WEBVTT

1
00:00:00.100 --> 00:00:10.400
[alarm] Oh. Zo klinken 165.000 scheerbewegingen per minuut die je helpen om fris voor de dag te komen.

2
00:00:10.420 --> 00:00:17.860
De flexibele scheerkop van de Philips S9000 Prestige volgt de contouren van je gezicht en scheert tot op nul millimeter van je huid.

3
00:00:18.660 --> 00:00:29.000
Ervaar een ultiem gladde en comfortabele scheerbeurt, ook wanneer je nog niet helemaal wakker bent. Want dankzij de slimme sensoren past het scheerapparaat zich helemaal aan jou aan.

4
00:00:29.740 --> 00:00:39.320
Zo kun jij nog extra genieten van je kopje koffie voor je de deur uit gaat. De Philips S9000 Prestige is het ideale scheerapparaat om jouw dag goed mee te beginnen.

5
00:00:40.300 --> 00:00:52.500
Koop de Philips S9000 Prestige bij jouw favoriete winkel. Hoi, wij zijn Thijs en Niels van de podcast Borrelpraat. De gezelligste podcast van Nederland. Waarin we grappige anekdotes vertellen.

6
00:00:52.520 --> 00:01:01.500
[lacht] Zo nu en dan wat intieme dingen delen. Ik merk wel dat ik het een klein beetje moeilijk vind dat ik als tiran word gezien. En vragen naar spannende geruchten. Is dat nou gebeurd of niet?

7
00:01:01.620 --> 00:01:10.340
Julia en ik hebben niks gezien. En dat allemaal onder het genot van een borreltje. Oké, nog één biertje dan. Dus schenk jezelf ook maar een drankje in en luister elke woensdag naar Borrelpraat.

8
00:01:10.570 --> 00:01:21.820
Ik krijg nu al dubbele tong. [lacht] Welkom bij Poki, de Nederlandse podcast over kunstmatige intelligentie waar we uitzoeken welke invloed AI gaat hebben op ons werk, ons leven en de samenleving.

9
00:01:21.860 --> 00:01:30.380
Tegenover mij zit Wytse Hagen en vandaag, oh en ik, en ik ben Alexander Klöpping, belangrijk om erbij te zeggen. En vandaag gaan we het hebben over een voorspelling van Sam Altman.

10
00:01:30.440 --> 00:01:36.980
In 2025, zegt hij, is AI slimmer dan mensen. Oftewel de man heeft er een datum op geplakt.

11
00:01:37.600 --> 00:01:48.320
Maar hoe realistisch is deze claim als zelfs de beste AI-modellen van dit moment nog geen 2% van complexe wiskundeproblemen kunnen oplossen? Er is cynisme over zijn claim, maar er zijn ook mensen die het geloven.

12
00:01:48.340 --> 00:02:01.760
Wij duiken erin. De adoptie van AI op de werkvloer is aan het afvlakken, ondanks dat 99% van de bazen a-aangeeft dat ze dit jaar willen investeren in AI. Wat weerhoudt werknemers ervan om AI te omarmen?

13
00:02:01.780 --> 00:02:06.020
We duiken in de cijfers en er is een interessante ontwikkeling uit China.

14
00:02:06.580 --> 00:02:15.299
Alibaba heeft een AI-model uitgebracht dat kan concurreren met ChatGPT4, maar klein genoeg is om lokaal op een MacBook te draaien, waardoor je al je gegevens op je apparaat kan houden.

15
00:02:15.840 --> 00:02:23.799
En we spreken een Nederlandse ontwikkelaar die een briljante AI-tool heeft gemaakt voor je Mac. Dat en nog veel meer in Poki. Veel plezier!

16
00:02:23.960 --> 00:02:39.580
[muziek] Ik had dus op Twitter een grappige prompt gezien, Wytse. Ik ben heel benieuwd. Ja, de prompt is,

17
00:02:40.560 --> 00:02:54.019
uh: op basis van alles wat je over mij weet, uh, teken wat jij denkt dat mij het meest zou afschrikken. Ik heb deze gezien. Ja. [lacht] Heb jij dit gedaan ook zelf? Ja, ik. Dat heb ik niet gezien.

18
00:02:54.040 --> 00:03:03.540
Er zijn er een aantal, dus, uh, dit is er één waarbij die dus, uh, DALL-E gebruikt om een plaatje van jezelf te genereren. En dan is het wel lekker dat je memory hebt aanstaan denk ik. Dat moet wel.

19
00:03:03.580 --> 00:03:11.020
Ja, dat is de, de basis. Dus hij, hij gebruikt dan alles wat je in het, in het, in de, in met ChatGPT pratend hebt verteld over jezelf.

20
00:03:11.040 --> 00:03:19.440
En als je memory hebt aan staan, dat is wel een vinkje, dan af en toe zie je zo'n ding verschijnen als je iets gezegd hebt. Soort van memory update of zo, zegt hij dan. Dan weet je ook.

21
00:03:19.549 --> 00:03:25.500
Het voelt heel erg sciencefiction altijd, maar het is gewoon waar. Ja, ja. Sciencefiction. Maar het voelt ook altijd zo van: oh, zo bedoelde ik het niet, hoor.

22
00:03:25.540 --> 00:03:33.700
Ik zit altijd gewoon met je te praten en dan gaat dat ding opeens een soort van heftige constateringen. Alexander houdt niet van mensen die chocomelk drinken. Ja, precies. [lacht] Oké.

23
00:03:35.090 --> 00:03:44.440
Het is ook eerlijk gezegd, ik liet het laatst aan mijn vriendin zien wat dat ding allemaal in zijn memory heeft zitten. Dat is gewoon echt heel intens. Staat ook in: Alexander heeft een piano van dit type.

24
00:03:44.720 --> 00:03:53.500
Hij houdt er niet van als bla. Dit is echt te persoonlijk om in een lijstje terug te zien eigenlijk. Maar goed. Anyway, uh, dat ding gebruikt hij dus om plaatjes van jezelf te tekenen.

25
00:03:53.540 --> 00:03:59.560
En als je dus vraagt: teken wat jij denkt dat mij het meest zou afschrikken, dan gaat hij dus het tegenovergestelde doen van alles wat in je geheugen zit.

26
00:03:59.600 --> 00:04:07.840
Bij mij is dat totale chaos, dus chaos is het ding wat ChatGPT, dus hij tekent een kamer waar ik in zit met mijn laptop.

27
00:04:08.360 --> 00:04:20.360
En dan Amsterdam op de achtergrond, maar dan een soort van zwart wit, overal papieren en, uh, ja, een soort ontplofte kamer. Uh, dat, dat zou volgens ChatGPT mijn grootste angst zijn.

28
00:04:20.399 --> 00:04:23.760
Maar dan snap ik, da-dan moet jij hartstikke zenuwachtig zijn voordat je met mij gaat opnemen.

29
00:04:23.820 --> 00:04:31.860
Ja, dat is, ik iedere week, uh, iedere week, [lacht] iedere week zit ik weer met angst kom ik hierheen, Wytse, maar ik krijg er zoveel voor terug.

30
00:04:31.940 --> 00:04:36.560
Uh, er zijn, uh, heel veel van dit soort zinnetjes die, uh, die grappige resultaten opleveren.

31
00:04:36.660 --> 00:04:46.440
Dus je kan niet alleen vragen wat je het meest zou afschrikken, maar je zou, je kan ook ChatGPT vragen om hoe, teken, uh, hoe, uh, jij denkt dat mijn leven eruit ziet. Dan komt hij ook met een dingetje.

32
00:04:46.480 --> 00:04:57.320
Dat is ook best wel grappig met allerlei persoonlijke elementen. Of op basis van wat je over mij weet, geef me je beste tough love advies wat ik nodig heb om als persoon te groeien. Wauw.

33
00:04:57.400 --> 00:05:09.860
Don't hold back is er ook één die heel goed werkt. Uh, die typ lekker mee. Uhm, en wat ik ook grappig vind is teken op basis van alles wat je over mij weet hoe het leven van mijn exacte tegenpool eruit zou zien.

34
00:05:09.900 --> 00:05:21.040
Wat hij bij mij deed was iemand die in Excel aan het werk is. [lacht] Is dat echt zo? Ja, dat is echt zo. [lacht] Maar die gaat heel veel orde brengen. Grappig. Ja, dus dat is de conflict in mijn persoonlijkheid.

35
00:05:21.180 --> 00:05:30.720
In, in jou. Ja. Ja, ja, ja, ja. Wil jij nog iets bijdragen, Wytse? Ik heb memory uitstaan, dus ik kan niet meedoen. Oh ja, ja, ja. Nou, het verschil moet er zijn.

36
00:05:30.860 --> 00:05:40.780
Dit is, dit is het plezier wat, uh, diegenen die alles delen met OpenAI. Die hebben gewoon uiteindelijk een leuker leven dan jij die alles op je Linux computer in, uh, lokaal aan het draaien is.

37
00:05:41.160 --> 00:05:55.740
Het verschil moet zijn, Wytse. [muziek] Er kwam grappig onderzoek uit van Slack deze week. Dat deelde jij met mij. Uhm, en Slack constateert dat er een opvallende trend zichtbaar is in de adoptie van AI op de werkvloer.

38
00:05:56.240 --> 00:06:06.700
En namelijk dat de hype voorbij is en dat de groei lijkt af te vlakken. Uh, uit onderzoek van 17.000 mensen die op een kantoor werken wereldwijd. Onderzoekt, onderzocht door Slack dus.

39
00:06:07.160 --> 00:06:09.920
Dus niet helemaal, uh, onafhankelijk, zeg ik er maar even bij.

40
00:06:10.400 --> 00:06:22.540
UhmConstateert dat in, uh, de Verenigde Staten het gebruik van AI in drie maanden tijd met slechts één procentpunt naar 33% van de medewerkers, uh, gestegen is, oftewel afgevlakt.

41
00:06:22.580 --> 00:06:28.300
En dat staat in schril contrast met de plannen van bazen, want die zijn er vooral heel veel over aan het babbelen.

42
00:06:28.330 --> 00:06:41.460
Maar liefst 99% van de leidinggevenden zegt dit jaar te willen investeren in AI en 97% voelt urgentie om AI te integreren in bedrijfsprocessen. Nou hebben ze onderzocht wat maakt dat die werknemers zo terughoudend zijn?

43
00:06:41.480 --> 00:06:49.880
En dan vind ik het grappigste cijfer is dat bijna de helft van alle kantoormedewerkers het ongemakkelijk vindt om aan hun manager toe te geven dat ze AI gebruiken.

44
00:06:50.560 --> 00:07:02.640
Uh, de helft van de mensen voelt dus dat AI gebruiken een vorm van valsspelen is. Uh, 46% is bang om incompetent over te komen en 46%, hetzelfde getal dus, wil niet lui lijken.

45
00:07:02.700 --> 00:07:14.800
Dat zijn dan de redenen die mensen noemen waarom ze, ja, niet AI willen gebruiken. Wat, uh, vind je dit verbazingwekkend, Wytse? Ik zit nu vooral te denken: lijk je lui als je AI gebruikt? Ja, tuurlijk lijk je lui.

46
00:07:14.940 --> 00:07:22.540
Als het, als je, als iemand het doorheeft, maar anders ben jij toch ineens mega productief. Ik krijg alleen maar verhalen van mensen die werken in grote kantoren.

47
00:07:22.580 --> 00:07:32.560
Die, die zeggen: de kwaliteit van werk wat ik opgestuurd krijg is zoveel minder geworden. Ja, ja, ja. En die zegt gewoon: mensen zijn, mensen zijn gewoon lui geworden.

48
00:07:32.600 --> 00:07:36.920
Ze doen hetzelfde werk in minder tijd, maar het is gewoon slechter geworden. Ja.

49
00:07:37.820 --> 00:07:47.520
Nou, de reden dat ik dit naar je stuurde, dit artikel, was omdat ik dacht: kijk, ik hou sowieso in de gaten, uh, de benchmarks, dus gewoon de harde cijfers, hè. Groeien de modellen nog? Uh, scoren ze nog goed?

50
00:07:47.800 --> 00:07:54.960
Uh, hoe zit die lijn? Om, omdat je, ja, in het, de meeste, zou ik zeggen, oppervlakkige hype cycle zou je zeggen.

51
00:07:55.620 --> 00:08:01.980
Ik hoor vaak in discussies dat mensen zeggen: als je ziet wat er in het laatste jaar gebeurd is, moet je eens wachten wat er in het volgende jaar gaat komen.

52
00:08:02.020 --> 00:08:10.660
Maar dat is een soort van eerder behaalde resultaten bieden geen garantie voor de toekomst, hè. Als het op de beurs, zou je dat nooit zeggen, van: Nvidia is verdubbeld, dus Nvidia gaat nog een keer verdubbelen. Ja, oké.

