UI, GUI. We missen nog die hele grafische schil om AI heen. Juist.

272
00:46:41.668 --> 00:46:48.368
We zitten nog, we zitten nog- Niet grafisch, het is de, de interactieschil. Soort van: hoe gaan we nou echt het in ons leven geb-gebruiken?

273
00:46:48.408 --> 00:46:59.808
Want Mark Zuckerberg, uh, die, die, uh, die verkoopt een bril waar je tegenaan kan praten en die, die je altijd bij je hebt. Wat weer een heel andere gedachte is als, weet je wat Apple doet met Apple Intelligence?

274
00:46:59.868 --> 00:47:08.748
Het is op je mobiele telefoon. Het is een abstractielaag boven op het operating systeem. Weet je, d-dat zi-, het zijn hele andere visies over hoe je taalmodellen aanroept.

275
00:47:08.808 --> 00:47:13.228
Ja, en, en laat ik het zo zeggen: als ik nu, ik zit hier nu ook achter mijn laptop.

276
00:47:13.648 --> 00:47:22.008
Als ik nu, uh, mijn toetsenbord zou afplakken met een stuk karton en ik mag alleen nog maar de muis gebruiken, dan kan ik nog best wel veel. Mhmm.

277
00:47:22.088 --> 00:47:32.268
En, en ik bedoel, ik, ik kan dan nog dingen op mijn computer doen met enkel de muis. Ja. Als je dan zegt: je mag alleen nog maar je muis gebruiken, ga maar naar ChatGPT. Wat ga je dan doen? Praten.

278
00:47:32.488 --> 00:47:39.588
Ja, met je mond bedoel je? Ja. Nee, precies, dus dan zou je de microfoon aan moeten zetten. Ja. Dus dan, dan, dan zeg je al: we kunnen in plaats van typen kunnen we praten. Aha.

279
00:47:39.828 --> 00:47:43.488
Maar al die tijd daarvoor heb ik weinig tegen mijn computer gepraat. Ja.

280
00:47:43.528 --> 00:47:57.408
Hè, dus er, op een of andere manier is het, de interface met knoppen, de visuele interface zoals heel veel mensen die hartstikke prettig vinden, die ook heel menselijk en natuurlijk is, is er eigenlijk nog niet in het AI, in het AI-tijdperk, zeg maar.

281
00:47:57.438 --> 00:48:06.878
Het is of praten met je toetsenbord of praten met je mond. En doet hij een voorspelling. Nou, hij st-staat daar natuurlijk voor een groep ontwikkelaars en moedigt hun aan. Ja, ga dit eens maken.

282
00:48:06.908 --> 00:48:18.768
Ga dit eens, nou, ma-maak nou eens voorbeelden van de, ja, hoe Windows eruit zou zien zoals Windows ooit over DOS heen ge-ge-gemaakt is, zeg maar. Ja. Welke Windows gaan jullie over AI heen leggen?

283
00:48:18.808 --> 00:48:29.908
Ja, dus dit is echt het, laat het punt bij je indalen dat Windows zoals we dat, zoals dat begon met Windows 3.1 of 1.0 zelfs, uh, maar 3.1 was waar het voor mij mee begon.

284
00:48:30.048 --> 00:48:45.608
Uh, dat, gewoon hoe, hoe logisch het nu voor ons is dat je een, bij wijze, zeg maar een startknop of een dock met iconen erin, of het hele concept van Windows, hoe nieuw dat was in een tijd waarin er alleen maar een command line interface was.

285
00:48:45.648 --> 00:48:54.068
Dus de knipperende cursor in DOS. Die, die, dat kunnen bedenken terwijl het er nog niet is, was een mega revolutie.

286
00:48:54.128 --> 00:49:02.708
Vinden we nu fucking normaal allemaal met apps en fr-framerates en, nou ja, alles en alles is smooth en Apple maakt alles m-mooi en, en glad.

