Latest / AI Report / Een taalmodel uit de polder, GPT-NL | ✨ Poki

Transcript

Een taalmodel uit de polder, GPT-NL | ✨ Poki · AI Report

0:01
Oh. Zo klinken 165.000 scheerbewegingen per minuut die je helpen om fris voor de dag te komen.
0:10
De flexibele scheerkop van de Philips S 9000 Prestige volgt de contouren van je gezicht en scheert tot op nul millimeter van je huid.
0:18
Ervaar een ultiem gladde en comfortabele scheerbeurt, ook wanneer je nog niet helemaal wakker bent. Want dankzij de slimme sensoren past het scheerapparaat zich helemaal aan jou aan.
0:29
Zo kun jij nog extra genieten van je kopje koffie voor je de deur uit gaat. De Philips S 9000 Prestige is het ideale scheerapparaat om jouw dag goed mee te beginnen.
0:40
Koop de Philips S 9000 Prestige bij jouw favoriete winkel. Laat me je voorstellen aan Pim Verlaag. Ik begin op een hele jonge leeftijd met beleggen. Die horizon die jij hebt gaat zoveel voordeel opleveren.
0:53
Pim is een man met een missie. Iedereen veilig en verantwoord leren beleggen. Als je echt iets wil leren, leer het van iemand die één stapje vooruit loopt. Hij legt je uit op welke manieren je kan beleggen.
1:03
Elke bank heeft eigenlijk zijn eigen beleggingsfonds. Ik hou daar helemaal niet van. Op welke manieren je beter kan beleggen en hij rekent je voordeel op de euro nauwkeurig uit. € 192.000 minder rendement.
1:15
Zelf leren beleggen. Niemand vertelt dit. Pim dus wel in Jong Beleggen de podcast. Nou, dat is toch fantastisch?
1:40
Het is 10.00u s ochtends, vrijdag 3 november 2023. We zitten op zolder van de Montelbaanstoren. Het ruikt hier naar boeken. Deze woorden zijn zolang je de autocorrect niet meetelt volledig geschreven door een mens.
1:55
Het is een vreemde tijd. We voelen dat er iets groots gebeurt, maar tegelijkertijd allemaal moeilijk te bevatten.
2:01
Het is alsof iemand de videoband met daarop de gehele geschiedenis in een razend tempo aan het doorspoelen is.
2:07
Er is buitenaards leven geland, maar ze kwamen niet uit de lucht als marsmannetjes, maar via het internet als taalmodellen. Dus niemand heeft het nog door.
2:15
Dit is Pockie, een podcast over kunstmatige intelligentie waarin Alexander Klöpping en ik, Wietse Hagen, je alles vertellen over de wondere wereld van AI.
2:36
Hé Wietse. Hé Alexander. Gisteren, op het moment dat wij dit opnemen, werd bekend dat er een Nederlands taalmodel aan gaat komen van TNO. Daar gaan we het straks over hebben.
2:45
Maar eerst wil ik het graag met je hebben over iets wat mijn hoofd doet ontploffen en dat is Runway ML. En daar heb jij vast. We hebben het hier soms wel eens over gehad.
2:55
Dat is een tool als Midjourney waarmee je korte videoclipjes kan maken. Dus je krijgt video's van maximaal vier seconden, maar geanimeerd echt.
3:07
Het is alsof je generatieve foto's of kunst maakt met Midjourney of Dolly, maar dan bewogen. En dat was een tijdje geleden en dan heb ik het over weken tot maanden. Een soort van esthetiek op zich, van AI art.
3:24
En waarbij je. Het is dromerig. Ja, het heeft iets heel dromerigs. Ja, dat is waar. En waarbij? Midjourney. Als je ziet hoe, hoe, hoezeer dat model is verbeterd in de afgelopen 1,5 jaar. Dat is insane.
3:40
Dat is echt van iets waarvan duidelijk is dat het computerkunst is of computergegenereerd is naar iets wat werkelijk niet van echt te onderscheiden is op dit moment. De de nieuwe de nieuwste versies van Midjourney.
3:53
Ja, en met video maken we zo'n zelfde curve nu door. En ik zou zeggen tot gisteren was het zoals die vroege versies van Midjourney. Namelijk wel grappig, want een stijl op zich heel wat jij zegt.
4:11
Dromerig en een beetje schokkerig. En je ziet allemaal artefacts. Dus als er iemand aan het wandelen is, dan. Dan opeens zijn er drie benen en die gaan op elkaar in elkaar over. En het is. Het is echt als een droom.
4:23
De consistentie visueel is ook niet. Was ook niet heel juist. Ik hoor aan jouw verhaal al dat het dat het beter is. Maar holy shit. Dus er is. Ik heb dit helemaal gemist. Ik ben helemaal benieuwd.
4:32
Nou, er is een nieuwe versie van Gen twee, wat ik dan alweer apart vind. Ik zou zeggen noem het dan Gen drie. Maar oké, er is een nieuwe. 2,5. Ja, 2,5. Noem het.
4:42
Laten we het Gen 2.1 noemen van Runway ML en Runway ML is een tool waar je tekst to video kan doen. Dus je beschrijft een scene en dan maakt dat ding daar video van. En deze nieuwste versie is echt.
5:01
Ik zit naar clips te kijken waarbij ik echt niet kon zien dat het computergegenereerd is. Dat is voor het eerst met video. Ja. En hoe dat ding werkt is dat je. Het is net als in Midjourney.
5:16
Je voert een prompt in en die, die prompt, die prompts, die zijn daar. Daar kun je net als in Midjourney allerlei parameters aan toevoegen. Dus je kan de stijl van de video benoemen. Dus wil je het heel cinematografisch?
5:30
Of wil je het heel erg? Weet ik veel zwart-wit beelden van vroeger? Of wil je Pixar stijl? Dat is de stijl van de video. Je kan de belichting kiezen.
5:38
Dus wil je horrorfilm of wil je Wes Anderson of wil je de de belichting stijl? Heel belangrijk voor hoe het eruit gaat zien. Je kan vertellen wat je wil dat het object is, dus het karakter.
5:51
Hij is best wel goed in mensen. Soort van genereren, dus je kan een soort van weet ik veel een James Bond neerzetten in een horrorfilm die een ruimteschip inloopt en dan maakt hij best wel een goede James Bond.
6:05
En tot slot kun je vertellen wat dat karakter dan moet doen in die 4 seconden.
6:08
Het is 4 seconden, dus.Het is kort, uh, dus je kan het karakter laten springen of laten, uh, wandelen of, uh, skateboarden of, uh, wat dan ook. Eigenlijk als het de, het is allemaal getraind op, uh, stock libraries.
6:21
Dus als het in stockvideo's zit, dan kan dit ding het ook. Dus dat, ik, ik denk als er, weet je, als jij wil dat iemand, uh, pff, laten we zeggen de Eiffeltoren opklimt.
6:31
Misschien is dat niet beeld wat in stock libraries zit en dan lukt het dit ding dus niet om dat te maken. Maar hij kan dus droneshots maken.
6:38
Nou echt, je zegt droneshot piramide of zo en het is echt insane, de- Maar wat ik me hiervan herinner dat het nog heel erg trippy was, om het zo te noemen, zeg maar. Nou, die tijd is klaar. Echt waar.
6:50
Maar waar kan ik het nu vinden dan? Ja, ik zat op Twitter allemaal clipjes te kijken van mensen die dit gemaakt hebben.
6:56
Ik wil het, misschien kun je het wel beschrijven aan een luisteraar wat ik zie, wat ik- Kijk mijn timeline.
7:00
Ik heb, uh, ik heb heel veel dingetjes gedeeld in mijn timeline en er is nog steeds wel een soort van AI esthetic, uh, want het is allemaal zo,
7:09
je kunt zulke rare shit, uh, erin doen die niet, kijk, de inhoud is niet realistisch, het ziet er realistisch uit, uh, maar je kunt zulke rare shit doen, uh, dat, dat er nog steeds wel een soort van, nou ja, er is een soort AI esthetic, maar het is wel echt.
7:25
En ik zie dus verschillende mensen, uh, verschillende beelden aan elkaar, uh, achter elkaar zetten. Dus dan heb je bijvoorbeeld stel je, als je meer richting een film wil maken, dan heb je bijvoorbeeld eerst een persoon.
7:37
Als je twee characters hebt, dan heb je eerst een persoon die, uh, nou weet ik veel bedachtzaam, uh, in de verte kijkt en dan cuet ie naar het volgende shot wat duidelijk in dezelfde ruimte gefilmd is met hetzelfde licht, maar dan een ander karakter.
7:50
Waarbij die dan een ander camerastandpunt pakt. Dan kun je dus ook zeggen wat de, hoe de camera moet bewegen. Dus je kunt zo heel mooi langzaam cinematografisch inzoomen. Of je kan er een dolly shot van maken.
7:59
Of, en dan als je die shots dan allemaal achter elkaar gaat zetten en je gebruikt dezelfde seed, dus, uh, je kan vertellen wat de, ja, hoe moet je dat zeggen, uh, de, de dezelfde soort van, uh, oorsprong of zo van, van hetgeen- Ja, je hebt het.
8:13
Die kun je locken. Die, die, pla-, uh, DALL-E 3 heeft nu ook support voor seeds, want Midjourney en Stable Diffusion hadden dat al voor afbeeldingen, maar DALL-E 3 nu ook.
8:22
En dan, als jij iets gevonden hebt kan je zeggen: ik wil hier door op itereren. Precies. Ik wil dat je dit vasthoudt. Ja, je, precies, precies.
8:29
En soms is het, soms wil, soms is het ook niet zo heel, uh, goed wat ie maakt.
8:33
Maar dan, maar dan kun je dus wel binnen, uh, het ding wat hij gemaakt heeft, waar, v-, weet je, stel je vindt de beweging van het karakter niet goed, maar je vindt de rest wel allemaal goed.
8:40
Dan kun je dus die seed locken en dan kun je expliciet gaan praten over dus die beweging tegen dat ding en dan gaat hij dat beter maken.
8:46
Uh, en die, die dingen kun je allemaal achter elkaar zetten en dan, het begint gewoon echt, uhm. Ik zat te denken: het eerste wat gaat gebeuren zijn, uh, televisiecommercials.