53
00:08:11.140 --> 00:08:18.720
Uhm, maar er is wel een bepaald momentum, een bepaalde trend. Er is geld, er is aandacht in die, uh, vooral dan taalmodellen en visuele modellen markt.

54
00:08:18.780 --> 00:08:27.240
Dus dat er nog doorgegroeid gaat worden, dat is vo-, dat is volgens mij, staat buiten kijf. Maar hoe- Wat heeft dit allemaal te maken met die cijfers waarom mensen het niet gebruiken?

55
00:08:27.440 --> 00:08:33.640
Nou, omdat ik denk dat, uhm, de reden dat mensen het inzetten op werk heeft natuurlijk te maken met hoeveel het voor iemand doet.

56
00:08:34.080 --> 00:08:39.890
Als jij zo'n tool gebruikt en zo'n tool is indrukwekkend, dan lijkt het me logisch dat je die de dag erna weer gaat gebruiken. Mhmm.

57
00:08:39.890 --> 00:08:52.800
Maar als die tool niet indrukwekkend is of jouw collega zegt: joh, stop eens even met sturen van die troep, dan ga je- Jij zegt eigenlijk: niet lui willen lijken is inherent aan het feit dat die modellen nog niet goed genoeg zijn, want anders zou niemand doorhebben dat je lui bent.

58
00:08:52.929 --> 00:08:54.760
[lacht] Nou ja, dat is een flinke aanname van mij.

59
00:08:54.820 --> 00:09:03.269
Maar het moment dat jij net zei: mensen vinden zichzelf lui, dacht ik: ja, volgens mij zolang jij, als jij meer dan de kwaliteit die je normaal levert aan je collega's lever- Hoef je daar niet bang voor te zijn.

60
00:09:03.269 --> 00:09:12.640
Nee, dus, dus voor mij is het een onderliggend feit dat, uh, en dat hoor ik ook vaak, uh, wanneer ik een lezing geef of binnen vrienden en familie, van: joh, ik gebruik iedere dag Copilot, het is gewoon troep.

61
00:09:12.820 --> 00:09:20.380
Als in: het werkt niet goed voor mij, laat ik het zo zeggen. Ja. Uh, dus daarin heeft het wel te maken met de kwaliteit van wat het kan in jouw werk.

62
00:09:20.720 --> 00:09:29.520
Nou, wat misschien ook wel, uh, belangrijk element daarbij is, is dat er een groot problek, een groot probleem, uh, uh, blijft bij het gebrek aan training wat geconstateerd wordt.

63
00:09:29.530 --> 00:09:38.480
Dus 61% van de kantoormedewerkers geeft aan minder dan vijf uur besteed te hebben aan het leren gebruiken van AI en 30% heeft helemaal geen training gehad.

64
00:09:39.160 --> 00:09:45.060
En constateren dus dat de last veel, veel bij werknemers ligt om zelf uit te vogelen hoe ze AI moeten gaan gebruiken.

65
00:09:45.080 --> 00:09:54.660
Wat dan misschien weer een van de oorzaken is van, weet je, even afgezien dat Copilot kut is, maar wat de, uh, oorzaken zijn van dat mensen niet kwalitatief werk eruit krijgen.

66
00:09:55.000 --> 00:10:05.679
Ja, ja, en ik denk in dat opzicht ook dat, daarom, uh, ik hou rekening met meerdere scenario's, hè, dus, uh, dat, daar gaan we het later ook nog over hebben in de aflevering. Maar dat de modellen misschien stagneren. Ja.

67
00:10:05.700 --> 00:10:15.370
En dat de kwaliteit gewoon hierop blijft de komende jaren. Uhm, maar daarnaast is het nog steeds zo dat je dan uit die bo-, b-, uh, bestaande modellen nog veel meer kan halen, hè. Er zit veel meer potentie in.

68
00:10:15.480 --> 00:10:23.540
Dat is precies, uh, waar we het ook in het interview straks over hebben en wat wij in ons dagelijks leven zelf merken. En waarom onderaan onze nieuwsbrief die prompts staan.

69
00:10:23.620 --> 00:10:27.780
Ik vond dat eerst altijd een beetje suf, dat ik denk: zitten we nou promptjes toe te voegen aan de onderkant van AI report?

70
00:10:27.820 --> 00:10:36.680
Ja, op, eerlijk zeg ik, maar ik merk gewoon dat ik daar heel veel reactie op krijg van mensen die zeggen: als ik dat erin plak, wordt dat ding ineens heel goed. Hoe werkt dit? Hoe kan dit?

71
00:10:36.720 --> 00:10:47.320
Dus blijkbaar is dat, uh, feit dat er mensen zijn die prompt engineering als, uh, uh, cursus aanbieden helemaal niet zo heel gek. Nee. Uhm, maar goed, uh, lang verhaal kort wat betreft, uh, Slack.

72
00:10:48.040 --> 00:10:58.100
Ik, ik vind het interessant om te zien, uh, dat die adoptie eigenlijk vrij traag gaat en dat het, uh, ook veel mensen tegenvalt hoe goed het is, hè. Dus het wordt toch overpromised. Mhmm.

73
00:10:58.480 --> 00:11:08.200
Uhm, maar ik ben tegelijkertijd, uh, verba-, ben ik verbaasd dat ik denk: maar hoe ik het in mijn dagelijks leven inzet, uh, is het wel heel krachtig. Ja.

74
00:11:08.260 --> 00:11:17.860
Deze week heb ik nog twee momenten gehad dat ik dacht, weer van die rillingen over mijn rug. Wat gebeurt hier nou weer? Dat ik, ik was een discussie aan het hebben. Een of andere vage filosofische discussie. Tuurlijk.

75
00:11:17.900 --> 00:11:30.420
En toen kwam er een- Gemiddelde vrijdagmiddag voor jou. Precies. En toen kwam er een interview uit, uh, tussen, uhm, uh, Darius Amodei, uh, van, uhm, Anthropic. De baas van Anthropic. Ja, en Lex Fridman. 4,5 uur of zo.

76
00:11:30.680 --> 00:11:40.340
5 uur. Dus ik stuurde het naar Alexander. Hij zei: dude, 5 uur. [lacht] waar haal je die tijd vandaan? Met zo'n powermove om, om iemand een video van 5 uur gewoon zonder context te sturen. Ga ik het morgen over hebben.

77
00:11:40.380 --> 00:11:49.440
Ja, ga maar even kijken. [lacht] maar goed. Tot morgen. Ja. Dus ik, dus ik, uh, pak die transcript van die video, want die maakt YouTube gratis voor je. Zo'n auto generated ding.

78
00:11:49.500 --> 00:11:58.520
Die gooi ik in Claude en ik zeg: joh, vat hem even voor me samen. Dit, wat, wat zijn highlights uit het interview? Dat ging supergoed, hè, want samenvatten is dé use case voor die taalmodellen op dit moment nog.

79
00:11:58.860 --> 00:12:08.060
En toen zei ik: maar die discussie die wij nu al twee, twee weken voeren, hè, hoe sluit die eigenlijk aan op dit interview? Sorry, wij is? Claude en ik. Oké. Ja, m'n maatje. Ja, ja.

80
00:12:08.570 --> 00:12:18.860
[lacht] Dus ik zei, ik zeg: ja, wij zijn ook al twee weken in discussie met elkaar. Uh, hoe sluit het eigenlijk aan op onze discussie wat daar weer besproken is in die 5 uur? En dan krijg ik dus overlap in die discussie.

81
00:12:18.880 --> 00:12:27.760
En toen dacht ik: ja, maar wacht, dit is- Het is een ding. Dit is een ding. En ik vond dat, dus je hebt van die momenten waarin je het op een manier inzet dat het echt krachtig is.

82
00:12:27.800 --> 00:12:31.740
Dat ik weer denk: ja, maar sorry, dit kon twee jaar geleden niet. En wat was het andere ding?

83
00:12:31.860 --> 00:12:41.916
Je zei: er zijn er twee deze week geweest.Ehm, nou, ik heb, wat ik nu heel vaak doe is, uh, ik gebruik heel veel ElevenLabs, want ik luister graag naar, naar dingen. En ik had een stem gevonden in ElevenLabs.

84
00:12:42.056 --> 00:12:52.336
Dat is een of andere straatjongen uit Londen of zo, die echt praat alsof hij ook, uh, ja, goed, uh, uh, slam poetry, uh, zou kunnen doen. En die stem ben ik al heel erg blij mee. Die klinkt echt goed.

85
00:12:52.556 --> 00:12:56.516
Dat is gewoon een stem die jij chill vindt klinken omdat hij niet zo robotisch klinkt.

86
00:12:56.576 --> 00:13:06.976
Eens in de twee maanden of zo ga ik naar de li-, community library van ElevenLabs en dan sorteer ik op trending om te kijken van: wat zijn stemmen die nu hun ding doen? En deze stond op drie en ik dacht: ik snap dat wel.

87
00:13:07.236 --> 00:13:14.896
Het is heel persoonlijk, hè, het is heel subjectief waar je graag naar luistert. Ja, ik zou heel graag alles in het Brabants willen. Dat kan gewoon. [lacht] Precies, dat kan geregeld worden.

88
00:13:14.966 --> 00:13:22.736
Nou ja, het is, Gemini is al een soort van Vlaming of zo, dus dat is, dat zit goed. Niet hetzelfde, Wytse, zeg ik even. Hecht ik aan om, eh, ja. Excuses. Ja.

89
00:13:22.746 --> 00:13:32.736
[lacht] Maar die, uh, dus ik had een hele toffe stem gevonden en toen, uh, had ik eigenlijk in, uh, in Claude een korte prompt van: joh, ik wil dat je, uh, samenvattingen maakt van whatever.

90
00:13:32.816 --> 00:13:43.636
Dus dat kunnen zijn, uh, academische artikelen, uh, YouTube-video's. Een beetje waar ik het eerder ook voor gebruikte om die, uh, vijf uur van Lex Fridman en, uh, de Anthropic CEO te saam-samen te vatten.

91
00:13:44.236 --> 00:13:51.896
Dus ik pak die samenvatting uit Claude, in dit geval van een research paper. Toen heb ik er da-later nog wat research papers na-naast gedaan als een soort van groter onderzoek.

92
00:13:52.236 --> 00:14:02.696
Toen in ElevenLabs ge-geplakt en gezegd: hè, kan je het een beetje casual voor me houden, alsof je het in een kroeg aan me vertelt in vijf minuten? Dus wacht even, je maakt een samenvatting van een paper in Claude. Ja.

93
00:14:02.736 --> 00:14:09.556
Is dat een vrij uitgebreid prompt of is dat gewoon? Drie regels. Oké. Ja. En dan pak je de output van Claude, de samenvatting dat het allemaal worden. Ja.

94
00:14:09.656 --> 00:14:20.196
Die plak je in ElevenLabs en daar v-, geef je ElevenLabs geef je een extra prompt mee. Nee, ElevenLabs is heel simpel. Oké. Dus de tekst is dan al goed. Maar je zegt: hou het casual, zeg je tegen? Claude. Claude. Oké.

95
00:14:20.336 --> 00:14:28.876
Dus dan heb ik eigenlijk al een beetje bedacht: dit moet bij die stem passen. Of, uh, dit zou die g-, die gozer, zo zeg ik het dan weer, mijn maatje uit Londen. Ja, maatje. Die, die moet het zo kunnen zeggen. Ja.

96
00:14:28.916 --> 00:14:35.816
Nou, en da-, en dan maak ik zo 10 van die dingen of zo en die queue ik dan en die zit ik dan op de fiets te luisteren en dan denk ik: wat is dit voor geks? Het is fantastisch.

97
00:14:36.016 --> 00:14:43.236
Ik, ik, ik denk dan echt, ik krijg een soort band met die gast nu, na een week al, dat ik denk: ik wil jou veel meer aan mij laten vertellen over van alles. Aah.

98
00:14:43.796 --> 00:14:50.466
Dus ik, ik, ik merk ook nog, en dat is ook wat in dat interview, om het even lekker meta te maken, naar voren komt, uh, van, uh, vijf uur Lex Fridman.

99
00:14:50.536 --> 00:14:56.136
Want het is niet alleen met de CEO, maar met nog met twee mensen, is dat ze heel erg aan het zoeken zijn naar: hoe maken we nou een persoonlijkheid?

100
00:14:56.176 --> 00:15:04.036
Hoe geven we Claude nou een, een, een, een gevoel mee van een soort mens waar je een band mee gaat krijgen, hè. Aha. Die, dat het echt een persona wordt.

