Latest / AI Report / ASML investeert 1,3 miljard in Mistral + Claude maakt betere PowerPoints + OpenAI verklaart waarom AI nog wel eens liegt

Transcript

ASML investeert 1,3 miljard in Mistral + Claude maakt betere PowerPoints + OpenAI verklaart waarom AI nog wel eens liegt · AI Report

0:00
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. Tegenover mij zit tech-filosoof Wietse Hage.
0:11
Hallo Wietse, Hallo. [lacht] Het is Radio Eén opeens en ik ben Alexander Klöpping. ASML, uh, verraste deze week de wereld door €1,3 miljard te investeren in het Franse Mistral.
0:23
Dat, uh, verraste, want daarmee werd de chipmachinefabrikant in één klap groot aandeelhouder in een foundational taalmodel. Wat heeft dit te betekenen, vroegen we ons af.
0:33
Is dit nou een belangrijke stap voor, nou, de Europese soevereiniteit op het gebied van AI? Of zit er iets anders achter? We gaan het erover hebben.
0:40
En we gaan het hebben over Anthropic, die met Claude je nu ook spreadsheets, presentaties en documenten kan laten maken. Is dit de volgende stap naar het vervangen van kantoormedewerkers? Ook dat zullen we bespreken.
0:54
En hoe lang duurt het nog voordat je AI op zijn woord kan geloven? Dat hij, zeg maar, niet meer liegt. OpenAI bracht een paper uit over hoe taalmodellen in de toekomst minder kunnen gaan hallucineren.
1:06
Dat en meer in AI Report. Veel plezier!
1:18
[muziek] Wietse, allebei geven wij soms, uh, lezingen over het onderwerp kunstmatige intelligentie. Ja. En ik had deze week weer zo'n lezing.
1:29
En soms dan heb ik mezelf gehoord, zeg maar, als ik die lezing heb gegeven en dan heb ik naar mezelf zitten luisteren. Tijdens, of? Nou ja, dat gebeurt een beetje achteraf. En dan denk ik:
1:40
soms ben ik wel, het hangt ook een beetje van, van mijn gemoed af, zeg ik erbij.
1:44
Soms ben ik wel een beetje een soort van doomerig, dus dan eindig ik die presentatie echt met een soort van: ja, misschien hebben we straks allemaal geen baan meer en bestaat er geen waarheid meer en, uh, is de macht verder gecentraliseerd in handen van een paar grote bedrijven.
2:02
Ja, en misschien valt het wel mee, maar eigenlijk is de toon een soort van, ik ga er nog een beetje een soort van eraan zitten, uh, reigen, zo van: dit en dit zijn redenen om toch nog optimistisch te zijn, maar een soort van pessimistische toon eigenlijk.
2:13
Die, die- En dan een mic drop. Wat zeg je? En dan een mic drop. Ja, dan, met een rookmachine aan en dan verdwijn ik. [lacht] Zak jij zo in de grond. [lacht] Succes iedereen! Ja.
2:23
En ik vroeg me opeens af: hoe doe jij dit eigenlijk? Hoe, hoe breng je de, het optimisme daar eigenlijk weer een beetje in als je zo'n, in zo'n vibe terechtkomt?
2:32
Ja, mijn draai op dat moment, want ik ga daar dan ook naartoe. Het is een beetje onvermijdelijk, lijkt, dat je dan een soort samenvatting gaat doen van: resumé. [lacht] Resumé.
2:41
Dit is hoe we allemaal aan, aan de problemen komen. Ja.
2:44
Uhm, ja, ik heb dan mijn favoriete metafoor van: het beton is nog nat, we kunnen nog iets, of in dit geval: het cement is nog nat, dus je kan je handen er nog in zetten. Ja.
2:52
Uh, maar op een gegeven moment wordt het wel hard en wordt het moeilijker, want die technologie gaat dan in die samenleving en dan wordt ie hard. Ja, en het is zo groot. Wat heb je nou als individu nog te willen?