8:54
Gewoon, dit is, zeg maar, ik was gisteren op een congres van mediabureaus en daarin ging het alleen maar over AI. En, want die, ja, die hele reclamewereld is natuurlijk in de war nu.
9:06
En ik moet ook wel zeggen, het is een soort van manier voor denk ik mediabureaus om zich nu echt te onderscheiden.
9:11
Om, of, of, of reclamebureaus bedoel ik, om zich echt te onderscheiden, uh, door te laten zien wat zij allemaal kunnen met AI. Dus waar- Ja, je moet ook een signaal sturen dat je erbovenop zit natuurlijk. Precies.
9:20
En, en ik vind op zich ook wel de, uh, ze lieten een soort van, uh, reclame zien van Porsche die ze gemaakt hadden, waarbij ze roze ballen in de, die Sa-Salar de Uyuni, weet je wel, die zoutvlakte in Bolivia, hadden ze allemaal enorme roze bollen opgezet, wat in het echt een vrij dure productie zou zijn, maar nu gewoon een paar prompt was.
9:41
Dat gebruikten ze dan als achtergrond en daar shopten ze dan een, uhm, een Porsche voor en een model was ook AI-gegenereerd. Dus er zat een mevrouw, stond voor die Porsche, ook in het roze.
9:51
Het is allemaal een afbeelding, toch? Dan nog niet video in hun geval. Maar het was wel echt een vibe. Dat ik wel echt dacht: oké, dit is die AI esthetic en het is, uh,
10:01
ze hadden ook, uh, allemaal covers van Vogue gebruikt als, uhm, inspiratie.
10:07
Dus dat ie dan dat gebruikt om die stijl, uh, een beetje na te doen in die, v-bijvoorbeeld voor die, voor dat model wat- Ja, het is wel fijn-fijntuned ook. Niet, zeg maar, een algemeen model, maar al een fijnge-, ja. Ja.
10:18
En in dit geval hebben we het over het model, het AI-generatieve model. Niet over de dame. Ik heb het nu over de dame. [lacht] O ja, het went over de dame. Het model, het mens. Ja, erg verwarrend.
10:29
Maar niet een echt mens. Een AI-mens. Ja. En, uhm. O, oké, het was niet, oké, die was ook gegenereerd. Mhmm. O. En zag er echt, echt heel erg geloofwaardig uit. Model gegenereerd met een model. Yep. Sjongejonge. Oké.
10:42
En ik dacht dus: oké, dit ziet er supervet uit. Deze hele zaal van reclamemensen, die gaat hier lijp, uh, die wordt hier lijp van. Dus dit is iets, dit gaat over, dit gaan we overal zien.
10:52
Als ik dat combineer met wat ik vandaag zie over die video's die gemaakt worden, dan denk ik echt gewoon: kijk naar hoeveel, k-kijk naar een gemiddelde tv-commercial en je weet gewoon binnen nu en een half jaar, nou, ik weet niet hoeveel van die reclames gevuld gaan worden met AI-content, maar echt een heel groot deel.
11:10
Nou, we hebben natuurlijk onze Cora van Mora-grapje gehad, hè, met TikTok en dat ze zegt dat je nog even een kroketje of een kipsoufflé'tje kan eten 's avonds.
11:18
Deze technologie is nu nog, want dat, ik ben dus heel, uhm, verbaasd dat het zo snel gaat, want ik had juist bij video het idee van: oeh, die is nog wel even tricky, want het is gewoon zwaar.
11:27
Daarom doen ze ook maar vier seconden. Want ja, als het 25 frames per seconde zijn zit je toch op 100 frames.
11:33
Terwijl een gemiddelde plaatje genereren in DALL-E 3 duurt een aantal seconden op een ultradatacenter ergens in Zeewolde. Dus weet je, met allemaal waterkracht, bij wijze van.
11:43
Maar, dus dat zij 100 frames kunnen genereren en daarmee vier seconden is, is eigenlijk heel erg knap. Je kan natuurlijk allerlei trucjes doen van soort van midframes te genereren en de rest ertussen, maar dan nog.
11:52
Ja, ik denk niet dat ie dat, ja, ik weet niet. Het zou kunnen dat ie dat doet inderdaad. Ja, weet ik niet, is een gokje, hoor. Dus zij, zij zullen daar vast, uh, slimme trucjes voor hebben.
11:59
Maar dat het, ja, want vid-video is gewoon zo ontzettend zwaar in vergelijking met afbeeldingen en tekst dat ik het echt gaaf vind dat ze het zo snel voor mekaar hebben.
12:08
En ik zat nu meteen nu jij dit vertelt te denkenAls het echt real time kan en het is schaalbaar, dan kan je natuurlijk ook op doelgroepen gaan cateren.
12:16
Kijk, je kan pre renderen dat je zegt we doen voor vijf zes doelgroepen reclame maken zo. Maar ik zit echt real time real time te denken.
12:23
Kijk, als het TikTok clipjes zijn van 10 seconden en hij is aangepast op jouw esthetic dus en de persoon die jij waardeert,
12:31
dan is het een kwestie van rest rechten kopen op Linda de Mol en Winston Gerschtanowitz en dan kan je gewoon kijken wie wie nodig heeft.
12:37
Nou even, even vertragend dus dit betekent dat een nu op TikTok kijk krijg je een video en die is in ieder geval voor iedereen hetzelfde.
12:45
Misschien is de keuze is voor jou persoonlijk, maar er zijn naast jou nog wel andere mensen die waarbij het algoritme denkt dit is een interessante video voor jou.
12:53
Die video is dus voor iedereen, voor iedereen die die video ziet hetzelfde. Maar stel nou dat je een video helemaal uit elkaar trekt en je ziet je bekijkt het meer als verschillende lagen en je kan dus in in in.
13:04
Je kan dus real time worden versies voor jou gerenderd in een esthetiek die beter op jou werkt. Dus misschien weet ik veel. Een ander hoofdkarakter. Of misschien is het.
13:13
Misschien is de hele vibe van de video wel en de muziek en de wil aangepast aan jouw smaak. En dat is opeens realistischer hiermee. Iets wat gaat gebeuren. Beelden en tekst al eerder kan.
13:26
Maar ik vind het zo'n gek idee dat gewoon alle informatie die we tot ons gaan krijgen geintermediaird gaat worden door dit soort algoritmes. We hebben het eerder gehad over dat vertalen.
13:35
Dus je luistert een podcast en dan. En niet alleen kun je de de content gewoon in in de in je eigen taal doen, dus met gekloonde stemmen.
13:44
En dat je dan een Engelstalige podcast in het Nederlands kan luisteren met de originele stem en met de originele muziek. Maar ook dat de podcast aangepast kan worden aan jouw tijdspanne.
13:51
Dus als jij 40 minuten in de auto zit, dat ze er even 10 minuten afknippen als de podcast origineel 50 minuten is.
13:57
Of dat ze constateren nou, de voorkennis van deze persoon is niet groot genoeg om deze podcast te volgen, dus we gaan het even wat uitgebreider maken.
14:04
We gaan de ingewikkelde concepten iets meer de tijd nemen om die uit te leggen. En voor mensen die verder op de wagen zitten dat dat juist eruit gaat.
14:12
Gewoon het idee dat je dat informatie die je consumeert helemaal aangepast is aan jou is, is een soort van ik weet niet.
14:19
Ik had daar ging het in mijn studie al over de dat, dat dat zeg maar nieuws en en informatieconsumptie gepersonaliseerd gaat worden. En toen hebben we nieuwsfeeds gehad.
14:28
En weet je, mensen consumeren het nieuws via algoritmes. Nou, dat op zich, dat is een grote verandering. Maar ja, filterbubbel is een grote verandering. Maar het is ook weer niet. Nou, ik weet niet.
14:41
Ik wil niet bagatelliseren, want er zijn ook gewoon Capitool rellen geweest en op basis van allerlei filterbubbels.
14:47
Dus ik wil ook niet zeggen er is niet zoveel gebeurd, maar er zijn toch nog steeds ook heel veel mensen die teletekst lezen. Ja, en uhm.
14:54
Het idee dat dat de de informatie die voor jou gekozen wordt als dat, als dat ook nog verder ontwikkelt, maar ook nog daadwerkelijk de informatie zelf synthetisch gegenereerd wordt. Ja, ik weet niet. Ik.
15:06
Ik kan gewoon met mijn hoofd niet bij. En als ik dit nu weer zie, dan denk ik o ja, dit. Dit gaat er sowieso TikTok in komen zeg maar.
15:13
Wat betekent dit voor de volgende versie van TikTok of wat dan ook dat bedrijf gaat zijn, welk bedrijf dat dan ook gaat zijn. Dat je naar synthetische informatie gaat zitten kijken.
15:23
Ja, het is zo raar dat ja, net als in, in, in het filterbubbel verhaal dat dat idee van een van een consensusrealiteit is eigenlijk ja, een realiteit waar we grotendeels met elkaar in leven en waar redelijke consensus is over wat wel of niet waar is en redelijke consensus over
15:42
wat, wat we zien, wat we subjectief meemaken. We hebben nooit in een pure consensus geleefd met elkaar waarin we allemaal subjectief hetzelfde dachten.
15:50
Dus even voor een voor een beeld voor mensen die denken waar heeft hij het over als je met honderd mensen?
15:58
Als je 300 jaar geleden met honderd mensen keek naar iets wat gebeurde ergens een brand in het dorp en je vraagt aan die honderd mensen wat, wat gebeurt er?
16:06
Dan zeggen ze allemaal ongeveer ik zie een dorp en dat dorp staat in brand en dat is wat er nu gaande is.
16:12
Ja, misschien dat er dan één bij zat die zei dit is een teken van God, of ik, ik lees hier nog meer in dan een brand of hè, maar dat weet ik niet. Kan ik niet goed inschatten.
16:21
Maar er was waarschijnlijk genoeg consensus, want we leefden met elkaar. Met een taal en een cultuur heb je een bepaalde consensus. Je moet wat overlap hebben om te kunnen communiceren.
16:31
Als je elkaars taal niet spreekt, heb je al een probleem. Maar als je echt de wereld gewoon heel anders ervaart, dan dan wordt het wel moeilijk om nog met elkaar te praten. Je hebt bijvoorbeeld
16:42
de filosoof Deleuze die boeken moest gaan schrijven om zijn boeken uit te leggen. Want hij had dus boeken waarin hij ideeën ging uitleggen. Maar om die ideeën uit te leggen had hij nieuwe concepten nodig.