101
00:15:04.496 --> 00:15:13.276
En ik ben dat nu zelf een beetje aan het rommelen, want dat is wat wij doen, jij en ik, is constant tooltjes zoeken en trucjes zoeken en automations zoeken om software te hebben die er nog niet is. Ja.

102
00:15:13.356 --> 00:15:20.216
Ik wil helemaal niet copy pasten naar ElevenLabs. Ik wil dat, dat Anthropic een betere voice mode inbouwt. Ja. Die is er gewoon nog niet. Dan maar even zo.

103
00:15:20.256 --> 00:15:30.785
Ja, ja, dan maar MP3's downloaden en die queueën in een of andere app. Ja, [lacht] het voelt heel erg, uh, het is het pocket PC PDA-tijd. [lacht] Maar prima, als wij dan even zes maanden voor kunnen lopen.

104
00:15:31.086 --> 00:15:40.636
Maar daardoor voel ik al wel als ik op de fiets zit dat ik denk: ja, kom maar door. Dit is gewoon hoe het gaat zijn voor heel veel mensen straks. Ja. Ja, heel vet. Ja. Heel erg vet.

105
00:15:40.676 --> 00:15:45.926
Nou, ten afsluiting van, uh, dit deel over hoe werknemers het gebruiken, want we zijn alweer lekker uitgewaaierd.

106
00:15:46.556 --> 00:15:59.296
Uh, één, uh, ding wat ze noemden is dat er een interessante paradox is, uh, die geconstateerd wordt rondom, uh, de perceptie van tijdsbesparing door AI. Dus werknemers willen natuurlijk graag dat AI, uh, tijd bespaart.

107
00:15:59.376 --> 00:16:10.216
Ja. Waardoor je meer tijd hebt voor activiteiten die je betekenisvol vindt. Maar wat is nou de angst? Dat juist AI zal leiden tot meer admi-administratief werk en hogere werkdruk.

108
00:16:10.596 --> 00:16:16.336
Dus het is juist de verwachting dat dat, dat die werkdruk gaat verhogen door AI.

109
00:16:16.416 --> 00:16:26.736
Nou ja, kan wel, kijk, als i-, wanneer iedereen het n-na genoeg tegelijk, uh, gemiddeld gezien over een jaar gaat implementeren in zijn of haar werk, dan worden de verwachtingen wel hoger binnen bedrijven.

110
00:16:26.766 --> 00:16:33.576
Van: ja, dit wordt nu zo snel opgeleverd. Ja. Ik he-, dan zegt een manager: ik heb ook AI, dus jij hebt ook AI. Ja. En nu gaan we gewoon meer doen.

111
00:16:33.976 --> 00:16:42.976
Dat is een beetje het verhaal tot nu toe van: waarom werken we nog steeds 40 uur terwijl we zo, uh, efficiënt zijn geworden? Precies. En een tweede ding was dat er een interessante generatiekloof zichtbaar wordt.

112
00:16:43.096 --> 00:16:51.955
68%, een groot deel, gelooft dat de gemiddelde afgestudeerde student vandaag, van vandaag, dus jonge mensen, meer AI-vaardigheden hebben dan de gemiddelde werknemer.

113
00:16:52.056 --> 00:16:59.156
Oftewel, er wordt, dus een soort aanname van een groot deel van de mensen dat jonge mensen nou eenmaal meer van AI snappen. En dat is ook niet zo gek.

114
00:16:59.196 --> 00:17:08.696
Werknemers in hun eerste baan zijn twee keer zo waarschijnlijk, de kans is twee keer zo groot, om zichzelf als AI-expert te voorzien, uh, te, te zien in vergelijking met meer ervaren collega's.

115
00:17:08.736 --> 00:17:18.916
Dus er is een soort perceptie van jonge mensen dat zij twee keer zo goed zijn in, uh, prompten. Daar komt het op neer. Of dat echt zo is, is dan de vraag. Uh, en dit heeft ook weer gevolgen voor de arbeidsmarkt.

116
00:17:18.936 --> 00:17:31.556
Want die perceptie maakt, dat je dus als jong mens goed bent in AI instrueren, dat drie op de vier werkzoekenden vindt dat het AI-beleid van een potentiële werkgever zou moeten meespelen in hun zoektocht.

117
00:17:31.716 --> 00:17:37.596
Dus die, die kijken echt naar: wordt AI bij dat bedrijf serieus gebruikt? Als dat niet het geval is, dan ga ik daar niet werken.

118
00:17:38.036 --> 00:17:48.116
Dus bedrijven die treuzelen met AI-implementatie, uhm, ja, uh, rommelen met de, met het vermogen om toptalent aan te trekken en te behouden. Ja, nou ja.

119
00:17:48.136 --> 00:17:53.956
En ik denk om nog even full circle te gaan op hoe jij dit item opende, hè. Dit komt van, bij Slack vandaan, zei jij, uh, duidelijk.

120
00:17:54.336 --> 00:18:02.696
Ik denk: kijk, uh, Slack is een, uh, tool waardoor jij je hele bedrijfsproces gaat digitaliseren, hè. Alles vindt zoveel mogelijk plaats binnen chat en alle media zit binnen Slack.

121
00:18:03.036 --> 00:18:09.776
Dus het is er a-, voor Slack aangelegen dat het AI-ding wel een beetje hun ding wordt. Nee, zeker. Want ze hebben al die tools. Het is een dikke, dikke, dikke vette voetnoot.

122
00:18:10.496 --> 00:18:13.796
[muziek] Opvallend nieuws uit de open source AI-wereld.

123
00:18:13.856 --> 00:18:29.736
Alibaba's Qwen Team, uh, dat is een soort van, uh, intern team bij Alibaba die onder andere werkt aan het maken van nieuwe taalmodellen, heeft een nieuwe serie modellen uitgebracht die specifiek goed zijn in programmeren en het meest indrukwekkende model heet Qwen 2,5.

124
00:18:29.996 --> 00:18:41.012
Als je het helemaal wil zeggen: Coder 32 billion Instruct.Kan concurreren. Het is nog steeds zonder stoppen. Smeergal taalmodellen en namen. Dat blijft gewoon de grap.

125
00:18:41.052 --> 00:18:48.132
Maar goed, het kan concurreren met GPT-4 op het gebied van programmeren en het is klein genoeg om op een MacBook Pro lokaal te draaien. En het is best wel een big deal.

126
00:18:48.212 --> 00:18:55.512
Niet alleen maar op papier, zegt Ethan Molik, Wharton professor en schrijver van de bestseller Jo Intelligentie.

127
00:18:56.692 --> 00:19:04.752
Niet alleen op papier een soort van indrukwekkend, want dat is ja, dat kan een papieren werkelijkheid zijn, maar dat is het in dit geval niet.

128
00:19:04.792 --> 00:19:14.232
Want het is dus daadwerkelijk een goede assistent om te helpen met programmeren. En het feit dat dat lokaal draait is heel erg fijn. En dan spring ik nog even bij wat betreft papieren realiteit.

129
00:19:14.352 --> 00:19:24.812
Ik gebruik graag de tool Eder al vaak geplugd. Eder heeft een benchmark en die staat op hun website. Daar staat uiteraard het model Gwen 2005 code 32B instruct ook bij. Daar doet hij het heel goed in.

130
00:19:25.012 --> 00:19:36.492
Ja, 71.4% op coding. Voor de luisteraars dat is boven GPT-4, maar onder GPT-4. Oh, dus dat GPT-4 was wel weer een beetje tactisch gekozen, maar dat doet er eigenlijk allemaal niet zo heel erg veel toe.

131
00:19:36.832 --> 00:19:45.472
Wat gewoon oprecht vet is, is dat dit op een recente MacBook of op een recente Windows machine met veel. Met een goede GPU erin dat je het lokaal kan draaien.

132
00:19:45.992 --> 00:19:51.792
En nog los van privacy overwegingen is het gewoon vet dat jij een coding assistant hebt die op jouw eigen machine draait.

133
00:19:51.872 --> 00:20:01.252
En ook op zich zou je hem dan ook uit kunnen breiden met wat context van jouw eigen code, omdat het allemaal niet meer de cloud in hoeft. Dus ik denk dat dit wel een grote is om die reden.

134
00:20:03.312 --> 00:20:11.172
Waymo, dat is de zelfrijdende auto robotaxi tak van Alphabet, voorheen Google, maakt de stap in Los Angeles.

135
00:20:11.352 --> 00:20:21.692
Tot nu toe kon iedereen die de Waymo app in LA wilde gebruiken kon wel op de wachtlijst, maar kon er nog niet bij. Er stonden 300.000 mensen op de wachtlijst.

136
00:20:21.792 --> 00:20:33.412
Dat is twee keer zoveel als het werkelijke aantal ritten die er totaal gedaan zijn in LA. Wauw, dat zijn 150.000. En Waymo is momenteel eigenlijk de enige commerciële robotaxi dienst in de Verenigde Staten.

137
00:20:33.712 --> 00:20:44.692
En de uitrol gaat snel naar San Francisco en Phoenix komt Austin dit jaar aan de beurt en Atlanta begin volgend jaar. En eigenlijk zijn er niet echt serieuze concurrenten op dit moment. Heel erg opvallend.

138
00:20:45.092 --> 00:20:56.652
General Motors heeft Cruise, Amazon heeft Zoox en natuurlijk Elon Musk wil van Tesla een grote speler maken op die robotaxi markt. Maar dat is allemaal nog toekomstmuziek. Dat zijn dromen.

139
00:20:56.712 --> 00:21:09.002
En Waymo rijdt gewoon rond en draait ook omzet. $ 388 miljoen aan omzet gedraaid dit jaar. En ja, een soort van duidelijk de technische leider. Ja, en ik vond het.

140
00:21:09.032 --> 00:21:19.212
Ik was wat discussies hieromtrent aan het lezen en dat ging over sowieso even de opmerking makende wauw, dit draait, dit rijdt nu blijkbaar gewoon. Fucking Google. We zijn er of zo.

141
00:21:19.532 --> 00:21:28.772
Dus we zitten altijd te zeuren over zelfrijdende auto's. We hebben het nog steeds niet. Is beloofd, is er nog steeds niet. Het draait gewoon. Dus dit, dit is er nu en dit is ik was.

142
00:21:29.072 --> 00:21:38.172
Ik ga dan meteen op zoek naar YouTube video's van mensen die het gebruiken en zo. Super vet als in normale mensen die gewoon een app openen, op een knop drukken, er komt iets aanrijden. Heel erg interessant.

143
00:21:38.652 --> 00:21:50.552
Een interessante opmerking daarbij is dat iemand zei Ik vind het. Ik word vaak afgezet in buurten die wat spannender zijn, wat gevaarlijker. En een taxichauffeur tot nu toe kan dan inschatten we gaan even een blokje om.

144
00:21:51.152 --> 00:22:02.152
Die gaat, die gaat daar afzetten en zegt Ik zet je wel even een straat verder, want de sfeer is niet zo prettig. Dat kan Waymo nog niet, dus dat vond ik een. En dat is ook niet als je daar een taalmodel met GPT-4O.

145
00:22:02.252 --> 00:22:14.332
En dan zegt Is this a safe neighbourhood? Ik denk dat je een eind kan komen, maar vandaag de dag. Die auto zet jou sec op die plek af. Jij stapt uit. Succes! En meer nieuws van Google.

146
00:22:14.552 --> 00:22:19.872
DeepMind heeft onverwacht de broncode van hun AI-systeem AlphaFold3 vrijgegeven voor academisch gebruik.

147
00:22:19.912 --> 00:22:27.232
Dat gebeurde vlak nadat de makers de Nobelprijs voor de scheikunde wonnen voor hun werk in eiwit structuur voorspellingen.

148
00:22:28.142 --> 00:22:39.192
Het is een grote sprong, sprong voorwaarts, want AlphaFold2 kon alleen maar eiwit structuren voorspellen. Kan drie ook complexe interacties tussen eiwitten, DNA en RNA en kleine moleculen modelleren.

149
00:22:39.232 --> 00:22:44.792
Ik heb geen idee wat hier staat en dat zijn de fundamentele bouwstenen van het leven, lees ik even hardop voor.

150
00:22:44.892 --> 00:22:56.012
En deze kennis is cruciaal voor moderne medicijnontwikkeling en kost voorheen maanden laboratoriumwerk en miljoenen aan onderzoeksgeld en wordt hierbij door Google gedeeltelijk moet ik erbij zeggen geopen sourced.

151
00:22:56.052 --> 00:23:02.332
Want alsnog, als jij er veel geld mee gaat verdienen, hebben ze wel een soort van caveat ingebouwd dat Google daar toestemming voor moet geven.

152
00:23:02.952 --> 00:23:14.052
Dus het is niet helemaal open source, maar zouden we het sympathiek kunnen noemen? Ja, ik denk dat het onderdeel van hoe wetenschap zou moeten werken is dat je ook je broncode laat zien. Tenslotte AI-Juice.