287
00:49:03.328 --> 00:49:13.968
Maar hoe groot die revolutie was voor het kunnen gebruiken van computers door de massa. En, en, en jij zegt: dat moet gewoon opnieuw uitgevonden worden. We zijn nog niet in de buurt bij hoe dat gaat zijn.

288
00:49:14.428 --> 00:49:26.492
Ja, en ik denk zelfs dat, uh, erOm een beetje een hint te geven van hoe breed de mogelijkheden zijn. Ja. Als jij real time VO3 zou hebben, dus videogeneratie real time.

289
00:49:26.512 --> 00:49:35.732
Dus de kwaliteit die je nu ziet in die beeldborden van Google, hè. 4K, zestig frames per seconde. Oude scheepskapitein die Iers praat op een schip en dat ziet eruit alsof het op tv is.

290
00:49:35.772 --> 00:49:44.792
Ja, dat hebben we nu terwijl we hier zitten te praten. Ja. Als die man live tegen jou kon praten, dus het duurt niet tien seconden om het te genereren, maar hij, hij kan nu met jou praten.

291
00:49:45.292 --> 00:49:59.332
Dan zou het zomaar zo eens zou kunnen zijn dat, uhm, zo'n Teams-achtige call met die scheepskapitein waarin hij met jou praat, een van de nieuwe UI interfaces is over AI heen, namelijk gewoon een synthetisch mens. Ja.

292
00:49:59.432 --> 00:50:08.052
Maar als ik eerlijk ben- Ja, precies. Ergens is dat een beetje een lame gedachte. Als in: heb je nou zo weinig fantasie dat het enige wat jou lukt is een mens weer namaken?

293
00:50:08.572 --> 00:50:21.731
Je kunt je natuurlijk voorstellen dat er eigenlijk, ja, veel meer visueel en auditief mogelijk is om met ons te communiceren dan, of we moeten een soort computer namaken met DOS of het moet een, het moet een mensachtig ding zijn.

294
00:50:21.742 --> 00:50:35.192
Als ik jou goed begrijp zeg je: door de, door de introductie van die videogeneratiemodellen zoals VO3, die hyperrealistisch beeld kunnen, weet je, toveren, uh, maar waarbij het nu nog tijd kost om het te renderen.

295
00:50:35.232 --> 00:50:45.432
Je moet eerst een prompt geven en dan moet het renderen. Voorzie jij al een toekomst waarin dat niet een prompt en renderen is, maar dat dat in real time gegenereerd wordt.

296
00:50:45.532 --> 00:50:50.372
Je ziet ook al de eerste experimenten bij bijvoorbeeld games die real time gegenereerd worden.

297
00:50:50.432 --> 00:51:00.052
Dat het niet dus, uh, een gamewereld is die van tevoren is geprogrammeerd door een bedrijf waarbij ze zeggen: nou, hier is een kasteel, dit zijn de gangen en dit is precies de plattegrond.

298
00:51:00.072 --> 00:51:02.692
En als de, als de gamer daar loopt, dan moet er dat gebeuren.

299
00:51:02.772 --> 00:51:17.212
Nee, die hele wereld wordt, weet je, gedroomd door een AI en die, de, de, het, uh, de game hoe die eruit ziet is, misschien heb je wel een prompt ingevoerd met hoe het er ongeveer moet uitzien, maar daarna heeft hij alles zelf bedacht.

300
00:51:17.302 --> 00:51:22.622
De hele plattegrond en, dat is niet hoe, hoe het normaal werkt. Nee, absoluut niet. Met AI is dat opeens.

301
00:51:22.892 --> 00:51:34.592
Nou, daar zie je een soort van de eerste tekenen van verschijnen dat we dat soort games gaan krijgen die helemaal door AI bedacht zijn en die ook ter plekke bedacht worden terwijl je het aan het doen bent.

302
00:51:34.652 --> 00:51:46.572
Als je die twee dingen combineert, dan, dan zeg jij dus: AI kan virtuele werelden gaan, uh, uh, ja, maken voor ons, ons individueel, on the, on the fly, in real time.