16:51
Dus moest hij eerst boeken gaan schrijven om jou de concepten uit te leggen om zijn uiteindelijke boeken te kunnen gaan lezen. Als een soort brug tussen hem en ons.
16:59
Omdat hij zo'n wereld had bedacht met, met dingen die hij zag, waar hij geen bestaande woorden en concepten voor kon vinden. Dus toen nieuwe concepten moest gaan maken om die toe te passen in zijn boeken.
17:09
Waarom legt hij dat dan niet gewoon uit in het boek? Waarom zegt hij dan niet gewoon dit is dit concept? Nou, je zou zeggen doe niet zo moeilijk. Ja, en het is.
17:18
Ik bedoel, iedere schrijver zou misschien aan het begin zeggen joh, ik heb hier een nieuw woord nudging en dat dat houdt voor mij dit of dat. En dan doe je wat definities en dan kan je het toepassen in je eigen verhaal.
17:29
Was het natuurlijk meer dan alleen maar drie vier concepten zijn, maar echt een heel filosofisch systeem waarbij concepten weer op elkaar bouwen.
17:37
Dan was het in zijn ogen in ieder geval nodig om echt systemische boeken te maken om daarmee de rest van zijn werk toegankelijk te maken. Maar dan probeer je dus eigenlijk een brug te maken.
17:48
Zo zie ik het dan voor me tussen wat in de consensus, wat in de huidige tijdsgeest begrepen wordt door. Er hoeft niet eens iedereen te zijn. Je moet. Kijk, als jij, als jij morgen mij belt en zegt Nou Wytse, ik heb.
18:02
Ik heb nog eens nagedacht over AI en video. Ik heb. Ik zie daar hele grote implicaties voor sociale cohesie en nou ja, ik maak me zorgen. En ik vind het ook supergaaf en daar heb ik een boek over geschreven.
18:15
Maar als jij er dan.Termen in gaat gebruiken en concepten die ik echt niet ken. Dan moet je eerst even een brug met mij bouwen.
18:20
Hoef je niet met de hele wereld te doen, maar als je als je wil dat ik jou ga begrijpen, zullen we dat moeten doen. En zo. Oké, maar er was dus een dorp wat in waar wij een fic was en daar was een gedeelde realiteit.
18:31
Ja en dat dat, dan gaat het redelijk goed. Want zolang je een gedeelde realiteit hebt, dan kan je daar, daar komt van alles uit voort.
18:37
Ook uh uh dat je met elkaar actie kunt ondernemen en dat je met elkaar nou ja, in vrede kunt leven of in ieder geval weet wat je doel is en waar je naartoe gaat.
18:45
Anders ben je alleen maar aan het discussiëren over waar je het eigenlijk nou daadwerkelijk ziet. Wat zien we eigenlijk? Uhm. En op het moment dat je. En dat is dus niet nieuw, hè, want de filterbubbels waren er al.
18:55
En vroeger had je zuilen en en kranten en verschillende religies. Het is niet per se zo nieuw. Ik denk wat er nieuw aan is, is de hyper individualisering, de atomisering van al die kleine mini realiteitjes samen.
19:08
En omdat je dus uh kijk, op het moment dat je met een x duizend mensen in Nederland de Volkskrant leest, dan heb je daar je stukje consensus over.
19:18
En dat hoeft niet perfect te zijn, maar genoeg overlap om met elkaar te kunnen praten. Of binnen je politieke partij, noem het maar op. En een cultuur zo groot als een land of een continent.
19:28
Maar op het moment dat wij allemaal mini realiteitjes hebben, nog meer dan dat we ooit gehad hebben die helemaal gecatered zijn op. Alexander heeft vandaag 90% mediaconsumptie, maar 90% was ook gepersonaliseerd.
19:40
Het was 90% voor Alexander en niemand anders deelt in jouw met die realiteit dat. Dat is een soort hyper subjectiviteit bijna van alles is voor jou.
19:50
En uh, dat heeft in het geval van onderwijs uh waarschijnlijk enorme voordelen, want een student wordt op zijn of haar manier gecatered op zijn of haar leerstijl. Wauw, wat goed! Weet je wel.
20:03
Eindelijk niet één docent die het uitlegt en je moet maar hopen dat je de leerstijl van de docent hebt. Maar nee, het wordt op jouw tempo, met jouw metaforen op jouw niveau aan je uitgelegd.
20:12
Volgens mij is daar die hyper individualisering in potentie iets moois. Uhm.
20:18
En heb ik in de aflevering met Onno destijds al gezegd zolang er maar groepsopdrachten zitten in de rest van de middag, zodat we weer een beetje consensusrealiteit met elkaar creëren. En samen. En cohesie.
20:28
Maar ja, die, die tik het TikTok algoritme dat jou al de stukjes geeft die iedereen in potentie kan krijgen.
20:36
Maar jij krijgt die specifieke stukjes, dus dat is de persoon die personalisering van algoritme waar we al jaren met elkaar over discussiëren. Maar als de stukjes zelf ook nog eens voor jou gemaakte stukjes zijn ja.
20:48
Ja, dat is wel een uh maar ja, mijn, mijn vraagteken daarbij, mijn zorg is is er nog genoeg consensus? Kunnen we nog genoeg overlap met elkaar vinden om elkaar nog te begrijpen? Nou, leuk voor de sfeer dit weer.
21:02
[lacht] En je kan ook zeggen nu ja Wytse, dat kunnen wij. Ja, ja, ja. Ik, ik. Een deel van mij wil er tegenin gaan. Dat ik dan denk ja god, we, we, dit, dit, dit kon al en het kon ook met tekst.
21:20
Het kan al met tekst, dus met tekst is, is, is dit tot nu toe niet gebeurd. Een soort van uh ja, mini realiteitjes.
21:27
Hoewel je dan ook weer kan wijzen naar QAnon en mensen die uh heel erg zijn gaan geloven in Corona complotten. En uhm, dat is natuurlijk ook een soort van eigen realiteit bouwen. Uhm.
21:40
En dan is de aanname dat als je het met video doet, dat het dan meer gaat gebeuren. Ja, ik weet het, ik weet het gewoon niet.
21:47
Ja, technisch kan het in ieder geval opeens, dus we zullen zien wat dat voor culturele impact gaat hebben. En we hebben het over reclame. Dat is een veilig onderwerp. Maar inderdaad, wat gaat dit gebeuren? Wat, wat?
21:57
Wat betekent dit voor gewoon de manier waarop mensen, zeg maar als je gewoon kijkt naar het totaal totale aantal minuten informatie die je consumeert via je telefoon, hoeveel procent daarvan gaat gegenereerde video zijn?
22:08
Ja. En gepersonaliseerde video. Want ik zit nu ook meteen te denken aan het hele fenomeen van sharing. Delen in goed Nederlands
22:19
dan in een even in een raar scenario, maar jij leest op NOS.nl een voor Alexander Klöpping gecatered nieuwsbericht. Want jij hebt het nu over video. Maar laten we zeggen dat het multimediaal is, hè.
22:30
Dus we hebben een header beeld. Afbeelding zitten drie video's in. Op jouw level, op jouw snelheid. Helemaal te gek. En dan deel je die met mij. Gaat er dan achter hashtag Klöpping of zo? [lacht] Ja. Ja.
22:41
Of jij krijgt juist de versie voor jou die veel intelligenter is en uh meer, meer metaforen heeft. En uh. Maar stel dat dat jij die link met mij deelt en ik krijg die voor mij.
22:52
Wat hebben we dan met elkaar gedeeld behalve de seed of zo? Ja, de seed ja. Ja toch? Maar dat is wel ja. We delen de seeds.
23:00
Ja, je gaat geen screenshot maken ervan, want dan krijg je de saaie versie die voor iemand anders gemaakt. Die is lang niet zo engaging.
23:06
Ja of is ja of wil ik gewoon een knopje bovenin waar ik gewoon kan switchen tussen jou en mijn versie of zo? Ja, zodat we weer gemeenschapszin kunnen voelen. Ah, ik heb jouw versie van het artikel.
23:15
Nou ja, nu, nu zeg je het een beetje cynisch, maar ik denk dat voor mij is, is uh het helemaal. Kijk, als iets gaat cateren op jou. Er is wel eens zo'n uhm voor mij een artikel geweest jaren terug over een, een uh
23:31
een verzonnen fantasie eiland van Google waar je dan naartoe kon in de realiteit. En die hadden dan alles van jou wist Google. Dus op dat eiland kom je dan aan met een boot en dan is dat eiland jouw droomeiland fysiek.
23:42
Dat was een beetje de gedachte, het gedachtenexperiment zeg maar. En uh, dus die persoon beschrijft dan als van een journalist had dat opgeschreven van ik kom daar aan en ja, ja, mijn lievelingsdrankje.
23:53
De muziek wordt voor mij gemaakt. Het is helemaal mijn eiland, want het is dit is het uiteindelijke einddoel van Google. Hyperpersonalisatie. Dat was een beetje volgens mij het grapje van dat artikel. Kijk, uhm.
24:05
Het punt is dat daar dus in zit dat jij geeft aan een. Het is de oude algoritme discussie, maar hij is nu weer een beetje relevanter, want de technologie wordt gewoon steeds beter om dit mogelijk te maken.
24:14
Dus ik wil hem toch weer even voeren. IsDat het algoritme op jou gaat cateren als mens, als individu. Jouw wensen perfect voor jou, jouw tempo, jouw snelheid, jouw woorden, jouw concepten, noem het maar op.
24:25
De plaatjes die voor jou wat doen. Maar daar zit dus het idee in dat jij weet wat jij wil en dat jij goed kan laten zien aan een algoritme wat jij nodig hebt.
24:35
Er zitten al die aannames en daar zit dan mijn zorg dat ik denk van ja, misschien ook leuk om Wytse's versie een keer te lezen, want misschien denk jij wel hmm. Maar dit is toch precies hoe het TikTok algoritme werkt?
24:47
Die probeert, die zit de hele tijd een soort van testjes te doen met én content die nog niet breed gedeeld is om te kijken, is dit misschien wat voor een groter publiek? En twee content buiten jouw
24:59
vastgestelde interessegebieden. Dus hij gaat, hij, hij zit de hele tijd te poken. Hij, hij geeft je veel waarvan die de kans heel groot acht dat je het leuk gaat vinden.