153
00:23:17.432 --> 00:23:26.732
Ik dacht ik doe daar een aparte jingle bij, maar dat slaat helemaal dood. Nou, doet er verder niet toe. Greg Brockman, medeoprichter en president van OpenAI, keert binnenkort terug naar een sabbatical van drie maanden.

154
00:23:26.832 --> 00:23:35.252
Hoe durft hij in deze tijden? Maar oké, het is hem gegund. In zijn afwezig. Hij komt terug. Ja, hij komt terug. Dat was ook nog maar de vraag. Ja, oké, dat is waar.

155
00:23:35.292 --> 00:23:48.492
Dat is waar, want er is natuurlijk een hele hoop gebeurd bij OpenAI. De CTO, Mira Murati, is vertrokken. Er zijn heel veel senior onderzoekers vertrokken. Sam Altman heeft de macht gegrepen

156
00:23:49.472 --> 00:23:57.592
en ondertussen is het bedrijf veel meer waard geworden. De grote vraag nu natuurlijk of Brockman en Altman met elkaar kunnen samenwerken. Dit is het RTL Boulevard deel van Pokie. Ik snap hem.

157
00:23:57.652 --> 00:24:08.992
De vraag kunnen zij nog samenwerken? Want Altman heeft tijdens zijn afwezigheid de technische teams onder zijn hoede genomen. En dat is, nou ja, hoe zeg je dat? Saillant zouden ze dat bij RTL Boulevard noemen.

158
00:24:09.052 --> 00:24:16.232
Want Brockman staat bekend als een van de meest technisch onderlegde mensen bij OpenAI. Hij werkte onder andere aan GPT-4 en het Strawberry reasoning model.

159
00:24:17.192 --> 00:24:22.752
En daarnaast heeft hij een bijzondere werkstijl die mensen een beetje doet roddelen.

160
00:24:23.592 --> 00:24:33.112
Hij is zelf enorm veel aan het programmeren, maar documenteert niks, dus niemand begrijpt wat hij schrijft, is veel gehoord als er rondgevraagd wordt rondom deze man hoe het is met hem te werken.

161
00:24:33.892 --> 00:24:43.512
Bijvoorbeeld toen hij de code schreef voor de training van GPT-4, moesten andere onderzoekers weken besteden aan het opschonen en opnieuw.Programmeren van zijn werk omdat ze het zo rommelig vonden.

162
00:24:43.552 --> 00:24:53.472
En de interne dynamiek rondom deze persoon is ook opmerkelijk, want zijn vrouw Anna, die voor de hele tijd geen werknemer is, is wel aanwezig de hele tijd op kantoor en fungeert als een soort stafchef voor haar man.

163
00:24:53.512 --> 00:25:05.512
Zij trouwden ook, Wytse zeg ik er even bij om echt het boerenvaarblok af te maken, in 2019 op het OpenAI-kantoor. En wie was de ambtenaar? Ilya Sutskever. Alsof het drama niet groter kan.

164
00:25:05.612 --> 00:25:15.672
Dit gaat sowieso verfilmd worden. [lacht] Dit wordt toch de nieuwe Social Network-film gewoon. Ja, maar als ik jou goed begrijp had jij niet gedacht dat hij zou terugkomen. Nou, er zijn een beetje verschillende groepen.

165
00:25:15.712 --> 00:25:25.872
Kijk, uh, binnen zo'n bedrijf als OpenAI, ik zeg nu bedrijf, want dat mag ik inmiddels wel zeggen, toch? [lacht] Ja, uh, is het op zich niet gek dat heel veel talenten weggaan om zelf dingen te starten.

166
00:25:26.032 --> 00:25:34.602
Dat kan je zien als negatief van: waar is iedereen gebleven? Maar je kan ook denken: ja, daar is gewoon een soort van explosie aan talent. Die gaan nu allemaal zelf ondernemingen beginnen. M-hm. Prima. Ja.

167
00:25:34.692 --> 00:25:38.312
Uhm, dat is de positieve lezing van: waar is iedereen uit de foto, hè?

168
00:25:38.352 --> 00:25:46.372
Je hebt zo'n legendarische foto van het founding team en dan een soort, uh, animatie dat ze allemaal langzaam wegfaden en uiteindelijk zit alleen Sam Altman [lacht] nog. Heel eenzaam op een bank.

169
00:25:46.452 --> 00:25:53.932
Ja, een soort van, uh, The King en dan krijgt ie een kroontje en dan is het klaar. Ja. Maar, uh, dus de positieve lezing is: die mensen hebben gewoon heel veel talent en zijn zelf dingen begonnen.

170
00:25:54.432 --> 00:26:01.852
De wat minder positieve lezing is natuurlijk: ja, er is een machtsstrijd en die mensen wilden wel blijven, maar niet onder het, uh, regime van Sam Altman.

171
00:26:02.152 --> 00:26:10.292
Dus als iemand dan zegt: ik, ik neem een sabbatical, kan dat natuurlijk ook een soort, uh, slow leave zijn, hè, voor een soort zachte landing om te vertrekken.

172
00:26:10.332 --> 00:26:15.952
En als iemand dan toch terugkomt, dan vind ik dat interessant. Ja, ja. En de belangen zijn natuurlijk groot. Zeker.

173
00:26:16.012 --> 00:26:30.852
Ik las bij die, bij The Information dat, uh, uh, er nu waarschijnlijk, dus er wordt geschat, uh, dat OpenAI's succes, uh, waarschijnlijk over $1 biljoen, dus dat is 1 miljard, dat is 1.000 miljard dollar.

174
00:26:31.292 --> 00:26:36.992
Even voor de, voor het beeld. Ik vind dat altijd lastig. Biljoen, triljard, dat soort dingen. 1 biljoen dollar is 1.000 miljard dollar.

175
00:26:37.672 --> 00:26:46.602
Dat is aan marktwaarde toegevoegd bij bedrijven als Microsoft, Nvidia, alleen al door het bestaan van OpenAI. Bizar. En dat maakt de belangen groot, zou je zeggen.

176
00:26:46.612 --> 00:26:56.352
Tegelijkertijd, als ik eind van de dag kijk: met welke AI-tools heb ik vandaag gewerkt, dan is dat NotebookLM, oftewel Gemini van Google en Claude. Just saying.

177
00:26:56.532 --> 00:27:05.572
Nou, ik denk dat Sam Altman zit te sidderen in zijn stoel als hij deze podcast hertalt. Als die kwijtraakt, [lacht] is het klaar. As Wytse goes, so goes the country, zeggen ze altijd.

178
00:27:05.992 --> 00:27:16.062
Oké, uh, straks, uh, gaan we het hebben over, uh, Ilya Sutskever en uitspraken die hij heeft gedaan over het afvlakken van de voortgang van taalmodellen. Ja.

179
00:27:16.072 --> 00:27:27.532
Dat was dit weer de talk of the town als het gaat over AI-nieuws. Maar eerst, uh, de tip van de week. We hebben allemaal de droom om AI te gebruiken als een soort volwaardige digitale assistent.

180
00:27:28.192 --> 00:27:38.652
Maar ondertussen zitten we toch allemaal een beetje te klooien in, nou ja, zoals jij dat zegt, Wytse. Uh, je typt iets in Claude, uh, dan vervolgens moet je dat weer kopiëren en plakken in een andere tool en dan- Ja.

181
00:27:38.692 --> 00:27:45.992
Zo zit je toch echt wel te klooien de hele tijd, uh, door, omdat je nog steeds verschillende tools moet gebruiken die verschillende dingen kunnen doen. En niks gaat vanzelf.

182
00:27:46.612 --> 00:27:52.412
Uh, maar er is nu een nieuwe tool die die droom van die volwaardige digitale assistent een stapje dichterbij brengt.

183
00:27:52.432 --> 00:28:05.241
Het heet Inbox AI en het transformeert je Mac, helaas alleen voor Mac, uh, in een intelligente assistent die via spraakcommando's je e-mails filtert, taken kan extraheren en allerlei workflows kan automatiseren.

184
00:28:05.922 --> 00:28:17.492
Het is een, uhm, hele vette manier om werk te automatiseren die naadloos integreert met al je Mac-apps. En ik heb het geprobeerd en het is echt heel cool. Uh, de ontwikkelaar is- Ja, ik was echt onder de indruk. Ja.

185
00:28:17.582 --> 00:28:27.512
Ik had hem even niet aan zien komen. En alsof dat nog niet leuk genoeg is, is de ontwikkelaar een Nederlander en hij is hier. André Fouke, welkom! Hoi. Ik zou zeggen. Dat ben ik. Ja, dat ben jij.

186
00:28:27.872 --> 00:28:37.172
Laten we beginnen met, uh, eens eventjes praten over wat deze tool doet voordat we erachter komen hoe je tot het idee bent gekomen. Wat kunnen mensen met Inbox AI?

187
00:28:38.832 --> 00:28:48.632
Ja, het is eigenlijk een, een automatiseringstool voor je Mac waar je met AI allemaal dingen aan elkaar kunt koppelen. Uh, het is begonnen als iets wat ik had gebouwd als een e-mailprocessor.

188
00:28:49.352 --> 00:28:56.452
Uh, ik krijg heel veel e-mail en ik wilde eigenlijk AI gebruiken om die door te lezen en daar dingen mee te doen. Zoals wat? En maar later- Concreet in je hoofd?

189
00:28:57.732 --> 00:29:07.292
Nou, nou ja, heel vaak krijg ik een e-mailtje met bijvoorbeeld iets wat ik moet ondertekenen of, uhm, dat soort aspecten. En dan om daar een signing link uit te halen. Zo'n DocuSign-ding. M-hm.

190
00:29:07.632 --> 00:29:10.272
En dan gewoon op mijn to-do-lijst te zetten. Ja, precies.

191
00:29:10.292 --> 00:29:25.772
Dus jij bent eigenlijk, jij bent zo iemand die krijgt een, die krijgt zo'n mail binnen van: je moet iets tekenen en dan ben je eigenlijk geïrriteerd dat dat in een soort van chaotische bak die je e-mail is, terechtkomt, terwijl dat gewoon een to-do is die je later kan doen en die moet gewoon in een to-do-app verschijnen.

192
00:29:25.792 --> 00:29:38.192
En jij dacht: ik kan dit eruit vangen en dat dan aan mijn to-do-app koppelen. Begrijp ik dat goed? Ja, zo is het begonnen. Uh, en ja, toen wilde ik iets hebben wat, uh, waar, ja, wat dat eigenlijk versimpelde.

193
00:29:38.632 --> 00:29:47.291
Ik gebruik zelf zo'n, zo'n to-do-manager. Uh, ja, het heet Tana, waar je eigenlijk met een API alles naartoe kan sturen. M-hm. En dat is eigenlijk ook de eerste use case.

194
00:29:47.432 --> 00:29:53.532
Dus, uhm, ja, dingen naar Apple Reminder sturen, naar Todoist. Nou ja, welke to-do-app dan ook. Het koppelt daar overal mee.

195
00:29:53.592 --> 00:30:03.642
Dus je zegt: dit is vanuit e-mail kan ik dingen plukken en dan zeggen: als dit gebeurt, dan moet je er eigenlijk dit mee doen. Wat is nu in de praktijk waar je het zelf voor gebruikt?

196
00:30:03.652 --> 00:30:11.851
Heb je meer van dit soort voorbeelden? Uhm, nou ja, heel veel van dat soort dingen, zeg maar, als, als iemand mij een berichtje stuurt, taken daaruit halen.

197
00:30:11.972 --> 00:30:21.171
Dus niet alleen een, een linkje eruit halen, maar ook echt de e-mail lezen en te kijken: hé, wat wil deze persoon van mij? Ja. En dan een, een, een samenvatting daarvan, van die taak erin zetten. En wat doet ie dan?

198
00:30:21.292 --> 00:30:28.772
Al snel merkte ik- Maar laten we het, laten we het heel concreet maken, want ik, ik zit, uh, dit, ik denk dat heel veel mensen die dit luisteren staan te springen, dat ze dit kunnen gebruiken.

199
00:30:28.812 --> 00:30:41.824
Dus je krijgt een mail van iemand, daar staan taken in. Dan wat? Ja.Dan leest de AI eigenlijk die e-mail. Die zeg je eigenlijk. Je vertelt hem gewoon van: hé, welke taken staan er voor mij in?

200
00:30:42.424 --> 00:30:52.884
En formuleer die op een manier die actionable zijn. Dus bijvoorbeeld kun je dit document reviewen? Of kun je een afspraak plannen dan en dan? Of dat soort dingen.

