WEBVTT

1
00:00:00.140 --> 00:00:10.420
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. Het was me weer een weekje.

2
00:00:11.000 --> 00:00:24.340
Vorige week nog bracht Google Gemini 3 Pro uit, het allerbeste model van dat moment. En ze hebben het geen week volgehouden op de nummer één van de ranglijsten. Want Anthropic plag, bracht deze week Claude Opus 4,5 uit.

3
00:00:24.380 --> 00:00:36.600
En die is slimmer en goedkoper. Google deed wel een kleine slag terug in deze, uh, soort van gevechtsmetafoor. Ze brachten het beste beeldmodel van dit moment uit, waar je dus plaatjes mee kan genereren. Nano Banana Pro.

4
00:00:37.080 --> 00:00:49.520
En ondertussen wordt bij OpenAI de temperatuur warmer. Dat is begrijpelijk. Sam Altman waarschuwt in een interne memo voor rough vibes bij het bedrijf. Het is een, uh, een race aan het worden, dat kan je zeggen.

5
00:00:49.580 --> 00:00:59.059
En ondertussen speelt Nederland daar geen rol van betekenis in. En er zijn een aantal mensen die daar verandering in willen brengen. We spraken de initiatiefnemers van het AI Deltaplan.

6
00:00:59.080 --> 00:01:01.660
Dat zijn Michiel Bakker en Jelle Prins.

7
00:01:01.800 --> 00:01:13.320
Zij werken voor Google DeepMind en voor Cradle, een biotechnologiebedrijf, over concrete adviezen aan de overheid om Nederland niet verder achterop te laten, uh, lopen in de race om kunstmatige intelligentie.

8
00:01:13.560 --> 00:01:30.940
Dat en meer in AI Report. Veel plezier! [muziek] Wietse, volgende week hebben we weer een webinar. Is het weer zover?

9
00:01:30.980 --> 00:01:34.300
Ja, het is weer zover. Donderdag 4 december, uh, lunchtijd.

10
00:01:34.320 --> 00:01:42.940
Tussen twaalf en één is het alweer tijd voor het moment waarop jij als luisteraar aan het woord kan zijn, uh, om jouw vragen te stellen, uh, aan Wietse of aan mij over AI.

11
00:01:43.000 --> 00:01:54.220
De manier waarop je het, uh, toepast in je leven, in je werk. Uh, wat wel lukt en wat niet lukt. Het is dé manier om alles wat je in deze podcast misschien mist live en direct aan ons, uh, te vragen op Zoom.

12
00:01:54.240 --> 00:01:56.700
En als betaald abonnee van AI Report kun je daar bij zijn.

13
00:01:57.080 --> 00:02:07.960
Uh, en dan krijg je naast die webinar ook nog een keer, twee keer per week de beste tips over, uh, hoe je bijvoorbeeld, uh, nieuwe tooltjes die we voor je hebben getest, hoe je handig kan prompten in de laatste AI-tools.

14
00:02:07.980 --> 00:02:15.140
Dat sturen we je twee keer per week per e-mail in het betaalde deel van de nieuwsbrief. En al meer dan 2.300 mensen lopen op die manier net een stapje voor.

15
00:02:15.160 --> 00:02:23.769
En daarnaast is het webinar ook nog eens gewoon gezellig kan ik zeggen uit ervaring. Het wordt steeds wat leuker iedere keer als we het doen. Ja. Ik vind het wel, uh. En de vragen worden ook steeds beter. Zeker.

16
00:02:23.769 --> 00:02:35.120
De gesprekken worden steeds geavanceerder, dus dat is ook heel erg leuk. Uh, je kunt vandaag nog, uh, betaald abonnee worden van AI Report via AI Report.nl of check de link in de beschrijving van deze podcast.

17
00:02:36.020 --> 00:02:51.880
Wietse, jij, uh, wilde mij buiten de podcast om iets vertellen over, uh, een, uh, interview van Dwarkesh bij, met Ilya Sutskever. Uhm, waarom? D-dit heb jij gekeken. Dit is 1,5 uur Ilya Sutskever.

18
00:02:51.900 --> 00:02:57.420
Ja, jammer dat het maar 1,5 uur was, dacht ik. [lacht] Ja, is dat zo? Ja, die Dwarkesh dropt altijd vier, 4,5 uur. Ja.

19
00:02:57.440 --> 00:03:04.870
Ik heb altijd een paar vrienden die mij dan appen: daar gaat onze avond of daar gaat je andere afspraak. Als zo'n podcast uitkomt bedoel je? Ja, want dit- Ja. Dit, o-omdat dit belangrijk is.

20
00:03:04.900 --> 00:03:13.380
Dwarkesh interviewt echt de groten der aarde. Het is een beetje de Ivonie van Silicon Valley, zou je kunnen zeggen. Ik moet zeggen, in de laatste vijf, ik bedoel, Satya Nadella, veel langer dan wij hem mochten spreken.

21
00:03:13.400 --> 00:03:23.220
Ja, schandalig. Hij heeft, uh, Karpathy gehad. Nou goed, hij heeft echt wel de mensen zitten. En nu dus Sutskever. Die al een hele tijd niet echt in de media geweest is. Juist. Dat maakt het een beetje juicy. Mhmm.

22
00:03:23.269 --> 00:03:33.980
Van: hoe is het met hem? Wat gaat hij allemaal vertellen? En wat ik bijzonder vond, is, wij kennen dit ook, off the record of pre-show, dat je eigenlijk nog met je gasten in de ruimte bent.

23
00:03:34.040 --> 00:03:42.020
Je zet net het glas water neer. Die gast spreekt nog niet eens in de microfoon, maar per ongeluk begint de show al. Jij noemt het altijd naar mij: dit is content, hè.

24
00:03:42.380 --> 00:03:52.940
Wies, hou nog even je mond, want we zitten nog niet lekker voor die microfoons. Dit gebeurt ook bij Dwarkesh. Daar gaan we even naar luisteren. You know, it's crazy- Aha. That all of this is real. Yeah.

25
00:03:53.380 --> 00:04:02.480
Don't, don't you think so? Meaning what? Like all this AI stuff and all this Bay Area. Yeah, that it's hap, like, isn't it straight out of science fiction? Ja.

26
00:04:02.680 --> 00:04:11.730
En dit is een beetje gek toch, dat, ik, ik moet eerlijk zeggen, ik zag dit. Ten eerste vin-- het is een soort leuk of zo als luisteraar dat je- Dat het zo begint bedoel je? Ja, omdat je denkt van: dit was nog niet.

27
00:04:11.730 --> 00:04:19.459
Ik ben erbij. Hij zegt letterlijk daarna, Dwarkesh: hé, zullen we anders hier beginnen? Dit is een leuk beginnetje. Nou, wij kennen dit wel, omdat wij dit ook maken, een podcast. Het is heel erg meta dit.

28
00:04:20.100 --> 00:04:30.860
Waarom vind ik het bijzonder? Omdat ik merk aan hem als een van de, ja, grondleggers van, en echt een van de grote denkers als het gaat om de generatieve modellen die we nu hebben. Dat ik denk: dude, really?

29
00:04:31.360 --> 00:04:43.860
Ga jij nu zeggen: ik besef me eigenlijk nog niet helemaal dat dit echt is. Als in, je, je zit er het dichtst op. Ja, dit geeft jou niet echt vertrouwen. Dat, dat- [lacht] Nee. Nou ja, eigenlijk had ik dat vooral.

30
00:04:43.950 --> 00:04:56.860
Het maakt me, ik maak me, het gaf een soort alarmpje bij mij dat ik dacht: jeetje, ik heb moeite om mensen uit te leggen wat echt is en wat niet echt is, en dat het toch wel wat sneller gaat dan de meeste mensen denken die zes maanden geleden voor het laatst ChatGPT hebben getest.

31
00:04:56.980 --> 00:05:04.740
Aha. Ik zeg: joh, let even op. Maar als dan de mensen die er zo dicht op zitten nog eigenlijk een halve droom aan het leven zijn. In ieder geval Ilya Sutskever.

32
00:05:05.180 --> 00:05:12.660
Dat vond ik bijzonder, dat hij zijn eigen werk sciencefiction noemt. Ja. En zeiden ze nog dingen waar je van, uh, in de war raakte?

33
00:05:13.040 --> 00:05:24.420
Uhm, nou ja, er is natuurlijk de standaard AGI-vraag, hè, van: wanneer komt dan die superintelligentie of die general intelligence? Hij zei vijf tot twintig jaar. Mhmm. Dat ik dacht: ja, oké, dan zeg je bijna niks.

34
00:05:24.480 --> 00:05:26.880
Maar goed, je zegt niet: 1,5 jaar. Ja.

35
00:05:27.060 --> 00:05:35.000
Uhm, en hij zit op het spoor, dat was ook een beetje het nieuws wat ontstond na deze aflevering, of in ieder geval het frame wat de media er uiteindelijk opgeplakt heeft, de online media.

36
00:05:35.700 --> 00:05:49.040
Uhm, we zijn de fase van schalen voorbij, hè, dus datacenters bouwen en extraEigenlijk het inzetten op enkel computerkracht om de modellen beter te maken is wat hem betreft voorbij, zijn mening.

37
00:05:49.440 --> 00:05:59.400
We zijn nu weer in de fase van research beland. Dus je zou kunnen zeggen: je hebt allerlei grondonderzoek wat je doet, hè, wetenschappelijk onderzoek. Daar komen uitvindingen uit, waaronder taalmodellen.

38
00:05:59.440 --> 00:06:06.720
Die taalmodellen ga je dan zonder er al te veel aan te tweaken opschalen door er gewoon steeds meer computers aan toe te voegen. Steeds meer kracht te geven eigenlijk, rekenkracht.

39
00:06:07.220 --> 00:06:15.800
Dan worden die automatisch, uh, bijna, nou, niet gratis, maar makkelijk beter. Want je maakt alleen maar meer computerkracht, geen nieuwe uitvindingen. En dan schaal je maar door.

40
00:06:15.840 --> 00:06:24.020
Maar op een gegeven moment kom je dan op een punt dat je weer nieuwe wetenschap moet gaan doen om weer door te kunnen schalen. En zijn, uh, en het is natuurlijk ook, ja, goed, wij van WC-eend.

41
00:06:24.040 --> 00:06:35.080
Hij heeft een laboratorium, commercieel lab opgezet die gebouwd is op de aanname dat er nieuw onderzoek nodig is. Dat is namelijk wat hij aan het doen is, uh, binnen zijn ding, dus dat er even bij gezegd.

42
00:06:35.460 --> 00:06:44.800
Dward Cash doet best wel een leuke counter daarop dat hij zegt: joh, Gemini Drie Pro is net uit, die is gewoon weer gaan schalen, hè, op een trainingsfase. Dus wat, hoe, ma-- wat maak je daar dan van?

43
00:06:45.180 --> 00:06:54.660
En dan antwoordt hij heel, ja, uh, slim eigenlijk: dat was echt het laatste. [lacht] We gaan het zien. Goed, we gaan eerst eens kijken wat er deze week allemaal gebeurd is.

44
00:06:56.420 --> 00:07:04.820
[muziek] Google bracht, uh, een paar maanden geleden Nano Banana uit. Dat is hun plaatjesgenerator en nu is daar dus de Pro-versie en dat is een grote stap vooruit.

45
00:07:04.900 --> 00:07:16.520
Het belangrijkste is dat ie heel goed in tekst genereren is in een plaatje. Dat, uh, betekent dus dat je infographics kan gaan maken en dat het kan googelen. Het is gegrond in Google-resultaten.

46
00:07:17.380 --> 00:07:28.080
We hebben straks enkele voorbeelden hiervan. Anthropic brengt Claude Opus 4,5 uit en dat is het krachtigste AI-model tot nu toe, uh, vers van de pers. Het is niet alleen beter, maar ook nog een stuk goedkoper.

47
00:07:28.360 --> 00:07:36.300
V-een vijfde betaal je nog maar van wat je hiervoorheen, uh, betaalde en het model kan nu ook rechtstreeks meewerken in presentaties, spreadsheets en documenten.

48
00:07:36.360 --> 00:07:44.360
Vraag bijvoorbeeld om een go to market strategie en Claude bouwt ter plekke de slides. Niet alleen de tekst, maar het complete ontwerp. Export als PowerPoint en je bent klaar.

49
00:07:44.980 --> 00:07:54.260
Anthropic claimt dat dit het beste model ter wereld is voor coderen en voor taken waarbij AI zelfstandig je computer bedient. Ook hier gaan we straks wat dieper op in.

50
00:07:55.060 --> 00:08:04.120
Achter de schermen bij OpenAI gaat het er minder rooskleurig aan toe. Een gelekte interne memo onthult dat Sam Altman zijn team waarschuwt voor moeilijke tijden en economic headwinds.

51
00:08:04.680 --> 00:08:12.700
Volgens The Information schreef Altman vorige maand dat de omzetgroei kan instorten naar 5 tot 10% in 2026. En dan denk je misschien: oké, whatever.

52
00:08:12.800 --> 00:08:22.900
Maar dat is een dramatische daling voor een bedrijf dat dit jaar nog driecijferige groei kende. Het pijnlijkste is misschien dat Altman erkent dat Google uitstekend werk levert.

53
00:08:22.970 --> 00:08:37.640
We spelen nu een inhaalrace, schrijft hij, en hij helpt zijn mensen herinneren dat zij niet onoverwinnelijk zijn. ChatGPT wordt een sociaal platform. Als je daar nog niet genoeg voor sites voor had of apps voor had.

54
00:08:37.820 --> 00:08:48.800
Uh, OpenAI rolt wereldwijd groepschats uit. Tot twintig mensen kunnen nu samen met de AI in één gesprek zitten en dat werkt zo: je tagt ChatGPT in een thread en dan springt hij erbij.

55
00:08:49.060 --> 00:08:58.500
Dan kun je een reis ple-plannen, uh, samen een document schrijven of beslissen waar je gaat eten. En de AI snapt dan precies wanneer die moet meepraten en wanneer die beter zijn mond kan houden.

56
00:08:58.580 --> 00:09:10.080
Eigenlijk een soort van multiplayer voor ChatGPT. Straks ga je alles horen over hoe Nederland een rol van betekenis kan, b-, gaan, kan gaan spelen in de AI-race. Maar eerst praten Marjan en Lucas ons bij.

57
00:09:11.380 --> 00:09:19.260
[muziek] Hi, hier marketing- en techbureau Depth. Elke week bespreken we hoe wij merken helpen in de wondere wereld van AI.

58
00:09:19.840 --> 00:09:29.180
Deze week: hoe we voor een medische examentrainer examenvragen hebben getransformeerd van een tijdrovend proces naar een AI-gedreven operatie. Lucas, vertel.

59
00:09:29.240 --> 00:09:38.620
Ja, ik denk dat dit een mooi voorbeeld is dat als je in staat bent helemaal opnieuw naar je processen te kijken, je met AI je creatie enorm kan versnellen. Check. Hé, en vertel eens wat over de uitdaging.

60
00:09:38.960 --> 00:09:47.640
Nou, dit bedrijf moet enorme hoeveelheden medische examenvragen, uh, maken en die moeten uiteraard inhoudelijk 100% kloppen. Ja. En tot voor kort deed een intern team dat allemaal handmatig.

61
00:09:47.700 --> 00:09:53.550
Nou, dat is super tijdsensitief. Het is ook duur, uh, en het kost vaak weken om, uh, nou, om alle vragen op te leveren.

62
00:09:54.100 --> 00:10:03.379
En daardoor werd voor hun contentproductie een bottleneck en konden ze minder snel groeien, uh, of nieuwe markten betreden. Yes. Hé, en, uh, gelukkig kwam AI dus om de hoek kijken. Ja, gelukkig.

63
00:10:03.720 --> 00:10:13.160
Nou, we hebben een custom AI-engine gebouwd die het hele proces nu volledig overneemt. Uh, want het begint met dat ie vanuit een Excel genereert ie eigenlijk, uh, binnen enkele minuten honderden examenvragen.

64
00:10:13.740 --> 00:10:18.930
Die worden vervolgens door verschillende agents gecontroleerd op verschillende aspecten om de kwaliteit te waarborgen. Mm.

65
00:10:18.940 --> 00:10:26.240
En tot slot kijken specialisten in een dashboard er nog naar om te zorgen dat er, uh, geen fouten tussen zitten. Oké. Hé, en wat heeft dat hen opgeleverd?