3:01
En, en, en zijn die krachten niet veel te groot om, uh, om nog een positieve draai eraan te geven?
3:05
Ja, maar er zit ook, er zit ook een soort self-fulfilling prophecy in dat, uh, zeg maar, oké, laten we zeggen: laten we onszelf 5% bewegingsruimte geven in de uitkomst van dit hele ding.
3:15
Uh, dan gaan we die dan toch pakken met elkaar om daarin nog te bewegen. Want, uhm, ja, goed, als het hele, als het hele publiek aan het einde besluit dat we niks meer kunnen doen, dan gebeurt er dus ook niks meer.
3:25
Nee, fair enough. Oké, dus je zegt: het beton is nog nat. Oké. Ja. Dat is het. [lacht] Succes hiermee. En dan zak ik in de grond. [lacht] Het is een call to action, met andere woorden. Nee, dan zeg ik nog iets meer.
3:38
Want ik, uh, geloof wel een beetje in het idee van lawinehekken. Dus, uh, er is een soort lawinemomentum achter deze technologie. Het is groots en het komt vanuit alle kanten tegelijk met een hoop gerommel.
3:49
Maar je kunt nog hekken plaatsen waardoor die sneeuw dan andere kanten op gaat. Dus je hebt dan nog steeds het momentum. Als ik daar ga, uh, uh, aan mensen ga vertellen, uhm, uh, ja, dat valt allemaal wel mee.
4:01
En, uh, nou ja, laten we hopen dat het niet zo groot is als ik, als ik denk, want ik sta het daar wel groot, uh, te vertellen. Ja, dan, dan voelt dat niet goed. Dus ik, uh.
4:10
Maar vertellen: we kunnen dit helemaal 100% naar onze hand zetten en wij zijn in control, voelt dan ook niet goed. En wat zijn lawinehekken? Noem eens een voorbeeld.
4:17
Nou, ik denk dat, ik bedoel, als je ze nu letterlijk zou neerzetten. Nou, ik denk, uh. Letterlijk. Nee, ik bedoel. De lawine. Slecht voorbeeld.
4:25
[lacht] En dan hoor je nu praten over, hoor je nu over Zwitserland praten of over, over, ja, ik ben even in de war. Ja. Boven de skilift. Die figuurlijke lawinehekken, Wietse.
4:37
Noem eens een voorbeeld van zo'n figuurlijk lawinehek. Net als dat er nu gesproken wordt over smartphonevrij opvoeden. Kan je je voorstellen of het verstandig is om jonge kinderen toegang te geven tot chat?
4:48
Hè, en, of, uh, en, of moet dat een ander soort chat zijn? Of moet dat meekijkchat zijn? Of komt er een family plan?
4:54
Moeten we een soort van gaan vragen om het handje vast te houden, een soort van bandjes bij de zwemles, uh, rondom dit hele ding? Daar hebben we nog keuzes in. Dus dan bouw je als het ware hekken om kinderen heen.
5:03
Maar EU, regelgeving vanuit onze EU bedoel je? Nou, die, de AI Act is al zo'n, uh, lawinehekding. Zit helemaal vol met potentiële hekken. Ja. Je kan ook bijvoorbeeld zeggen: joh, we kijken naar de samenleving.
5:16
Daar bedenken we categorieën, die zijn ook al bedacht, van: wat is heel cruciaal, wat is minder cruciaal, wat is nog minder cruciaal?
5:22
Zullen we de introductie aan de zijlijnen, waar het wat minder spannend is, een beetje loslaten? Dat helpt ook voor innovatie. Dan naar de binnenring toe gaan we wat meer vragen stellen.
5:31
En de, en de binnenste, binnenste ring, daar moeten we misschien heel voorzichtig zijn. Ja. Zodat je ook een beetje meer die nuance krijgt van: aan, uit, start, stop, remmen, niet remmen. Ja, maar ik geloof dit.