25:09
En hij geeft je denk ik één op de tien video's of zo een video die echt buiten jouw interessezone valt om te kijken of je nieuwe.
25:16
Want als je alleen maar content uit jouw eigen interessegebieden gaat, gaat serveren als TikTok zijnde, dan raak jij de interesse kwijt. Want je moet de hele tijd het gevoel hebben dat je iets nieuws krijgt.
25:27
Ze hebben een soort serendipity ingebouwd. Ja, zeker. Ja, ja. Zeker. Ja, ja, ja, ja. Dus dat, dat op die manier gebeurt al. Ja, misschien wat ik dan nog zou willen
25:36
is een input veld of iets dat ik kan zeggen joh, ik, ik wil eigenlijk meer gaan sporten. Ik weet dat ik heel de tijd roomijs kijk, maar als je dan iets er doorheen gooit, doe even wat,
25:46
wat content rondom lichamelijke oefeningen. Dus ervan uitgaan dat je weet wat je, wat je, wat je wil of wat goed voor jou is. Oké. Ja, of wat ik denk dat ik zou moeten willen.
25:55
Een soort input veld wat, wat 99% van de tijd leeg blijft. Ik bedoel in TikTok kun je ook searchen, maar wat, wat de meeste mensen doen is gewoon de home feed openen.
26:04
Ik heb dus wel eens, heb, heb wel eens echt een geweldige video van de Wall Street Journal gekeken waarin ze, ze hadden honderd telefoons naast elkaar gelegd.
26:12
Daar hebben ze allemaal TikTok vers op geïnstalleerd en ze hebben één identificerend element meegegeven aan iedere telefoon.
26:19
Dus bij één is het een locatie, bij de ander is het een interessegebied, bij de ander is een demografisch gegeven, dus een leeftijd of wat dan ook. En dan kijken ze als ze bij iedereen op dezelfde snelheid gaan scrollen.
26:30
Dus volgende video, gesleept door de video's. Dan kijken ze dus hoe dat eerste identificerende element definiërend is voor zeg maar wat, wat voor effect dat heeft als je dan een uur verder bent met, met scrollen.
26:44
En dan heeft hij dus op basis van het eerste identificerende element heeft hij dus jou een soort van rabbit hole in ge- Ja, it's where the seed, hè. Dat wordt een beetje de rode draad van deze aflevering merk ik.
26:55
Maar het is waar het begon toch? Waar het uit gegroeid is. Ja, precies. Ja, ja ja ja ja. Die eerste indicator. En op basis daarvan hebben ze dus een soort van grafiek gemaakt
27:03
van die hele interesse graph die zij in ieder geval konden constateren met honderd telefoons van TikTok onderwerpen.
27:11
En zij constateren dan dus ook dat als iemand aanleg heeft voor depressiviteit en dat is de, uhm, de seed, dat, dat TikTok je echt een soort diep dal in, [lacht] in stuurt van hele tragische sad video's, uh, maar ook, ook andersom, ook allerlei gezellige, gezelliger dingen.
27:30
Maar die grafiek, die was heel vet.
27:32
Want dan, dan zie je dus in het begin zit, zit, zijn er heel veel puntjes waarbij de eerste twintig minuten dat een video of dat TikTok gebruikt wordt, hij ook alleen maar populaire video's vertoont.
27:44
Maar dan gedurende die twintig minuten begint ie af, begint ie steeds vaker te, te, te poken met allerlei niche-ere dingen op hoog niveau niche dus dan weet ik veel. Dieren is dan een niche.
27:55
En dan als die eenmaal raak is, dan gaat hij daar verder in. En dan als je, als je dat gevisualiseerd ziet, is het dus bijna als een soort van bol die in het begin heel dens is, maar waar allemaal tentakels uitkomen.
28:06
En die tentakels zijn dan die, ja, die soort van niches.
28:09
En die krijgen ook steeds minder vertakkingen omdat, ja, binnen een niche van een niche, van een niche, van een niche, van een niche heb je steeds minder vertakkingen dus. En dat zag je dan gevisualiseerd.
28:18
En soms dan zit ik wel eens in bed te TikTokken met een soort van de regen, [lacht] de regen tegen de ramen en dan zie ik dus voor me hoe ik [lacht] in die grafiek, uh. Je bent je bewust. Ja, ik word zo sad.
28:33
Maar ik denk, ik denk dat het een beetje. Ik zat te denken aan de cheesy Chris Martin quote van Coldplay van: when you get what you want, but not what you need, zeg maar.
28:40
Ik denk wel dat er een verschil is tussen wat we willen en nodig hebben. En dat kun, daar kunnen we tot in eeuwigheid over discussiëren. Oké, wat is dan het verschil? Wie bepaalt dan wat we nodig hebben?
28:54
Hebben we allemaal hetzelfde nodig? Moet het uit een societal system prompt komen? Wat zijn dit voor enge religieuze ideeën met dogma's en, uh, en van bovenop gelegde waarden?
29:04
Dus laten we die toch maar eventjes gewoon, woop, parkeren.
29:07
Maar ik wil nog wel even het punt maken dat ik denk dat deze algoritme filterbubbel discussie die, uh, misschien voor sommige luisteraars oud is of veels te bekend.
29:17
Ik denk dat de nuance die wij nu maken is dat de content waar we het steeds over hebben, dat lekkere lege YouTube woord denk ik altijd. Ik ben een content creator. Ja, oké, prima.
29:26
Volgens mij maak je gewoon dingen en ga ik gewoon naar kijken.
29:29
Alexander en ik zijn ook content creators, maar goed, het is gewoon de hoogste abstractie volgens mij die je kan hebben voor iets wat inhoud zou kunnen hebben, uhm, dat de content zelf ook gepersonaliseerd wordt.
29:40
Dus het is niet alleen maar meer wat je ziet, in welke volgorde, wanneer, maar letterlijk de inhoud, die is ook voor jou.Ik denk dat dat wel substantieel verschil maakt.
29:49
En de oude dynamieken die al lang geïdentificeerd zijn op het gebied van filterbubbels, subjectivering en weet ik veel wat voor moeilijke dingen allemaal.
29:56
Dat dat nu allemaal nog meer hyper gaat, dat we het nog meer gaan merken. Mogelijk ja. Een ander bedrijf wat me opviel bij het maken van een soort van 3D beweegbaar object is Luma Labs. Daar heb je wel van gehoord toch?
30:10
Ja. Dus Luma Labs maakt een app waar ze, hoe moet ik dat nou zeggen, een soort van. Je maakt een aantal foto's van een object. Dat doe je met best wel een vette interface.
30:21
Dus stel je voor je zit aan een tafel en je zet een cactus op die tafel. Dan
30:26
wordt die word je in die UI geïnstrueerd om om die tafel heen te gaan wandelen met je iPhone in je in je hand, zodat je helemaal rondloopt zodat je die cactus van boven een rondje maakt, dan van de zijkant een rondje maakt en dan van een onder aanzicht.
30:38
Dus je maakt drie rondjes. Dan heb je die cactus vanuit alle hoeken gefotografeerd. Dan druk je op renderen. Dat duurt een minuutje en vanaf dat moment heb je een 3D versie van die cactus waarbij je de, de scène.
30:50
Dus ja, wat je net hebt gedaan, dat wandelen waarbij je hem kan manipuleren door met je vinger.
30:55
Dus je kan zoals in Street View je in Google Streetview je door de wereld kan bewegen, kun je opeens die cactus op je scherm van alle kanten bekijken. Nou, dat is iets waar ze. Dat was een jaar geleden of zo.
31:07
Was dat heel vet. Toen kwamen ze met een versie waarbij je dit kan doen, maar dan met je huis. Dus een hele scène. Niet een, niet een gefixeerd object wat je fotografeert, maar een heel, een hele.
31:17
Nou ja, gewoon een hele ruimte. Waarbij dus dat ding je weer instrueert om op een bepaalde manier door de ruimte te lopen. En dat kan van alles zijn.
31:25
En dan maakt hij dus een soort van 3D representatie van die ja van die scène op basis van input foto's. Eigenlijk maakt hij gewoon heel veel foto's en dan vanuit. Als ik mag toevoegen aan je verhaal.
31:36
Volgens mij heet dit nerve. Ja, Neural Radiance Field. Ja nee klopt, dat is wat ze doen. En dat zijn dus twee dingetjes die ze gedaan hebben.
31:46
En dat laatste is echt heel vet, want dan kun je dus zelfs een soort van drone shot laten genereren van je kamer om een onbeperkt aantal drone shots kunnen genereren op basis van die beelden die je net gemaakt hebt.
31:58
En ik probeer me dus de hele tijd voor te stellen hoe. Wat gaat dit betekenen voor fotoalbums van het van de toekomst?
32:03
Als je dan de verjaardag van je kinderen wil fotograferen, kun je dan gewoon die een, een scène vastgesteld in de tijd.
32:10
Wat ik me dan voorzie is dat je dus niet alleen gewoon onbeperkt drone shots kan maken van je kind die een verjaardagstaart uitblaast, maar dat dan ook zo'n tool als Runway dan die kaarsjes mooi animeert.
32:20
Of weet je dus dat er nog wel iets van beweging in die scène zit? Ik voel meteen een soort Harry Potter krantachtige sfeer met schilderijen die tegen je praten. Achtig sfeertje. Precies dit. Ja dit.
32:31
Dit is ook een beetje wat aansluit op die soort perfect storm van VR, AR, Vision Pro en AI in één. Ik zet even alle hype termen van de tijd bij elkaar. Maar het komt bij elkaar. Nu. Het komt gewoon bij elkaar.
32:42
Want die nerve generfte kamers en die momenten, die kan je natuurlijk helemaal tot je nemen in zo'n skibril van Apple. Dus dat gaat natuurlijk alle kanten op. Nou en dat is dat is het volgende ding wat zij aankondigen.
32:55
Dat was het nieuwste wat zij volgens mij een paar weken geleden nu hebben aangekondigd. Luma Labs heeft een tool gemaakt die heet Genie en Genie is een tekst to 3D engine. En ze hebben.
33:09
Wat zij hebben gedaan is zij hebben al die beelden die wij in het afgelopen jaar met die app hebben gemaakt.
33:13
Met wij bedoel ik app gebruikers van Luma Labs die dus objecten zoals kakteen, cacti en andere objecten die mensen in 3D gefotografeerd hebben.