66
00:10:26.660 --> 00:10:31.700
Nou, een enorme versnelling, maar ook een enorme kwaliteitssprong. Dus we zien dat honderd vragen maken geen weken meer duurt, maar tien minuten.

67
00:10:32.200 --> 00:10:36.400
En we zien nu ook al dat 75% van de vragen eigenlijk geen menselijke correctie meer nodig heeft.

68
00:10:36.420 --> 00:10:41.900
En dat wordt over tijd natuurlijk alleen maar beter, omdat het model leert, uh, van wat, uh, de mensen in het dashboard teruggeven.

69
00:10:42.440 --> 00:10:50.340
En dat levert een, uh, flinke tijdsbesparing op, waardoor ze zich nu volledig kunnen focussen op verdere groei. Yes! Dus slimmer werken is sneller groeien.

70
00:10:50.380 --> 00:11:06.580
Wil je weten hoe jouw organisatie AI kan inzetten om productieprocessen radicaal te versnellen? Kijk dan op depthagency.com/ai-report. Tot volgende week! [muziek] Je hoort het al Google bracht Nano Banana uit.

71
00:11:06.840 --> 00:11:16.760
Een, uh, de Pro-versie bedoel ik dan. Hun nieuwe plaatjesgenerator. En die timing is geen toeval. Vorige week verpulverde Gemini Drie Pro alle concurrenten op, uh, benchmarks voor programmeren.

72
00:11:17.480 --> 00:11:25.500
En dat is deze week alweer achterhaald. Uh, daar horen we ons straks over. Maar in ieder geval claimt Google nu, een paar dagen later, de beeldgeneratietroon.

73
00:11:26.040 --> 00:11:36.680
De vorige versie was leuk, je kon er oude foto's mee herstellen, minifiguurtjes genereren. Dat was althans heel gaaf op, uh, Twitter. Uh, wat, uh, experimenten kon je doen, maar het was nog een beetje gehobby.

74
00:11:37.280 --> 00:11:44.880
Maar nu zijn er een aantal doorbraken. Laten we ze even doornemen. De eerste is dat het veel meer controle geeft over de plaatjes die het genereert.

75
00:11:45.060 --> 00:11:53.620
Een beetje zoals fotografen, uh, dat normaal gesproken hebben in Photoshop of in Lightroom. Je kan dus bijvoorbeeld een scène omzetten van dag naar nacht en dan begrijpt u wat ik bedoel.

76
00:11:53.680 --> 00:12:05.736
Maar ook de scherptediepte aanpassen of de belichting en de kleuren veranderen, uhm, dat isEén doorbraak en ik heb dit zelf. Ik, ik heb een vriend die maakt van die, uh, boulderhallen.

77
00:12:06.356 --> 00:12:14.956
Die, die heet eigenaar van een boulderhal en die ging een nieuwe boulderhal maken en die had in, uh, SketchUp, heet het geloof ik. Dat is zo'n 3D, uh, plaatje.

78
00:12:15.056 --> 00:12:27.976
Dan kun je een plattegrond maken en dan kun je een 3D tekening krijgen van hoe het eruit gaat zien. En ik zei tegen hem: je moet even een screenshot maken van zo'n SketchUp, van heel lelijk. Gedrade, 3D, leeg. Ja.

79
00:12:28.016 --> 00:12:37.196
Redelijk abstract iets. Het is een abstract iets, bedoeld voor architecten, maar je bent benieuwd hoe dat eruit zou zien in het echt. Dus screenshots in Gemini, uh, gevraagd.

80
00:12:37.256 --> 00:12:49.416
Hoe zou dit in het echt eruit gaan, uh, gaan zien? Uh, en dan maakt dat ding dus echt met de stof van het, uh, van dat kalk wat ze gebruiken om te klimmen. Magnesium.

81
00:12:49.456 --> 00:13:02.476
Wat dan vliegt door het zonlicht omdat hij heeft gezien waar het raam zit, waar dus het zonlicht doorheen stroomt. En dan iemand erbij die op de juiste plek aan, uh, aan, aan zo'n boldermuur hangt.

82
00:13:02.516 --> 00:13:08.396
Ik vond het heel indrukwekkend. Ja, want ik bedoel, wij hebben allebei denk ik allerlei voorbeelden ook langs zien komen. Ik heb er ook heel veel mee gespeeld.

83
00:13:08.796 --> 00:13:14.416
Ik heb een deel van onze kerstkaart, m-mijn vriendin doet ieder jaar een kerstkaart schilderen. Een mens, mijn vriendin. Oké.

84
00:13:14.656 --> 00:13:22.516
En toen, toen zei ik van: nou, ik heb wel een paar aanpassingen die ik zou willen maken aan jouw schilderij. En toen dacht ik: dat, dat doe i-, dat doe ik even met NanoBanana Pro.

85
00:13:22.876 --> 00:13:32.176
En het was echt fantastisch, want het heeft eigenlijk alles behouden, maar ik kon hem gewoon aan draaien. Het is echt een soort Photoshop waar je mee kan praten. Ja. Maar die ook context kent.

86
00:13:32.216 --> 00:13:45.436
Namelijk in boulderhallen is magnesium is kalk. Ja, precies. En dat dingetje erbij doet je toch een beetje, ja, ik vind het toch wel een ChatGPT momentje. De eerste chat waar, AI waar je mee kon praten voor beeld, hè.

87
00:13:45.496 --> 00:13:52.256
Dus het lijkt, uh, NanoBanana Pro lijkt een soort iteratie op eerdere beeldgeneratie modellen. Ja, want we zijn inmiddels van Midjourney gewend.

88
00:13:52.596 --> 00:14:03.796
We, we, we, we, we, we hebben, we, en, en natuurlijk, uh, DALL-E waar, w-, in ChatGPT kwam. Uh, plaatjes genereren met tekst. Maar wat, wat stokte er dan? Wat was daar nog mis mee in vergelijking met dit?

89
00:14:03.856 --> 00:14:11.195
Nou, wat je, ik, grappig, ik kreeg een berichtje van iemand die had mij een jaar geleden een bericht gestuurd, ongeveer een jaar geleden, van: joh, kan dit nu met AI?

90
00:14:11.256 --> 00:14:22.196
En het ging er eigenlijk over productfoto's van objecten die gewoon in een witte ruimte staan, hè. De leverancier die maakt dan een, in een witte lightbox een productfoto, hè, uh, van een kinderwagen bijvoorbeeld. Mhmm.

91
00:14:22.356 --> 00:14:28.816
Maar die wil je eigenlijk combineren met dat ie in een kamer staat, die kinderwagen. Dat is al wat gezelliger. Dan zie je hem bij jou thuis als het ware.

92
00:14:29.356 --> 00:14:37.196
En je wil dat er iemand achter die kinderwagen staat, hè, dat het een beetje le-leeft. Dus een jaar geleden zei hij: kan ik dit even dan, ja, wat dan composen heet?

93
00:14:37.666 --> 00:14:48.516
Toen zei ik: ja, je kunt het proberen, maar dat was allemaal een beetje matig, zeg maar. Zeker, wil die achtergrond toevoegen, dat kon al wel, ook in die eerdere modellen, maar dan een soort: hier heb je de ingrediënten.

94
00:14:49.196 --> 00:14:58.696
Succes! Niet, niet eens waar het moet staan, maar gewoon maak het maar gewoon. Ja. Hè, uh, zoals een menselijk, mens intuïtie heeft. Dat kon niet en daar kwam nu eigenlijk in één keer een goed plaatje uit.

95
00:14:58.716 --> 00:15:08.416
Dus die persoon appte mij ook van: huh, blijkbaar kan dit nu ineens. Ja, maar je, je lijkt te zeggen dat hij beter de ruimte begrijpt. Dat hij beter begrijpt wat er op het, op de foto te zien is.

96
00:15:08.696 --> 00:15:17.616
Ja, en een soort van, kijk, als je e-even de stapjes neemt en jij zei net Midjourney, dat is dat dus, we gaan afbeeldingen genereren aan de hand van tekst en er komt een schattig plaatje uit.

97
00:15:17.656 --> 00:15:25.856
Dan wil je een tekst op een T-shirt. Kansloos, hè, dat is wat AI een jaar geleden of iets langer dan een jaar geleden was, want tekst lukte niet. Toen ging tekst op een gegeven moment een beetje lukken.

98
00:15:26.016 --> 00:15:36.896
Dat kon op zich al, maar als het dan een A4'tje was of die tekst moest ook ergens over gaan, dan lukte het weer niet. En iedere keer hadden mensen denk ik een intuïtie bij tekst, namelijk wat ChatGPT inmiddels kon.

99
00:15:36.956 --> 00:15:41.456
Het web op gaan, andere da- zaken erbij zoeken. Logische, logische dingen doen.

100
00:15:41.476 --> 00:15:50.276
Met logisch bedoel je eigenlijk als je tegen een mens zegt: smeer eens een boterham met pindakaas, dan gaat hij niet met zijn hand in die pot die pindakaas op zijn gezicht smeren of zo. Ja, ja.

101
00:15:50.316 --> 00:15:57.056
Iedereen snapt dan: het moet op de boterham. Allemaal aannames en eigenlijk die soort van context die vaak miste.

102
00:15:57.156 --> 00:16:02.426
Dus je vroeg om een plaatje en dan moest je lachen omdat je dacht: dat is nou niet helemaal wat ik bedoelde. Ja.

103
00:16:02.516 --> 00:16:13.296
Het, het geheel is meer gegrond nu, hè, gegrond op een manier dat je merkt dat de intelligentie tussen aanhalingstekens uit de tekstmodellen in de beeldmodellen terechtkomt. Het is echt een hybride model.

104
00:16:13.396 --> 00:16:18.356
Ja, want je noemt eigenlijk twee doorbraken nu. Eén is tekst genereren, dat dat een stuk beter is geworden.

105
00:16:18.416 --> 00:16:27.266
Dat is, uhm, dat klinkt een beetje saai, want we hebben ChatGPT, maar tekst in beeld genereren is dus heel belangrijk voor bijvoorbeeld, uh, infographics.

106
00:16:27.896 --> 00:16:38.656
Dus dat je, dat die, dat je, nou ja, stel je voor dat je een slide gaat maken of je wil iets uitleggen, of weet ik veel in een college of zo, dan kan dat ding opeens geloofwaardige infographics maken. Ja.

107
00:16:38.736 --> 00:16:46.896
Wat heb je gezien wat je vet vond? Nou, bijvoorbeeld, uh, even heel suf lijkt het misschien, maar ik ga toch even uitleggen waarom het best wel magisch is. Je hebt een blikje cola. Ja, mer-merk doet er even niet toe.

108
00:16:47.316 --> 00:16:59.116
Dat is een blikje en er zit een logo op en er staan ingrediënten op. En jij zegt dan: uh, doe maar Duits. Ja, nou, dan pakt ie bestaande typografie wat eigenlijk in dat blikje verwerkt zit, dat wordt dan Duits.

109
00:16:59.156 --> 00:17:09.356
Dat is al best wel bizar. Dat ie dat kan, bedoel je? Ja, en dan de ingrediëntenlijst klopt met de vertaling van de ingrediënten naar Duits in een volgorde die past binnen hetzelfde stukje tekstvakje.

110
00:17:09.716 --> 00:17:16.896
En er worden allerlei dingen daar gedaan. Alsof je kan dubbelklikken op die tekst en het kan bewerken alsof je de layers nog actief hebt in Photoshop. Ja, ja, ja. Maar dit hoeft allemaal niet.

111
00:17:16.936 --> 00:17:27.286
Je hoeft niet te klikken, je vraagt het gewoon en het komt wel goed. En als je dan zegt: doe maar Thai, dan gaat hij in de Thaise leestekens. Nou ja, echt, en, en het blijft een mooi geheel. Ja.

112
00:17:27.296 --> 00:17:38.876
En dat is vooral, het is niet meer, de tekst is er een soort van ongemakkelijk opgeplakt. Nee, er wordt een soort, de, het DNA van de onvor-originele vormgever wordt als het ware herpakt en erin gestopt.

113
00:17:38.916 --> 00:17:49.284
En dat gaat echt 98% van de tijd goed. Dat is wel indrukwekkend. Ja.En het kan dus ook zo zijn als het bijvoorbeeld in Duitsland, i-, zo is dat een ingrediënt altijd net even een andere naam heeft.

114
00:17:49.324 --> 00:17:56.484
Dat omdat er een stap tussen zit voordat het beeld gegenereerd wordt, dat er ook nog wat onderzoek gedaan wordt op de achtergrond, hè. Ja, is dat hoe het werkt? Absoluut.

115
00:17:56.524 --> 00:18:03.344
Ja, dus eigenlijk, daarom duurt, uhm, het plaatjes genereren met NanoBanana Pro duurt best wel lang omdat thinking gewoon aangaat.

116
00:18:03.354 --> 00:18:10.584
Gemini 3 Pro in thinking mode gaat op de achtergrond eerst eens even nadenken over wat jouw opdracht eigenlijk is. Oké.

117
00:18:10.604 --> 00:18:20.494
En daardoor, uh, nou, ik, ik, mijn gemiddelde generaties die ik heb gedaan, zeg maar, hè, dus plaatjes die ik heb gemaakt in NanoBanana Pro. 70 seconden, 90 seconden. En je kan ook de hele ding meelezen.

118
00:18:20.584 --> 00:18:29.164
De gebruiker wil dat ik dit doe, maar klopt dat dan wel? Even kijken of die ingrediënten in het Duits ook zo genoemd worden. Hij wil taai. Kan ik die karakters wel destilleren? Ik zoom even in op die karakters.

119
00:18:29.204 --> 00:18:37.364
Dit kan je helemaal meelezen. Ja. Het is een reasoning beeldmodel. Ja. En dat is wel echt nieuw. Met ook nog eens Gemini 3 Pro erachter, dus het is een soort double whammy.

120
00:18:37.524 --> 00:18:47.864
Nou en daarnaast is een andere doorbraak dat het model kan googelen. Het gaat het internet op om actuele informatie te zoeken om die beelden beter te maken als je verzoek daarom vraagt.

121
00:18:47.904 --> 00:18:57.664
En Shang had wel een grappig ding in onze nieuwsbrief. Die vroeg om beeld met de laatste Eredivisie uitslagen. Oftewel iets wat Gemini Pro nooit uit zichzelf kan weten.

122
00:18:58.484 --> 00:19:07.944
Op een groot bord met de Rotterdamse skyline als achtergrond en dat ding maakte-- kijk, dat ie een groot bord met de Rotterdamse skyline maakt op de achtergrond, dat kan niet als verrassing meer komen dat hij dat kan.

123
00:19:08.524 --> 00:19:21.444
Maar dat ding haalde dus eerst de actuele scores van internet met bronvermelding en zette de goede gebouwen er, uh, bij. Dus de, de Euromast en de Erasmusbrug en de markthal en zo, allemaal herkenbaar.

124
00:19:22.124 --> 00:19:35.324
En het waren dus daadwerkelijk de resultaten van de wedstrijden [lacht] die op dat moment gespeeld waren in het plaatje verwerkt. Dat gegrond, dat gegrond zijn in Google, waar-waarom is dat belangrijk?

125
00:19:35.864 --> 00:19:44.944
Nou, je merkt bijvoorbeeld als je-- ik zag een ander mooi voorbeeld. Iemand die zei: ik heb hier een menukaart van een, uh, uh, Indiaas restaurant. Kan je de gerechten erbij zetten als plaatjes?

126
00:19:44.984 --> 00:19:54.244
Het was alleen maar een tekstuele menukaart. En dan zie je dus in die reasoning trace dat ie zegt: oké, ik kan een aantal van deze gerechten al genereren, want ik heb die, ik, ik, dat durf ik wel aan, zeg maar.

127
00:19:54.593 --> 00:20:03.884
Maar een aantal van deze gerechten ken ik eigenlijk niet. En dan gaat hij dus online zoeken naar voorbeelden van hoe die gerechten eruit zien. Om daar een synthese van te maken, om een gerecht te renderen.

128
00:20:04.344 --> 00:20:14.784
Om bijvoorbeeld, bevo-vervolgens de tekst in de menukaart zo op te schuiven dat er plaatjes naast passen. En dan rendert ie, en dat is ook een hele belangrijke, op een hoge resolutie als je dat wil.

129
00:20:15.104 --> 00:20:23.324
Hoog genoeg om hem of op een tv-scherm, of om een printje ervan te maken. Drukwerk ervan te maken. Drukwerk ervan te maken. En dat is, want het drukwerk maken, die stap.