5:41
En tegelijkertijd, uh, ik zat, uh, deze week te kijken naar een, uh, livestream van een groot Amerikaans VC-fonds wat aan het bespreken was wat ze, wat hun, wat hun portfoliobedrijven allemaal voor elkaar gekregen hebben in het afgelopen jaar.
5:56
Zat ik onder andere te kijken naar een bedrijf wat op grote snelheid AI-datacentra neerzet in Amerika.Het geweld waarmee er met geld gesmeten wordt.
6:06
Dus gewoon letterlijk verdubbeling van het aantal, uhm, van de compute in datacentra in de laatste twee jaar. Uhm, en verwachting naar het eind, tegen het eind van dit jaar,
6:17
uh, de, de hoeveelheden gigawatt waar het over gaat, waar we in Europa echt, [gniffelt] als wij het over AI-fabrieken hebben, dan is dat een soort van niet eens in de schaduw, schaduw staan van wat wij maken.
6:28
En beelden van weilanden die een jaar geleden Wytse nog leeg waren. Gewoon wij, als in weiland en waar nu een
6:36
volledig functionerende, uh, AI-datacentrum staat, inclusief eigen stroomvoorziening, omdat ze ervan uitgaan dat het net dat toch niet aankan.
6:45
Dus die, dit bedrijf maakt datacentra die ze niet eens aansluiten op het stroomnet omdat ze ervan uitgaan dat dat toch geen zin heeft. Eigenlijk vanuit de lucht gezien één grote AI-chip, zo'n datacentrum. Ja.
6:58
En dan kan je zeggen: ja, we gaan lawinehekken bouwen.
7:02
Maar de strijd die ik daar zag tussen Amerika en China, waarbij ik deze kant van het Amerikaanse deel van het verhaal daar zag, zeg maar, op alle niveaus in de stack.
7:13
Van het maken van chips tot het maken van de taalmodellen, tot het maken van de software op de taalmodellen, dus de programmeersoftware bijvoorbeeld. Ook met die datacentra als onderdeel van die hele stack. Ja, uh,
7:29
lawinehekken moeten wel op grond staan die van jou is, zeg maar. Jazeker. Ik bedoel, maar mooie, uh, uitbreiding van die metafoor, want wie bepaalt waar die hekken staan? Van wie is die grond? Ja.
7:39
Uhm, ja, ik denk dat ik dan toch met een soort misschien lichtelijk naïef of idealistisch antwoord kom, dat, uh, in ieder geval, uh, de overtuiging dat we kunnen vormen van die technologie in, in een, op een manier. Ja.
7:55
Die is wel belangrijk om iets te kunnen vormen. Ja. Ik kom nog even terug op mijn eerdere detail. Houdt moed is wat jij zegt. Nou ja, zonder moed kan je het, kan je het sowieso een beetje vergeten. Ja. En
8:05
ik denk wel dat in de eerste fase van zo'n diffusie van zo'n technologie, hè, die hier dus, uh, nou ja, lavastromen, sneeuwstromen. Kijk maar hoe je het voor je ziet. Tsunami's. Welk woord je- Houd nou even bij sneeuw.
8:15
Ja, gewoon dingen, die komen de samenleving in.
8:18
Uh, dan is daar op een gegeven moment een moment dat er een, dat de stroom iets zachter wordt en dat, dat, dat je kan zien wat er gebeurd is en dat je dan met je plannen klaarstaat, zeg maar.
8:27
Want, dus jouw, jouw punt van ik, ik zie letterlijk, ik voel niet alleen, maar ik zie letterlijk een fysiek momentum achter deze technologie. Hoe dat zichtbaar wordt vanuit satellietfoto's, daar kan ik niet omheen.
8:39
En als jij dan met je een soort van lawinehek ter grootte van een sn-, uh, ijstokje [lacht] daar een soort van naast gaat staan. Goed, succes, hè Wytse. Weet je wel, dat werkt niet.
8:49
Ik hoor je, maar, maar tegelijkertijd denk ik: ja, heel veel sneeuwstokjes naast elkaar is toch iets steviger, dus we moeten dat met elkaar wel geloven. Ja, we doen het ermee, mensen.