33:23
En wat ik niet doorhad was dat dat allemaal een soort van opmaat was naar dit ding. Namelijk dat ze genoeg gebruikers hadden die foto's gefotografeerd hebben en die getagd hebben. Of misschien doen ze een soort van
33:34
image recognition en daarmee kunnen ze dus kun je dus nu tekst to 3D doen. Dus als jij zegt doen, doe mij een plaatje van een hamburger, krijg je een 3D hamburger.
33:43
Maar je kan dus ook zeggen doe me een hamburger, maar dan in plaats van broodjes moeten het Oreo cookies zijn. En dan krijg je dus een hamburger gemaakt van Oreo koek. Oftewel hij kan.
33:51
Zoals je in Midjourney je fantasie kunt gebruiken om alles te genereren, kun je dus nu. We hebben dus nu foto's gehad genereren.
33:58
We hebben nu net video's besproken genereren en dit is dus 3D beelden genereren en dat is dan weer. Ik zag iemand die het heeft gemaakt voor Oculus. Om het om om het rondje maar compleet te maken.
34:10
Waar dus iemand ja, waarbij dus iemand die 3D objecten die dus gegenereerd worden uit stof. Of nou ja, beelden die mensen eerder hebben toegevoegd aan die app en blijkbaar hun auteursrechten daarop hebben weg getekend.
34:24
Dat in in een 3D wereld zetten. Nou, dan ben je rond. Ik zit te denken. Wij hebben ooit jaren geleden in een 3D VR experience op zombies geschoten. Waren het zombies? Ik weet het niet meer.
34:37
Weet je nog in een VR arcade of zoiets? Nou, het is lang geleden, maar ja. En nu? Ik had ineens door jouw verhaal dat ik dacht nu ja, maar als het dan zo ja, hoe zeg je dat schaalbaar is.
34:49
Dus je kunt echt met een druk op de knop hele 3D werelden creëren ook.
34:53
En dan zou je misschien kunnen zeggen dat in die game, om het even ook te koppelen met het verhaal hiervoor over de consensusrealiteit dat ik daar in een soort Zelda Breath of the Wild.
35:06
Dus dat is een soort gezellige wereld vol gras, zon en gezelligheid ben. En jij bent echt in een hel dystopische zombiewereld. Ik zeg super Mario land. Ja, ik ben Mario Teletubbie land en jij staat gewoon echt.
35:20
Ja, wat is het nou? Black Mirror incarnate in een VR game. Vreselijk. En dan. Maar we zijn in dezelfde fysieke ruimte, in dezelfde. En jij begint op mij hetzelfde. Ja, jij schiet terwijl ik brandjes aan het blussen ben.
35:35
Ja, ja ja, ja. Ik noem maar wat. Ja, maar ik denk dat dit is even mijn beeld om aan te geven wat er gebeurt. Als je dus nog wel in dezelfde fysieke realiteit met elkaar bent zoals wij dat nu al zijn, zeg maar.
35:46
Ik bedoel ja, als je iemand tegenkomt op straat, maar op diezelfde manier zijn we nooit hetzelfde geweest.Maar de, de dial zeg maar.
35:55
Het draaiknopje nu de slider van die consensus, die slider van hoe groot het gat gaat worden tussen onze beleving van in essentie dezelfde fysieke situatie. Ja, dat dat ding is aan het schuiven nu door deze technologie.
36:09
En ja, interessante tijden. Goed, laten we naar iets anders doorgaan. Even voor de foodies en drukke levensgenieter onder ons.
36:18
Je kent het wel, je hebt net een drukke dag achter de rug en je hebt eigenlijk geen zin om uitgebreid te koken. Welnu, Lazy Vegan heeft daar de oplossing voor. We hebben het over echt lekkere roerbak maaltijden.
36:28
Voedzaam, vol met knapperige groenten en het beste van alles: klaar in slechts acht minuten.
36:33
Je hoeft niet ver te zoeken, deze kleurrijke zakken liggen gewoon in de vriezer bij verschillende supermarkten en flitsbezorgers. En voor de prijs hoef je het ook niet te laten. Vanaf slechts € 4,99.
36:42
Er is nu een nieuwe smaak gelanceerd bij Albert Heijn: Korean Noodles. Je kunt de knallende roze verpakking niet missen. Voor meer informatie en het complete assortiment. Check lazyvegan.com.
36:53
En ja, de link vind je ook in de shownotes. Ik las in de Volkskrant dat het ministerie van Economische Zaken dertiënhalf miljard miljoen euro uittrekt voor de bouw van GPT NL.
37:03
Niet echt een fantasievolle rij, een fantasievolle naam. Een AI-taalmodel dat als basis kan dienen voor chatbots. En dat wordt gemaakt door onder andere TNO, door het NFI en SURF.
37:15
En zij gaan dus een eigen taalmodel trainen waarbij, uh, het ongemak wat nu bestaat met taalmodellen uit Amerika van Big Tech die getraind zijn op allerlei trainingsdata waarvan we helemaal niet weten, ja, één: we weten niet wat voor data in zit, wat voor biases daarin zitten.
37:32
Dat is een probleem als je AI serieus wil gaan gebruiken voor bijvoorbeeld overheidsdoelstellingen. Dan wil je niet gebruik maken van zo'n taalmodel waarbij je dat niet kan herleiden.
37:41
Helemaal niet als je geautomatiseerde beslissingen gaat nemen, wat dan waarschijnlijk gaat gebeuren. Daarnaast is helemaal niet duidelijk of die
37:48
rechten wel geregeld zijn, dus hij zal ongetwijfeld in, OpenAI heeft allerlei, uh, data naar binnen geslurpt waar ze helemaal de auteursrechten niet over hebben. Dat willen ze in Nederland dus beter gaan doen.
38:00
En het idee is dan ook dat dit gaat helpen om AI-talent in Nederland te houden in plaats van dat die naar grote Amerikaanse of Chinese techbedrijven gaan.
38:10
Ehm, en dat zal niet in eerste instantie, uh, denk ik beter worden dan ChatGPT.
38:17
Dus het zal een beetje tegen gaan vallen waarschijnlijk als ze eenmaal dit getraind hebben met dertiënhalf miljoen, uhm, wat de functionaliteit daarvan is. Uhm, maar.
38:26
Misschien wel genoeg geld om alleen maar dat cluster te moeten huren om het te trainen. Nog los van dat je. Energieverbruik bedoel je? Ja, ik, ik, ik dat. Het schijnt echt gigantisch te zijn om zoiets te doen.
38:37
Maar goed, dat is moeilijk in te schatten. Ik, ik ben wel meteen benieuwd en ik kan dat niet vinden. Of kijk, als het is, uhm,
38:45
chat.rijksoverheid.nl en inloggen met je DigiD zodat je kan praten met een model gemaakt door de, met geld van de overheid. Ik hoop het niet. Ik wil dit ding op Hugging Face. Ik wil dat je hem kan downloaden, toch?
38:57
Ja, dat denk ik wel dat ze dat gaan doen, hoor. Ja, want dan is het echt vet.
39:00
Want als je hem dan ook commercieel mag gebruiken, dan kan je hem ook gewoon als bedrijf inzetten en zeggen: joh, binnen ons, uh, ja, als we met taalmodellen werken, werken we met dit model. Ja. Openlijk.
39:11
Het zou me verbazen hoor, als dat niet zo is, want dat is natuurlijk de gedachte erachter dat het, uh, dat.
39:15
Ja, het is ook non-profit overheidsgeld, dus ik ga ervan uit dat dat hele model dan gewoon netjes, uh, in de ranking op Hugging Face terechtkomt.
39:22
Maar ik heb dus wel eens gelezen dat wij echt best wel veel supercomputerkracht hebben, dat Nederland, uh, dat wij gewoon, uh, best wel veel van die, uh, van die videokaartjes ergens hebben staan. Ja, misschien.
39:34
Maar misschien is dan mijn opmerking wel heel erg naïef. Misschien is dat helemaal niet meegenomen in het budget, want dat hoeft niet, want het is al betaald. Die dingen staan nu niks te doen.
39:42
Dat denk ik niet hoor, maar die, die staan weer modellen te berekenen. Ik, ik heb echt geen idee. Nee, maar dat is een ander budget waarschijnlijk van het NFI. Ja, je betaalde überhaupt al stroomkosten.
39:51
Niet dat dat opeens dan, uh, dat dat opeens van dit budget af moet. Nee, waarschijnlijk gaat dit dan naar, naar mensen. Ja. Kun je in de AI-wereld dan weer tien mensen voor aannemen. Nou, gefeliciteerd. [lacht] Ja. Ja.
40:05
[lacht] Een jaartje bezig gehouden. Er zijn meer, er zijn meer landen in Europa die ermee bezig zijn, toch? Zweden begreep ik. En de Duitsers zijn er ook mee bezig volgens mij.
40:14
Ja, en het idee dan dat dit één groot Europees taalmodel gaat worden. Hoe werkt zoiets? Hoe kun je uit verschillende taalmodellen één taalmodel maken? Ja, je hebt die, uh.
40:24
Sowieso kan je ze natuurlijk koppelen door ze simpelweg, of simpelweg, dat is helemaal niet simpel, maar je kunt ze laten samenwerken in groepsverband, [lacht] net als de EU zelf.
40:34
Dat je een soort, uh, ja, federatie van modellen maakt waarbij je met een meta-model praat en niet het meta-bedrijf, maar meta hangt erboven, zeg maar. Oké, en die zijn dan allemaal gespecialiseerd in één ding of zo? Ja.
40:45
Ja, en dan misschien dat die. Je wil eigenlijk misschien een soort proxymodel hebben die zegt: ik merk dat dit heel erg gaat over een context waar ik van weet dat model A, uh. Ja, precies.
40:55
Het is het, GPT NL misschien geschikter is om dit antwoord te geven. Ik mis dat sowieso nog een beetje in. Ik weet dat sommige mensen het zelf bouwen, zeg maar met open source modellen.
41:05
Uh, ja, een soort meer een soort groepsproces. Dus dan creëer je een aantal entiteiten die je ook namen geeft. Je eigen persona's, zeg maar de wiskundige, de geschiedkundige.
41:15
Dat doe je allemaal met taalmodellen op je eigen machine. En die groep laat je met elkaar discussiëren en jij leest de dialoog mee.