303
00:51:46.972 --> 00:51:57.472
Als je dat eenmaal aanneemt als capaciteit en dat is dan over een paar jaar waarschijnlijk zo. Wat, dan, en dan heb je dus een ongelooflijke toolbox aan mogelijkheden. Ja.

304
00:51:57.592 --> 00:52:04.992
Je kan een mens laten zien om mee te praten, maar het kan, het kan alles zijn. En wat als je een-- kijk, nu is, nu is dat nog een game die dan gegenereerd wordt.

305
00:52:05.012 --> 00:52:14.782
Maar stel je voor dat die, uh, dat die ook een interface kan genereren, een knoppenbalk, een, maar, of, of iets wat daar tussenin zit. Ja, je, je, je, je hebt hem.

306
00:52:14.932 --> 00:52:25.392
En ik denk dat, ik bedoel, stel, als ik probeer dit concreet te maken. Je gaat twee weken naar Japan en je bespreekt dat met AI, in welke vorm dan ook. En daar komen allerlei dingen uit.

307
00:52:25.422 --> 00:52:34.152
Uh, hier is een vijftien minuten video speciaal voor jou gemaakt met iemand die op jouw tempo jouw hele reis gaat doorspreken. Daarnaast krijg je een pdf in de mail met je hele ding.

308
00:52:34.212 --> 00:52:37.112
Je krijgt een boek thuisgestuurd, je eigen op maat gemaakte Lonely Planet.

309
00:52:37.492 --> 00:52:43.332
Daarnaast is er een podcast met echt episodes voor jou gecreëerd, die gaan over Japan, die je daar op straat kan luisteren terwijl je bij de plekken bent.

310
00:52:43.672 --> 00:52:51.562
Er is ook een, uh, uh, reismanager die met jou meegaat terwijl je dat bent. De KLM-app is al ingeschakeld, het wordt er ook allemaal ingestopt. Ik bedoel, ik, uh.

311
00:52:51.612 --> 00:53:02.752
Ja, het kan ook nog eens buiten de, buiten een scherm om gaan. Ja. In essentie kunnen natuurlijk al die, al die uitingsvormen kunnen daar zijn. En dan bedoel je, als jij dan zegt: oké, ik wil, ik vind reizen stressvol.

312
00:53:02.792 --> 00:53:11.692
Ik zou het prettig vinden om al een klein beetje te zien waar ik aankom. Ik ga met VR alvast even de hele route vanuit het vlieg-vliegveld naar mijn hotel doen, want dat geeft me minder stress.

313
00:53:11.752 --> 00:53:14.992
Er zullen vast mensen zijn die dat hebben. Ik zie het wel meteen dit. Misschien ben ik dat wel. Ja.

314
00:53:15.232 --> 00:53:31.872
Uhm, en, maar ik, ik wil alleen maar zeggen dat wat Karpathy heel mooi aanhaalt, is, uh, we zitten nog heel erg in de eerste stappen, in de, in de kinderschoenen van deze, ja, wat het dan taalmodellen, omnimodellen. Ja.

315
00:53:31.932 --> 00:53:42.852
Van die neurale netwerken die zo goed zijn in voorspellen dat als ze eenmaal real time, dus op het moment dat jij het wil, nu meteen met antwoorden kunnen komen in alle modaliteiten.

316
00:53:43.292 --> 00:53:53.472
Beeld, geluid, door elkaar, interfaces. Want misschien is er dan wel een custom voor op jouw iPad Mini gemaakte Japan-app. Ja. Die alleen voor die reis is, waar alles in zit. Ja.

317
00:53:53.572 --> 00:54:03.472
Uh, en die is ook helemaal zo ingedeeld als jij je apps het liefst hebt. Nou, en ik, ik denk nog heel erg binnen de metaforen van apps en dingen die op een computerscherm getoond kunnen worden.