9:00
[muziek] ASML, daar kunnen we niet omheen. Best wel een cool moment eigenlijk. Zeker. En sluit mooi aan op waar we het net over hadden qua grootte van orde. Nou, dat is waar, dat is waar.
9:09
Hier kunnen we inderdaad als burger zijnde moed uit halen, want ASML verraste deze week vriend en vijand door tering veel geld, 1,3 miljard euro, te investeren in het Franse Mistral.
9:23
Uh, het krijgt een board seat die wil worden ingevuld door de CFO van het bedrijf. Het is in één keer de grootste aandeelhouder in het bedrijf en Mistral wordt daardoor nu gewaardeerd op 11,7 miljard.
9:35
Uh, Europe, Europe, Europa's meest waardevolle AI-bedrijf. Dat is niet zo moeilijk, want er zijn niet zoveel anderen.
9:41
En even ter vergelijking: Anthropic haalde vorige week 13 miljard op, dus dan kun je daar weer een recente waardering op plakken, namelijk 183 miljard. Dus met een beetje [gniffelt] goede wil.
9:53
Nou, laat ik gewoon zeggen klein, een stukje kleiner dan de grote, uh, grote bedri-bedrijven in Amerika. Dus dat laat zien hoe ver Europa nog achterloopt.
10:00
Normaal gesproken blijft ASML op de achtergrond bij alles wat ze doen. Het is een bedrijf wat niet echt graag op de borst slaat.
10:09
Sterker nog, op het moment dat ze te veel in het nieuws zijn, vinden ze dat eigenlijk maar bloedirritant.
10:12
Dat zit een beetje in de bedrijfscultuur, maar hier kreeg ik het persbericht proactief toegestuurd- Ja...door de PR-afdeling van ASML. Dat heb ik nog nooit meegemaakt en, uh, sowieso vind ik dat ze hier,
10:24
nou, het is gewoon heel zichtbaar, uh, en het wordt ook breed, werd ook breed opgepakt. Ik moet zeggen: heb jij één goede take gelezen die verklaart wat hier gebeurt?
10:35
Nee, ik krijg, ik lees vooral, uh, de takes die goed zijn, zijn de vragen die gesteld worden. Ja.
10:41
Namelijk, uh, er is een flinke brug die je nog moet slaan tussen een, uh, fabrikant van chipmachines en een partij die fundamentele, grotendeels taalmodellen maakt. Ja.
10:53
Hè, want ik bedoel, de sfeer is logisch, namelijk dat versterkt elkaar binnen een sector, namelijk- Ja, we hebben, we willen elkaar, we willen, dat verhaal ging heel hard rond over dat het over soevereiniteit in de EU gaat.
11:05
Ja. En dat is dus, dit is een stap om dat te bouwen, et cetera. Dat is eerlijk gezegd ook hoe ik dit blokje begon, want ik vond dat, ja, het is goed voor mijn gemoed dat er nog hoop te houden is.
11:14
Maar ik dacht: dat, wat heeft dit met Europese soevereiniteit te maken? Dat, uh, de chipmachinefabrikant investeert in het, in het taalmodel?
11:23
Ja, want je moet- Het voelt echt als wensdenken wat bij journalisten is ontstaan en een meme is geworden. Iedereen doet het elkaar na. Moest gebeuren. Ja, ja. Maar hoezo dan?
11:31
Nou ja, je zou kunnen zeggen dat je begint met, ik ga het proberen een beetje- Ja...te duiden op wat ik dan heb gelezen, hè.
11:36
Dus je zou kunnen zeggen: oké, je begint met dat je die twee entiteiten aan elkaar verbindt, financieel, hè, skin in the game.
11:42
Hè, dus er zit een financieel huwelijk nu, hè, als een soort, uh, oude koningshuizen heel lang geleden in Europa, tussen, tussen die twee partijen.
11:50
Maar dan moet je nog een brug gaan bouwen, namelijk: oké, stel dat we vanuit Mistral kijken naar ASML.