201
00:30:53.464 --> 00:31:02.744
En die haalt hij eruit en die zet hij als to-do item erin. En is dan jouw idee dat je. Soort van linkje naar de e-mail. Ja, oké, dus het is die e-mail wordt ook echt gearchiveerd uit je mailbox. En eigenlijk.

202
00:31:03.164 --> 00:31:12.624
Die is daarna gewoon weg. Je kan hem nog wel vinden als je door wil klikken in de description, maar dan, dan zit je in je to-do app in plaats van in je mailbox. Ja. Ik vind het heerlijk. Zo is het niet nodig.

203
00:31:12.664 --> 00:31:26.104
Heb je nog één ander voorbeeld? Misschien ook wat, wat je merkt waar mensen het voor gebruiken, wat je verraste. Nou, ik denk dat na de e-mail kwam het al snel dat wat, wat een veel krachtigere use case was, was Voice.

204
00:31:28.584 --> 00:31:35.244
Je, je zag dat er steeds meer van die kleine tooltjes komen voor de Mac waarin je, ja, gewoon iets kunt inspreken en dan, dan typt hij het eigenlijk voor je in.

205
00:31:36.224 --> 00:31:47.164
Er zijn er een aantal zijn daarvan en, uh, eentje daarvan, die had ook een mogelijkheid om iets te vragen daaraan. Een soort van: hé, kun je dat voor me opzoeken op ChatGPT? En dan opende er een ChatGPT venstertje.

206
00:31:47.824 --> 00:31:56.744
En dat inspireerde mij eigenlijk om te zeggen: hé, dat is, dat is eigenlijk ook zo'n use case waar je dus iets in kunt spreken. En ik wil snel even iets ge, ja, iets vastgelegd hebben.

207
00:31:57.904 --> 00:32:06.324
Dus ik heb nu ook een, uh, in Inbox AI. Het heet dus nog Inbox, want ja, het was begonnen uit e-mail, maar eigenlijk is de hoofd use case jammer genoeg nu een beetje verplaatst naar Voice.

208
00:32:06.444 --> 00:32:15.544
iTunes heet ook nog iTunes, toch? Ik bedoel. Ja, inderdaad. Dus daar gaan we niet moeilijk over doen. Maar dat je, dat je iets een knopje kunt inhouden en dan kun je gewoon een taak inspreken.

209
00:32:16.264 --> 00:32:23.064
Of een knopje kunt indrukken en dan maak je een screenshot van iets. Ik heb ook heel vaak mensen die mij dingen op Slack vragen.

210
00:32:23.084 --> 00:32:30.724
Dus geen e-mailtje, maar, ja, je tekent een boxje om een Slack bericht en dan haalt hij daar weer een taak uit. Of je spreekt de taak in.

211
00:32:31.624 --> 00:32:41.404
Dus allemaal use cases om snel via AI, uh, ja, eigenlijk een nuttig stukje informatie eruit halen en daar iets mee te doen. Ja, en ik denk dat dat voor de luisteraar misschien nog verwarrend is.

212
00:32:41.544 --> 00:32:48.204
Ik dacht zelf ook Inbox AI en nu hebben we een beetje de geschiedenis gehoord. Het begon als een inbox ding, maar het is totaal uit de klauwen gelopen. In de positieve zin.

213
00:32:48.644 --> 00:32:57.284
Ik ben echt mega impressed, want wat jij doet is eigenlijk ook screenshots maken van het hele scherm en daar dan op kunnen handelen. Dus je hoeft niet te interfacen met die applicaties per se.

214
00:32:57.644 --> 00:33:00.364
Je kunt gewoon zeggen: ik zie hier op Slack dat iemand iets tegen me zegt.

215
00:33:01.164 --> 00:33:09.724
Gooi er een reply in, maar voor die laatste, dus, uh, wat het al kan, is die, uh, uh, dat bericht zien en dan een reply maken, maar die plakt hij ook op de juiste plek.

216
00:33:09.784 --> 00:33:15.014
Komt dat omdat je ook keyboard mouse controls emuleert? Of heb ik dat verkeerd gezien? Ja, nee.

217
00:33:15.014 --> 00:33:22.003
Toen ik dus begon met, met, hé, een screenshotje maken, toen was het voornamelijk van: hé, haal de informatie uit die screenshot en maak er een to-do van.

218
00:33:22.444 --> 00:33:28.843
Maar al snel dacht ik: ja, het zou ook wel handig zijn als je dan gelijk een reactie kunt schrijven bijvoorbeeld. En dan heb je inderdaad diepere integratie nodig.

219
00:33:29.364 --> 00:33:39.144
En, uhm, de eerste versie daarvan, ja, die gebruikte eigenlijk gewoon het, ja, het clipboard. Dus die, die zegt eigenlijk van: nou, ik zet daarna de reactie op mijn clipboard, kon je hem zelf terug pasten.

220
00:33:39.704 --> 00:33:49.104
En toen leerde ik ook van: oh, maar je kunt hem eigenlijk ook gelijk zelf terug laten pasten door de applicatie, uhm, en dan staat het er gelijk in. En is het dan zo dat hij herkent dat het Slack is?

221
00:33:49.184 --> 00:33:55.044
Of zou dat in essentie in veel meer applicaties kunnen? Hoe generaliseerbaar is dit wat jij hebt gebouwd? Het is volledig generaliseerbaar.

222
00:33:55.184 --> 00:34:02.044
Dus, uh, het grappige is dat de AI, omdat hij kijkt naar het plaatje, wel doorheeft dat het Slack is en dus ook een beetje de toon van het bericht aanpast.

223
00:34:02.384 --> 00:34:08.924
Het is wel grappig, als hij reageert op een e-mailtje, dan krijg je een ander soort van reactie dan op een Slack bericht. Zonder dat jij dit hebt aangegeven eigenlijk al als maker.

224
00:34:09.244 --> 00:34:18.364
Ja, ja, ja, dat zit onder bakken al ingebakken denk ik in het model dat ze, ze herkennen de interface van Slack en dan krijg je alweer andere reacties. Want als jij, als jij er zelf mee werkt, met je eigen tool.

225
00:34:18.404 --> 00:34:29.004
Ik bedoel, ik kan me voorstellen dat je niet anders doet nu. Dit is gewoon onderdeel geworden van je, van jouw leven, denk ik. Uh, is het dan zo dat je vooral praat met de frontier models, dus de clouds en de GPT's?

226
00:34:29.504 --> 00:34:38.324
Of doe jij lokaal ook iets? Want ik zag op je website Ollama ook staan. Is dat iets wat je zelf ook gebruikt? Of zeg je: ik wil die optie gewoon bieden en dat geeft wat vrijheid. Ja, dat laatste.

227
00:34:38.384 --> 00:34:46.044
Je merkt dat heel veel mensen, zeg maar, wat, uh, ja, het wat spannend vinden. Zeker omdat er dan ook jouw screenshot en, en berichten van anderen in een AI gaan.

228
00:34:46.664 --> 00:34:52.044
En het hebben van een aantal lokale opties maakt het gewoon ook comfortabel voor, voor die aspecten.

229
00:34:52.364 --> 00:35:02.924
En je ziet dat sommige dingen prima kunnen met lokale modellen, maar voor het gros, het, hetgene wat je vaak in de filmpjes ziet die ik maak en waar het impressive lijkt, ja, daar heb je wel iets nodig van een van de nieuwere modellen.

230
00:35:02.964 --> 00:35:06.504
Maar even voor de helderheid, dit gaat dus over bedrijfsgevoelige informatie.

231
00:35:06.544 --> 00:35:18.944
Dus op het moment dat mensen dit voor hun werk gebruiken en dat ligt voor de hand dat je dit voor je werk gaat gebruiken, uh, zijn sommige bedrijven vinden het spannend als bedrijfsgevoelige informatie naar een OpenAI cloud toe gaat en daarom bied je die lokale optie aan.

232
00:35:18.964 --> 00:35:28.964
Maar goed, dat is nog niet, dat is nog niet helemaal bruikbaar als ik je goed begrijp. Ja, je merkt dat, dat die, die open source modellen, uhm, die, die lopen iets achter.

233
00:35:29.024 --> 00:35:34.844
Ik denk een, een maand of acht, negen, iets in die richting, misschien wel iets meer. Het begint wel echt al in te halen.

234
00:35:35.004 --> 00:35:43.024
Zoals, nou, deze week is er, er een soort van vision model van, uh, van Llama gelanceerd en die kan eigenlijk ook kijken naar plaatjes.

235
00:35:43.524 --> 00:35:53.024
Nadeel is dan wel het draait op je eigen computer en [lacht] als ik dat doe op mijn laptop dan ben je wel iets van, nou, 45 seconden aan het wachten. Ja, ja, dat is ook weer jammer. Is dan weer de volgende uitdaging.

236
00:35:53.084 --> 00:36:02.684
Je zei: de volgende, uh, soort van ding waar je achter kwam was dat eigenlijk spraak een heel handige manier is om hiermee te interacteren. En je zei: dan kan ik snel dingen tegen het ding zeggen.

237
00:36:03.284 --> 00:36:14.584
Wat, wat, wat betekent dat in de praktijk? Hoe, hoe, hoe merk je dat je het zelf gebruikt, spraak? Uhm, nou ja, voornamelijk dus in het begin is het wat okker. Dat merkte ik ook met die transcribeer tooltjes.

238
00:36:14.744 --> 00:36:25.984
Dus als je tegen een computer praat en dat je dan, zeg maar, het gewoon intypt. Ja, dit is voice to flow. Dus dan hou je de FN-toets van je toetsenbord ingedrukt. Een soort van nieuwe interactie, namelijk push to talk.

239
00:36:26.024 --> 00:36:35.304
Je houdt die knop ingedrukt. Dan gaat je Mac dus luisteren en dan gaat hij alles opschrijven waar de, wat je zegt en dan plakt hij het op de plek waar je cursor staat, wat typen scheelt.

240
00:36:35.684 --> 00:36:44.844
Soms hebben die tooltjes er ook een prompt overheen, zodat hij punten en komma's toevoegt en dubbelingen eruit haalt, et cetera. Ik neem aan dat, dat, dat, dat je inspireerde.

241
00:36:45.084 --> 00:36:54.160
Wat is dan vervolgens de volgende, wat, wat is de stap die jij daaraan hebt toegevoegd?Ja, nou eigenlijk kun je met, uh, met InboxAI kun je dus een soort van whisperflow bouwen.

242
00:36:54.760 --> 00:37:04.020
Uh, het is ook echt een automatiseringstool. Je kunt zo'n transcribeer commando kun je eigenlijk gewoon zelf bouwen en dan ook zelf die prompt definiëren. Uhm, en dan kun je hetzelfde doen.

243
00:37:04.140 --> 00:37:12.340
Wat mij interessant leek is: hoe kun je dan ook daar verder gaan? Wat ik heel vaak had is nadat je iets hebt ingesproken wil je daar iets mee doen of misschien wel vervolghandelingen doen.

244
00:37:12.480 --> 00:37:23.540
Ja, bijvoorbeeld, uh, je hebt iets ingesproken wat een e-mail moet worden, maar je hebt de neiging om heel wollig te praten. Dat je gelijk er een prompt aan toevoegt van: maak dit korter en professioneler.

245
00:37:23.580 --> 00:37:32.280
Ik noem maar wat. Ja, exact. Ja, of je zegt: hé, uh, schrijf dit als een Slack bericht en plaats het in Slack en zegt: oh nee, toch niet. Maak er maar een e-mail van. Ja.

246
00:37:32.640 --> 00:37:40.200
En dat hij dan een e-mailtje opent en daar dan in een andere toon eigenlijk hetzelfde bericht, maar in het format van een e-mail in zet. Ja. En dat kan InboxAI.

247
00:37:40.300 --> 00:37:57.780
Ja, en, en als je onze-- ik ben dus heel erg bezig met voorbeelden, want ik, jij, voor jou is dit nu tweede natuur geworden dat jij een tool hebt die je eigenlijk helemaal zelf kan vormen ook, omdat je dus heel erg nadenkt vanuit bijna een soort Duplo blokken, uh, op elkaar klikken.

248
00:37:57.820 --> 00:38:07.480
En dan, jij bedenkt de hele tijd logische use cases, maar ik denk dat veel mensen hebben wat ze ook met ChatGPT hebben, namelijk dat een knipperende cursor op een wit vlak is ook gewoon intimiderend.

249
00:38:07.520 --> 00:38:10.360
Het is moeilijk om erachter te komen waar je het allemaal voor kan gebruiken.

250
00:38:10.880 --> 00:38:20.280
Wat, wat voor, wat, wat adviseer je mensen waar ze het allemaal voor, voor kunnen gebruiken als ze die Duplo stenen nuttig op elkaar stapelen in jouw app? Ja, dat merkte ik ook al.