318
00:54:03.532 --> 00:54:17.092
Maar jij zegt eigenlijk: ook dat hoeft niet, het kan op a-, het kan allerlei distributie, ja, me-, z-, dat is het verlammende. Het kan, het is zo, het kan, het kan alles zijn. Ja, snap ik. Ja, en ik denk dat, uhm,

319
00:54:18.132 --> 00:54:23.572
voor, voor hem gaat, ik bedoel zijn achtergrond daar is een soort uitnodigen van de ontwikkelaars.

320
00:54:24.172 --> 00:54:31.912
En ik denk, dat voelde ik ook wel een beetje door zijn praatje heen, uhm, ik bedoel, het is sowieso een hele, een heel optimistisch mens. Hij vindt het eigenlijk allemaal hartstikke mooi.

321
00:54:31.952 --> 00:54:42.452
Het is gewoon een enorme, uh, ja, supernerd die, die, die technologie gewoon heel diep in zit. Want dit is eigenlijk wel een van de meest vooraanstaande ontwikkelaars op dit gebied en gewoon een, uh, een optimist is.

322
00:54:42.872 --> 00:54:53.012
En ik denk ook dat hij een beetje het publiek wilde vertellen: jullie gaan er helemaal niet weg met vibe code of zo. Hm. Jullie heb, ik, jullie hebben zoveel te doen straks. Ja, ja, ja, ja, ja.

323
00:54:53.022 --> 00:55:03.632
Dat was een beetje zijn verhaal en dat vond ik wel een leuke, uh, andere kij-kijk erop. Hij staat daar echt van: jullie hoeven echt niet je niet meer aan te melden voor een softwareontwikkelaarsopleiding.

324
00:55:03.752 --> 00:55:12.772
Je, ga al je vrienden vertellen dat ze dat ook moeten doen, want we hebben nog heel veel te doen met elkaar. En dit is ook wel een boeiende. Dat sluit een beetje aan op ons interview met Satya.

325
00:55:13.332 --> 00:55:26.248
Hij zit daar tijdens zijn presentatie ook heel erg terug te duwen op het hele idee van AI als mens vervangend. Aha. Je kan, uh, even kort het cynische brilletje op.Dat is ook in zijn belang, et cetera, et cetera.

326
00:55:26.288 --> 00:55:31.148
Want hij maakt deze software. Mensen zijn bang ervoor, dus hij gaat dan graag willen vertellen dat het allemaal wel meevalt.

327
00:55:31.458 --> 00:55:43.447
Maar zijn hele ding was, hij zei: als jij een Iron Man suit gaat maken, dus wat, uh, uh, Tony Stark aan heeft, uh, in Iron Man, dan heb je een pak aan. Maar dat pak is een augmentation.

328
00:55:43.708 --> 00:55:52.348
Jij bestuurt het pak en dan heeft hij het over, dit is een van zijn, uh, v-volgende metaforen. Die noemt hij de autonomy slider.

329
00:55:52.388 --> 00:55:59.168
Dus zie even zo'n slider voor je als je in software kan hebben, hè, gewoon een, een spectrum slider, een knopje zoals op een mengpaneel. Ja. Zo'n slider.

330
00:55:59.748 --> 00:56:10.808
En dat hij zegt: aan de ene kant is AI een tool die jou aanstuurt en augment, hè, zoals Satya Nadella dat ook graag in het gesprek naar voren bracht. En als je hem helemaal naar de andere kant slide, zijn wij weg. Ja.

331
00:56:10.828 --> 00:56:16.868
Hè, want AI neemt alles over. Qua werk. Ja, nou, ik zou zeggen alles wat een mens doet. Mhmm. Dus het gaat echt wel ver.

332
00:56:17.268 --> 00:56:30.088
En dan haalt hij dat Tony Stark suit aan dat hij zegt: in Iron Man is het grotendeels een extensie van Tony Stark, maar als Tony in, uh, in gevaar is, komt het pak leeg aanvliegen. Net als, uh, KITT, de Knight Rider.

333
00:56:30.148 --> 00:56:43.168
Die auto kon ook zonder Michael Knight, uh, erin eigenlijk rijden om hem even op te halen. Ja. Nou, dan zegt ie, uh, uh, Karpathy al van: persoonlijk zegt hij: ik merk dat ik die slider niet te ver wil sliden.