11:55
Dus dat zou betekenen dat Mistral, uh, modellen gaat ontwikkelen anders dan taalmodellen die bijvoorbeeld voorspellingen kunnen doen over hoe lithografie gaat, hè. Ja, oké. Dus dan. Ja, maar dat. Ja.
12:05
Ik ga daarvoor- Dat zou en, uh, dat zou ik, logisch. Ik ben mijn best aan het doen nu, hè, om die, om die brug te maken.
12:10
En dan maakt Mistral een modelDat ervoor zorgt dat de lithografie processen van ASML, uh, met meer zekerheid en meer, uh, uh, betere opbrengsten kunnen verlopen.
12:22
Dus dat de marges beter worden en de machines worden betrouwbaarder et cetera.
12:25
Je kan ook de machines bijvoorbeeld preventief in de gaten gaan houden en zeggen: zet hem maar alvast uit, want er komt een foutmelding aan aan de hand van, nou ja, goed.
12:33
Maar weet je Wytse, ik ken, uh, a-ASML uit de boeken die ik erover heb gelezen en op mij komt het over als een bedrijf wat vooral partnerships doet met bedrijven.
12:41
En als dan de partnership belangrij-- en dat is heel belangrijk voor ASML, want ASML is eigenlijk gewoon, ja, een soort van, ja, systems integrator zou ik even heel oneerbiedig zeggen.
12:51
Dit is heel erg afhankelijk van allerlei internationale leveranciers van, ja, dingen die bij elkaar moeten komen in een machine.
12:58
Het komt niet op mij over als een bedrijf wat eerst aandelen neemt in iets en dan even gaat zoeken, uitzoeken wat het partnership is. Dat is gewoon heel raar. Nee, dat zou, dat zou geen, niet best zijn.
13:08
Uh, toch, beetje opportunistisch en leeg, met alle respect. Uh, dus wat dan de hoop is dat er gesprekken op de achtergrond zijn met Groq met een Q-achtige partijen.
13:16
Ik weet nergens van, maar die bijvoorbeeld TPU's maken, hè, chips specifiek om inference op te doen wat taalmodellen nodig hebben om jou antwoorden te kunnen geven. Die weer gemaakt worden in een ASML-machine.
13:25
Ja, dus dan is een s-sub-- een klant van ASML weer iemand in het ecosysteem rondom Mistral waar gezegd wordt: zullen we die brug dan helemaal leggen?
13:33
Hè, dus van klant door helemaal tot en met we gaan het uitleveren, uh, de tekst die door Mistral in de Le Chat app op jouw scherm komt, gaat door die hoek en dan door die hoep en dan is die bij ASML, zodat je ook wat logischer.
13:47
Het voelt eigenlijk als een ecosysteemacquisitie met een enorme afstand tussen die twee spelers in dat ecosysteem. Maar wa-waarom zou ASML dit doen?
13:55
Wereld, zeg maar, wereldleider, zeg maar, letterlijk het enige bedrijf die, die, uh, g-, uh, die de beste chipmachines maakt. Waarom?
14:07
Wat hebben ze voor belang erbij om een, een soort van- Maar is het misschien niet omdat, uh, als, uh, er even van uitgaan, hè, hardop speculeren.
14:15
Als de chips, uh, de, eh, daadwerkelijke chips die gemaakt worden met machines van ASML niet op Europees grondgebied gemaakt worden, grotendeels, dan is die acquisitie niet te doen.
14:27
Hè, want, 't, een logische stap zou zijn geweest als Mi-Mistral zegt: we gaan een Europese AI accelerator chipfabrikant overnemen. Dan zou niemand, dan zou iedereen hebben gezegd: eindelijk. Logisch.
14:39
Ja, dat jullie ook een hardware deel. Zoals OpenAI ook chips gaat maken. Iedereen is daarmee bezig. Google heeft haar eigen chips. Amazon heeft haar eigen chips.