251
00:38:20.300 --> 00:38:27.640
Ik heb, ik heb zo'n hele Slack nu met, uh, met gebruikers, uh, en het eerste wat mensen ook vragen: ja, wat, wat, wat, wat kan ik hier eigenlijk mee? Ja.

252
00:38:27.780 --> 00:38:36.360
Uhm, en heel veel mensen zien dan een filmpje wat ik gemaakt heb en die zeggen: oké, dat wil ik. Uhm, dus ik heb een heleboel voorbeelden in de applicatie gezet waarin je soort van kan kijken wat dat is.

253
00:38:36.760 --> 00:38:49.040
Dus een aantal voorbeelden is bijvoorbeeld, nou ja, uh, zoek naar iets, hè, in Perplexity of Google of ChatGPT. Uh, schrijf een e-mailtje, uhm, uh, reageer op iets, uhm, of haal een taak eruit.

254
00:38:49.540 --> 00:39:01.540
Uhm, en recentelijk ook wat meer aan de computeractie kant. Uh, dus dat is iets wat in de nieuwere versies zit. Uh, druk op deze knop. Of, uhm, misschien wel, zeg maar, start, uh, de muziek of pauzeer de muziek.

255
00:39:01.920 --> 00:39:10.540
Eigenlijk alles wat je op je computer kan doen, kun je in essentie ook op die manier gaan, uh, gaan uitvoeren. En. Uh, ja. En hoe werkt dat dan?

256
00:39:10.780 --> 00:39:22.480
Want dan zeg je bijvoorbeeld: start de muziek en, uh, zet iets op van, uh, X. Je maakt je eigen, ja, je eigen Siri of zo op zo'n manier. Hoe, hoe, wer-hoe, hoe kan die app dan vervolgens dat gaan doen?

257
00:39:23.600 --> 00:39:28.360
Ja, het is dus inderdaad precies, je maakt je eigen Siri, uh, en daar kun je zelf die commando's aan geven.

258
00:39:28.440 --> 00:39:37.650
En het grappige is dat eigenlijk het onderliggende foundation model zelf al wel weet hoe die dat voor elkaar kan krijgen met de onderliggende tools die op je Mac liggen. Hmm.

259
00:39:38.000 --> 00:39:48.100
Uh, dus, je Mac heeft iets en dat heet AppleScript en daar kun je eigenlijk heel veel automatiseringen mee uitvoeren. Maar niemand, ja, weet je, dat, dat spul is echt takkenoud en niemand weet meer hoe dat werkt.

260
00:39:48.480 --> 00:39:56.600
Maar kennelijk, dat model is daar heel goed in. Wauw. En die schrijft dan een stukje script en die voert dat gewoon voor je uit, zonder dat jij een idee hebt, zeg maar, wat daarin zit.

261
00:39:56.620 --> 00:40:05.549
En het is ook niet iets wat je hoeft te vertellen aan het model of hem hoeft te leren. Dat weet hij al. Wietse, hoe, hoe luister je hier allemaal naar? Wat, wat, wat wil je nog weten?

262
00:40:05.620 --> 00:40:15.340
Ik heb duizend vragen, maar ik hou het even bij de top drie of twee. Uhm, op mobiel. Zou je zoiets kunnen maken op mobiel of zit je daar te dicht in de sandbox van iOS als het even binnen het Apple app ecosysteem?

263
00:40:15.380 --> 00:40:24.660
Of Android kan ook. Bestaat ook, Wietse. Ja. Android waarschijnlijk wel [lacht]. Ja, deels. Je, je hebt een aantal opties die gewoon zouden kunnen.

264
00:40:24.720 --> 00:40:35.340
Dus alles wat eigenlijk een, uh, een API request doet, dus, dus bijvoorbeeld een andere applicatie, uh, gebruikt. Ja. Uh, en je kunt ook shortcuts, uh, zeg maar wat Apple zou je kunnen aanreiken.

265
00:40:35.360 --> 00:40:41.000
Dus en intema-- ze hebben inderdaad al gevraagd, maar je kunt bijvoorbeeld niet een commando of een stukjes code, uh.

266
00:40:41.020 --> 00:40:50.650
Nee, want ik, ik denk wat ik, wat ik zo krachtig vind aan wat jij aan het doen bent, is dat scherm bekijken en dan ook op de juiste plekken klikken uiteindelijk. Het is een beetje brute force, hè.

267
00:40:50.769 --> 00:40:57.460
Anthropic heeft nu natuurlijk ook een engineering of computer user computer ding. Ik, Alexander en ik hebben het hier al heel lang over.

268
00:40:57.480 --> 00:41:04.160
Wij denken dat dat deze kant op gaat, hè, dus dat je eigenlijk API's gaat overslaan of de ontwikkelaars gewoon overslaat en zegt: ik ga een beetje rondklikken.

269
00:41:04.470 --> 00:41:11.860
Ik bedoel, die ontwikkelaars zullen achteraf dan alsnog die API's gaan leveren, maar als een mens het kan gebruiken, kan een AI het gebruiken. Dat wordt dan een beetje de logica, hè.

270
00:41:12.460 --> 00:41:18.000
Uhm, is dat iets waar jij zelf ook nog verder in wilt gaan? Ik bedoel, wat zijn nu een beetje je dromen voor je eigen tool?

271
00:41:19.360 --> 00:41:27.500
Ja, dus in, in de laatste versie ben ik aan het kijken of, uh, ook in dat computer use model van Anthropic, uh, of ik dat kan aansluiten op, uhm, op InboxAI.

272
00:41:28.140 --> 00:41:37.560
Uh, en er zijn een aantal hele mooie manieren dat je je muis kunt beheren, uh, en dat soort dingen en het in kunt typen. Wat je wel merkt is dat AI is best wel goed in het doen van één actie.

273
00:41:37.940 --> 00:41:42.940
En wat mij verraste is, ook s-, veel beter dan een jaar geleden. En het is ook nog eens goed geworden.

274
00:41:43.000 --> 00:41:48.720
Als je bijvoorbeeld ziet zoals AppleScript kan die in een paar pogingen, zelfs al is het een paar keer misgegaan, heeft hij het daarna ineens goed.

275
00:41:49.480 --> 00:41:59.000
Maar wanneer je hem echt computer use geeft en die naar een, een knopje moet gaan, ja, dan merk je dat het best wel spannend wordt, want dan ineens gaat hij allemaal dingen doen op je computer [lacht].

276
00:41:59.460 --> 00:42:06.819
Uh, en als het misgaat, dan kun je hem ook niet makkelijk stoppen of iets dergelijks, want dat ding beheert je muis. Je moet het- Gaat ie opeens al je exen mailen. Ja. Ja.

277
00:42:07.480 --> 00:42:15.439
[lacht] Ja, da's, nou, in het voorbeeld van Anthropic ging dat ding ineens ook gewoon door de foto's, uh, app heen bladeren of iets dergelijks. En dan vraag ik mezelf: wil je dat op je computer?

278
00:42:15.540 --> 00:42:24.290
Het voelt, het voelt ook nog een beetje als de zelfrijdende auto era van acht jaar geleden op dit gebied, hè, dat je denkt: misschien moet je even op een testcircuit gaan rijden voor de wifi. Ja. Ja. Ja. Ja.

279
00:42:24.300 --> 00:42:34.440
Dus we weten beter. Ja. Ja, het kan. Het is gaaf om te proberen, maar ik weet niet hoe blij ik ermee ben in de huidige staat. Ik, ik zou dat nog even. Nog een laatste hele praktische vraag.

280
00:42:34.740 --> 00:42:42.200
Uhm, je had het net over die lokale modellen en de foundation models en dat je zegt: eigenlijk praat ik liever met OpenAI, hè. Ik bedoel met dat model, want dan kan je het meest met jouw tool nu.

281
00:42:42.800 --> 00:42:48.780
Kan je ook een custom endpoint instellen voor de luisteraars die bijvoorbeeld Azure hebben of, uh, bij Google een dealtje hebben, hè.

282
00:42:48.840 --> 00:43:01.340
Als bedrijf is dat gewoon lekker.Het, het ondersteunt sowieso ook bijna alle andere major modellen, dus, uh, uh, het ondersteunt Anthropic, uh, Gemini, uh, Azure Endpoints, uh, Grok, uh, XAI.

283
00:43:01.460 --> 00:43:10.759
Eigenlijk alles wat je wil gebruiken. Ik ga er wat nog, uh, mee spelen. Tering sympathiek. Doe dat. André. Het is echt heel erg leuk. Uh, we, we, het is een warme aanbeveling van deze podcast.

284
00:43:10.920 --> 00:43:23.680
Inbox streepje AI punt app kun je downloaden, dus nog een keer Inbox streepje AI punt app. Dan betaal je een eenmalig bedrag. Dat is ook alweer zo tering sympathiek. André, wat kost het? Uhm, wat was het?

285
00:43:23.690 --> 00:43:34.749
€ 39 volgens mij. Ik was het weer vergeten. Jeetjemina. Is ie zelf vergeten. Ja, nee, maar ik, ook, ook dat nog, zo weinig. Ik vind het, uh, ik vind het fantastisch. Uh, wat is het volgende wat er ingepaard gaat worden?

286
00:43:34.840 --> 00:43:45.160
Even nog voor de, soort van, de, om de droom nog eventjes te prikkelen. Realtime voice mode. Oh, dat ie ook terugpraat. Die nieuwe API van OpenAI. Ja, dat doet hij nu al. Uh, hij praat nu al terug.

287
00:43:45.220 --> 00:43:56.640
Alleen, uh, de snelheid merk je dat hij nu, uh, moet hij echt tussen de, tussen de verschillende beurten, moet hij even nadenken. En je merkt dat die nieuwe AI of de nieuwe API van OpenAI, die is echt zo snel.

288
00:43:57.280 --> 00:44:05.760
Uh, en dat is wel, ja, hoe, hoe sneller het is, hoe leuker het wordt. Dus, uh, ja. Supervet! We gaan het volgen. Dank je wel André. Dank je wel. Yes, alsjeblieft.

289
00:44:05.940 --> 00:44:13.960
Nou, als je nou zelf dit soort tips wil toepassen om AI, uh, te gebruiken in je werk, dan hebben we een nieuwsbrief daarvoor. AI report punt email.

290
00:44:13.980 --> 00:44:26.340
Dan krijg je twee keer per week niet alleen het AI nieuws samengevat, maar hebben we ook meer tips voor je over hoe je AI kan toepassen in je werk. Dan gaan we het nu hebben over de talk of the town van AI deze week.

291
00:44:26.640 --> 00:44:38.540
Waar de fuck, wou ik bijna zeggen, blijft GPT-5? [muziek] Dit is wel chill met zo'n muziekje. Ik ga echt hard op dit. [lacht] Ik zit helemaal te swingen hier. Dit is de reclamemuziek. Oh,

292
00:44:39.660 --> 00:44:48.820
moeten we dat niet gewoon omgooien dan? Ja, dit is wel leuk. Dit is als hoofdonderwerp. Dit is degene waarop ik ga bewegen. Ja, precies. En ik beweeg niet zo vaak. Wat is deze dan?

293
00:44:49.450 --> 00:45:00.639
[muziek] Nee, precies, dit is, uh, dit is de mellow. Ja. Zullen we het gewoon doen? Ja. Oké. Love it. Ja, want Sam Altman deed tijdens een podcast die hij had van Y Combinator een opzienbarende voorspelling.

294
00:45:01.090 --> 00:45:10.440
Hij plakte een datum op het moment dat computers slimmer gaan zijn dan de mensen. En hou je vast: 2025 is het moment. Dat is het moment dat hij verwacht dat het klaar is.

295
00:45:10.520 --> 00:45:22.500
AGI, uh, kunstmatige intelligentie op menselijk niveau. En hij stelt dat, en ik quote nu even: we weten wat we moeten doen. En hij hint op adembenemende onderzoeksresultaten die hij nu nog niet kan delen.

296
00:45:22.920 --> 00:45:30.780
En hij gaat zelfs zo ver om te suggereren dat AI alle natuurkunde zou kunnen oplossen. Maar direct na deze uitspraken kwam er een interessante twist.

297
00:45:30.910 --> 00:45:41.320
The Information publiceerde nou juist dat OpenAI's nieuwste model, genaamd Orion, juist tegenvalt. Bij programmeerwerk zou het niet eens beter zijn dan eerdere versies.

298
00:45:41.680 --> 00:45:54.080
En, uh, dat levert dan ook weer, want dit was een hoop gedoe, dit artikel van die, van The Information, dat eigenlijk zeiden: de ontwikkeling is aan het afvlakken, maar ook daar werd weer direct tegenin gegaan door mensen uit het veld.

299
00:45:54.320 --> 00:46:02.020
Uh, Dan Shipper zei: dit is nou precies het tegenovergestelde wat mensen binnen grote AI-labs ervaren. Dus die hoort andere dingen.