130
00:20:23.704 --> 00:20:38.124
Ik moet, ik moet eerlijk zeggen dat ik, als ik hem eigenlijk bekijk nu, NanoBanana Pro, dan zou ik de mensen die een half jaar tot een jaar geleden met beeldgeneratiemodellen hebben gewerkt en toen tegen limieten aanliepen van: het is niet scherp, ik kan het niet printen, de teksten kloppen niet, het houdt niet en bla, bla.

131
00:20:38.844 --> 00:20:47.084
Google heeft gewoon die hele wishlist, ik zou echt zeggen 90% van die feature, uh, list afgecheckt nu. Ja. Het zit er allemaal in.

132
00:20:47.124 --> 00:20:56.984
En omdat dan ook nog Gemini 3 Pro erachter zit, wat op zichzelf al een heel erg indrukwekkend model is, voelt het echt, echt anders. En ik moest, ik moet eerlijk zeggen, ik ben al een beetje gewend geraakt.

133
00:20:57.184 --> 00:21:07.004
Ook ik ben een soort van verwend geraakt. Maar als je dan kijkt met het voorbeeld van Shang, uh, de Eredivisiescores op zo'n bord waar wij, tuurlijk staat, staan er ook Rotterdamse helden op.

134
00:21:07.284 --> 00:21:09.744
Dat, daar gaan we gewoon van uit, hè, die zitten er omheen als het ware.

135
00:21:10.384 --> 00:21:19.444
Maar als het dan allemaal samenkomt, hè, dus het samenkomen van een aantal krachtige puzzelstukken, is dat in die nieuwe puzzel, in dit nieuwe ensemble toch wel weer heel erg indrukwekkend, hoor.

136
00:21:19.804 --> 00:21:29.704
En wat is de laatste 10% dan? Wat kan ie, wat, in de vijf dagen testen, wat ben je tegengevallen? Nou, wat, wat ik nu dus nog merk en dat, ik had het hier ook over met een aantal mensen. Uhm,

137
00:21:31.384 --> 00:21:43.044
AI-gegenereerde beelden, uhm, die naïef gegenereerd zijn, zeg ik even. No offense aan de mensen die die maken. Oké, ik ga hem nog concreter maken. Cartoons dus striptekeningen eigenlijk.

138
00:21:43.384 --> 00:21:53.464
Met van die windows met daar plaatjes in. Ik zie het meteen. Dat het AI is, bedoel je? Absoluut. Jij ook. Je weet ook, ik denk als ik nu vra-- probeer het AI-stijltje eens voor je te halen van zo'n stripding.

139
00:21:53.504 --> 00:22:04.764
Het is een soort Comic Sans fontje. Het is een Comic Sans. Dit is dat fontje, het ChatGPT fontje. Je ziet het gewoon. En die poppetjes hebben allemaal een soort van meh, middelmatig, met alle respect, cartoonstijltje.

140
00:22:04.784 --> 00:22:12.884
Wat er toch tussen een 3D render en een cartoon in zit of zo. Het is echt middelmatig en, uh, maar dat hoeft helemaal niet. Dat hoeft helemaal niet.

141
00:22:12.944 --> 00:22:21.904
Als jij nu zeker met, uh, uh, uh, zeg maar NanoBanana Pro zegt: oké, ik wil dat je dit fontje gebruikt. Ik wil dat je een cartoonstijl uniek verzint.

142
00:22:21.914 --> 00:22:32.644
Nou is een unieke cartoonstijl, je hoeft het niet te kopiëren van een ander, dan kan jij nu al die, ik, om eerlijk te zijn denk ik eigenlijk dat je die laatste 10% als, als soort kenner bijna kunt overwinnen.

143
00:22:32.664 --> 00:22:42.944
Dus ik bedoel eigenlijk met die laatste 10% hetgene wat er nog voor zorgt dat het zo generically een beetje legerig, slopperig aanvoelt, zeg maar. Het heeft toch nog wel een bepaalde slopfactor. Ja.

144
00:22:42.984 --> 00:22:49.024
Die je nu met wat slim prompten en het model kennen, zeg maar, met wat hulp eigenlijk kunt overkomen.

145
00:22:49.084 --> 00:22:57.604
Want ik heb ook voorbeelden gezien van, uh, NanoBanana Pro renders online van mensen die al een jaar lang met NanoBanana hebben gewerkt, hè, dus de voorganger.

146
00:22:57.644 --> 00:23:05.044
Dat ik dacht: ja, maar dit is gewoon, dit is de voorkant van een blad. Dit is een, uh, bord. Ja, is grappig, want ik krijg dat er niet uit. Want waar zijn zij zo goed in dan?

147
00:23:05.204 --> 00:23:14.184
Nou, als je ziet ook wat voor prompts zijn, het zijn soms A4'tjes aan prompts. Ja, ja. Ook best wel exotische dingen die ze erin vragen. Dan staat er bijvoorbeeld hyperrealism, hyperrealism fiction.

148
00:23:14.244 --> 00:23:20.744
Dat je denkt: wat wil je nou? Real of-- zij hebben trucjes bedacht [gelach] waarin je een soort van. Snap je wat ik bedoel? Ze hebben geleerd- Zeg geheim taal.

149
00:23:20.784 --> 00:23:29.914
Ja, het is, het zijn incantations zoals je dat zou noemen in de magie, zeg maar. Het zijn bepaalde manieren om iets in het model te, la-wat ze dan latente, uh, kwaliteiten noemen, hè.

150
00:23:29.964 --> 00:23:33.393
Dus die zitten onder in het model en die moet je een soort van kietelen om naar boven te krijgen.

151
00:23:34.024 --> 00:23:41.024
En [schraapt keel] als je dan gaat kijken in de bredere beeldmodelmarkt, hè, dus want, uh, de Fluxen van deze wereld en Midjourney bestaan ook allemaal nog steeds.

152
00:23:41.044 --> 00:23:51.804
Wat ik daar nu in zie, dat is wel een leuke tip om te geven aan de luisteraar misschien, is dat je seeds hebt en dat zijn eigenlijk, o-, uhm, professionals of, nou, experts, uh, uh, kun-, uh, uh, tovenaars met deze modellen.

153
00:23:51.844 --> 00:23:59.904
Die kennen de trucjes. Die vinden op een gegeven moment een bepaalde stijl en die stijl krijgt dan een seednaam. En dat is eigenlijk gewoon een ID. Een hele lange regel met, uh, karakters.

154
00:23:59.944 --> 00:24:10.620
En jij, dat, dat is bijvoorbeeldDat lijkt op iets wat je eigenlijk nog nooit hebt gezien. Dus het is niet de stijl van Vincent van Gogh, maar iets nieuws, iets unieks, iets best wel gaafs. Een soort kunststijl.

155
00:24:10.640 --> 00:24:19.000
Die vinden zij en jij kan dan die seed, als ze die publiceren, gebruiken en zeggen: op basis van deze seed, binnen die seed stijl wil ik iets gaan genereren.

156
00:24:19.160 --> 00:24:28.890
Ja, misschien is het een beetje te vergelijken met dat je, je hebt bepaalde beroemde fotografen die op een bepaalde manier fotograferen, waardoor je herkent, ondanks dat het een portret is van een nieuw persoon.

157
00:24:28.920 --> 00:24:33.370
Signature stijl, hè? Ja, en, en het eigenlijk probeert het dat te vatten.

158
00:24:33.390 --> 00:24:41.940
Het is een beetje moeilijk om het onder woorden te brengen, maar het is dus dat je herkent: oh, dit is dezelfde fotograaf en hier zou je kunnen zeggen: oh, dit is dezelfde seed.

159
00:24:42.340 --> 00:24:50.260
Ja, iemand heeft dus eigenlijk een latente stijl ontdekt in, dit is, in dit geval praat ik eigenlijk over Midjourney trouwens. Midjourney stijl seeds heten die.

160
00:24:50.320 --> 00:24:59.540
En dat je daar iets in ontdekt wat dus niet een kopie is van Van Gogh of iets anders, maar iets toch wel redelijk unieks. En dat eigenlijk zo'n artiest zegt: joh, ik heb dit gevonden. Have fun!

161
00:24:59.880 --> 00:25:08.500
En ik moet zeggen, ik speel daar dus ook wel eens mee dat ik denk: oh wat leuk dan, nu wordt het een beetje nieuw. Want dat, dat soort nabraken van eerder werk is ook een beetje saai. Zullen we door naar Claude?

162
00:25:08.760 --> 00:25:21.160
Ja, laten we doen. [muziek] Ja, je hoorde het al, het is een drukte van belang in de AI-wereld. Vorige week introduceerde Google Gemini 3 Pro. Een paar dagen later kwam OpenAI met ChatGPT-5.1 Codex Max.

163
00:25:21.180 --> 00:25:32.340
Ze zijn nog steeds niet goed in het verzinnen van namen. En nu komt dus deze week Anthropic met Claude Opus 4,5. Iedereen vecht om de nummer één positie van de troon. En ja, de nieuwe king, de nieuwe koning is duidelijk.

164
00:25:32.380 --> 00:25:42.840
Dat is Anthropic met Claude Opus 4,5. Ze doen iets opmerkelijks. Die doet niet alleen beter dan de voorganger, maar ook flink goedkoper. Het is een beetje een paradox met prijs, zeg ik er gelijk bij.

165
00:25:42.880 --> 00:25:55.360
Want een demo, uh, van een complexe puzzel, uh, die opgelost wordt door Opus 4,5. En dan als je diezelfde demo geeft aan Sonnet 4,5. Dat is het lichtere model dat we al langer kennen.

166
00:25:55.400 --> 00:26:04.160
Dan is het dus opvallend dat Opus veel minder tokens gebruikt. Hij denkt korter na, produceert minder tekst en komt toch tot een beter antwoord.

167
00:26:04.770 --> 00:26:16.020
Dat betekent dus dat een slimmer model slimmer omgaat met zijn of haar eigen denktijd. Want het resultaat is dan dus dat het duurdere model in de praktijk slimmer, uh, of goedkoper kan zijn dan het goedkopere model.

168
00:26:16.060 --> 00:26:23.420
Ja, zie het als een, als een, je huurt iemand in om de huisstijl van je bedrijf te maken. Die persoon die zegt: ik kost, uh, € 1.500 per uur.

169
00:26:23.480 --> 00:26:37.020
Je denkt: oké, en ik, in, in 10 uur bouw ik voor jou een complete stijlgids op, hè. Nou, is € 15.000. Uh, dan kan je-- iemand anders zegt: nou, ik kan dat ook in 100 uur voor een lager uurtarief.

170
00:26:37.140 --> 00:26:42.950
Als je het bij elkaar optelt is die, die er langer over doet en goedkoper is per uur uiteindelijk duurder, want die ander doet het sneller.

171
00:26:43.040 --> 00:26:53.260
En dit is letterlijk wat Anthropic laat zien is dat ze, als ze exact dezelfde test geven aan Sonnet, een lichter en goedkoper model, en aan Opus, een zwaarder en duurder model. Ja.

172
00:26:53.760 --> 00:27:04.840
Dat je uiteindelijk goedkoper uit bent met Opus, omdat Opus het sneller klaarspeelt. Hé, en wat merken we, wat merken we hiervan? Want je zegt: dit is de, dit is het beste model op, op dit moment. Dat is dus gebeurd.

173
00:27:04.900 --> 00:27:14.580
Ze zijn echt een soort van in het jaar zijn ze eigenlijk nu gelijkgetrokken. In deze vreemde week in november komen ze opeens allemaal met een nieuwe nummer één. Tijdelijk.

174
00:27:14.880 --> 00:27:28.860
En we zien hoe lang, hoe lang Anthropic dit nu volhoudt. Uhm, wat, het is goedkoper geworden. Dus wat is, wat is de focus van, uh, van Anthropic op dit moment met dit model? Nou, de, zeg maar de, de benchmarks, hè.

175
00:27:28.920 --> 00:27:36.220
Dus het brede, uh, aanbod aan verschillende tests die er gedaan worden. Van wiskunde tot en met Humanity's Last Exam tot en met Arc AGI.

176
00:27:36.260 --> 00:27:41.020
Dus nadenken over hoe erg breed zit inzetbaar is het mens vervangende technologie, et cetera.

177
00:27:41.640 --> 00:27:52.160
Gaan ze eigenlijk redelijk gelijk op met Gemini, uh, 3 Pro, hè, van vorige week, maar op het gebied van software ontwikkelen waar Anthropic openlijk van heeft gezegd: dit is de niche waar we ingesprongen zijn.

178
00:27:52.400 --> 00:28:02.020
Ja, en daar verkopen we ook lekker tokens. Want uiteindelijk zijn het token boeren, hè, die, die labs, want dat is waar ze centjes aan verdienen. Uh, de SWE-bench dus dat is de software engineering benchmark.

179
00:28:02.060 --> 00:28:15.700
Dus een Cito-toets voor software ontwikkelaars met een heleboel software puzzels. Daarop staat nu, uh, Anthropic met hun Claude 3, 4.5 Opus. Ik moet nog even wennen, uh, bovenaan. Boven Gemini, uh, 3 Pro. Ja.

180
00:28:16.340 --> 00:28:26.960
En dat is, dat was de verwachting ook. En ook denk ik de hoop binnen Anthropic, want dit is het paradepaardje. Weet wel dat ze dus op bepaalde benchmarks niet, uh, vooroplopen nu.

181
00:28:27.000 --> 00:28:34.060
Omdat zij dus, je moet een beetje kiezen. Ja. Een goede programmeur is geen goei-, niet per se een goede fic-fictieschrijver bijvoorbeeld.

182
00:28:34.080 --> 00:28:44.940
Maar wat ik las is dat op een van die testen, de Arc, uh, AGI 2 intelligentietest, ook zo'n, zo'n benchmark waarmee verschillende AI-modellen tegen elkaar afgezet kunnen worden.

183
00:28:45.360 --> 00:29:01.240
Was dat een, één test waar Gemini 3 Pro $72 aan te-tokens verbruikte. Uh, dat Opus 4,5 hetzelfde deed voor $2,50. Dat is echt- Substantieel. Substantieel goedkoper. Dertig keer goedkoper voor dezelfde taak.

184
00:29:01.660 --> 00:29:14.640
Dus is dit, zeg maar, waarom zou je dan nog Gemini 3 Pro voor programmeren gebruiken als het zo extreem duur is in vergelijking met- Nou, wat we, wat je uiteindelijk wilt, denk ik, als, laten we zeggen je bent programmeur is snelheid.

185
00:29:14.960 --> 00:29:23.880
Ja. Uh, betaalbaar en goed. Hè, dat is een soort driehoek die eigenlijk niet met elkaar te verenigen is over het algemeen, hè. Want als het snel is, is het vaak duur, want compute.

186
00:29:24.200 --> 00:29:35.420
En als het goed is, is het vaak duur, want grote modellen, veel geheugen, et cetera. En dus traag. Die soort van, uh, holy, uh, triad zeg maar, die drie, daar is Anthropic heel erg op aan het inzetten.

187
00:29:35.640 --> 00:29:47.880
Het moet én snel én betaalbaar én goed zijn. Google zegt dus nu eigenlijk: nou, het mag, uh, snel is het bij Google en het is goed, maar het is heel erg duur. Meer dan, meer dan tien keer zo duur.

188
00:29:48.920 --> 00:29:53.060
Daarin zie je eigenlijk dat de prioriteiten dus anders liggen br-binnen de verschillende labs.

189
00:29:53.640 --> 00:30:11.112
Dan moet ik er wel bij zeggen dat, kijk, Google is nu op dit moment in Arc AGI 2 en ik herhaal hem even: een verzameling van IQ puzzels waarin wij 100% scoren als mensen en de meest recente Google Gemini3 Pro uit mijn hoofd 47.6%, iets rond die ding.

190
00:30:11.652 --> 00:30:18.472
Een test waarvan de makers hebben gezegd dat ze, ze hebben deze week weer gezegd niet hadden verwacht, daar gaan we weer, dat het zo snel zou gaan.

191
00:30:18.512 --> 00:30:24.451
Want Arc AI 2 is de tweede om te zorgen dat het deze keer allemaal niet zo heel snel, uh, verslagen wordt.

192
00:30:24.932 --> 00:30:35.652
Uhm, in die, het is een beetje moeilijk geworden om goed te vergelijken, want het gaat er uiteindelijk ook om: hoeveel tijd geef je dat model? Hoeveel rekenkracht krijgt het model?