334
00:56:43.308 --> 00:56:52.608
Sterker nog, ik raad jullie af om hem zo ver te sliden, want de AI die we nu aan het bouwen zijn en alle agents waar iedereen over praat zijn helemaal zo goed nog niet.

335
00:56:53.008 --> 00:57:01.958
Sterker nog, die zijn zo fuzzy en zo onbetrouwbaar dat het echt onverstandig is om AI in de driver seat te zetten. Ja. Dus, en hij haalt die voorbeelden aan over selfdriving cars.

336
00:57:01.988 --> 00:57:12.928
Hij heeft bij Tesla jarenlang aan selfdriving cars gewerkt. Ja. Dat hij zegt: ik heb zwaar onderschat hoe moeilijk het is om full autonomy te doen om die slider helemaal naar de AI toe te schuiven.

337
00:57:12.948 --> 00:57:23.788
Hij zegt: het is nu wel aan het lukken. Waymo doet het ook, hè, et cetera. Maar weet wel, er is remote, uh, teleoperation, er wordt nog ingegrepen. Ze rollen het uit stad voor stad, hè, gaat ie al die nuances doen.

338
00:57:24.288 --> 00:57:30.828
En hij zegt eigenlijk wat we geleerd hebben in die zelfrijdende auto tijd, hè. Overschatten van wat we op de korte termijn zouden kunnen.

339
00:57:30.868 --> 00:57:47.228
Het was een veel moeilijker mo-, uh, probleem, dat hij zegt daar, dat heeft hem een soort humble gemaakt over: laten we nou niet diezelfde zelf-zelfrijdende auto fout gaan maken in al die andere domeinen waarin we denken: AI zegt een van de twee keer iets slims.

340
00:57:47.288 --> 00:58:00.468
Je kan net zo goed het je agent laten doen. Mhmm. Dus er zit ook best wel een, een, een flinke nuance in zijn, in zijn verhaal. Verder heeft hij, uh, echt wel een, een leuke of een, een, ja, een interessante metafoor.

341
00:58:01.008 --> 00:58:09.338
Vorige week lag er heel veel infrastructuur uit op internet. Er zijn allemaal nog postmortems, dus, uh. Ja, ChatG-ChatGPT lag eruit, hè. Ja, maar heel veel andere dingen ook. Oké.

342
00:58:09.348 --> 00:58:15.728
Maar dit, dit, de grap is dat de meeste mensen hebben gemerkt dat ChatGPT eraf is. Ja, ja. Dus er zit eigenlijk een dubbele boodschap in.

343
00:58:15.848 --> 00:58:23.068
Uh, een groot deel van de hoofd infrastructuur van het internet lag eruit, waaronder daardoor ook ChatGPT. Ja, precies. Dat is het enige wat ik heb onthouden.

344
00:58:23.108 --> 00:58:37.188
Ja, nee, want, en dat, dat is ook zijn punt, hè, want hij haalt dan aan van oké, als je, uh, omdat, uh, ChatGPT en taalmodellen en wat dan AI heet een systeemtechnologie is op het niveau van elektriciteit, hè.

345
00:58:37.208 --> 00:58:48.588
Het is een breed inzetbare, uh, moeilijk vast te pakken technologie die op een infrastructureel niveau opereert, uhm, is het ook zo dat je een soort, uh, brownouts kunt hebben.

346
00:58:48.668 --> 00:58:59.368
Nou, in, in, als jij, als de stroom uitvalt in heel Nederland heb je een blackout. Als die, als die, uh, dipt en soms slecht is in bepaalde regio's heb je een brownout. Oké.

347
00:58:59.428 --> 00:59:05.698
Ja, dat is, ik moest het net even allemaal, ik, ik kende het niet. Ik neem dit van je aan. Ja, ik kende dit, maar ik heb het, ik heb het even opgezocht. Ik hou hem erin.