14:48
Ja, dat is heel logisch, dus dat, dat, dat Mistral binnen Europa dan zoiets doet. Om eerlijk te zijn of ik, uh, ik krijg graag de, uh, de feedback als die ROL zijn, maar op grote schaal zie ik die niet binnen Europa.
15:00
Dus dan is het oké, dan ASML. Want in dat ecosysteem zit wel in Nederland het grote ASML.
15:07
Dus je krijgt, dus ik denk dat je ook- Wat is het belang van, uh, van Mistral om dan een Europees bedrijf, uhm, een Europees chipbedrijf te hebben?
15:15
Z-dat is dan een soort van een aanname dat er misschien in een toekomst een decoupling krijgen waardoor. Je bedoelt het hebben van ASML of het hebben van een klant van ASML?
15:25
Jij zegt: ik zou het logisch vinden als Mistral een Europees chipbedrijf koopt. Een chip. Absoluut. Een bedrijf dat chips produceert.
15:32
En chips specifiek om AI op te draaien op een niveau, met alle respect, hoger dan, uh, 100 keer zo traag als Nvidia. Moet wel wat zijn. Ja, en bij gebrek daaraan, aan zo'n bedrijf, dan maar ASML.
15:46
Dan maar die de machine maakt. Ja, het klinkt zo leem [lacht]. Ja, sorry. Ik vind het allemaal hele rare gedachtegangen.
15:50
Ik kan me wel voorstellen dat, uhm, ik, we gaan toch nog proberen een beetje uit te leggen, maar bijvoorbeeld ik, wat ik, uh, dan heb, g-, want het lukt journalisten over het algemeen tot nu toe nog niet helemaal om uit te leggen.
16:02
Uh, dus ik hoop dat we nog een keer een take gaan lezen de komende weken van iemand die hem even helemaal uittekent als een soort complot van dit is hoe je de lijntjes moet trekken, dan is die wel logischer.
16:10
Wij komen daar nu gewoon even niet uit. Er zijn een hoop takes hebben in de kranten gestaan, maar met alle respect, echt iedereen lult uit zijn nek. Je voelt hem niet, net als wij nu. Toch? Een beetje zo.
16:17
Wij zeggen het in ieder geval eerlijk. Nee, maar ik bedoel, wij zitten een beetje te zoeken met z'n tweeën nu. Ja, oké.
16:21
En ik denk dat, uhm, ik kan me wel voorstellen dat, dat je dus binnen je ecosysteem spelers binnen dezelfde, uh, uh, entiteit, de Europese Unie, aan elkaar wil verbinden.
16:35
Meer dan alleen maar we zitten op hetzelfde grondgebied en dan zegt: laten we maar in elkaar investeren.
16:39
Maar als die brug niet gebouwd worden tussen die andere drie nodes ertussen, dan zie ik het een beetje meer als, ik zou het eerder zien als een soort startschot.
16:49
Een ambitie om te zeggen: zullen we dat Europese netwerk eens even aan elkaar gaan verbinden? Maar als industriepolitiek dan, dat Macron dit zit bekokst, zit te bekokstoven.
16:59
Ja, is het niet logisch, jullie doen toch ook iets met AI? [gniffelt] Het klinkt echt wel.
17:03
Maar goed, wat ik net probeerde te maken, hè, die brug van dat, uh, voor ASML het prettig kan zijn om Mistral, uh, te bezitten voor 11%, uit mijn hoofd.
17:13
Want dan kan Mistral dingen voor, uh, ASML doen in de toekomst, namelijk op maat gemaakte modellen. Weet je, ik zou dat geloven, ware het niet dat de CFO op de board gaat zitten.
17:24
Als dat echt je bedoeling is, dan zet je niet de financiële baas op die plek. Dus ik vond ook de invulling van die boardsheet was in het begin nog onduidelijk. Tenminste, dat, ik, ik kon dat niet vinden.
17:34
En toen opeens werd duidelijk dat de CFO was, was ik ook een beetje teleurgesteld, omdat ik dacht: oh.