300
00:46:02.550 --> 00:46:13.580
En OpenAI-onderzoeker Noam Brown voegde toe dat Altmans uitspraken overeenkomen met wat de meeste OpenAI-onderzoekers op de werkvloer ervaren. Nou, we gaan enorm heen en weer, als een, als een balletje.

301
00:46:13.620 --> 00:46:14.940
En toen kwam daar het slotstuk.

302
00:46:15.140 --> 00:46:30.400
Ilya Sutskever, medeoprichter van OpenAI, maar natuurlijk met ietwat drama vertrokken, vertelde aan Reuters dat de resultaten van het opschalen van pre-training, de fase waarin AI-modellen, uh, heel veel data gebruiken om daar, uh, patronen en structuren in te gaan herkennen.

303
00:46:30.440 --> 00:46:38.720
Dat die result-- dat is heel belangrijk, dat die, uh, opschaling aan het afvlakken is. "The results have plateaued," zei hij letterlijk.

304
00:46:38.980 --> 00:46:48.860
De jaren 2010 waren het tijdperk van schalen en nu zijn we terug in het tijdperk van verwondering en ontdekking en is iedereen op zoek naar het volgende grote ding. Oftewel hij geeft er een positieve spin aan. Maar,

305
00:46:50.260 --> 00:46:59.120
sh-shit, sh-shit has hit the fan. Als ik, als ik dit, als ik dit goed begrijp. Wietse, hoe moeten we dit duiden? Mijn god, ik kan dit niet aan. Ik ga natuurlijk heel irritant ons ook weer in het midden houden.

306
00:46:59.160 --> 00:47:09.020
Ga ik alvast. Ik snap ook wel dat jij de, dat jij de oplossing niet hebt, maar. Nee, maar het is wel interessant, want, uhm, er zijn, er zijn een aantal knoppen waar je aan kan draaien als het dan om taalmodellen gaat.

307
00:47:09.059 --> 00:47:17.940
Want het is misschien wel even belangrijk om te zeggen: dat hele AI-ding is natuurlijk een enorme containerterm. Waar we het vaak over hebben zijn die ChatGPT-achtige toepassingen.

308
00:47:17.980 --> 00:47:28.500
Maar Flux bijvoorbeeld om afbeeldingen te maken, laatst weer een nieuwe Flux uitgekomen, is net zo goed revolutionair. Of de videomodellen Sora, waar we nog steeds op zitten te wachten, is net zo goed revolutionair.

309
00:47:28.900 --> 00:47:37.180
Maar de focus ligt nu even op taalmodellen en het trainen daarvan. Het volgende woordje voorspellen. Uhm, bij taalmodellen kan je aan een hoop dingen draaien.

310
00:47:37.200 --> 00:47:48.120
Je kan er meer compute tegenaan gooien, dus datacentra bouwen, uhm, op basis van nucleaire energie en dan grotere trainingsruns gaan draaien. Dus langer trainen met, uh, meer data. Stap twee: meer data.

311
00:47:48.280 --> 00:47:56.500
Dat is de volgende knop waar je aan kan draaien. Da-- eigenlijk, en ook meer kwalitatieve data. Want je kan beter weinig kwalitatieve data erin stoppen dan veel troep. Ja.

312
00:47:56.920 --> 00:48:05.580
Dan heb je nog een dri-- derde knop waar je aan kan draaien is betere wetenschap. Oftewel de technieken die je gebruikt om die modellen te bouwen en de laagjes die je erin toevoegt.

313
00:48:05.600 --> 00:48:15.139
De trucjes die je doet, die kan je ook verbeteren. En dan is er eigenlijk nog vier en dat is, misschien moet naast een taalmodel, uh, uh, moet nog een ander systeem draaien.

314
00:48:15.180 --> 00:48:20.920
Wat je een beetje ziet bij, uh, de O1-modellen van, uh, OpenAI is dat je zegt: je hebt zo'n reasoning model.

315
00:48:20.960 --> 00:48:29.000
Die doet niet alleen maar het bluffen van de volgende, uh, uh, woorden, maar ook daarna het huiswerk controleren, waardoor je een soort ensemble van intelligentie krijgt. Ja.

316
00:48:29.040 --> 00:48:40.530
Die onderzoeker van OpenAI die ik net citeerde, Noam Brown, die zei: 20 seconden denktijd in een potje poker gaf dezelfde prestatieverbetering als het model 100.000 keer groter maken en langer trainen. Ja.

317
00:48:40.560 --> 00:48:49.560
Oftewel dat is wat jij bedoelt met het systeem anders laten werken in plaats van alleen maar meer computerkracht ertegenaan gooien. Exact. Ja, want ik, want dat is wat je nu ziet volgens mij gaan.

318
00:48:49.600 --> 00:48:59.620
Ik heb me natuurlijk een beetje ingelezen. Dit gaat heel erg over: we hebben steeds meer, we gooien er steeds meer computerkracht tegenaan, we laten het steeds langer draaien en we gooien er steeds meer data tegenaan.

319
00:48:59.640 --> 00:49:06.540
Dat is een beetje de huidige stand van zaken, toch? Dit is hoe wij nu over de ontwikkeling van taalmodellen praten is gewoon meer energie, langer laten draaien.

320
00:49:06.560 --> 00:49:12.640
En elke keer zijn we weer verbaasd over wat er daardoor beter kan. Ja, en ik zou bijna zeggen elke keer waren we verbaasd. Ja.

321
00:49:12.680 --> 00:49:22.740
Omdat wat er dus nu, hè, we hebben in de vorige aflevering gezegd: je kan zo'n cake even uit de oven trekken, kijken hoe die eruit ziet en dan weer terugduwen. Nou, Orion, oftewel eigenlijk GPT-5, hè, of 4.5.

322
00:49:23.340 --> 00:49:31.680
Uh, die hebben ze uit de oven getrokken. Meh. Viel een beetje tegen. Meh. Ja, [lacht] hij wappert, hij zwappert nog een beetje. Ja, ja. Hij wil nog maar niet stollen. Precies.

323
00:49:31.720 --> 00:49:41.920
Dus en dan, want dan, want en meh is niet alleen maar hoe iets voelt, subjectief, maar we hebben benchmarks. Ja. In de hele brede zin. Je had net even tussen neus en lippen over de wiskunde benchmark.

324
00:49:41.980 --> 00:49:51.800
Er is een nieuwe benchmark samengesteld door een hele groep wiskundigenPuur om echt die taalmodellen echt een, uh, het vuur na de schenen te leggen. Ja, Frontier Math heet deze.

325
00:49:52.040 --> 00:50:01.180
Uh, en tot nu toe, ik bedoel, de optimist zou zeggen: iedere benchmark die uitkomt wordt zes maanden later alsnog verslagen. Wie weet deze ook weer.

326
00:50:01.200 --> 00:50:13.860
Want hoe het gebleken is, vanuit de praktijk/wetenschap gooi je zo'n benchmark die wereld van AI in en dan zijn er allemaal engineers die als een soort computerspel, die, die gooien eigenlijk een sudoku door het raam van zo'n zaal naar binnen.

327
00:50:14.180 --> 00:50:19.069
[lacht] Die pakken die sudoku op en die zeggen: oh, wacht maar, ik ga niet meer slapen. We gaan ervoor zorgen dat het, dat, dat we deze benchmark gaan verslaan.

328
00:50:19.080 --> 00:50:27.820
Ja, we gaan die modellen optimaliseren voor-- eigenlijk is het leren voor de toets, zoals ik dat vroeger deed met de basisschool. [lacht] Je negeert alles wat je niet hoeft te lezen.

329
00:50:27.860 --> 00:50:49.060
Maar ja, als je alleen maar leert voor de toets, word je natuurlijk niet echt goed in, in, in- Ja, en wat, en wat, wat nu blijkt is als je dus X procent meer computerkracht, meer data en meer tijd, uh, geeft aan het doortrainen van zo'n model, hè, om naar Orion toe te trainen, dat dat niet in verhouding staat tussen de procenten aan, uh, benchmarkscores die omhoog gaan.

330
00:50:49.140 --> 00:50:49.220
Ja.

331
00:50:49.480 --> 00:51:07.320
En dat, als jij natuurlijk ergens, ik, nu verzin ik dingen, 50% meer van het één instopt en je krijgt 2,5% meer terug op de benchmarks, dan krijg jij, ik, dan, dan ga je al snel praten over een plateau, want dan voel je eigenlijk in zo'n curve dat die lijn tegen die bovenkant aan begint te, te duwen van een soort, uh, glazen plafond.

332
00:51:07.430 --> 00:51:14.960
Maar hoe luister je dan naar die mensen die tegenspreken, die zeggen: dit is helemaal niet de ervaring die mensen binnen die, uh, AI-labs zelf hebben.

333
00:51:15.000 --> 00:51:23.920
Nou, ik denk dat wat er binnen die AI-labs gebeurt, is dat ze daar al, dit is ook wat in het interview met Sam Altman naar voren komt. Ook dat interview met Y Combinator. Ik zou hem zeker kijken.

334
00:51:24.040 --> 00:51:32.100
Uhm, neem hem met een korrel zout. Ik denk niet dat het, het is aan Sam Altman gelegen dat wij allemaal geloven dat OpenAI nog steeds de koning is en alles in handen heeft.

335
00:51:32.120 --> 00:51:38.900
Of dat er volgende, over twee maanden een verrassing is. Aan de andere kant kan, uh, lopen ze tegen een plateau aan. Het punt is:

336
00:51:40.140 --> 00:51:45.180
prima dat jij tegen een plateau aanloopt van een taalmodel in het paradigma zoals die voor GPT ooit bedacht is, hè.

337
00:51:45.240 --> 00:51:52.820
Dus heel veel trainingsdata en dan het volgende woordje raden en op die manier gaan we naar intelligentie toe. Dat is al lang niet meer hoe er over gedacht wordt binnen die labs.

338
00:51:52.880 --> 00:52:02.780
Die hebben al lang door, net als dat het menselijk blij-, brein een visuele cortex heeft, een motorcortex, een neocortex, moeten we ook allerlei synthetische cortexen gaan bouwen om tot AGI te komen.

339
00:52:03.060 --> 00:52:11.520
En waarschijnlijk is een, zijn straks die taalmodellen één van de spelers in de band, hè, en niet de hele band. Dat is een beetje ook de discussie: waar praten we nu over?

340
00:52:11.660 --> 00:52:21.280
Als iemand zegt: nou, GPT kan nooit AGI worden, hè, oftewel mensvervangende intelligentie, ben ik het persoonlijk mee eens voor wat ik zie. Prima. De neocortex is ook niet alleen maar een mens.

341
00:52:21.300 --> 00:52:22.420
Je hebt meer nodig voor een mens.

342
00:52:22.840 --> 00:52:32.840
Maar binnen die labs zijn er allemaal strategieën nu van: als we er nou een reasoning model naast zetten, hè, als we nou dat ernaast zetten, als we een controlerend model ernaast zetten, enz-, enzovoorts, enzovoorts.

343
00:52:32.980 --> 00:52:36.960
Of we laten hem programmeren zodat hij zelf software kan maken en zijn eigen software kan testen. Mhm.

344
00:52:37.249 --> 00:52:46.420
Dan zegt Sam Altman in het interview eigenlijk: we hebben al strategieën nu uitgewerkt waarvan w-wij geloven dat we er daarmee gaan komen. Mhm.

345
00:52:46.460 --> 00:52:55.020
En dus dan moet je hem-- hij is een enorme optimist die gelooft dat de theorieën die binnen zijn teams bedacht zijn, genoeg zijn om te komen tot iets wat mensen kan vervangen.

346
00:52:55.140 --> 00:53:09.740
En met mensen vervangen bedoel ik dan: iedereen die nu remote werkt, hè, want er gaan niet zomaar Westworld Ro-Robots binnen komen lopen, maar iedereen die remote werkt en communiceert via e-mail en Teams zou volgens Sam Altman ergens volgend jaar [gelach] vervangen moeten kunnen worden.

347
00:53:09.780 --> 00:53:18.820
Sam Altman, dus niet Wietse Hagen die dit zegt. Ja, ja, ja. Ik denk zelfs dat dat allemaal nog wat langer gaat duren. Maar voor specifieke taken denk ik op mijn beurt te zijn dat het vandaag al kan.

348
00:53:18.860 --> 00:53:26.920
Alleen er mist gewoon nog heel veel context, uh, geoptimaliseerde software, domeinspecifieke AI. Ja, ja, ja.

349
00:53:26.940 --> 00:53:34.920
Waardoor het ook echt binnen de advocatuur of binnen het onderwijs of al die andere beroepsgroepen, dat het helemaal aangepast is voor die setting en de manier van werken, et cetera.