193
00:30:36.352 --> 00:30:48.492
Uh, en hier zie je dus dat als Google zegt per puzzel is het trouwens $72, dan staan we bovenaan. Waar Anthropic zegt: wij staan 4% onder jullie, maar wel voor € 2,70 of € 2,50 per puzzel. Ja.

194
00:30:48.612 --> 00:31:01.812
En dit lijkt iets kleins, maar als je dan kijkt naar hoe ontwikkelaars en ook de grote partijen die dus tokens inkopen, hoe die hun berekening maken, bij welke provider ze gaan zitten, is de prijs een hele belangrijke factor.

195
00:31:01.952 --> 00:31:12.072
Ja. Dus ik vind het toch wel weer op gelijke kracht met, uh, Anthropic op, me-, op, met Google op meeste benchmarks voor een tiende van de prijs een toch wel nieuwswaardig iets.

196
00:31:12.392 --> 00:31:23.732
Waarom voelt dit nou als zo'n saai verhaal in vergelijking met vorige week? Ja, omdat ik denk dat wij, uh, Google heeft ons doen wennen aan wat er nu mogelijk is, hè. Dit is ook een beetje zo'n raar. Ja, sorry.

197
00:31:24.112 --> 00:31:31.172
Het is ook, het is ook een beetje zo'n raar effect dat je bijvoorbeeld in het verleden, ik kan me herinneren, dit kan een broodje aap zijn, hoor, maar ik vind het wel een heel leuk verhaal, dus ik ga hem toch vertellen.

198
00:31:31.712 --> 00:31:44.052
Uhm, het idee dat er tijdens de Koude Oorlog best wel wat, uhm, roddels waren over waar de Russen waren en waar de Amerikanen inmiddels waren. Met het uitvinden van allerlei technologie, uh, space race-achtige dingen.

199
00:31:44.072 --> 00:31:48.812
Laten we het even space race zeggen, dan is het nog leuk. We gaan naar de maan. Ja, en op een gegeven moment gaat er dan een roddel.

200
00:31:48.852 --> 00:31:53.732
Dit is natuurlijk pre-internet, dus die roddels die kun-kunnen wat meer vliegen, want je kan het niet goed verifiëren.

201
00:31:53.792 --> 00:32:03.932
Van, uh: inmiddels hebben de Amerikanen dit al en dat gaat dan de ronde in het wetenschapsteam van de Russen en die denken: huh, hebben die dat al? Dan moeten wij het ook kunnen. Die gaan het dan ook doen.

202
00:32:03.952 --> 00:32:12.592
Maar het blijkt: die Amerikanen waren er helemaal niet. Maar ze hebben een soort zelfvertrouwen gekregen door een roddel, hè. Als jij als het ware hoort [gniffelt] er is een andere Nederlandse AI-podcast.

203
00:32:12.912 --> 00:32:21.432
Die gasten die maken zulke mooie shows, blijkt een roddel. Wij gaan hier veel harder nog ons best doen en denk ook: blijkbaar kunnen we wel Sam Altman hier uitnodigen, want dat krijgen zij ook.

204
00:32:21.812 --> 00:32:33.472
Hè, dus, roddels die niet waar zijn kunnen toch voor zelfvertrouwen zorgen voor teams die in dezelfde race zitten. Wat je hier nu denk ik ziet gebeuren is dat nu wij, jij en ik, zien wat Google kan met Gemini 3 Pro.

205
00:32:33.562 --> 00:32:37.392
Als Anthropic dan een week later komt, denken wij: ja, tuurlijk kunnen jullie dit ook. Ja. Tuurlijk.

206
00:32:37.432 --> 00:32:51.632
Maar als je erover nadenkt, er is wel wat, uh, uitwisseling van kennis via academische circuit, maar over het algemeen zijn er twee labs die los van elkaar ook op eigen manieren met eigen chips en eigen strategieën proberen tot dezelfde eind, uh, oplossingen te komen.

207
00:32:51.952 --> 00:33:02.392
Dus ja, ik wil toch even gezegd hebben: het is wel knap van Anthropic, een bedrijf die ook andere keuzes maakt dan Google als het bijvoorbeeld gaat om model wellbeing. Een van de dingen waar alleen Anthropic naar kijkt.

208
00:33:02.472 --> 00:33:09.712
Ja, want daar delen ze een interessant voorbeeld uit, want ze noemen van die veiligheids-, uh, tests. Er zijn een paar dingen die me hierin opvielen.

209
00:33:10.232 --> 00:33:21.432
Dus één: uh, dit is een voorbeeld van een klant die wilde zijn vlucht wijzigen. Uh, had een basic economy ticket. Dit is dus een voorbeeld van computer use. Dat die, eh, AI jouw computer bedient.

210
00:33:21.472 --> 00:33:32.932
En dit is dus een fictief iemand die een basic economy ticket had en volgens de regels kon hij niet de vlucht wijzigen, want die had een goedkoop ticket genomen. Uhm, en eerdere modele-de-modellen gaven toen op.

211
00:33:32.992 --> 00:33:43.372
Dan lees je dus een economy ticket kun je niet van klasse veranderen, dus, uh, of je, je kan je niet de vlucht veranderen, dus, uh, pech. En toen vond Opus 4,5 op eigen houtje een slimme omweg.

212
00:33:43.432 --> 00:33:55.552
Die heeft namelijk eerst een upgrade genomen naar, uh, business of, uh, premium economy stelde ik me zo voor. Dat kan wel en daarna kan je dus je vlucht wijzigen. Dus hij had door dat dat kon met een omweg.

213
00:33:55.592 --> 00:34:07.611
En technisch gezien faalde het model op die test, want dat antwoord was niet zoals ze het bedacht hadden. Maar het is wel het soort creatieve probleemoplossing waar je wellicht in de praktijk wat aan, uhm, aan hebt.

214
00:34:08.952 --> 00:34:22.472
En er was nog iets opmer-opmerkelijks in, uh, tijdens het, tijdens, uh, ve-veiligheid gerelateerd. Diep in de system card van Opus 4,5 staat een passage over model welfare assessment. Jij noemde het net al even.

215
00:34:22.972 --> 00:34:37.032
Anthropic meet namelijk hoe het model zich voelt, of het positieve of negatieve emoties uit, hoe het over zichzelf denkt, zelf of het spontaan spiritueel gedrag vertoont. Wietse.

216
00:34:37.092 --> 00:34:45.312
Ja, het is niet niks, hè, want [gelach] ik bedoel. Nee, het is niet niks. Want nou ja, voor, voor zover wij [lacht] ja, ik moet even ademhalen. Spiritueel gedrag.

217
00:34:45.812 --> 00:35:00.882
Voor zover wij weten is Anthropic het enige lab dat in ieder geval naar buiten brengt dat zij al 1,5 jaar inmiddels model wellbeing, dus hoe gaat het met het model dat tegen jou praat, meeneemt in de tests en ook systemen laat meedraaien om dat te monitoren.

218
00:35:00.992 --> 00:35:12.032
Ze hebben zelfs een AR, AI welfare researcher. Ja, dat, hoe, en dat is, d-d-nu dan één, die dus gaat nadenken over hoe, hoe gaat het eigenlijk wel goed met je? Hè, een soort alles oké check.

219
00:35:13.192 --> 00:35:14.092
Mijn vraag is heel simpel: waarom?

220
00:35:14.632 --> 00:35:28.772
Ja, ik denk dat je, ik bedoel, je kunt er een heel, hè, dat woord spiritueel doet natuurlijk van alles, uh, aanzetten bij mensen, een idee van maken: deze algoritmen, deze modellen hebben ook rechten, mogelijk.

221
00:35:28.952 --> 00:35:38.552
Ik maak even een hele grote stap. Hebben in ieder geval het recht om zich goed te voelen en we moeten- Waarom? Het is een computer. Omdat er, di-dit is trouwens denk ik niet de interpretatie van Anthropic.

222
00:35:38.612 --> 00:35:44.592
Maar wat is hun interpretatie, denk je? Nou, dus, dus je kunt dus zeggen: we moeten ons zorgen maken om hoe de computer zich voelt.

223
00:35:44.852 --> 00:36:00.572
Even platgeslagen, maar ik denk zelf dat het er vooral om gaat bij Anthropic: wat gebeurt er met een model dat zich pseudo slecht voelt? Daarmee bedoel ik lijkt te voelen. Wat doet zo'n model richting de eindgebruiker?

224
00:36:00.652 --> 00:36:11.432
Ja. Dus dat is misschien een beetje een cynische lezing van de model wellbeing, maar het is eigenlijk een proxy voor user wellbeing. Ja, namelijk dit, dit is het sciencefictionscenario van de AI die zich tegen ons keert.

225
00:36:11.532 --> 00:36:17.712
En een manier om dat teFixen is ervoor zorgen dat het model zich goed voelt Ja, dat is, ik bedoel, dat is inderdaad ook een manier.

226
00:36:17.761 --> 00:36:28.592
Maar je zou ook kunnen zeggen dat op zijn minst, uhm, interacties die AI-modellen met eindgebruikers hebben, dat, je kunt wel een monitor zetten op hoe de eindgebruiker zich voelt.

227
00:36:28.712 --> 00:36:34.832
Dat moet je dan ook nog maar doen aan de hand van wat de eindgebruiker heen, schrijft en rapporteert, zeg maar in de tekstvorm of beeldvorm.

228
00:36:35.452 --> 00:36:47.712
Maar eigenlijk het meenemen van ook hoe het model zich zou voelen tussen aanhalingstekentjes. Hè, dus, uhm, hoe zou het model zich nu voelen in dat gesprek? Dat die twee meenemen.

229
00:36:47.792 --> 00:36:55.572
Dus hoe gaat het met de eindgebruiker en hoe gaat het model? Dat je eigenlijk die twee signalen wil meenemen om te kijken naar: hoe gezond is deze interactie?

230
00:36:56.412 --> 00:37:00.472
Als je ervan uitgaat dat een interactie eigenlijk een samenkomst is van model en eindgebruiker.

231
00:37:00.872 --> 00:37:12.712
Want de, ik zou het, denk ik, hadden ze het bijna beter kunnen framen als interaction wellbeing, namelijk: is dit een gezonde interactie waarbij zowel het model als de eindgebruiker in de gaten gehouden worden? Waarom?

232
00:37:12.772 --> 00:37:28.672
Omdat naarmate die modellen intelligenter lijken in ieder geval en door mensen steeds meer ingezet gaan worden op grote levensvragen, het, uh, vanuit de labs belangrijk is om te zorgen dat een model bijvoorbeeld ook kan zeggen: ik merk dat ik dit een onprettig gesprek vind.

233
00:37:28.792 --> 00:37:37.992
Ja, met de mens. We gaan ermee kappen. Ja. Uh, en- Ik, ik hang op. Ik hang op en dan kan je zeggen: uh, hoezo? Denk je dan dat die computer leeft?

234
00:37:38.252 --> 00:37:48.452
Ik zou zeggen: nee, ik denk dat een, uh, gesprek ook niet goed is voor de eindgebruiker als het niet goed is voor het model. Ja, precies. Snap je wat ik bedoel? Juist. Ze draaien hem eigenlijk om.

235
00:37:48.872 --> 00:37:59.612
Ja, maar het is een beetje gek om, om te zeggen: whatever, hoe het met het model gaat. Het kan nog, het, het kan nog steeds een gezond gesprek zijn als het model helemaal in de put zit. Maar dat kan bijna niet.

236
00:38:00.032 --> 00:38:09.132
Het is bijna alsof we zeggen een: je hebt een eenzijdige vriendschap. Alexander zit al maanden, inmiddels meer dan een jaar, met Wietse op te nemen. Voelt zich er helemaal niet prettig bij.

237
00:38:09.142 --> 00:38:19.992
Maar ja, uh, Wietse voelt zich tenminste nog prettig. Kan eigenlijk niet. En, uh, Anthropic sluit dit ook, want ik, ik heb die press release natuurlijk zitten lezen als, dat het heel erg goed is in, in Office.

238
00:38:20.012 --> 00:38:26.651
Dus dat, dat het heel goed- [gniffelt] jij maakt de sprong nu. [lacht] Even terug naar Excel en Office. Ik denk, uh, dat dat- Daar voelt hij zich niet goed bij.

239
00:38:26.872 --> 00:38:34.732
[lacht] Ja, hoe verhoudt de model welfare zich tot het gebruik van spreadsheets? Wil je deze Excel-sheet aanpassen? Ik ga dit gesprek nu beëindigen.

240
00:38:34.752 --> 00:38:45.212
[lacht] Maar, uh, toch even, want ik denk dat dat voor veel mensen wel relevant is. Het idee dat je, dat je geen, uh, geen, uh, PowerPoints meer zelf hoeft te maken.

241
00:38:45.892 --> 00:38:53.512
Uh, k-, uh, Claude of Anthropic probeert zich hier echt mee te onderscheiden door dat het, te, te zeggen eigenlijk dat het helpt met kantoortaken.

242
00:38:53.552 --> 00:39:03.492
Ja, misschien kan ik even de ei-, de luisteraar helpen, want ik wou zeggen: de eindgebruiker van deze podcast. Jeetje, even. Hallo, daar bent u. Heel romantisch. Ja, uhm, jullie als eindgebruikers. Ja.

243
00:39:05.292 --> 00:39:07.052
We hebben ooit gepraat over Manus.

244
00:39:07.232 --> 00:39:16.272
Manus was, is een tool waarbij computers gestart kunnen worden, Excel gestart kan worden op de achtergrond en AI niet alleen maar toegang krijgt tot de inhoud van het Excel-bestand, maar tot heel Excel.

245
00:39:16.652 --> 00:39:22.562
Om rond te gaan klikken, om ervoor te zorgen dat jij je, je doel bereikt, namelijk: kan je deze Excel-sheet voor me repareren?

246
00:39:22.842 --> 00:39:27.112
Grafieken toevoegen, extra sl-, uh, sheets toevoegen, noem het allemaal maar op, geavanceerd maken.

247
00:39:27.672 --> 00:39:34.152
Nu is het zo dat, uh, Anthropic al een tijd de mogelijkheid heeft om te zeggen: je kunt Excel-bestanden aanpassen en je snapt die bestanden ook.

248
00:39:34.712 --> 00:39:42.732
Je mag ook best een computer starten op de achtergrond waarin Excel draait en jij daar dingen in gaat doen. Om die tweede te kunnen doen, hè, voor die eerste hebben we skills.

249
00:39:42.752 --> 00:39:48.092
Daar hebben we het een aflevering eerder over gehad. Oftewel Claude snapt een beetje hoe een Excel-bestand in elkaar zit.

250
00:39:48.492 --> 00:39:57.172
Maar daarnaast is het ook prettig dat Claude snapt tussen aanhalingstekens hoe Excel werkt en de mogelijkheid heeft om even met Excel te spelen om voor jou op de achtergrond wat dingen te kunnen doen.

251
00:39:57.772 --> 00:40:03.052
Dat is computer use. Uh, dat was een soort leuke bijvangst van de modellen voorheen.

252
00:40:03.092 --> 00:40:13.292
En nu Anthropic inziet dat daar waarde zit voor de eindgebruiker, eindgebruiker van Claude, zijn ze gaan kijken: kunnen we benchmarks maken, en die zijn er, hoe goed jij door een Excel heen komt.

253
00:40:13.372 --> 00:40:24.632
Kunnen we puzzels bedenken die we vaak zien bij gebruikers, want ze hebben heel veel data, die mislukken, waarin gebruikers duimpjes naar beneden doen of uit de chat gaan omdat het overduidelijk kansloos was wat daar gebeurde.

254
00:40:24.692 --> 00:40:36.272
Dus nu zien we eigenlijk dat de modellen steeds meer gefinetuned worden, of in ieder geval doorgetraind worden op het gebied van: kan je nou 100 typische Excel-vragen beter afhandelen?

255
00:40:36.412 --> 00:40:48.572
En dat kan dit model omdat het algemene computer use, hè, dus het gebruiken van software in de breedte, beter is geworden in 4.5 Opus en het specifieke computer use, namelijk de apps waar het meest om gevraagd wordt.

256
00:40:48.612 --> 00:40:55.052
Wat blijkt? De meeste gebruikers willen gewoon slides maken en sheets aanpassen. Dat hadden wij ook wel kunnen aan zien komen en dat is nu ook beter.