41:20
Of je leest het transcript mee van een discussie tussen de verschillende, ja, semi, uh, entiteiten die je hebt gecreëerd. En ik kan me voorstellen, dat is dus eigenlijk binnen één taalmodel.
41:31
Je laat je een soort toneelstuk, stuk opvoeren zodat jij het kan volgen als mens hoe iets tot een conclusie komt. Ja. Maar in dit geval zou je die persona's echt kunnen koppelen aan onderliggende verschillende modellen.
41:41
Kan ik me zo voorstellen. Uhm. Het idee voor het Nederlandse model is dus ook dat er verschillende, dat, dat het transparanter is in de zin van hoe het tot, uh, tekst komt. Misschien is dat nog wel belangrijker. Ja.
41:53
Toch? Wat erin gaan is.Ja precies. Ik moet eraan denken door wat je zegt, hoor. Dat, dat het dus dat, dat, dat het een punt op zich wordt dat, dat het herleidbaar is hoe hij tot, ik zeg hij, tot, tot tekst komt.
42:08
Om, om, om biases te vermijden. En ja, in, in het geval van overheidsbeslissingen wil je gewoon dat dat transparant is voordat je AI gaat gebruiken.
42:17
Je wil niet dat het een black box wordt en dat we alleen maar de output krijgen.
42:22
Ja, en ik begrijp ook dat er is best wel wat, want ik weet dat in Adobe Firefly waar het wel eens over hebben gehad, in ieder geval vanaf het begin bij het trainen van hun
42:30
afbeelding generatie generating algoritme dat daar in ieder geval gezorgd is dat ze kunnen herleiden uit hun stock dataset van foto's.
42:38
Joh, het is een foto van Alexander geweest die heeft bijgedragen aan dit eindproduct, dus Alexander krijgt een credit. Ik leg maar even simpel. Maar dus er is, royalties worden betaald, ook al zijn het maar dubbeltjes.
42:50
Dat je mogelijk ook als je dit vanaf het begin goed opzet, zo'n model veels sterker en beter kunt herleiden van: hé, we hebben hier nu een, uh, ja, een eindproduct, noem het een appeltaart, maar we kunnen ook kijken waar de appels vandaan komen die erin zitten.
43:05
Juist. Je hebt uiteindelijk, en de meel komt uit die en die en die hoek. Ik weet niet precies. Ik weet dat er veel onderzoek naar is.
43:12
Ik heb geen idee hoe dit dan uiteindelijk werkt, maar ik kan me voorstellen dat dat als je dit vanaf het begin als een van je kernwaarden hebt, dus we willen herleidbaar, een herleidbaar model, dat dat, uh, een heel ander iets oplevert dan wat tot nu toe Anthropic en OpenAI hebben gedaan.
43:26
Want het cynisme wat ik een beetje hoor in de verschillende media die ik tot me neem, is, volgens mij vindt OpenAI het wel lekker dat ze niet kunnen herleiden waar ze vandaan komt. Ja, precies.
43:38
Dat is voor hun juridisch eigenlijk gunstiger. Ja.
43:40
En dit klinkt als een conspiracy, maar goed, dat mag je dan in het midden laten hoe conspi-, hoe erg conspiracy het is, maar het is voor hun eigenlijk niet zo gunstig om hun eigen modellen helemaal te gaan openmaken als een soort uienballetje, want het geeft alleen maar problemen.
43:52
Ja, juridische problemen. Ja. En, uhm, het, het zou dus kunnen dat dit Nederlands model, ik, we weten dit niet, maar dit zou, dit zou zo'n specialisatiesslag kunnen zijn.
44:02
En ik kan me dus ook voorstellen dat er talent voor te werven is, die dan denken: oké, ik, ik, dus mensen die veelgevraagd zijn in deze wereld, dat ze dan ook denken: oké, dit is een manier om bij te dragen, want dit is heel belangrijk.
44:13
Soort van accountability in, in AI. Uhm, ik ben dan wel heel benieuwd wat de brondata is waar erop getraind gaat, gaat worden. Want, uh, bij OpenAI, die trekken gewoon alles leeg waar geen, geen, geen no robot op zit.
44:29
Kan je wel een boterham maken als je eerlijk bent. Ja, precies.
44:32
En ik, ik, maar dat doet mij dus denken, zou het dan niet nu een vorm van maatschappelijk verantwoord ondernemen zijn voor bedrijven om hun content te, te doneren aan dit model? Ja. Voor volk en vaderland. Ja.
44:43
Dus dat als jij DPG bent of je bent mediahuis of je bent, uh, nou, wat hebben we nog meer als Nederland, NPO. Gewoon alle content van de NPO getranscribeerd.
44:53
Of, uh, nou, we hebben, we hebben Beeld en Geluid, maar goed, daar zijn weer allemaal andere rechthebbenden. Eigenlijk, vind, eigenlijk vind ik dus dat gewoon alle,
45:03
we moeten nu dan iedereen, iedereen de handen op elkaar krijgen om dit Nederlandse alternatief wat open source is en, uh, weet je, voor de mensen en niet met, met een winstoogmerk en, en allerlei andere belangen of die Amerikaanse bedrijven hebben, moeten we dit nu ook wel echt gaan omarmen met z'n allen.
45:19
En dan vind ik ook dat die bedrijven moeten laten zien: we geven het niet aan Google, we geven het niet aan, Ja. aan OpenAI, we geven het wel aan, uh, dit sympathieke initiatief.
45:28
Nou, ik denk dat als, gezien het feit dat we er langzaam achter komen wat er allemaal in de GPD, GPT-modellen van OpenAI terechtgekomen is aan content die gescraped is van Nederlandse websites, Ja. onder andere,
45:42
zou je natuurlijk kunnen zeggen: dat gaan we er of uit laten halen. Ja, dat kan niet denk ik. Ja. Of we gaan sowieso een soort. Kan waarschijnlijk niet eens, nee. Kan niet, want het zit te diep.
45:54
Daarmee ze, ik, ik geef meteen maar twee opties. De tweede optie is: oké, alles wat daarin zit moet ook in dit model kunnen komen.
46:01
Het is heel raar als je nu zegt: mijn content zit al in een model van OpenAI, maar ik wil niet dat het terechtkomt in het model wat de Nederlandse overheid met allemaal instanties probeert te maken.
46:11
Daar zit al een soort consent in, wat zij al hebben gejat van je, kan je dan net zo goed ook laten jatten. [lacht] Dat, dat is stap één. Een bijzonder Robin Hood-achtige juridische benadering.
46:21
[lacht] Dan kom ik langs en dan zeg je van: ja, ik, uh, ja, ik had per ongeluk. Het zij-doen-het-ook-argument. Nou, dat.
46:27
Nou ja, het is, het is een beetje een laf, een laf argument, maar ik, ik vind dan als jij je robots.txt niet goed had, had staan, hè, of je had hem wel goed staan en OpenAI heeft het gejat, dan moet je of achter je content aan of ook toestaan dat het hier gebruikt mag worden.
46:41
En stap drie die jij nu beschrijft, ik weet niet waar die drie ineens vandaan komt, maar [gniffelt] dat is niet een volgende stap na die twee opties is: ik ga ook content beschikbaar stellen Ja. waar OpenAI niet bij kon.
46:54
Het zou wel. Ik ga het bewust opengooien. Ja, het bedrijf dat dit, het, het mediabedrijf of ander contentbedrijf die, Nederlands, die dit als eerste gaat doen, die verdient wel echt een standbeeldje. Een AI-standbeeldje.
47:05
Die gaan wij dan oprichten. Kopen we een stuk grond in een weiland. Dan zetten we een standbeeld neer in de vorm van het logo van dit bedrijf. Zullen we dat doen? Ja.
47:12
Als dat standbeeldje dan ook generfd kan worden daarna. Ja, zeker. [lacht] Ik wil dat standbeeldje vanuit alle oogpunten en hoekpunten en belichtingen kunnen zien. Dat kan. Dat kan.
47:23
Waar wilde je het eigenlijk over hebben, Wietse? Nou, ik had, uh, ik werk veel met, uh, GPT, dagelijks eigenlijk, om de scriptjes te schrijven die ik nodig heb. Dat heb ik wel eens eerder over verteld.
47:36
Ik zie het niet als een hele goede programmeur, maar A is B naar C naar D in een soort lineair verhaaltje maken van een soort kettingreactie kan hij echt supergoed.
47:45
Uhm, en ik test natuurlijk ondertussen ook andere dingen, want wat je nu een beetje merkt is dat, GPT 4 is ontzettend, ja, in wat we nu weten en kunnen vergelijken gewoon goed.
47:56
Ik merk, ik, ja, ik test van alles de hele tijd en iedere keer ga ik weer terug naar GPT 4, omdat ik denk: ja, sorry man, uh, dit, dit, dit is gewoon nu wat ik merk voor mij het meeste waarde biedt voor mijn vragen en, uh, opdrachten die ik geef.
48:08
Maar, uh, er wordt natuurlijk heel veel specifieker getraind, wantUh, de taalmodellen van OpenAI zijn, uh, heel erg, ja, breed en, nou, meer, nou, niet oppervlakkig. Nou ja, soms wel, hoor, qua, qua inhoud.
48:22
Het is geen feitenmachine, dat weet iedereen inmiddels denk ik wel. Het is niet op zoek gaan naar feiten.
48:27
Het is, goed, op zoek gaan naar theorieën en patronen en dan de feiten er, gaan zoeken in de boeken waar het uiteindelijk uit komt, want je weet nooit wat er gehallucineerd wordt. M-hm.
48:35
Vragen wanneer jij geboren bent of zo.
48:37
Waarschijnlijk kan die het een beetje gokken, maar, ja, hè, dan moet je de in, de, de feature die er nu in zit zag ik, Search with Bing aanzetten en dan kan die het gaan opzoeken op jouw website. Dat is wat anders.
48:48
Maar goed,
48:49
je ziet dus nu meer gespecialiseerdere, noem het expertmodellen ontstaan, waarbij bedrijven zeggen: oké, wacht even, het gaat ons niet lukken om zoiets groots en moois neer te zetten als wat OpenAI heeft gedaan, want we hebben de, het serverinstrus-structuur niet, de mensen niet, uh, e-, uh, en we hebben nog x en y niet.
49:07
Maar wat wij wel kunnen doen is op hele specifieke datasets met een doel een model maken die heel erg goed is in a of b of c.