348
00:59:05.708 --> 00:59:12.017
Ja, en brownouts worden ook wel eens bewust gedaan door de energiemaatschappij omdat het gewoon niet lukt. Dus dan trek je even een paar regio's naar beneden, zeg maar. Ja, ja.

349
00:59:12.017 --> 00:59:17.628
En dan heb je een- Om het netwerk stabiel te houden. Dus je zou het ook een greyout kunnen noemen, maar het is in ieder geval niet een volledige blackout. Ja.

350
00:59:17.948 --> 00:59:23.368
Nou, hij zegt: eigenlijk hadden we vorige week een intelligence brownout. Intelligence brownout.

351
00:59:23.428 --> 00:59:32.148
Ja, omdat hij zegt: inmiddels zijn we in die 1,5, 2 jaar dat de taalmodellen zo'n grote rol zijn gaan spelen in onze werk en privélevens. Ja.

352
00:59:32.908 --> 00:59:41.848
Waar zijn we eigenlijk op het moment dat die systemen niet bereikbaar zijn allemaal een klein beetje dommer. En hebben we dus eigenlijk een worldwide intelligence brownout.

353
00:59:42.348 --> 00:59:52.368
Want het, de hele wereldwijde intelligentie krijgt eigenlijk een klap op het moment dat onze augmented intelligence, uh, down gaat. Ja. Nou, ik vond dat, ik had dat luisterend, denk, uh, bijzonder. Dat is natuurlijk zo.

354
00:59:52.388 --> 01:00:01.078
Dat is natuurlijk zo en, uh, dat laat je ook weer heel veel zien over hoe afhankelijk wil je hiervan zijn. Je moet het regionaal doen, et cetera, et cetera. Het hele lokalisatie argument zit daar ook in

355
01:00:02.508 --> 01:00:11.428
en hij haalt daar ook in aan dat hij zegt, uhm, er, dit is een soort, een van de dingen, die had ik nog niet eerder bij stilgestaan, is, maar dat hij zegt:

356
01:00:12.768 --> 01:00:26.348
veel van de technologie die tot nu toe onze wereld ingekomen is, onze samenleving ingekomen is, die kwam daar vaak via labs op hoog niveau, bij de, eerst bij, uh, vaak overheden en onderzoekslabs, zeg maar.

357
01:00:26.448 --> 01:00:33.738
Nou kan ik weer mooi een voorbeeld aanhalen. Die interface met die muis en, uh, grafische interface, dat is niet een uitvinding van Apple.

358
01:00:33.748 --> 01:00:46.188
Die hebben ze bij een lab, bij een corporate, bij Xerox gezien en zij zijn dat toen de wereld in gaan brengen naar de massa, zeg maar. Mhmm. Maar die worden geboren steeds, die innovaties, in overheden/laboratoria. Mhmm.

359
01:00:46.648 --> 01:01:01.588
Hier zegt hij: dit is eigenlijk een technologie die nu meer gebruikt wordt door een, uh, ja, een gemiddeld mens om te vragen hoe lang een ei moet koken. Ja. Dan dat die ingezet wordt binnen labs, bedrijven en overheden.

360
01:01:02.248 --> 01:01:10.728
En dit is ook de hele spanning die er nu is, dat mensen dus ChatGPT thuis gebruiken voor van alles, echt voor, echt voor van alles, gewoon in hun privésfeer.

361
01:01:11.488 --> 01:01:18.048
En dan op hun werk komen en dan zeggen: waarom kan ik die intelligentie die ik thuis gebruik voor van alles niet gebruiken op mijn werk?

362
01:01:18.508 --> 01:01:25.228
Of bij een laboratorium werken en zeggen: huh, wij zijn een vooraanstaand lab en mogen geen AI gebruiken of hebben geen AI.

363
01:01:25.288 --> 01:01:32.608
Jij bedoelt hoe serieuzer de plek is waar mensen werken, hoe strenger de regels zijn over wat voor AI en wat voor modellen ze mogen gebruiken.