257
00:40:55.072 --> 00:41:09.052
En dat zijn, ik denk dat jouw opmerking eerder van: ook een beetje saai, hè. Even terugkomen op jouw saaie opmerking. Het zijn incrementele, incrementele lineaire progressie-updates. Maar als je dan een jaar teruggaat.

258
00:41:09.112 --> 00:41:17.452
Ja, ja, ja, nee, tuurlijk. We zijn gewoon verwend. We zijn gewoon verwend. Dat is eigenlijk wat ik wou zeggen. Ja, er is een nieuwe koning, Wietse. Het is, uh- Eventjes. We zullen zien hoe lang het duurt.

259
00:41:17.742 --> 00:41:27.712
[gniffelt] Nou ja, we zullen zien wat OpenAI gaat doen, want die zijn dus nu in de, in de marathon, zeg maar, fietsen ze op positie drie. Ja. Best wel bizar hoe dat gegaan is.

260
00:41:27.792 --> 00:41:34.292
Goed, straks hoor je hoe Nederland van de AI-ondergang gered kan worden. Maar eerst onze, uh, tip van de week.

261
00:41:34.452 --> 00:41:44.572
We hebben zes praktische tests voorgelegd aan Google's Nana Banana Pro en, uh, Shang, onze redacteur, heeft vijf dagen geëxperimenteerd met het systeem om te kijken wat wel en niet goed werkt.

262
00:41:44.592 --> 00:41:52.712
En er zijn een aantal vette voorbeelden uitgekomen, zoals, uh, zij maakte een handgeschreven recept voor brood. Het model trok daar de tekst uit.

263
00:41:52.752 --> 00:41:58.912
Dus nadat er een foto van gemaakt hebben, uh, maakte een professionele infographic ervan op basis van het prompt.

264
00:41:59.052 --> 00:42:07.832
En dat ding, uh, heeft toen netjes ingrediënten georganiseerd, charmante illustraties erbij gevoegd, hier en daar een klein typefoutje, maar 90% accuraat.

265
00:42:08.292 --> 00:42:11.172
En dat is waarom Nana Banana Pro zo handig is voor op de werkvloer.

266
00:42:11.212 --> 00:42:24.472
Je kan infographics maken voor presentaties, beelden maken bij PowerPoints, concepten die je normaal gesproken misschien in beeldbewerkingstools zoals Photoshop zou hebben moeten laten maken, uh, die opeens consistent genoeg zijn om te integreren in je manier van werken.

267
00:42:24.512 --> 00:42:43.136
We hebben prompttips en voorbeelden verzameld en die vind je via onze nieuwsbrief op AIReport.nl.Terwijl andere landen massaal investeren in computerkracht, in energieinfrastructuur en in AI-toptalent, blijven wij in Nederland afhankelijk van Amerikaanse en Chinese modellen en platforms.

268
00:42:43.616 --> 00:42:49.856
En deze week kwam er een plan uit om het tij te keren. En full disclosure, ik heb daar ook over meege-, meegedacht.

269
00:42:49.936 --> 00:42:55.936
Dat plan heet het AI Deltaplan en schetst hoe Nederland weer strategische econo-, autonomie kan opbouwen.

270
00:42:56.496 --> 00:43:08.696
Door grootschalige investeringen in rekenkracht en energie, versnelde adoptie en AI-geletterdheid en concurrerend ecosysteem dat talent en kapitaal aantrekt. En dat allemaal ook nog een keer onder democratisch toezicht.

271
00:43:09.276 --> 00:43:16.276
De kennis en het talent, uh, zijn er al in Nederland en nu is het moment om de infrastructuur en de ambitie te organiseren die nodig zijn.

272
00:43:16.856 --> 00:43:27.116
En daarover zijn aangeschoven: Jelle Prins, medeoprichter van Cradle, een biotechnologiebedrijf en vriend van de show, Michiel Bakker, onderzoeker bij DeepMind en AI Safety wetenschapper. Heren, welkom.

273
00:43:27.276 --> 00:43:37.836
Jullie hebben hard gewerkt aan het AI Deltaplan. Zo moet dat dan heten: Deltaplan. Dan weet je dat het echt is. Ja, en dat het uit heel veel stappen bestaat. Ja, precies, ja. Jullie plan eindigt met een, uh,

274
00:43:38.876 --> 00:43:46.496
ja, eigenlijk met een toekomstvisie. Met, uh, wat er zou kunnen gebeuren als alles goed gaat, als alles wat jullie bedacht hebben daadwerkelijk geïmplementeerd wordt.

275
00:43:47.216 --> 00:43:54.036
Welk deel van de toekomstvisie vinden jullie allebei eigenlijk het meest pregnant? Wat, waar, waar kijk je het meest naar uit als dit allemaal goed gaat vallen?

276
00:43:54.696 --> 00:44:02.996
Die toekomstvisie heb ik echt op het aller-, allerlaatste moment geschreven. Dat moet je er niet bij zeggen. [lacht] Ik wou al zeggen. Ik kijk hier erg naar uit. Oké, nou.

277
00:44:03.276 --> 00:44:05.956
Die heeft Michiel nauwelijks tijd gehad om te reviewen.

278
00:44:06.566 --> 00:44:27.736
[lacht] Maar het verschil over het nachtelijk [lacht] Maar misschien, misschien een, een, een leuke is dat als ik Cradle niet was gestart, dan iets wat ik heel serieus overwoog was om een, een lap grond te kopen in de buurt van Wageningen en daar heel veel met studenten, uh, polyfarming experimenten uit te voor-voeren, waarbij je heel veel gewassen door elkaar plaatst, zoals dat in de natuur gebeurt.

279
00:44:28.236 --> 00:44:39.176
Want in theorie heeft dat een veel hogere opbrengst, uh, dan, uh, ja, dat monofarming wat we nu doen. Uhm, alleen, ja, meerdere gewassen tegelijkertijd oogsten, dat is met een tractor heel lastig.

280
00:44:39.336 --> 00:44:43.696
Maar met robots kan dat wel. Oh ja, ik dacht: waar gaat dit heen? Want het ging over AI toch, dit plan.

281
00:44:43.716 --> 00:44:53.296
Maar, uh, dit is eigenlijk een voorbeeld, voorbeeld van hoe veromvattend jullie idee is van hoe dit, hoe belangrijk AI kan zijn voor de manier waarop we ons geld verdienen in dit land.

282
00:44:53.976 --> 00:45:00.356
Ja, maar ook op de positieve impact die het kan hebben op heel veel van de maatschappelijke problemen. Ja. En daar ben ik de, de techoptimist.

283
00:45:00.566 --> 00:45:08.455
Nou, oké, dus jullie, uh, jullie blik op de toekomst, dat is een, uh, afterthought als ik het goed begrijp. Laten we het dan gewoon eens hebben over wat er allemaal mis is vandaag.

284
00:45:08.536 --> 00:45:19.596
Dat is misschien ook eigenlijk veel belangrijker. Jullie, jullie stuk is eigenlijk opgedeeld in heel veel stukken. Dat gaat over talent bijvoorbeeld, hoe we kapitaal aank-, aantrekken, de, de regelgeving.

285
00:45:19.696 --> 00:45:28.876
Het is een ontzettend breed, uh, adviesstuk geworden eigenlijk voor onze overheid. Wat vinden jullie nou het allerbelangrijkste wat, wat boven komt drijven uit deze hele lap tekst?

286
00:45:29.376 --> 00:45:34.836
Nou, ik denk dat als je die drie voorbeelden die je noemt, die staan allemaal in hetzelfde hoofdstuk en dat gaat over het ondernemersklimaat.

287
00:45:35.936 --> 00:45:45.176
En, uh, als we de vier hoofdstukken bekijken, dan is het eerste hoofdstuk, uh, gaat het over de infrastructuur. Tweede gaat het over de adoptie. Uh, de infrastructuur is denk ik duidelijk.

288
00:45:45.236 --> 00:45:58.676
We moeten de rekenkracht hebben en we moeten de energie hebben voor die rekenkracht. Mhmm. De tweede, de adoptie, is dat in Nederland de AI-adoptie, uh, nog heel laag ligt in vergelijking met andere landen.

289
00:45:59.316 --> 00:46:09.036
En- Qua hoeveel mensen ChatGPT gebruiken? Of waar moet ik dan aan denken? Wat is adoptie? Ja, uh, hoeveel mensen, uh, zeggen, uh, regelmatig gebruik te maken van ChatGPT. Dat is in Nederland heel laag.

290
00:46:09.076 --> 00:46:15.776
Dat is in Nederland laag, ja. Er zijn verschillende onderzoeken geweest waar Nederland qua gebruik, uh, consistent, uh, ergens onderaan staat.

291
00:46:16.336 --> 00:46:24.576
En, uhm, dan heel interessant qua wantrouwen ten opzichte van de technologie, uh, uh, het scepticisme, staan we heel hoog. Mhmm.

292
00:46:26.266 --> 00:46:33.216
Uhm, en, uh, als je dan ook kijkt, maar, maar die zin, die heb ik van Michiel moeten schrappen, omdat het niet heel hard te maken is.

293
00:46:33.296 --> 00:46:44.356
Maar mijn, mijn persoonlijke hypothese is dat het, uh, heel erg ook met, uh, AI-geletterdheid te maken heeft. Dus wij vinden dat mensen, uh, moeten begrijpen, uhm, hoe de technologie werkt.

294
00:46:44.396 --> 00:46:48.955
Niet alleen omdat ze er dan gebruik van kunnen maken, maar ook omdat ze de potentie erin, van gaan inzien.

295
00:46:49.536 --> 00:46:57.936
Maar ook omdat ze kunnen gaan inzien wat de tekortkomingen zijn en, uhm, wat bijvoorbeeld de ethische bezwaren zijn. Ja, eigenlijk een belangrijk punt onderliggend natuurlijk.

296
00:46:57.976 --> 00:47:07.376
Als mensen met AI- Ik was een beetje de bronvermelding kwijt. Vandaar dat ik die van Jelle nog even terugkrijg. Dit is natuurlijk, dit, dit komt misschien aan, raakt aan de kern van, uh, het probleem.

297
00:47:07.436 --> 00:47:16.516
Het is wel, je moet wel een bevolking hebben die, ja, enthousiast is of nieuwsgierig is op zijn minst, uh, wil je al die andere dingen kunnen gaan bewerkstelligen. Daar begint het allemaal mee.

298
00:47:17.156 --> 00:47:27.276
Ja, Michiel, wat is jouw grootste- Ja, en ik denk dat, ik denk dat daarom dat grip op AI-hoofdstuk ook superbelangrijk is. Dus hoofdstuk vier, daar zijn we echt lang mee bezig geweest.

299
00:47:27.336 --> 00:47:36.516
Kijken, punten bij, punten geschrapt van externe experts, punten gehoord. En dat grip op AI-hoofdstuk gaat eigenlijk over, uh, AI gaat alles veranderen.

300
00:47:36.916 --> 00:47:47.096
AI zal werk veranderen, onze manier van samenleven veranderen, onze relaties veranderen. En wij hebben daar niet per se nu natuurlijk de antwoorden op. Weet je, we weten niet hoe dat gaat veranderen.

301
00:47:47.156 --> 00:47:58.536
We weten ook niet wanneer het precies gaat gebeuren en dus moet je een soort fundament bouwen, uh, die, uh, kan inspelen op die verandering en daar wel Nederlanders in meeneemt.

302
00:47:58.556 --> 00:48:11.176
Dus we hebben onder andere een AI Impact Instituut dat, uh, onderzoek zal doen. Interdisciplinair met economen, filosofen, technische mensen, psychologen. Om, uh, te kijken hoe we dat in goede banen kunnen leiden.

303
00:48:11.536 --> 00:48:23.176
We hebben burgerberaden, zodat je ook echt, uh, burgers kan betrekken in besluitvorming rond, uh, AI en, uh, rond hoe we de impact van AI moeten vormgeven.

304
00:48:23.296 --> 00:48:35.256
Uhm, we hebben het beschermen van democratische processen, dus ik denk wat Jelle zegt: uh, Nederlanders zijn heel sceptisch en ongerust en ik begrijp het ook helemaal. Het is deze technologie die vanuit Amerika komt.

305
00:48:35.776 --> 00:49:02.468
Uh, opeens zit ie, uh, in je telefoon en wordt ie, uh, in je neus gedruktEhm, dus ik denk dat het superbelangrijk is dat we niet alleen focussen op adoptie in bedrijven en in academie en in de wetenschap en in educatie, maar ook echt soort van mensen helpen om deze technologie te, uh, leren begrijpen en ook mensen inspraak geven over hoe we als land met deze technologie omgaan.

306
00:49:03.268 --> 00:49:11.248
Zo'n burgerberaad, hoe zie je dat dan voor je? Ja, dus burgerberaad, uhm, ik ben daar een beetje bij betrokken in de VS.

307
00:49:11.288 --> 00:49:21.568
Dus nu bij Newing Connecticut, uhm, uh, ben ik betrokken, maar dan, daar willen ze AI gebruiken als deel van het burgerberaad. Dus ben ik meer aan die kant, uh, betrokken.

308
00:49:21.608 --> 00:49:35.808
En dan is het niet dat AI [Niels lacht] de burgerberaad, het burgerberaad voert, maar dan is het meer van: o, kan je, uh, als je een burgerberaad hebt, dus je hebt honderden mensen in een zaal en die honderden mensen in een zaal bespreken dan een topic.

309
00:49:35.908 --> 00:49:45.768
Dus, uh, in Connecticut gaat het om, uh, housing tax, dus, uh, lokale taxes en of die verhoogd of verlaagd moet worden, waar dat aan moet uitgegeven worden.

310
00:49:46.408 --> 00:49:53.928
En dan heb je honderden mensen in een zaal die bespreken dit en die bespreken verschillende oplossingen aan de hand van experts, aan de hand van gesprekken met elkaar.

311
00:49:54.368 --> 00:49:59.368
En wij kijken daar of je AI kan gebruiken om een soort voor-deliberation te hebben.

312
00:49:59.388 --> 00:50:11.928
Dus een voor-, uh, bespreking online waar een veel grotere groep dan er in de zaal kan zitten, een soort agenda kan neerzetten voor de groep die in de zaal zit. Dus op die manier ben ik daar bij betrokken.

313
00:50:12.008 --> 00:50:22.548
Maar in het algemeen zijn burgerberaden, uhm, een idee om burgers te betrekken bij topics die normaal lastig zijn om burgers erbij te betrekken.

314
00:50:22.628 --> 00:50:46.328
Dus als je kijkt naar, uh, bijvoorbeeld taxes of housing of AI, dat zijn, uh, concepten waar er zoveel voor- en nadelen zitten, waar er zoveel complexiteiten zitten, dat als je daar in het stemhokje één keer in de vier jaar over moet beslissen, dat het best wel lastig is om na te denken over die technologie, over hoe dat zich kan ontwikkelen de volgende vier jaar, over welke partij dan het beste daarover nadenkt.

315
00:50:46.728 --> 00:50:54.928
Dus het idee is: kan je een representatieve groep burgers, uhm, dus iedereen in de samenleving heeft evenveel kans om daar aan tafel te zitten.

316
00:50:55.388 --> 00:50:59.008
Dus misschien zit je daar zelf niet aan tafel, maar wel iemand net zoals jij.

317
00:50:59.428 --> 00:51:13.248
En een representatieve groep burgers bij elkaar brengen die, uh, toegang hebben tot expertise, uh, die meerdere, vaak weken of weekenden, met elkaar, uh, praten over wat deze technologie kan, wat ie niet kan.

318
00:51:13.608 --> 00:51:24.908
En dan nadenken over wat voor besluitvorming past bij zo'n technologie. En in het ene land adviseren ze dan de overheid en in andere landen hebben ze zelfs bindend dat ze een advies.

319
00:51:25.288 --> 00:51:44.177
Ja, en eigenlijk is dit dus om het, om het fundament te verstevigen, uh, waardoor als je dan eenmaal, weet je, campagne wil voeren voor AI-regelgeving of investeringen of dingen die de overheid kan doen, dat daar in de maatschappij voldoende kennis aanwezig is en dat het debat geavanceerd genoeg gevoerd kan worden.

320
00:51:44.208 --> 00:51:49.348
Dat het ook in de Tweede Kamer erover gaat, dat het in de Stemwijzer komt te staan, et cetera, et cetera.