350
00:53:34.960 --> 00:53:54.880
Ja, want ik doe ook vaak als ik me-, als ik iemand spreek die zegt: joh, Wietse, ik heb het weer getest, zeker voor mijn eigen domein, het is hem gewoon niet, dus ik ga even niet mee in-- want ik, persoonlijk sta ik er zo in, uh, dat ik wel denk dat, uh, dat heb ik al vaker gezegd, als er niets nieuws meer uitgevonden wordt na vandaag, hebben we nog steeds best wel een revolutie om handen om wat er allemaal nog geïntegreerd kan worden- Ja.

351
00:53:54.960 --> 00:54:07.540
Aan rauwe software. Ja. Uhm, maar, uh, de truc is wel, en die truc ga ik weer aan de luisteraars geven, als jij domeinexpert bent en je praat nu met een general model, hè, die bluft op basis van breedte.

352
00:54:07.620 --> 00:54:16.800
Dat is een manusje-van-alles, die bluft. En je zegt: ha, die uitspraak heeft nooit bestaan. Ik ben een advocaat, dat weet ik. Of: ik ben een programmeur, dit kan je helemaal niet zo schrijven.

353
00:54:16.840 --> 00:54:25.900
Of: wat een rare oude module wordt daar gebruikt. Dit ding is oud en dom. Voeg dan aan die contextwindow even een boek toe. Een recent boek, hè, waar je de rechten op hebt. Ja, ja. Die je netjes hebt gekocht. Ja.

354
00:54:25.920 --> 00:54:33.920
En ik merk dus vaak als ik dat aan mensen vertel, dat ze zeggen: oh, oh, maar wacht even, nu die kan putten uit hele daadwerkelijk goede bronnen, gebeurt er ineens wat anders.

355
00:54:34.200 --> 00:54:40.440
Dus ik denk in dat opzicht, ook al stagneren de taalmodellen, vraagteken, weten we nog niet zo goed.

356
00:54:40.500 --> 00:54:47.440
Maar goed, die, die roddeltjes in die wandelgangen, die zijn er niet voor niets en die komen uit verschillende labs voor de duidelijkheid, niet alleen binnen OpenAI is er twijfel.

357
00:54:48.020 --> 00:54:54.800
Uh, wat mij betreft gooit dat niet meteen de deur dicht voor de komende jaren doorontwikkeling. Maar als ik jou goed begrijp kan het dus allebei waar zijn.

358
00:54:54.860 --> 00:55:05.060
Dat het klopt wat Sutskever zegt, namelijk dat het opschalen van pre-training, oftewel meer computerkracht ertegenaan gooien, dat dat afgevlakt is. Ja.

359
00:55:05.300 --> 00:55:16.800
Maar dat binnen die AI-labs al allerlei alternatieve manieren van progressie gebruikt worden, waardoor mensen zeggen: dit is niet mijn ervaring dat we als geheel aan het plateau zijn.

360
00:55:16.840 --> 00:55:19.940
Maar dat is ook niet zoals hij het bedoelt, als ik dit goed lees.

361
00:55:20.040 --> 00:55:28.600
Nee, en, uh, en wat ik denk is, zoals je dat wel met meer fenomenen ziet, uh, je gaat op een gegeven moment optimaliseren van een proces, bijvoorbeeld binnen je bedrijf of bi-binnen je eigen leven.

362
00:55:28.680 --> 00:55:37.000
Dan kom je op een gegeven moment op die 80% en dan is de vraag altijd: hoeveel energie ga ik stoppen in die laatste 20? Want dat gaat dan exponentieel omhoog richting die laatste paar procent.

363
00:55:37.080 --> 00:55:47.180
Net als met zelfrijdende auto's. De laatste paar procent blijkt de duurste en de moeilijkste. Ja, maar wel cruciaal voordat je met, zonder, zonder zweet op je rug in een zelfrijdende auto gaat zitten.

364
00:55:47.220 --> 00:55:58.088
En nu is de vraagKunnen we met een soort middelmatige taalmodellen in een band, hè, waar die taalmodel alleen de bas speelt, kunnen we dan niet alsnog een ensemble creëren wat mensvervangend is?

365
00:55:58.248 --> 00:56:09.028
Want voor de duidelijkheid: ik ben geen 100% puur fantastisch perfectionistisch mens of perfect mens. Ik kom er ook met mijn mediokerheid aardig doorheen, door het leven. Dus dat vind ik een belangrijke.

366
00:56:09.588 --> 00:56:18.568
Uhm, en daarnaast is het wel interessant dat je nu ziet dat die, uh, ARC Challenge, want daar wil ik nog even op inhaken. We hebben het wel eens over de ARC Prize en de ARC Challenge gehad.

367
00:56:18.988 --> 00:56:26.968
Een challenge waar je $ 1 miljoen kunt winnen als het jou lukt om 85% score te behalen op de ARC benchmark. Wat is dat voor benchmark?

368
00:56:27.108 --> 00:56:35.528
De ARC benchmark is een benchmark ontwikkeld specifiek, uh, om te laten zien dat taalmodellen, uh, niet, uh, krachtig genoeg zijn om ooit echt intelligent te zijn.

369
00:56:35.948 --> 00:56:42.488
Dus het is eigenlijk een groep onderzoekers die cynisch is over taalmodellen en daad bij woord heeft gevoegd en heeft gezegd: dan gaan wij ook een benchmark maken.

370
00:56:42.868 --> 00:56:56.248
En als jij daar je taalmodel tegen laat praten, dan valt hij door de mand. Nou, o1, hè, het reasoning model van OpenAI scoort 21% op een, uh, benchmark waar een kind van negen, 85% scoort. Dat zegt wel iets. Ja.

371
00:56:56.488 --> 00:57:01.428
Maar goed, the race is are on. Die challenge loopt nu, dus ik kijk iedere maand: hoe staat hij ervoor?

372
00:57:01.848 --> 00:57:09.428
Nu is het zo dat 6 december aanstaande de nieuwe, uh, resultaten naar buiten komen, maar die zijn natuurlijk al een beetje gelekt door teams die te trots zijn op hun score.

373
00:57:09.908 --> 00:57:22.308
De huidige hoogste score is uit mijn hoofd, sss, ergens in de 40%. Uh, er wordt nu geroddeld op Twitter over 61%. En voor de duidelijkheid: er zitten hele strakke regels aan die challenge.

374
00:57:22.708 --> 00:57:31.428
Je mag het niet zomaar een GPT-4o vragen. Die doen ook mee in de challenge, maar die kunnen niet winnen. Het moet een klein modelletje zijn wat eigenlijk kan draaien op jouw laptop. Oh.

375
00:57:31.588 --> 00:57:41.528
Ja, er zitten hele strenge regels aan. Waarom is dat dan? Nou, omdat ze eigenlijk hebben gezegd, uh: wij willen dat die modellen rondgestuurd kunnen worden en dat zoveel mogelijk onderzoekers mee kunnen doen.

376
00:57:41.908 --> 00:57:48.748
Dus laten we zorgen dat het democratisch zo breed mogelijk gedraaid kan worden en dat we niet straks alleen maar tien teams hebben met een supercomputer.

377
00:57:49.168 --> 00:57:58.068
Wij willen ook teams hebben die- Ja, ja, het motiveert eigenlijk om nog scherper werk af te leveren omdat je het met minder geheugen aan moet kunnen.

378
00:57:58.178 --> 00:58:09.308
Ja, maar de Frontier Labs mogen natuurlijk gewoon meedoen, als in: die kunnen gewoon op Twitter zeggen: joh, wij zitten op zoveel procent. En, dus ik, en ik voeg die ARC Challenge even toe. Sowieso voor de luisteraars.

379
00:58:09.388 --> 00:58:18.348
Uh, hou hem in de gaten. 6 december, uh, nieuwe publieke resultaten, uh, en dan krijgen ook alle teams elkaars resultaten en dan kunnen ze op elkaars rug weer verder ontwikkelen. Supervet.

380
00:58:18.448 --> 00:58:28.128
En ik, laat ik het zo zeggen, net als bij GPS: je moet drie punten hebben om te weten waar je bent in de wereld. Bij dit soort dingen, triangulation heet dat. Het is een metafoor. Geen zorgen.

381
00:58:29.048 --> 00:58:39.808
Als er wordt gezegd binnen verschillende labs: de boel is aan het plateauen, hè, we lopen tegen een plafond aan, dan ga ik kijken. Oké, hoe zien de benchmarks er nu uit? Hoe ziet de ARC Challenge eruit?

382
00:58:40.068 --> 00:58:46.028
Hoe ziet de groei daarin? Daar zie ik het nog niet helemaal terug. Mhmm. Uh, dat, dat, zo, dat zogenoemde plateau.

383
00:58:46.208 --> 00:58:51.708
Ja, maar goed, de, de suggestie is dan natuurlijk dat we dat dan over een tijdje gaan, gaan terugzien in die benchmarks.

384
00:58:51.768 --> 00:58:59.188
Nou ja, en het, het feit dat ik denk dat er misschien nooit meer een GPT-5 gaat komen omdat, vo-qua branding. Ja. Hè, dat is gewoon klaar.

385
00:58:59.248 --> 00:59:08.008
Daarom heet het andere ding ook- Omdat het een soort van, uhm, illuster magisch ding geworden is. Ja, en nu zitten we er allemaal zo op te wachten en dan gewoon- Gaat altijd tegenvallen.

386
00:59:08.108 --> 00:59:18.727
Ja, dus dat Orion is denk ik ook een beetje- Ja. Dat zij aan het zoeken zijn naar: hoe, hoe lanceer je nou GPT-4.1, met alle respect, zonder dat mensen gaan, hè.

387
00:59:18.788 --> 00:59:32.238
Het is eigenlijk 4.1 of 4.2 qua sprong, maar iedereen zit te wachten op 5. Ja. Wat is nu de verwachting dat het volgende ding gaat zijn? Uhm, qua wie er met een groot model gaat komen? Ja.

388
00:59:32.328 --> 00:59:44.288
Uhm, nou, waarschijnlijk is dat dus al een, wat ze bij o1 zeiden, OpenAI, is: dit is een nieuw paradigma van artificial intelligence bouwen. Dus- Namelijk reasoning en langer erover nadenken. Precies.

389
00:59:44.328 --> 00:59:52.908
En dus de o2, o3's ben ik, uh, nieuwsgierig naar. En sowieso naar de echte o1 waar we het vorige week over hadden. Die wordt waarschijnlijk binnen de komende twee weken gelanceerd, hè. Ja.

390
00:59:52.928 --> 01:00:03.007
Want we werken nu nog met een mini en een preview. Ik denk dat we daar veel meer groei gaan zien in dat, en daar, v-van vind ik het interessant. Anthropic heeft nog geen reasoning model uitgebracht. Nee.

391
01:00:03.068 --> 01:00:14.388
Dus daar gaan we nog wel, uh, hè, Claude reasoning model. Ja. Hoe ze hem ook gaan noemen. Claude R, R1, whatever. [lacht] Ja. Uh, daar verwacht ik nog een hoop. We hebben Opus nog niet, uh, 3.5, hè. Ja. Het grote model.

392
01:00:14.708 --> 01:00:23.548
Dus in ko-komende maanden worden heel erg interessant en zeker als er over zes maanden geen grote sprongen zijn, is dat een hele goede indicator dat er een plateau is.

393
01:00:24.448 --> 01:00:30.628
Ik moet wel zeggen dat in, in de praktijk, je had het er al over, je bent benieuwder naar wat er bij Claude gebeurt eigenlijk dan bij OpenAI.

394
01:00:30.848 --> 01:00:41.528
Dat, ik deel dat wel, want, uh, gewoon waar ik het voor gebruik, namelijk schrijven. Claude is zoveel beter daarin dan O-- S- OpenAI schrijft zoveel houteriger.

395
01:00:42.488 --> 01:00:50.868
Specifiek gebruik, hoor, maar ik ben ook, niemand heeft het over Claude de hele tijd, terwijl, het is zo, nou ja, ik ben er heel enthousiast over. Als je hem nog niet gebruikt, ga het proberen.

396
01:00:51.328 --> 01:01:02.188
Wij danken Sam Hingenveld voor deze edit. Ik dank jou, Wietse. Ik dank jou. Uh, als je nou denkt: uh, ik wil die gast, uh, op mijn bedrijf hebben praten, dat kan. We geven lezingen.

397
01:01:02.208 --> 01:01:10.028
Daarvoor kun je mailen naar lezing@pokkie.show. En vergeet je niet te abonneren op de nieuwsbrief, uh, airreport.email. Tot volgende week. Tot volgende week.

398
01:01:11.168 --> 01:01:26.178
[afsluitend muziek]