17:38
Maar stel dat wij over drie maanden hier zitten en, uh, Mistral doet een aankondiging dat ze wel een Deense chipmaker hebben overgenomen die een TPU heeft ontwikkeld die daadwerkelijk werkt, hè, à la Groq met een Q.
17:49
Valt alle puzzelstukjes op zijn plek. En dat blijkt ook nog eens een klant te zijn van ASML. En Mistral noemt het dan Mistrals Inference Chips for Europe.
17:57
Uh, uh, dus dit, uh, met de machines van ASML, dan, dan gaat hij wat logischer voelen. De, misschien is gewoon de chronologische volgorde van deze overname weird voor ons nu.
18:07
ASML neemt ook heel vaak bedrijven die cruciaal voor ze zijn helemaal niet over. Dat zijn dan partnerships waar ze langdurige enEhm, van o-- ze worden afhankelijk van elkaar, de partners.
18:21
En, maar het zijn geen, het is niet hetzelfde bedrijf.
18:24
En, d-, zeg maar, ik zie ASML meer zo dan als een bedrijf wat, uh, opportunistisch een, en dat wordt nu een beetje gezegd, uh, op-opportunistisch bedrijven, uhm, [klikt met tong] aandeel neemt in bedrijven.
18:38
Ik begrijp het gewoon niet. Ja, het voelt als een soort minder logische KLM Air France. [lacht] Nee, maar ik bedoel, het, het voelt lekker, toch? Twee van die bedrijven binnen Europa die met elkaar in zee gaan. Ja.
18:49
Maar dan ga je hem proberen uit te pakken en dan is het toch een beetje een leeg uilenballetje. Maar goed, misschien wordt hier 4D chess gedaan die wij niet, uh, d-die wij niet zien.
18:57
En inderdaad, over een tijdje valt die puzzel in elkaar en dan kan jij alsnog die skihekken of die, die lawinehekken van jou, uh, zal zien dat het door ASML komt. Ik zie ze er ook wel voor aan, toch? Ik hoop het. Ja.
19:08
[muziek] Anthropic heeft aangekondigd dat Claude nu direct bestanden kan maken en bewerken binnen de chatinterface.
19:16
Gebruikers kunnen het AI-model vragen om bijvoorbeeld spreadsheets, presentaties, documenten of pdf's te genereren of te converteren zonder dat er gekopieerd en geplakt hoeft te worden.
19:24
Zo kan Claude ruwe data omzetten in overzichtelijke analyses met grafieken, teksten automatisch formatteren voor rapport en pdf's omzetten naar slides. Dit is grappig.
19:34
Bijvoorbeeld, ik moest een, uhm, cashflowanalyse wilde ik maken en dan vraag je dus aan Claude dat te doen. Het was echt heel erg goed waar dat ding mee kwam. Het is beschikbaar voor Max.
19:46
Dat zijn de mensen die €200 betalen per maand voor Claude Team en Enterprise gebruikers. Oftewel nog niet voor de mensen die op de eerste rij willen zitten voor €20. Maar het wordt wel binnenkort daar naartoe uitgerold.
19:57
En de mensen die het gratis gebruiken, die hebben pech. Het systeem draait in een afgesloten computeromgeving, zal ik er nog bij zeggen, waarin Claude zelf code schrijft en uitvoert om bestanden te genereren.
20:06
Gebruikers kunnen het resultaat downloaden of direct opslaan in Google Drive. Al waarschuwt Anthropic dat internettoegang voor dit proces een risico met zich meebrengt en adviseert om de chats goed te monitoren.
20:16
Ja, want dit is wel een interessante wat je nu nog als laatst toevoegde, hè, van er is een soort private computer waar Claude toegang toe heeft. Dat zeg je even zo tussen, tussen lippen. Ik zeg het niet voor niks.
20:25
Die, uh, dank je wel daarvoor, voor die brug. Muntje wat ik in jou gooi. Dank je wel. Die, uh, voorheen met taalmodellen was het zo dat ze eigenlijk de inhoud van bestanden gingen bluffen.