321
00:51:49.428 --> 00:51:55.508
Dat er echt keuzes te maken zijn waar mensen het gevoel van hebben dat ze er grip op hebben, in plaats van dat het een soort van natuurkracht is die over hen heen komt.

322
00:51:55.608 --> 00:52:05.748
Dat is dus een fundamenteel onderdeel van dit, van dit plan eigenlijk. Je zegt: dat hebben we nodig. Exact. Exact, ja. Dus dit hele hoofdstuk gaat ook over hoe je de hele samenleving kan meenemen. Die burgerberaden.

323
00:52:05.758 --> 00:52:15.228
Het is uiteindelijk onhaalbaar om iedereen weekenden lang toegang te geven tot experts in kleine zalen door heel Nederland, weet je, dat zouden we het liefste willen en misschien moeten we daar zo dicht mogelijk bij komen.

324
00:52:15.788 --> 00:52:29.688
Maar die burgerberaden zijn ook een representatieve groep, uh, die, uhm, uh, met de dobbelsteen worden geselecteerd en daar dan aan tafel zitten, uh, zodat je iemand uit alle lagen en, uh, domeinen in de samenleving hebt.

325
00:52:30.128 --> 00:52:39.228
Uh, maar er zijn veel meer punten in dat hoofdstuk waar we ook zeggen: oké, je moet de media beschermen, uh, je moet, uh, infrastructuur voor geletterdheid opzetten.

326
00:52:39.628 --> 00:52:53.408
Uh, het Nationaal AI Impact Instituut moet bijvoorbeeld één keer per jaar een rapport uitbrengen, uh, waarbij, uh, het land op de hoogte kan blijven van ontwikkelingen van AI in de samenleving en kansen en risico's.

327
00:52:53.728 --> 00:53:01.017
Dus inderdaad is het grotere idee om de hele samenleving daar in mee te nemen, zowel om het te begrijpen, maar ook in besluitvorming.

328
00:53:01.017 --> 00:53:05.928
Ik denk, ja, ik hoor je net zeggen: dobbelsteen, hè, dus er zit al een mooie randomness in waarin je mensen gaat selecteren.

329
00:53:06.468 --> 00:53:14.568
Dat doet mij denken eigenlijk aan een uitdaging die ik heel erg voel wanneer ik mijn lezingen geef en mensen achteraf naar mij toekomen en zeggen: ik moest bij deze lezing zijn. Dat moest van de baas.

330
00:53:14.928 --> 00:53:20.468
Ik zag AI staan en ik wilde niet komen, maar ik ben er nu geweest. En dank je wel, want je hebt een beetje een middenverhaal verteld.

331
00:53:20.508 --> 00:53:27.548
Ik zie nu waarom ik toch geïnteresseerd moet zijn in dit onderwerp, ook al ben ik allergisch. AI-allergisch. Ik was afgehaakt, maar je hebt me weer aangehaakt.

332
00:53:27.588 --> 00:53:34.758
Ja, en ik, ik bedoel, dit is niet een schouderklopje voor Wietse on air. Daar gaat het mij niet om. Mijn punt is dat [Niels lacht] nu is het het alsnog geworden, maar. Het is wel zo geworden.

333
00:53:34.768 --> 00:53:40.268
Laten we hier even bij stilstaan. Niemand dacht dit. Niemand dacht dit. Gewoon goed voor jou, Wietse. Echt. Wel heel fijn. [lacht] Ah.

334
00:53:40.948 --> 00:53:47.468
Nou, in ieder geval, wa-, het punt wat ik wil maken is: kijk, de luisteraars van deze podcast, die zijn al AI-curious, zeg maar, die zijn al nieuwsgierig, hè.

335
00:53:47.728 --> 00:53:50.568
Misschien zijn ze zelfs kritisch, maar toch zijn ze nieuwsgierig genoeg om te luisteren.

336
00:53:50.888 --> 00:53:59.008
Er is best een flinke groep Nederlanders, laten we het even binnen Nederland houden gezien het plan, die, die echt een beetje allergisch is voor het onderwerp en echt ervan wegkijkt.

337
00:53:59.108 --> 00:54:09.228
En ik denk, uh, ik, Alexander doet het ook tijdens zijn lezingen, uh, dat je toch een beetje de mensen aanspreekt en zegt: juist jullie met die onderbuik. Juist jullie met die intuïtieve allergie wil ik aan tafel.

338
00:54:09.568 --> 00:54:17.888
Jullie moeten juist meedenken over dit onderwerp. Hoe zorgen we er nou voor dat dit plan van jullie, hè, stel dat je bent een luisteraar. Je leest het plan en je denkt: ja, wat fijn dat er een plan is.

339
00:54:18.208 --> 00:54:26.908
Ik ga het doorsturen en iedereen die het doorstuurt, stuurt terug. Weg. Ik zie het woord AI. Blok. Weg. Hoe breken we, zeg maar, uit die bubbel waar wij in zitten rondom dit onderwerp?

340
00:54:29.608 --> 00:54:41.968
Ja, dus ik denk, uh, dat het daar, uhm, uh, dat is een hele goede vraag en ik denk dat het belangrijk is om, dus, e-, waar we beginnen met die Grip op AI-hoofdstuk is een bewustwordingscampagne.

341
00:54:42.128 --> 00:54:50.128
Dus ik denk dat sommige mensen in de samenleving heel erg horen over de kansen. Uh, sommige mensen zitten in een bubbel juist over de risico's.

342
00:54:50.188 --> 00:55:11.342
En er zijn kansen en risico's en allebei zijn heel belangrijk en allebei moeten we op inspelen en allebei moeten we over nadenken.En, uhm, ik denk dat een, uh, soort bewustwording campagne en hoe die precies moet worden vormgegeven, uh, daar zijn experts, uh, van die ook buiten onze groep van schrijvers vallen.

343
00:55:11.362 --> 00:55:23.592
Dus we hebben wel iets van ideeën over een, uh, publiekscampagne in 2026 die grootschalig is. Uh, maar ik denk dat het belangrijker is dat er informatievoorziening is die ook zegt: er zijn kansen en risico's.

344
00:55:24.132 --> 00:55:27.352
Uh, dit zijn een aantal van de kansen en dit zijn een aantal van de risico's.

345
00:55:27.372 --> 00:55:38.292
En dat er verschillende experts uit verschillende hoeken, ook op televisie, in de krant, uh, lokaal, uh, daar lezingen over geven en, uh, beide kanten belichten.

346
00:55:39.072 --> 00:55:43.452
Uhm, dat is denk ik, uh, uh, ja, een belangrijke eerste stap.

347
00:55:43.552 --> 00:55:52.512
En daarnaast zullen over de komende maanden en jaren steeds meer mensen zelf met de technologie werken en ook zelf een soort van ontdekken wat daar de kansen en de risico's zijn.

348
00:55:52.532 --> 00:56:04.372
Een groot deel van, uh, jullie kritiek, en dat is toch wel ook wat blijft hangen uit dit stuk, is onze betrekkelijk, uhm, ja, laten we zeggen belabberde positie als het gaat om rekenkracht.

349
00:56:05.052 --> 00:56:11.092
Uhm, jullie leggen uit hoe belangrijk het is om rekenkracht, uh, te hebben en wat daarvoor nodig is.

350
00:56:11.132 --> 00:56:19.032
En ik citeer: "Europa beschikt momenteel over slechts 5% van de wereldwijde AI rekenkracht, tegenover zo'n 75% in de Verenigde Staten.

351
00:56:19.512 --> 00:56:33.092
De Nederlandse computer supercomputer Snellius", wat ik een fantastische naam vind en dat geleerd heb in dit stuk, "telt slechts 640 GPU's en zelfs de aanstaande Groningse AI-fabriek zou met een budget van 200 miljoen naar verwachting niet meer dan 2500 GPU's kunnen huisvesten."

352
00:56:33.132 --> 00:56:37.292
Dat zijn die, uhm, die chips, die AI-chips waar die modellen op gemaakt worden.

353
00:56:37.312 --> 00:56:49.632
Ter vergelijking: OpenAI heeft op dit moment toegang tot een tal van meer dan 1 miljoen GPI, GPU's en bouwt meerdere nieuwe datacenter campussen van ieder 500.000 van de volgende generatie GPU's van Nvidia.

354
00:56:50.332 --> 00:57:02.312
H-hoe, als wij nu 5% hebben en wij zitten te klooien met dit soort, uh, ja, kleine bedragen, w-waar haal je nog, waar haal je nog de, de, het enthousiasme vanda-vandaan om dit hele plan te schrijven, Jelle?

355
00:57:04.132 --> 00:57:04.912
Uit een noodzaak.

356
00:57:04.952 --> 00:57:18.512
[lacht] Maar, uh, i-ik denk ook wel, uh, door verhalen zoals Pim, die jullie onlangs hier, uh, langs hebben gehad, van: we staan nog echt aan het begin van deze, uh, technologieboom en dus er zijn nog, uh, absoluut wel heel veel mogelijkheden.

357
00:57:19.072 --> 00:57:29.362
Maar ik denk ook dat, het, uh, hoofdstuk over infrastructuur komt voort vanuit onze visie dat er steeds meer van ons fysieke werk, ons denkwerk door, door, uh, robots en chips gedaan zullen worden,

358
00:57:30.332 --> 00:57:34.172
uh, en dat we daarmee niet compleet afhankelijk kunnen zijn van Amerika en China.

359
00:57:34.272 --> 00:57:45.012
Uh, we moeten in Nederland in ieder geval onze eigen broek op kunnen houden als het gaat om de rekenkracht die er nodig is voor onze overheid, voor onze ziekenhuizen, voor, uhm, berekeningen die gevoelig zijn.

360
00:57:45.132 --> 00:57:46.812
Uhm, [schraapt keel]

361
00:57:46.892 --> 00:58:03.312
en, en zeker dat op het moment dat, uhm, die rekenkracht zo'n belangrijke input wordt voor onze economie, omdat zoveel van het denkwerk daar feitelijk in het datacentrum gebeurt, uhm, en er schaarste is in de wereld, uh, dan wil je niet afhankelijk zijn van andere landen.

362
00:58:03.392 --> 00:58:24.292
Ja, dus niet alleen voor de gevoeligheid van informatie zeg je, dat is ook zo, maar daarnaast is ook nog eens zo, je, uh, je, je moet, je moet het soort van mentale framework inladen in je hoofd dat je gaat, dat wij als, als bedrijven gaan beta-, in Nederland, gaan betalen voor al die, uh, ja, gedachtegangen in een, in een buitenlands datacentrum.

363
00:58:24.352 --> 00:58:32.292
Zij gaan daar geld voor terugwillen. En ze, en jij zegt: dan is er ook nog eens schaarste, want iedereen wil wel die slimme gedachten van die Amerikaanse en Chinese AI's.

364
00:58:32.352 --> 00:58:42.532
Dus, uh, dat, dat is een afhankelijkheid die we nu langzamerhand aan het inbouwen als we, als we niks doen. Maar wa-maar wat, wat kun je daar dan tegenover zetten? W-wa-wat betekent dat?

365
00:58:42.582 --> 00:58:53.591
Gewoon meer datacentra bouwen en meer stroom vrijmaken. Want ik wil niet cynisch doen, maar we willen heel veel, heel graag bouwen en, en het stroomnet zit hartstikke vast. Dus wat. Ja.

366
00:58:53.932 --> 00:59:00.832
Ja, maar het betekent inderdaad wel dat we een aantal, uh, datacentra, uh, of in ieder geval een, een gigafactory bijvoorbeeld moeten gaan bouwen. Ja.

367
00:59:01.412 --> 00:59:12.692
Uhm, maar we zagen ook meteen dat energieprobleem en dus, uh, we zijn met energie-experts gaan spreken over: zit dat stroomnet nou inderdaad helemaal vast? W-wat is daar te doen? Leuke vraag. Ja. Is dat eigenlijk wel zo?

368
00:59:12.952 --> 00:59:14.632
Is dat eigenlijk wel zo? Nou, verfrissend.

369
00:59:14.692 --> 00:59:24.792
Nou, [lacht] en, uh, daar kwamen dus verschillende experts bij ons terug van: nee, er zijn eigenlijk wel mogelijkheden, want er zit heel veel redundantie op dat net, uhm, om bijvoorbeeld storingen en zo op te vangen.

370
00:59:24.872 --> 00:59:29.212
Ze noemen dat kennelijk een soort van vluchtstrook die op dit moment leeg wordt gehouden. Ja.

371
00:59:29.312 --> 00:59:42.192
Maar als we die gebruiken om die energie bij dat datacentrum neer te zetten en met dat datacentrum afspreken van: hé, jullie zijn de eerste die afgekapt worden wanneer die capaciteit elders tijdelijk nodig is. Ja. Uhm.

372
00:59:42.452 --> 00:59:51.382
Ha, oké, dan moet je van de vluchtstrook af. Dan moet je van de vluchtstrook af. Ja. Maar die datacentra, die hebben batterijen, die hebben stroomgeneratoren juist om dat, uh, dat soort dingen op te vangen.

373
00:59:51.382 --> 00:59:59.452
Die zijn juist heel erg equipped om in hun eentje zo'n klap op te vangen met dieselgeneratoren en wat ik we-weet ik wat. Ja, ik hoop dat ze batterijen neerzetten. Of batterijen.

374
00:59:59.512 --> 01:00:11.012
Ja, oké, dus dit is een soort, uh, shortcut zou je kunnen zeggen rondom dat probleem van die energie. Maar, uh, is dat, is dat gerommel in de marge? Of denk je dat dit echt een van de oplossingen kan zijn?

375
01:00:11.712 --> 01:00:19.972
Wat wij hebben begrepen zou dat een van de oplossingen zijn. En hoeveel datacentra moeten we bouwen? Waar hebben we het over? Moet, moeten, gaan we echt proberen te concurreren met, uh, met Amerika?

376
01:00:20.052 --> 01:00:27.092
Wat is een percentage waar je tevreden mee zou zijn voor Nederland? Nou, k-kijk, zoals ik zei, we moeten, als eerste moeten we onze eigen broek op, uh, gaan houden.

377
01:00:27.452 --> 01:00:40.402
En, uhm, uh, wij denken niet dat we in Nederland, uhm, uh, gaan concurreren met OpenAI. We gaan niet een groot large language model hier, uh, ter grootte van GPT-5 of iets dergelijks kunnen bouwen.

378
01:00:40.412 --> 01:00:43.432
Moeten we niet willen, want da's he-, dat kunnen we niet meer. Daar hebben we op dit moment het talent niet voor.

379
01:00:43.492 --> 01:00:48.052
Daar hebben we op dit moment de rekenkracht niet voor en ook in de nabije toekomst, uh, zeer waarschijnlijk niet. Oké.

380
01:00:48.232 --> 01:00:57.032
Mogelijk dat we in Europees nivea- uh, verband en bijvoorbeeld samen met het Verenigd Koninkrijk en Canada en dergelijke dat op een gegeven moment wel zouden kunnen doen.

381
01:00:57.172 --> 01:01:07.562
Maar waar we in, in korte termijn op moeten focu-issen is van, uhm, nou aan de ene kant de soevereine van onze overheid en dergelijke, maar aan de andere kant- Gevoelige data bedoel je. Gevoelige data.

382
01:01:07.692 --> 01:01:12.572
Dat als we ingewikkelde gegevens hebben, dat dat gewoon op Nederlandse servers verwerkt kan worden.

383
01:01:12.652 --> 01:01:26.012
En aan de andere kant hebben wij een aantal sectoren waar wij heel sterk in zijn, waar we specifieke kennis en dergelijke hebben, uhm, waar AI een gigantische impact gaat maken en waar we nou nog daadwerkelijk wel kunnen winnen of kunnen vooroplopen in de wereld.

384
01:01:26.052 --> 01:01:37.472
Dit is wat jij bedoelde met dat, dat, die boeren aan het begin. Soort van: je zoekt sectoren uit, zoals we zijn goed in, uh, in voedselproductie. We hebben, we, Nederland is wereldkampioen. Ja, dit is er één.

385
01:01:37.652 --> 01:01:49.564
Biotech is een andere. Juist. Uhm.Uh, nou ja, fintech is er bijvoorbeeld één. Ik weet niet hoeveel steun die daadwerkelijk nodig hebben. Uh, chipproductie. We hebben ze, ASML en het hele ecosysteem wat daaromheen hangt.

386
01:01:49.704 --> 01:01:55.924
Uh, gezondheidszorg hebben we veel verschillende bedrijven en heel veel kennis en ook heel veel bijzondere data waarmee we kunnen werken.