364
01:01:32.618 --> 01:01:42.337
Ja, en dan bedoel ik, kijk, het internet bijvoorbeeldZeg maar voordat wij het internet gebruikten, werd het internet gebruikt door universiteiten en overheden. En op het allerlaatst mochten wij er ook bij.

365
01:01:42.368 --> 01:01:46.728
Ja, ik snap het. En nu is het precies andersom. Ja, hij noemt dat de flip, technology flip.

366
01:01:46.748 --> 01:02:08.068
Weer zo'n leuke term waar hij zegt: qua gebruik heb ik het dan over, hè, dus de hoeveelheid co-, de, de privécontext van het menselijk individu wordt AI al veel meer ingezet dan in die laboratoria, overheden en- Ik zat gisteren met allemaal huisartsen in een zaal, uh, en toen moesten mensen vertellen of ze AI gebruikten überhaupt.

367
01:02:08.148 --> 01:02:18.488
Nou, dat deden ze dan wel, maar dan was de vraag of ze het op hun werk gebruikten of vooral thuis, uh, met privésoftware. En dat is het dus. Dat zijn huisartsen waarvan je echt denkt: dat is echt een soort van

368
01:02:19.408 --> 01:02:29.188
super voor de hand liggende groep mensen dat zij niet meer alles hoeven uit te typen met hun handen, uh, en dat dat, dat dat geautomatiseerd wordt. Dat gebeurt dus nog niet.

369
01:02:29.508 --> 01:02:39.548
En in plaats daarvan zit iedereen wel thuis met die k-, met, met die krachtige technologie te spelen. Ja, en dat is dus eigenlijk, zeg maar, ja, wat hij dan noemt reversal of typical tech diffusion.

370
01:02:39.788 --> 01:02:48.748
Terwijl normaal wordt een technologie topdown vanuit- De adoptatie. Ja, die, die, en die eindigt bij de gemiddelde burger, om het even zo te zeggen. En nu is het andersom, ja.

371
01:02:48.768 --> 01:02:52.608
Wordt het gebruikt daar en dat had ik ook nog niet eerder bij staan. En is het puur die constatering?

372
01:02:53.848 --> 01:03:04.168
Nou ja, ik bedoel, wat, waar, waarom hij hem aanhaalt is, is denk ik om ook een beetje te benoemen waar een deel van de frustratie en ook wel een beetje de, uhm,

373
01:03:05.908 --> 01:03:14.368
ik denk dat heel veel mensen het ook moeilijk vinden om te begrijpen waarom ze het thuis wel kunnen hebben en, en in een, in een overheids- of, of bedrijfssetting niet.

374
01:03:14.748 --> 01:03:27.688
Terwijl dat, dat is om allerlei redenen wel te begrijpen. Maar die, uhm, het, het, ik bedoel, ik weet nog wel dat wij-- je had eerst computers op werk en in de bibliotheek en toen een computer thuis.

375
01:03:28.368 --> 01:03:33.368
Dus die frustratie over: hoe kan ik nou een computer thuis hebben, maar niet op mijn werk, die kennen we helemaal niet.

376
01:03:34.008 --> 01:03:50.228
Ja, ik weet niet, een beetje als dat, die, die, die tendens een paar jaar geleden van bring your own device, dat bedrijven wat makkelijker werden in dat je je eigen laptop mocht gebruiken in plaats van dat je die, die Dell met die, met dat dingetje, intussen, in toetsenbord als muis, dat je die moest gebruiken.

377
01:03:50.238 --> 01:03:59.728
Het is een beetje dat toch, dat, we hebben dit vaker gehad dat je thuis eigenlijk chillere apparaten hebt dan op je werk. En laten we zeggen dat dit dan minimaal keer 10 is. Ja, deze is iets ingrijpender.