49:15
Nou, een voorbeeld daarvan is Phind.com en dat schrijf je met PH zoals je foto schrijft in het Engels. Dus niet find, maar PHIND.com.
49:24
En wat die al een hele tijd doen is trainen op Stack Overflow, omdat, dat is een beetje een grapje onder veel ontwikkelaars, maar, uhm, ja, de copy paste ontwikkelaars, ben ik er ook één van, die zoeken vaak gewoon via Google en dan uitroepteken StackOverflow.com als het ware URL,
49:39
antwoorden op hun programmeervragen. Ja, Stack Overflow is een soort forum waar programmeurs heen kunnen gaan. Als ze vastlopen kunnen ze vragen: hoe moet ik dit oplossen?
49:47
En dan zijn er andere mensen in die community de da, die dan dat probleem soms voor ze oplossen. Ja, het is een soort Quora, alleen dan minder spammy en inhoudelijk gewoon beter. Nou, heel fijn deze metafoor.
49:56
Nu begrijpt iedereen het iets beter. Quora, toch, jongens? [lacht] Het oude fokforum, alleen dan voor technologie. Fokforum, ja. Fokforum voor technologie. Eigenlijk is het een soort NOS.nl, maar dan voor programmeurs.
50:08
Ja. M-hm. Het is een soort lokale bakkerij, maar dan gewoon geen bakkerij. Oké, hou op! Eigenlijk een website. [lacht] Oké, sorry. Uhm, wat kan je doen op Phind.com?
50:18
Er staat gewoon een tekst inputveld zoals je dat gewend bent. Daar typ je jouw, jij programmeervraag in, maar die kan je intypen op een manier zoals je dat normaal naar een, uh, taalmodel doet. Ja, ja.
50:27
En dan krijg je antwoord. En dat an-, die antwoorden zijn echt beter geworden, want ze hebben het model een week of anderhalve week geleden weer geüpdatet.
50:34
Uh, dus getraind op alles wat ze openbaar kunnen vinden rondom het thema programmeren, uh, en technologie. Maar, ja, veel meer toegespitst van: w-wat, wat voor antwoorden wil een programmeur eigenlijk?
50:47
Ja, vaak wil je die stukjes script bijvoorbeeld gewoon altijd netjes in beeld, dat je ze kunt kopiëren en je wil misschien alleen maar het functietje wat veranderd. En ik moet zeggen, ik gebruik ze nu door elkaar.
50:56
De ene keer krijg ik een beter antwoord van GPT-4, maar de andere keer krijg ik een beter antwoord van Phind. En dat vind ik interessant.
51:03
Meer als een soort, uh, opmerking van oké, natuurlijk krijgen die ontwikkelaars als eerst hun expertmodellen.
51:10
Natuurlijk, hè, want het is heel vaak in de IT dat al dit soort automatisering en, en, en de eerste start-ups zijn voor mede-techies. Ja. Dus, maar die Phind.com kan je natuurlijk ook maken op veel specifiekere zaken.
51:25
Nou, noem het geestelijke gezondheid, onderwijs. En ik denk dus, eigenlijk zei je dat een beetje in het vorige onderwerp al van: wat nou als we databanken gaan opengooien die niet publiek waren?
51:37
Uhm, dat je natuurlijk kan gaan kijken van oké, we hebben hier misschien wel, uh, vijftig jaar, uh, discours rondom onderwerp Y, wat we in een hele mooie database hebben zitten al, gedigitaliseerd, want dat moest.
51:49
Zullen we eens een model gaan trainen op dat onderwerp en dan helemaal freaken daarop?
51:54
En dat je bijvoorbeeld zegt: uh, de data die erin zit is dus, de kwaliteit is hoger, er is minder ruis omheen, want het is he-, het, het wordt dus een model dat, uh, niet zo intelligent is op het merendeel van de onderwerpen, maar op één of twee onderwerpen een expert is.
52:11
Maar wat ik niet begrijp hieraan is: hoe kan, zeg maar, hoe kan dit beter zijn dan, kijk, dat het be-, dat het beter kan zijn dan ChatGPT begrijp ik ergens nog wel.
52:19
Ondanks dat allebei waarschijnlijk getraind zijn op dezelfde dataset. Want ik, het lijkt me dat OpenAI ook gewoon Stack Overflow heeft leeggetrokken.
52:26
Maar, uh, vooral als ik denk aan, uhm, Copilot van, uh, wat is het, GitHub, dan zou ik zeggen: daar zit ook nog eens een keer een feedbackloop in, want daar zoek je op, uh, allerlei AI-code.
52:40
En GitHub weet of je dan vervolgens die code implementeert, ja of nee. Dus als het, g-, als het antwoord ja is, dan zou je dat als signaal kunnen interpreteren dat dat dus een goede suggestie was.
52:51
En dat is een soort feedbackmechanisme om die, om, om, om, nou ja, die AI relevanter te maken. Lijkt mij, zeg ik als leek.
53:00
Uhm, maar hoe, hoe kan het dan dat zo'n, zo'n systeem wat dan alleen maar zoeken is en verder niet weet hoe je het implementeert, hoe kan dat ooit beter zijn dan zo'n geïntegreerde- Nou ja, ik denk dat, dat één ding al is dat je natuurlijk kan zeggen in het geval van Phind: ik weet het niet precies, hoor, maar we gaan iedere twee weken updaten.
53:16
We gaan iedere twee weken opnieuw trainen. Dus deze of wat? Uhm, nou ja, in ieder geval. Nieuwe data. Nee, dus het is dezelfde data.
53:24
Alleen het is, uhm, in het geval van programmeervragen wil je natuurlijk eigenlijk de data van vandaag. Zeg maar, de, OpenAI traint nu volgens mij iedere kwartaal. Wat is nu de data van vandaag?
53:36
Uhm, antwoorden op vragen rondom programmeren die gisteren zijn gegeven door iemand of vanochtend om 10.00 uur. Ah. Die staan niet in- Dat forum blijft ook de hele tijd, uh, ja.
53:45
Dat, dat, dat, dat is een- Er zijn nog mensen die dat naar dat forum gaan om daar vragen en antwoorden te geven. Ja, ja, dat is echt een firehose. Ja, nee. Niet zo snel als Twitter, denk ik. Ja. Maar dit is sowieso, uhm,
53:56
op het moment dat jij, uh, keuzes gaat maken wat je wel of niet in je model gaat stoppen om te trainen, of in ieder geval in je trainingsdataset gaat stoppen om je uiteindelijke model te trainen, dan kan je vaker trainen.
54:08
Want een klein model trainen is goedkoper dan een groot model trainen, dus daar heb je al, voordeel nummer één is dat je wekelijks of tweewekelijks kunt gaan updaten, want dat is nuJij zei tegen mij net van: ik wilde iets vinden op Reddit en toen zei jij: ja, je moet inloggen, want die gasten hebben alles dichtgegooid.
54:23
Net als Twitter nu heeft gedaan. Voor het, tegen het scrapen van modellen. Ja, dat zorgt er natuurlijk voor dat, uh, want ik merk ook bij mezelf heel vaak dat ik vergeet hoe niet up-to-date ChatGPT is.
54:37
Ja, daar zit gewoon een knowledge cut off op, want het is ontzettend duur om dat ding weer helemaal te trainen. Miljoenen.
54:42
Er schiet ineens iets in mijn hoofd, namelijk: ik heb ooit een verhaal gehoord van iemand die zei, uhm, uh: het is heel vervelend als een goede medewerker bij een bedrijf weggaat, want dan, uh, uhm, dan, uh, dan, dan verlies je veel kennis.
54:56
Dus wat als je van iedere medewerker een botje maakt? Dus je traint, uh, de e-mails die die persoon heeft gestuurd en, uh, de chatberichten die die persoon heeft gestuurd en alle files waar die persoon in geëdit heeft.
55:06
En dat, dat, dat maak je helemaal tot een model waardoor je tot in oneindigheid kan blijven praten met die collega. Dus Henk is weg, maar je hebt Henk nog wel in je Slack. Uhm, de bot versie van Henk.
55:17
En toen, uh, constateerde die, uh, bij het testen hiervan dat er nog wel fouten in zitten, dus dat robot Henk niet altijd goede antwoorden geeft.
55:26
Dus dat je dan robot Henk, dat je dan de echte Henk kan vragen om nog een half jaar op een consultancy contract te zitten, zodat als de feedback van de medewerkers is negatief, namelijk: dit is niet wat de echte Henk zou zeggen op deze vraag, dat dan de vraag doorgespeeld wordt naar echte Henk.
55:41
Echte Henk geeft dan het echte antwoord. Dat wordt weer gebruikt als basis om dat model verder te trainen, waardoor Henk dan na zes maanden daadwerkelijk, weet je, met 80% of zo overbodig is geworden.
55:49
Nou, als je dat, dat aanneemt dat dit een soort van feedbackloop wordt, uhm, voor allerlei AI's die gespecialiseerd zijn op één thema. Jij noemde net, wat is het, medisch en we hebben het dus nu over programmeurs.
56:05
Waarom is het eigenlijk nog niet zo dat, uhm, dat de beste programmeurs, uh, werken om modellen beter te maken in plaats van, uhm, of, nee, niet alleen programmeurs.
56:18
Ik bedoel eigenlijk de beste experts op ieder onderwerp, dat, dat die niet aan het werk zijn om het model te maken waar veel grotere hefboom op hun minuten tijd zit.
56:28
Soort van de return on investment is, is veel groter dan waarschijnlijk het, het specifieke ding waar ze nu aan werken. Maar dat je gewoon een soort van toplaag krijgt in de bevolking,
56:38
in de wereldbevolking van mensen die, als je dan echt het allerbeste bent in je vakgebied, dan ga je niet meer gewoon je werk doen.
56:44
Weet ik veel, als je een dokter bent, uh, opereren of onderzoek doen of wat dan ook, maar alleen maar een model, uh, fine, helpen finetunen en dat dat dan het onderscheidende, uh, ding is.
56:57
Dit is voor mij een beetje wat in de geschiedenis. Dan heb je een protegé, toch? Dan heb je een student en die ga je dan, één iemand, hè, in dat geval. Dus jij bent, stel je bent echt een fantastische hartchirurg.
57:07
Je gaat richting je pensioen. Misschien gaan je handen zelfs al een beetje trillen en voel je dat.