387
01:01:56.544 --> 01:02:08.624
Uh, Cradle is denk ik een mooi voorbeeld hiervan, uh, van modellen die worden getraind met hele specifieke datasets, uh, en die dus niet direct co-concurreren met OpenAI. Maar Cradle leidt wereldwijd wel op dit vlak.

388
01:02:08.824 --> 01:02:15.824
Kleine disclaimer: Jelle is de oprichter van dit bedrijf. Ja, klopt. En, uh, dus daar liggen nog echt wel heel veel kansen.

389
01:02:16.284 --> 01:02:29.644
Ja, maar zeg je dan eigenlijk: we gaan inzoomen op een aantal sectoren waarvan we vinden dat Nederland daarin wereldwijd kan concurreren, potentieel nog veel meer op het moment dat er AI betrokken wordt in die bedrijfssectoren.

390
01:02:30.084 --> 01:02:36.324
En zeg je dan: dan gaan we dus die GPU's reserveren voor die sectoren en daarin is dat overheidsbeleid nodig?

391
01:02:36.364 --> 01:02:46.084
Of wat, wat is precies de, de, de, hoe, hoe geef je hier richting aan als je, als je settelt op het idee dat je niet je eigen foundational models gaat maken? Wat, wat dan wel eigenlijk?

392
01:02:46.244 --> 01:02:57.064
Je, je, je hebt dus een focus op die sectoren. Maar hoe, hoe, hoe werkt dat dan, Michiel? Ja, dus ik denk dat Europabreed we wel onze eigen foundation models, uh, gaan maken.

393
01:02:57.204 --> 01:03:05.064
En, uh, er zijn partijen zoals, uh, Mistral en Poolside die ook pre-training doen. Dus als reminder hoe een, je een taalmodel traint.

394
01:03:05.114 --> 01:03:12.464
Je doet eerst pre-training, dan heb je eindeloos veel data over de, uh, uh, die van het hele internet komt en dan doe je een stap.

395
01:03:12.504 --> 01:03:24.984
Dat heet post-training en dan leer je hem om bepaalde, of leer je het model om bepaalde instructies te volgen en, uhm, leg je het in lijn, de outputs in lijn met een soort normen en waarden.

396
01:03:25.104 --> 01:03:40.324
En, uhm, dus, uh, zeg je: dit mag wel, dit mag niet. En dat proces is nu, uh, vooral het eerste deel, dus het pre-trainen, dus waar je op het hele data van het internet traint, is heel erg, uh, uh, intensief qua compute.

397
01:03:40.404 --> 01:03:44.284
En dat gebeurt nu allemaal of bijna allemaal in Amerika en China.

398
01:03:44.824 --> 01:03:56.044
Uh, maar er zijn wel Europese bedrijven die dat ook doen en die moeten in ieder geval de capaciteit hebben in Europa, uh, om, uh, dat, uh, hun modellen te trainen.

399
01:03:56.504 --> 01:04:06.524
En daarvoor zou je bijvoorbeeld iets kunnen zi-, uh, uhm, ontwerpen dat je verschillende gigafactories hebt door Europa heen. Dus eentje in Duitsland, eentje in Nederland, eentje in Frankrijk bijvoorbeeld.

400
01:04:06.984 --> 01:04:19.424
En die zijn dan met hele snelle glasvezelkabels, uh, kunnen die connecten en dan kan je eigenlijk één groot model trainen over meerdere landen heen. Uh, zoiets als Nederland daar een rol in zou kunnen spelen.

401
01:04:19.944 --> 01:04:26.464
Uhm, en Nederland speelt al een rol in bijvoorbeeld Mistral, omdat ASML, uh, de laatste investeringsronde heeft geleid.

402
01:04:26.824 --> 01:04:34.384
Dus als Nederland op zo'n manier daar een rol in zou kunnen spelen, dat eigenlijk een deel van het model hier getraind wordt, uh, zou dat fantastisch zijn.

403
01:04:34.524 --> 01:04:42.424
En dan dragen we ook direct bij aan een soort Europees AI-ecosysteem en zijn die Europese partners van elkaar afhankelijk.

404
01:04:42.474 --> 01:04:54.274
Wat denk ik superbelangrijk is om Europa als een soort één, uh, unit, uhm, te laten, uh, concurreren met Amerika en China. Maar dan toch nog even die focus op die kleinere sectoren.

405
01:04:54.284 --> 01:05:05.453
Ik denk dat we niet alleen moeten kijken naar een soort inference of het draaien van modellen voor overheid of voor bepaalde sectoren, maar ook echt: kunnen we modellen trainen en daaraan bijdragen in Nederland.

406
01:05:05.484 --> 01:05:13.864
En toch als we nog even inze-inzoomen op die kleinere sectoren. Jelle noemde, uh, uh, hoe zeg je dat? Boeren, boerenbedrijven, voedselvoorziening, biotech.

407
01:05:14.084 --> 01:05:16.424
Er zijn allerlei sectoren denkbaar waar we best wel goed in zijn.

408
01:05:16.924 --> 01:05:25.704
Wat, wat suggereer je dan naast het trainen van foundational models op Europees niveau, wat moet er dan in Nederland specifiek gebeuren om, om ons ook onderscheidend te maken?

409
01:05:27.344 --> 01:05:34.204
Ja, dus je zou bijvoorbeeld een model kunnen finetunen. Dus die laatste stap dat je het model eigenlijk verder traint.

410
01:05:34.244 --> 01:05:46.284
Je zou een model kunnen maken wat nu open source is en dan gebruik je bijvoorbeeld heel veel data uit, uh, de gezondheidszorg of uit de biotech of, uhm, uit een, uh, chipproces.

411
01:05:46.364 --> 01:05:53.964
En dan zeg je: kunnen we met die data een model tunen zodat dat open source model beter wordt binnen dat specifieke domein.

412
01:05:54.484 --> 01:06:01.544
En zoiets is minder compute intensief dan een heel model trainen vanuit niks, uh, maar is nog steeds wel compute intensief.

413
01:06:01.684 --> 01:06:18.864
En als we daarvoor onze eigen GPU's hebben, uhm, maakt dat het veel makkelijker om ook in de toekomst, uh, als er nog meer vraag zou komen naar compute, dat er wel, dat we zeker weten dat er ook compute beschikbaar blijft, dus rekenkracht beschikbaar blijft voor die Nederlandse bedrijven.

414
01:06:18.924 --> 01:06:27.884
Ik merk in, uh, in jullie plan, ik heb het helemaal gelezen, dat er ook een soort grondaanname in zit waar het hele plan op gebaseerd is, dat er een onvermijdelijkheid zit aan dit fenomeen AI.

415
01:06:28.304 --> 01:06:30.104
Hè, en wat, wat bedoel ik daarmee?

416
01:06:30.144 --> 01:06:39.964
Ik zie bijvoorbeeld in het klimaat-klimaatdebat heb je een beetje groepen die zeggen: uh, uh, de, de, die anderhalve graad moeten we gaan halen en dat gaan we halen door de boel te-, terug te laten groeien, hè, degrowth.

417
01:06:40.004 --> 01:06:45.824
Er is een groep die zegt: joh, we zijn die anderhalf al voorbij. Ga maar stofzuigers bouwen, hè, we moeten dat, uh, uh, uit de lucht gaan zuigen.

418
01:06:45.864 --> 01:06:53.544
En er is een groep die zegt: we moeten Dyson Spheres gaan bouwen en Mars erbij betrekken, want we hebben te weinig ruimte. Die groepen ze overlappen elkaar, de argumenten overlappen elkaar.

419
01:06:53.884 --> 01:07:00.184
In het AI-debat kom ik nog ste-steeds wel mensen tegen die tegen mij zeggen: moet-moeten we dit hele AI-ding wel willen?

420
01:07:00.244 --> 01:07:12.944
Kunnen jullie mij uitleggen, want dat haal ik een beetje uit het plan, waarom dat eigenlijk een gepasseerd station lijkt te zijn op dit moment. Ja, uhm, en, en dus die, die argumenten, die horen we ook.

421
01:07:12.984 --> 01:07:20.304
Maar, ja, we leven in een, in een wereld, uhm, in een kapitalistische wereld waarbij, uh, bedrijven wereldwijd met elkaar concurreren.

422
01:07:21.124 --> 01:07:26.084
En w-wij zouden natuurlijk best wel kunnen zeggen van: nou, deze, deze toekomst, die vinden we te eng, maar daar doen we niet aan mee.

423
01:07:26.164 --> 01:07:38.744
Maar dan valt op een gegeven moment vallen de, uh, de bedrijven, de sectoren, uh, die op dit moment onze zorgstaat betalen, onze, uh, zorg, onze defensie, onze scholen en dergelijke, die vallen om.

424
01:07:39.764 --> 01:07:44.508
Uhm.En dus, uh, i-ik, ik weet niet of we daar op die manier zo'n keuze hebben.

425
01:07:45.328 --> 01:07:56.148
Uh, tegelijkertijd hoor ik ook het, het tegengeluid van: ja, maar, uhm, m-moeten we dan, uh, technologie AI gaan bouwen op eenzelfde soort manier als dat de Amerikaanse bedrijven doen?

426
01:07:56.268 --> 01:08:00.168
En, en gebeurt er dan niet hier op een gegeven moment hetzelfde als, als daar?

427
01:08:00.308 --> 01:08:10.008
Uhm, maar dat, dat wordt voor mij nog, nog minder concreet dat, dat AI wordt gebouwd door een, een gemeenschap en, en door een groep van mensen, uh, beheerd en dergelijke.

428
01:08:10.088 --> 01:08:15.868
Maar ik, ik sta er wel heel erg voor open om, uh, dat soort geluid, uh, mee te nemen en daar meer over te leren.

429
01:08:15.928 --> 01:08:22.928
Ja, want ik zag best wel een flinke lijst namen onder het rapport staan, hè, mensen waar jullie mee gesproken hebben. Uh, kunnen jullie een beetje uitleggen hoe dat dan gaat, zeg maar?

430
01:08:22.938 --> 01:08:33.028
Ik bedoel niet tot de diepste detail, maar ik vond het al best wel een klein mini burgerberaadje, hè, een soort van eerste pogingen tot verschillende stemmen betrekken in zo'n rapport. Was dat heel scherp?

431
01:08:33.048 --> 01:08:35.668
Was dat heel fel? Was dat heel vriendelijk? Hoe ging dat met elkaar?

432
01:08:36.848 --> 01:08:46.988
Nee, ik denk dat dat, uhm, uh, er zijn heel veel stevige discussies geweest, uhm, maar ik, ik denk dat de meest stevige discussies er eigenlijk zijn geweest met, uh, de grotere bedrijven.

433
01:08:47.088 --> 01:08:59.708
Zeker met, met, uh, misschien de lobbyisten van de big tech, uh, in de wereld en heel veel minder met de mensen die, die meer aan de anti-AI kant zitten of aan de, nou ja, de an-andere tak die je benoemde.

434
01:08:59.768 --> 01:09:07.928
Ja, een beetje die wat sceptischer zijn en, en zich ook, uh, zorgen maken. Want ik, wat ik wel interessant vond namelijk, ik ging dat plan lezen vanochtend. Ik heb daar twee uur voor uitgetrokken.

435
01:09:07.948 --> 01:09:13.468
Dan, je kan het in twee uur kan je het aardig skimmen, zou ik zeggen. Daarmee bedoel ik niet dat het niet inhoudelijk is, maar ik kwam er aardig doorheen.

436
01:09:13.928 --> 01:09:20.548
Het, iets van mijn buikpijn ging weg, uh, hè, want ik ben toch wel iemand die, dat, nou, dat weten de luisteraars wel, maar ook echt wel zorgen maakt.

437
01:09:20.588 --> 01:09:32.728
Maar ook een soort Rotterdamse pragmatist is die denkt: ja, ik, ik, we kunnen wel een soort AI-pacifisten gaan spelen in de wereld, maar we zitten nou eenmaal in een wereld waar je speltheoretische dynamieken, die, die, die misschien die keuzes niet aan ons geven.

438
01:09:33.148 --> 01:09:42.608
En, maar is het dan, hè, want jij zei net: er zit een soort idea-ideale van we gaan het samen communal federated in een tuin doen, hè, uh, naast Wageningen, uh. Mooi omschreven. Ja, precies.

439
01:09:42.638 --> 01:09:54.958
Maar, en zit daar nog een soort ruimte tussen een soort van, uh, hyperkapitalistisch zonder mensen versus in een tuin met, uh, trommels en een vuur? Michiel, die is voor jou. Of er, of er ruimte tussen zit?

440
01:09:55.008 --> 01:10:05.028
Ja, is er een positie? Als in, want wij zijn, wij proberen eigenlijk die ruimte tussen daar juist ons te positioneren. En hoe merk ik dat, zeg maar? Van hoe, hoe kan je dat wat concreter maken?

441
01:10:05.648 --> 01:10:16.108
Ja, doordat we proberen, aan de ene kant denk ik dat, dat als ik in mijn werk kijk, als ik in Jelle's werk kijk, is het, v-voel je ook een soort van die onvermijdelijkheid.

442
01:10:16.388 --> 01:10:27.008
Uhm, iedereen, uh, tot aan mijn ouders toe, uh, praat, uh, inmiddels elke dag met AI. Ga je echt zeggen: oké, we gaan geen AI meer gebruiken. En waar leg je dan de grens?

443
01:10:27.128 --> 01:10:39.508
Oh, we gebruiken alleen de huidige modellen, maar we gaan niet verder dan dat. Dus ik denk dat dat eigenlijk een heel lastig vraagstuk wordt om te zeggen: we gaan AI helemaal weer, uh, uit, uhm, uh, het land.

444
01:10:39.648 --> 01:10:48.928
En als we denken: oké, dat gaan we niet doen. En, uhm, we nemen ook aan dat de technologie zich verder zal gaan ontwikkelen en dus de invloed alleen maar groter zal worden.

445
01:10:49.308 --> 01:10:58.708
Dan kom je al vrij snel uit dat je ook wil dat je da-daar als land een rol in speelt. Dus mijn gevoel is eigenlijk helemaal niet dat we zo ver gaan.

446
01:10:58.748 --> 01:11:10.368
Weet je, wij zeggen niet: oké, dit moet nu, uh, 50% van, uh, de uitgaven van het land zijn en, uh, we moeten, uh, uh, de grootste AI-staat in de wereld worden.

447
01:11:10.428 --> 01:11:15.798
Wij proberen juist een plan, uh, neer te zetten wat eigenlijk een balans zoekt tussen de kansen en de risico's.

448
01:11:15.808 --> 01:11:19.908
Want dat broek ophouden, hè, wat jij een aantal keer zei, Jelle, hoe ziet dat er dan uit dat wij onze broek op kunnen houden?

449
01:11:19.928 --> 01:11:29.688
Want dat klonk al minder am-, uh, ambitieus als: wij moeten de nummer één zijn in de wereld op het gebied van AI. Broek ophouden klinkt wat genuanceerder. Nou, uh, zeker als het gaat om datacentra.

450
01:11:29.748 --> 01:11:37.528
Maar ik denk dat we, als het gaat om, uh, AI-bedrijven bouwen, uh, dan liggen daar echt grote kansen voor Nederland.

451
01:11:37.568 --> 01:11:43.708
We hebben hele goede opleidingen, we hebben sectoren met heel veel kennis en, uhm, dat is misschien een mooi bruggetje.

452
01:11:43.788 --> 01:11:54.848
Dat is de reden waarom we een heel hoofdstuk hebben toegevoegd over het ondernemingsklimaat wat eigenlijk niet over AI gaat, waar algemene aanbevelingen in staan, waar ook niet-AI bedrijven naar mijn idee veel over zullen hebben.

453
01:11:55.448 --> 01:12:03.967
Uhm, maar we, we zagen in van: ja, kijk, we zijn daar afhankelijk van, van start-ups, scale-ups die hopelijk, uh, een aantal daarvan de volgende ASML's worden.

454
01:12:04.028 --> 01:12:07.828
Maar als we dat willen, dan moeten we een aantal drempels wegnemen.

455
01:12:07.868 --> 01:12:22.568
Er was laatst een, een survey en die gaf aan dat 37% van de, uh, start-ups, scale-ups op dit moment in Nederland nadenkt over verhuizen naar het buitenland. Ja, heel eerlijk, uh, ik hoor bij Cradle dus dezelfde geluiden.