378
01:03:59.908 --> 01:04:06.928
Deze apparaten zijn, zeg maar. En ik denk dat, wat, wat ik, uhm, in het algemeen,

379
01:04:07.848 --> 01:04:18.548
als ik even een metaopmerking kan maken over zijn hele praatje, is dat we te maken hebben met een technologie die voorloopt op, uh, theorie. Hè, we zijn eigenlijk,

380
01:04:19.688 --> 01:04:31.188
uhm, voorheen was het zo dat er heel veel fundamentele wetenschap was, waar vervolgens, uh, toegepaste wetenschap uit komt, waar vervolgens apps en platforms uitkomen waar we mee kunnen werken.

381
01:04:31.788 --> 01:04:40.028
Deze beweging is nu ook zo, hè, met, want het is niet zo dat taalmodellen ineens uit de lucht kwamen vallen als een soort buitenaardse technologie. Die zijn bedacht en ontwikkeld.

382
01:04:40.568 --> 01:04:56.868
Alleen, we hebben nu, uh, eigenlijk voor het eerst, heel veel individie- individuen over de hele wereld hebben toegang op hun eigen telefoon tot iets wat op intelligentie lijkt en, uhm,

383
01:04:57.828 --> 01:05:06.728
doen eigenlijk mee aan een soort experiment, hè. Daarom zitten wij ook met elkaar wekelijks te praten over: moet je AI wel inzetten als psycholoog? En hoe werkt dat dan? En moeten we dat wel willen?

384
01:05:07.168 --> 01:05:23.028
Terwijl het voorheen zo was door een lager tempo van, van diffusie, hè, dus introductie van nieuwe technologie en een andere volgorde van introductie, namelijk eerst in de labs en dan, uh, op de, op de grond zeg maar, wil eigenlijk Karpathy vooral duiden:

385
01:05:24.528 --> 01:05:32.928
wat maakt, wat maakt dit nu zo'n andere situatie dan eerder? Want het, het is een beetje gevaarlijk om te gaan zeggen: oh, dit is gewoon het internet weer.

386
01:05:33.868 --> 01:05:46.208
Hè, dus hij, hij wil ons een beetje waarschuwen voor, uh, je kunt niet eerdere leerlessen zomaar één-op-één toepassen op deze nieuwe technologiegolf, omdat de dynamieken soms geflipt zijn. Ja.

387
01:05:46.688 --> 01:06:00.088
En, uhm, we te maken hebben met iets wat zo snel verandert en zo snel beter wordt. Waar veel theoretici, hè, dus degene die in de laboratoria gaan werken, ze, werken, zelfs nog niet eens zo goed weten wat het is. Ja.

388
01:06:00.568 --> 01:06:13.508
Werken we eigenlijk wereldwijd vanuit individuen, vooral in de privésfeer, met een zeer experens- experimenteele- Experimentele. Experimentele en exponentiële [lacht] technologie. Ja.

389
01:06:13.808 --> 01:06:25.728
En dat maakt het een heel, uh, andere tijd. Lijkt me een uitstekende samenvatting. Dank voor dit meta perspectief, Wietse. Ik doe mijn best. Het is leuker om naar jou te luisteren dan naar Karpathy.

390
01:06:25.768 --> 01:06:34.868
Moet ik wel, moet ik wel zeggen. Hij had meer plaatjes. Ja, hij had wel meer plaatjes. Dat is waar. Goed. Dank voor het luisteren naar AI Report. Wij danken Sam Hengeveld voor de edit. Pankra voor de vormgeving.

391
01:06:35.248 --> 01:06:40.128
Als je een lezing wil van Wietse Hagen of van mij, dan kan dat. Mail ons op lezing@aireport.email.

392
01:06:40.788 --> 01:06:48.868
En als je op de hoogte wil blijven van het laatste AI-nieuws twee keer per week met tips en tools, dan, uh, kun je je aanmelden voor onze nieuwsbrief aireport.email.

393
01:06:49.348 --> 01:06:56.888
En als je vandaag nog wil beginnen met AI binnen jouw bedrijf, ga naar deptagency.com/aireport. Tot volgende week. Tot volgende week.

394
01:06:57.228 --> 01:07:12.098
[afsluitend muziek]