57:11
En dan denk je: ik moet nu die volgende generatie gaan opleiden, want dit is gewoon, hè, en wat jij nu aan het zeggen bent. Dit is de nieuwe protegé, bedoel je? Ja, ja, ja. Toch?
57:19
Ja, want dat is, die dynamiek hadden we al. Maar ik denk wel, ik ga toch weer een beetje cynisch doen. Ik denk wel: ik ben benieuwd, hè, want wat ik een beetje zie,
57:29
uh, als dynamiek, uh, is dat je bijvoorbeeld ziet dat, uh, dj's, niet allemaal, maar dat dj's en andere artiesten vaak nieuwe artiesten gaan scouten, uh, zoals Dr. Dre ooit Eminem heeft gevonden als het ware.
57:44
En dan, dan heb je eigenlijk een aantal dynamieken die ik een aantal keer heb gezien als ik dat een beetje zo, uh, zit te lezen in biografieën en zo, is:
57:54
je kunt, je kunt iemand in jouw eigen stal toevoegen, zeg maar, uh, omdat je die als protegé ziet en denkt: oké, mijn tijd is geweest, hè, ik ben niet meer relevant.
58:04
Of, ja, ik wil graag de nieuwe generatie helpen en dan ga je die persoon coachen en met de juiste mensen in contact brengen. En dan ontstaat daar misschien wel een artiest groter dan jijzelf, hè.
58:15
En als je dan, als je dat echt op een beetje zuivere, wat meer egoloze manier kan doen, dan vind je het ook niet erg dat daar iemand groter ontstaat dan jijzelf.
58:24
Dit is de positieve lezing van een aantal verhalen die inmiddels, uh, zijn gebeurd met artiesten die zijn als het ware gevonden, erkend, geholpen, in het zadel geholpen en voorbij aan hun eigen meesters gegroeid.
58:36
Maar wat je ook wel eens ziet, is dat mensen juist op zoek gaan naar hun volgende en die juist altijd een beetje klein zullen houden omdat ze denken: ja, ik kan maar beter, hè, keep your, keep your friends close, but keep your future competitors closer.
58:50
Ik ga zorgen dat ik ze in mijn stal hou, maar nooit helemaal op de podia laat draaien waar ik zelf zou, uh, zou willen staan. Dat, dat is de andere kant van die dynamiek.
58:58
Dus ik vraag me af of, uhm, in dezezelfde dynamiek zijn er misschien ook mensen die zullen zeggen: ja, ik wil best één protegé opleiden, maar niet de laatste protegé ooit opleiden.
59:11
Namelijk een model, hè, die, die daarna, uh, ja, zolang die harde schijf, uh, netjes geback-upt wordt, uh, voor altijd kan blijven, uh, uh, doorleven.
59:20
Dus ik, ik, je moet wel een beetje over je eigen ego heen om jezelf niet te laten slurpen door een algoritme. Alles heeft toch een prijs?
59:28
En ik, ik, ik, ik zie opeens voor me zitten dat de beste, stel je voor je, je, je, je, je ziet, ziet de Zuidas voor je en waar dan allemaal van die advocatenkantoren zitten.
59:37
Als je dan echt een goede advocaat bent, dan word je partner bij De Brauw of weet ik veel, een van die advocatenkantoren.
59:43
En dat in plaats van dat die mensen, die zitten nu op de bovenste verdieping achter hun marmeren bureaus en die, die zijn al die mieren in die, in die verdiepingen daar beneden aan het vertellen wat ze, wat ze allemaal moeten, moeten doen.
59:55
Dan opeens zie ik voor me hoe juist die bovenste verdieping wordt omgeturnd in een soort van, uh, cubicle farm en dat iedereen alleen maar, uh, uh, uh, door een robot gestelde hypothetische juridische vraagstukken met, met, met hun beste kennis alleen maar hypothetische vraagstukken aan het behandelen zijn tegen een AI om het model te trainen.
1:00:16
Ja, en dat ze daar gewoon goed betaald voor worden, Wytse. Nou ja, ik denk dus dat, ik kan me voorstellen dat als je nu, hè, uh, je bent, uhAdvocaat. Je draait al een tijd mee.
1:00:26
Je zit met je advocatenvrienden van verschillende firms, uh, een keer wat gezellig te eten en dan gooit iemand het balletje op: zullen we met elkaar een model gaan trainen? Ja.
1:00:36
Ik-- je kan iets installeren als een menulet in je Mac en in Windows is het in de andere hoek een klein notificatie icoontje. Die draaien we de komende twaalf maanden mee.
1:00:44
Die werkt een beetje als, uh, hoe heet dat, uh, Rewind.ai. Ja, ja. Daar geef je consent voor, want met elkaar teken je daar ook nog documenten over.
1:00:51
En na twaalf maanden komt er iemand, uh, die zegt: jongens, ik, kom maar hier, dat wordt allemaal geüpload, daar komt een model uit en dan is dat model, want dat is dan een beetje mijn voorgevoel, in het bezit van die groep mensen.
1:01:04
Ja, zeker. Die zes.
1:01:05
En dan gaan zij dus, maar, uhm, dat zit hem dus wat minder in die, uh, maatschappelijke verantwoord, maar meer: ik ga zorgen dat ik net als dat ik een, uh, bezit heb in de vorm van grond, een huis of een stuk bos heb, een bezit in de vorm van een model.
1:01:19
Ik bedoel dit geenszins als een maatschappelijk verantwoord initiatief. Nee. Ik bedoel dit als een- Ja, jij zegt: klinkt als een goed verhaal. [lacht] Ja, hyperkapitalistische ontwikkeling.
1:01:28
Nee, en ik denk dat dit soort juridische modellen bestaan. Die zijn dan vooral getraind op de bestaande data van grote advocatenkantoren. Ja. Dus zo, zo werkt dit nu al. Er zijn drie, geloof ik, van die grote.
1:01:39
En een uitgever zal luisteren en zeggen: hallo, ik ben O'Reilly, ik maak boeken over Python. Precies. Daar betrek ik zeven schrijvers bij. Die krijgen royalty's en dat boek verkoop ik.
1:01:48
Is dat iets anders dan een model, hè? Ik bedoel, ik hoor je.
1:01:51
Maar het verschil wat ik probeer aan te maken, en dat is subtiel, dat geef ik toe, maar is dus in plaats van gewoon volgen wat bestaande zaken zijn en dan, uh, volgen hoe partners op die zaken reageren of, weet ik veel, gewoon learning by doing.
1:02:05
Dat is eigenlijk wat jij zegt. Soort van door gewoon te volgen en dat dan om te zetten in een model, doe ik er nog een stapje bovenop, namelijk de AI laten bepalen waar de feedback het nuttigst is.
1:02:15
Dus de AI laten bepalen welke elementen missen in de feedbackloop en daar een mens, een heel goed mens, uh, het model beter te laten maken.
1:02:24
Ik zie opeens een soort van typeaapjes voor me, die dan, weet je, voor de, om, om betere modellen te maken, waardoor de hefboom dus gigantisch is op hun werk, uh, opeens, uh, ja, een, een model beter, beter gaan maken.
1:02:40
En dit is dus wat ik eigenlijk voor me zie bij die programmeurs. Soort van de beste programmeurs moeten feedbackloops gaan doen in plaats van, uhm, ja, gewoon hun werk delen.
1:02:49
Ik denk dat, dat m'n, dat mijn zorg daarbij is van: er moet, er moet goed gekeken worden naar die structuur waarin je anders, uh, de 700 topprogrammeurs in, uh, uh, de 700 topprogrammeurs uit Silicon Valley, hè, de keer 10 of keer 100 developers, zoals ze dat vaak noemen, die spreken met elkaar een bondje af om zo'n ding te gaan maken.
1:03:09
Ja. En, uh, dat daarna de niet zo topprogrammeurs, zoals ik, die mogen daar dan gebruik van maken. Ja. Voor een tientje per maand. Ja. Alleen, uh, ja, ik vraag me dan af, uh, wat zo gaaf is
1:03:23
aan het idee in Nederland dat iedereen in essentie, zeker niet in deze tijd, maar in de basis in de theorie een huis zou kunnen bezitten. Kunnen wij dan ook allemaal een model bezitten?
1:03:33
Of is dat echt weggelegd voor de 700 superdevelopers? Ja. Daar zit nog even mijn, uh, vraagteken wat ik altijd zal maken. Net zoals kapitaal, uh, bij een select groepje beschikbaar is. Ja, maar dan, dan, en dan.
1:03:45
Ik vraag me dus, ik ben nieuwsgierig, en dat bedoel ik niet cynisch, over die mix van, van dat groot kapitaal met deze. Of dit beter zou kunnen. Nou, omdat je het echt met hele kleine groepjes kan nu.
1:03:56
Vroeger had je nog echt mensen nodig steeds, die irritante mensen. Ja. En nu heb je ze misschien, he, niet eens meer nodig.
1:04:02
Maar, en dat sluit misschien nog aan om een soort strik om het, om onze aflevering heen te doen is, uh, het Nederlandse model, uh, GPT NL. Daar zitten we natuurlijk ook een beetje te zoeken.
1:04:14
Jij zei al, hè: ik zet een beeldje neer op een grasveld met een, uh, drone eromheen laten vliegen. Als er iemand eigenlijk dus zegt: we gaan niet ons eigen model intern trainen. Ja.
1:04:24
Maar we gaan een deel van die data geven aan het, noem het, uh, de public good. Ja. Het, het grote publieke model voor, voor Nederland als samenleving en uiteindelijk zelf, zelfs een Europees model.
1:04:36
Volgens mij zitten we daar nu, dus het is, hè, eigenlijk weer een publiek-privaat discussie, zoals dat onder de meeste discussies stiekem, uh, uh, zit.
1:04:43
En dat is interessant, want ik denk wel dat in het geval van Find.com, waar ik nu een beetje enthousiast over aan het doen ben, dat is waarschijnlijk geen NGO. [lacht] Nee, vermoed ik ook niet.
1:04:53
Dat is waarschijnlijk ook een, uh, ik weet niet hoeveel ontwikkelaars daar werken. Nou, wat een heerlijk hoopvol einde allemaal, uh, voor de burgers van ons land, voor de mensen. Mooi. This was Spoki. Tot volgende week.
1:05:06
Doeg! [muziek]