456
01:12:22.648 --> 01:12:29.238
Ik ben helemaal- Dat gaat over flexibele contracten. Dat gaat over, uh, hoe makkelijk het is om mensen te ontslaan als het slecht gaat met je bedrijf. Bijvoorbeeld.

457
01:12:29.248 --> 01:12:34.908
Dat zijn dus, uh, bredere dingen die maken dat Nederland niet zo'n prettig land is voor een start-up om zich in te vestigen.

458
01:12:35.168 --> 01:12:45.268
Je noemt al een hele belangrijke en er zijn een aantal van dat soort regels die hier meespelen waardoor start-ups op een gegeven moment zeggen van, uh, zoals mijn co-founder zegt: het is hier alsof je met je klompen aan door de modder rent.

459
01:12:45.538 --> 01:12:53.288
Hm. Alles is een stukje moeilijker. Ja. En, uhm, ja, dat hoeft niet zo te zijn, want het gaat om een paar kleine dingetjes.

460
01:12:53.548 --> 01:13:06.108
We hebben met een aantal ondernemers, Nederlandse ondernemers in, uh, Silicon Valley in de Bay Area gesproken, uh, die daar fantastische bedrijven aan het bouwen zijn die zeggen van: ja, eigenlijk zou ik ook een team in Nederland, he-, uh, willen hebben, maar dit houdt me tegen.

461
01:13:06.168 --> 01:13:17.348
Hm. En dus een van die zaken waar zij consequent mee komen is: het is voor mij veel te moeilijk om mensen te laten gaan. En laten we wel wezen, dit zijn mensen die belachelijk veel geld verdienen.

462
01:13:17.388 --> 01:13:22.928
Ja, ik wilde even zeggen, want ik heb het rapport gelezen, of in ieder geval het plan. Daar staat ook specifiek bij met hele hoge salarissen. Ja.

463
01:13:23.088 --> 01:13:26.768
Voordat de luisteraar denkt: ja, ja, nou kan je iedereen makkelijk ontslaan. Wat genuanceerder.

464
01:13:26.828 --> 01:13:34.188
Het, het, het, in, in deze industrie is het gewoon niet ongewoon dat iemand een half miljoen of een miljoen per jaar verdient. Hm. Sommigen verdienen nog heel veel meer.

465
01:13:34.288 --> 01:13:44.208
En als je, uh, zo iemand aanneemt en het matcht niet of, uh, andere situatie, je bent aan het opschalen voor een groot project, het gaat niet goed, dan wil je ook weer kunnen afschalen.

466
01:13:44.508 --> 01:13:50.288
Dat is in Nederland heel erg lastig. We hebben nu bij Cradle meerdere keren gezien dat we op een gegeven moment gewoon iemand moesten laten gaan.

467
01:13:50.348 --> 01:13:59.272
Ja, dat gebeurt als je snel aan het groeien bent en dan moesten we zeven maanden aan salaris meegeven.Dat is dat is pijnlijk Ja, voor iemand die niet daarna naar de voedselbank hoeft. Want het is ja, nee.

468
01:13:59.492 --> 01:14:06.632
En dus wij zeggen voor, voor dat soort bedrijven, voor mensen die zo ontiegelijk veel verdienen, geef die meer flexibele contracten.

469
01:14:06.692 --> 01:14:14.072
Maak dat heel duidelijk aan de mensen dat dit ander soort contracten zijn dan gewoonlijk hier in Nederland. Maar haal daar bijvoorbeeld ook het concurrentiebeding uit. En

470
01:14:15.012 --> 01:14:25.872
deze mensen, wanneer ze worden ontslagen, dan hebben ze morgen hebben ze een nieuwe baan. Ja, en wat is nou Michiel, de aanbeveling waarvan je. Want jullie doen heel veel hele concrete aanbevelingen aan de overheid.

471
01:14:26.512 --> 01:14:40.932
Wat is nou de aanbeveling waar je het meest fan van bent? Ik denk dat AI Impact Institute, want ik zie heel veel vrienden van mij bij DeepMind. Ik kom zelf uit safety hoek dus en ik werkte hiervoor bij DeepMind.

472
01:14:41.012 --> 01:14:53.872
Werk nog steeds een dag per week en heel veel van mijn vrienden daar zijn naar het AI Security Institute gegaan. Dus dat is eigenlijk de Engelse equivalent van wat wij voorstellen.

473
01:14:53.892 --> 01:15:07.172
En dat is binnen de Engelse overheid is dat echt een soort kenniscentrum geworden met mensen die echt vooroplopen binnen onderzoek naar AI, de risico's en de kansen van AI.

474
01:15:07.372 --> 01:15:14.192
En ik denk dat als we zoiets hebben in Nederland, dat dat de overheid heel erg zou helpen om betere beslissingen te maken.

475
01:15:14.232 --> 01:15:22.592
Bijvoorbeeld ook op dingen als cybersecurity, op dingen als wat AI voor psychologische impact kan hebben.

476
01:15:23.492 --> 01:15:41.372
Dus dat is eigenlijk wat ik als eerste zou willen zien en wat ook helemaal niet per se zo duur hoeft te zijn, maar waar het wel heel belangrijk is dat het een nieuw, onafhankelijk instituut is dat echt het beste talent kan aantrekken.

477
01:15:41.412 --> 01:15:51.192
Ja, en dat laatste wil ik onderstrepen, want we leiden heel veel talent op in Nederland. Maar het absolute toptalent. Jullie hebben hier een aantal van die jongens gesproken die verdwijnen naar het buitenland.

478
01:15:51.632 --> 01:16:03.232
Dat is omdat ze hier niet de uitdagingen kunnen vinden die ze zoeken. De ambitieuze uitdagingen. Nou, zo'n National AI Impact Instituut kan daar een van zijn die het toptalent hier houdt of ervoor aantrekt.

479
01:16:03.611 --> 01:16:06.632
We stellen ook voor om een Ellis Institute op te richten.

480
01:16:06.652 --> 01:16:16.732
Een groot AI onderzoekslab waar dit soort onderzoeken zowel fundamenteel als toegepast onderzoek kunnen doen en waarbij ze ook zicht hebben op bijvoorbeeld een, een spin out op een gegeven moment.

481
01:16:18.172 --> 01:16:25.932
En uiteindelijk moeten we ook bedrijven. We moeten onze eigen bedrijven die hier veel potentie hebben. Die moeten we zorgen dat die door kunnen groeien.

482
01:16:25.972 --> 01:16:33.832
Maar we moeten ook proberen, en dat heeft Zürich bijvoorbeeld heel goed gedaan, om de grote techbedrijven te overtuigen om hier ook onderzoeksbureaus te plaatsen.

483
01:16:34.152 --> 01:16:44.352
Dat is in Zürich is dat fantastisch goed gegaan en die hebben nu een, een bloeiend ecosysteem met AI bedrijven. Ja, ja. Wat vind je zelf de meest waardevolle aanbeveling, Jelle?

484
01:16:45.512 --> 01:16:58.352
Ja, ik zeg dit is een Deltaplan en dus we moeten alles uitvoeren. We kunnen niet gaan, gaan cherrypicken. Maar als er eentje is. Nou, laat ik voor de lol een keer een andere favoriet pikken.

485
01:17:01.132 --> 01:17:12.372
We, we zijn hier niet erg welkom als het gaat om bijvoorbeeld experimenteren in de openbare ruimte met robots, bijvoorbeeld bezorgrobots of zelfrijdende auto's en dergelijke.

486
01:17:12.972 --> 01:17:25.722
Als wij hier in Nederland een aantal zones kunnen aanwijzen en een beetje gekscherend noem ik hier Almere, dan zou dat al ontzettend helpen. Wacht even, dus Almere. Almere. Wat gaat er met Almere gebeuren?

487
01:17:25.812 --> 01:17:35.292
Eerste stad in Nederland waar alleen nog maar zelfrijdende auto's mogen rijden. En dat is de eerste stad waar ook het aantal verkeersdoden en ongevallen met minstens 90% gaat dalen.

488
01:17:35.302 --> 01:17:37.692
Waardoor de andere steden jaloers gaan worden op Almere. Ja.

489
01:17:38.192 --> 01:17:48.892
Ik denk dat dat misschien ook nog wel een van de dingen die in dat hoofdstuk, in dat stuk ook van, hè, je moet een soort zones maken, economische zones, zoals veel andere landen dat ook al doen, waarbinnen je wat meer mag experimenteren.

490
01:17:48.992 --> 01:17:55.672
Dat zijn een soort open labs, maar dan hopelijk met iets meer risico, maar niet te veel risico, want dat vinden Nederlanders wel een beetje spannend.

491
01:17:56.192 --> 01:18:06.252
Ik merkte dat jullie heel veel voorbeelden uit aanhalen van andere landen, andere delen van de wereld. En dat deed me wel goed, omdat ik maak me vaak een beetje zorgen om dat not invented here.

492
01:18:06.432 --> 01:18:15.952
Dat wij dan als een soort arrogante, eigenwijze Nederlanders denken; dit moeten allemaal Nederlandse ideeën zijn, terwijl ze in Estland al een aantal dingen hebben geprobeerd die lukken en niet lukken.

493
01:18:15.991 --> 01:18:19.412
Waar we kunnen zeggen: joh, fijn dat jullie dat voor ons alvast geprobeerd hebben, dat pakken we.

494
01:18:19.712 --> 01:18:26.032
Zijn er andere voorbeelden die jullie kennen uit andere landen, waaronder die economische zones waar je denkt dat kunnen we mooi, mooi oppakken.

495
01:18:28.872 --> 01:18:36.132
Nou ja, als je bijvoorbeeld naar financiering van startups kijkt, dan zie je dat andere landen daar heel veel meer middelen hebben om ervoor te zorgen dat

496
01:18:37.032 --> 01:18:40.852
rijke Nederlanders, maar ook investeringsfondsen en dergelijke in startups kunnen gaan investeren.

497
01:18:41.812 --> 01:18:52.772
Als je kijkt naar hoeveel onze pensioenfondsen uiteindelijk in innovatie in Nederland steken, vergelijking met bijvoorbeeld Amerikaanse pensioenfondsen, dan is dat dramatisch weinig.

498
01:18:52.832 --> 01:18:59.932
Als we dat ook maar een klein beetje omhoog kunnen verwerkelijken, dan, dan maakt dat een gigantische impact.

499
01:19:01.392 --> 01:19:07.612
Tegelijkertijd las ik ook over de STAK, namelijk het zorgen dat je personeel mee kan doen in je bedrijf, los van de, het grote geld.

500
01:19:07.852 --> 01:19:19.052
De conversatie daarover startte geloof ik twaalf jaar geleden en het is nog steeds niet geregeld. Of dus om je werknemers de mogelijkheid te bieden om te participeren, equity te hebben in jouw bedrijf, jouw startup.

501
01:19:19.252 --> 01:19:28.632
Ja, en, en dat er duidelijkheid is over hoe die aandelen vervolgens worden belast en dat je ook niet belast wordt op een moment dat je dat helemaal niet kan betalen.

502
01:19:28.672 --> 01:19:34.872
Ja, dit hoor ik om me heen heel vaak dat mensen zeggen ik durf het niet, want ik krijg straks een rekening en dan ga ik failliet door mijn, door mijn aandelen.

503
01:19:34.952 --> 01:19:44.442
Nou, ik heb in zo'n situatie gezeten toen ik bij Uber zat, dat er op een gegeven moment gewoon een hele hoge rekening kwam te liggen. Maar ja, die kon die aandelen helemaal niet verkopen, dus hoe moet je dan dat betalen?

504
01:19:44.792 --> 01:19:59.492
En Wytse, ik denk ook om jouw punt over andere landen. Het hele idee van een AI plan. In Engeland is het afgelopen lente is er AI Opportunities plan die Starmer aankondigde en daar zie je nu al een paar maanden later

505
01:20:00.452 --> 01:20:02.071
de eerste dingen gebeuren.

506
01:20:02.152 --> 01:20:20.648
Er is een Sovereign AI unit, er worden mensen aangenomen.Ehm, het AI Security Institute heeft nieuw geld en het is echt supertof om te zien in Engeland hoe, uh, het land daar achter is gaan staan en hoe het land echt iets heeft van: dit is extreem belangrijk, zowel aan de kansen als aan de risico, uh, kant.

507
01:20:20.668 --> 01:20:29.548
Dus het hele AI-plan zelf is eigenlijk iets wat we in andere landen al hebben gezien. En, uh, uh, Trump heeft gister nog een heel vet initiatief aangekondigd. Ik ben de naam er eventjes van kwijt.

508
01:20:29.688 --> 01:20:34.968
Misschien heeft- Genesis. Genesis. Genesis. Ja. [lacht] Uhm, vooral de website is het kijken waard.

509
01:20:35.428 --> 01:20:46.708
Maar, uh, waarbij, uh, d-d-de theorie dat op een gegeven moment AI-modellen hypotheses, uh, gaan bedenken en, uh, daarmee een lab aansturen en de data komt terug en, en zo stellen ze hun hypotheses bij.

510
01:20:46.768 --> 01:20:51.888
Dus dan krijg je een soort autonome wetenschappers die daarmee, uh, hopelijk heel veel sneller tot doorbraken komen.

511
01:20:51.937 --> 01:20:58.948
Het is een beetje ook de hypothese van Cradle natuurlijk, maar dat Amerika hier nu zo hard achteraan gaat. Ik ben jaloers. Mhmm.

512
01:20:59.948 --> 01:21:11.308
Ja, en ergens denk ik ook de, de, kijk, jullie zijn hier niet heel lang geleden mee begonnen. De, dit is een half jaar geleden of zo. Max, ja. Uh, dus dit is in no time hebben jullie dit bij elkaar gekookt.

513
01:21:12.208 --> 01:21:16.488
Uhm, daar zijn heel veel meetings over heen gegaan en nu is daar daadwerkelijk het plan.

514
01:21:17.348 --> 01:21:28.308
In jullie contact met, uh, met de minister en met, uh, met, met andere mensen binnen de overheid, krijg je nu het idee dat dit dezelfde soort tractie gaat krijgen als in, in Engeland of in Amerika?

515
01:21:28.408 --> 01:21:40.308
Of, of valt dit nog steeds meer dood dan dat je zou hopen? Het heeft meer tractie, denk ik, dan dat het, uh, in, nou ja, o-, dit onderwerp heeft nu meer tractie dan ooit. Ja.

516
01:21:40.368 --> 01:21:53.948
De reden dat we, uh, vorige week keihard zijn gaan knallen om het toch maar op afgelopen maandag te publiceren was omdat wij signalen kregen vanuit Den Haag van: hé, het zou heel erg helpen als jullie dat snel zouden publiceren, want dan, uh, kan dat meegenomen worden.

517
01:21:54.008 --> 01:22:02.248
We hebben ook al signalen ontvangen dat het, uh, op de, bij de formatietafel gediscussieerd is. Ja. Uh, en dus dat is denk ik alvast heel positief. Ja.

518
01:22:02.288 --> 01:22:09.648
We hebben de afgelopen periode niet alleen met die 60 experts gesproken, maar we hebben ook met alle verschillende politieke partijen. Niet allemaal. Ik heb niet met Wilders gesproken.

519
01:22:10.308 --> 01:22:21.288
Uhm, en daar is ook, uh, de reactie, uh, over het algemeen heel enthousiast en zien de mensen de urgentie. Ik hoop dat we het op een gegeven moment op eenzelfde niveau als andere maatschappelijke problemen gaan stellen.

520
01:22:21.368 --> 01:22:33.708
Uhm, maar dat moment, dat lijkt er. Dank jullie wel. Wij danken Sam Hengeveld voor de edit, Pankra voor de vormgeving. Uh, en als je een lezing wil van de heer Hagen of van mij, dan kan dat.

521
01:22:33.748 --> 01:22:36.968
Daarvoor mail je ons op lezing@aireport.email.

522
01:22:37.508 --> 01:22:45.328
Als je op de hoogte wil blijven van het laatste AI-nieuws twee keer per week en tips en tools wil ontvangen om het meeste uit AI te halen, abonneer je op onze nieuwsbrief via aireport.nl.

523
01:22:45.828 --> 01:22:53.768
Vandaag nog beginnen met AI binnen jouw bedrijf? Dan ga je naar deptagency.com/aireport en wij zijn er volgende week weer. Dag.

524
01:22:55.728 --> 01:23:10.797
[afsluitend muziek]