20:35
Dus als jij dan zegt: doe mij een leuk Python-scriptje of zo, dan gi-, dan kon die dat, want dan kon die Python spreken, is ook taal, en dan gaf hij een Python-bestandje terug als artefact aan de zijkant in Claude.
20:44
En dan dacht jij- Je zag eerst programmeren en dan zag je eerst die programmeercode verschijnen. Opeens verdween dat weer en zag je gewoon het appje wat het voor je gemaakt had.
20:50
Ja, en dan kon jij daar drukken op download en dan kreeg jij je HTML, whatever, je dingetje op je desktop. Uhm, daar was niet een computer op de achtergrond voor nodig. Ja.
20:59
Hij kon letterlijk in een ander venster, in een ander blok wat bluffen en dan die bluf kon jij, en dan gaf hij daar een andere extensie aan, want is gewoon plain text en dan had jij je bestand.
21:07
Maar als je dat gaat doen met een pptx bijvoorbeeld, dat is het XML PowerPoint-formaat van Microsoft, open formaat. Nou kan je aanraden: maak hem eens open in je teksteditor. Zit heel veel in. Heel heftig. Ja.
21:18
Dat is niet best. En dat ding bluffen, zeg maar, deden ze ook al. Dus PowerPoints bluffen. Dus eigenlijk de source van die PowerPoint-file bluffen. Uh, maar daar zaten dan foutjes in en dan deed ie het niet.
21:29
En uiteindelijk is dat niet de manier om het te doen. Het is een beetje een hack.
21:33
Uh, een betere hack, want het is eigenlijk ook gewoon een hack, is zeggen: joh, je hebt toegang tot een computer met een, met een OpenOffice-achtige PowerPoint-applicatie erop die jij kunt vragen met de engine van die PowerPoint-achtige applicatie, hè.
21:46
Dus dan zeg je: create slide en dan maakt hij die slide. Dus ik heb het niet eens over rondklikken in een interface, hè, zoals computer use, maar gewoon software die een API heeft om een slide te maken.
21:55
En dan zeg je: draw graph en dan deed ie draw graph.
21:57
En eigenlijk krijg je dan dus een agent, Claude, die op een computer in het datacenter wat Anthropic ergens huurt, een machientje start met een opera-, met, daar waarschijnlijk Linux erop.
22:06
Scheelt een hoop Microsoft-licenties. Aanname van mij. Met daarop OpenOffice waarschijnlijk. Scheelt ook weer een licentie, die dus PowerPoint-ish ding start, daarin slidedeck gaat maken, grafieken plaatst, et cetera.
22:18
Ja, ja. Hij is het echt aan het maken. Hij is het echt aan het maken. Hij start even een computertje ook op. Ja. En, uh, ik kon niet goed erachter komen, misschien is de waarheid ook in het midden.
22:27
Is hij daar aan het rondklikken of is hij iets slimmer en kan hij die opdrachten onder water geven aan die applicatie? Doet er ook niet zozeer toe. Ik hoop eigenlijk dat hij die laatste kan.
22:36
En dan zegt: joh, ik sla hem op en dan zie je daar zo een pptx op de desktop staan van die virtual machine, zeg maar. Die pakt ie, extraheert ie, killt die machine en geeft hem aan de eindgebruiker.
22:46
En eigenlijk, uh, dat doen zorgt er dus voor, want, dat je eigenlijk een enorme, uh, gang, deur opendoet met veel gavere mogelijke dingen. Bijvoorbeeld softwarepakketten die, uh, uh, uh, heel afstand zijn.
23:01
Bijvoorbeeld jij wil, uh, een multitrack edits doen van een podcastopname of zo.
23:06
En daar is dan een bestandsformaatje voor uitgevonden wat dan een soort halfopen bestandsformaat is wat je kan importeren in, én in Audacity en in, uh, uh, wat is het, uh, Final Cut Pro.
23:15
Dat is video, maar doet er even niet toe. Audition. Audition. Dank je wel. Dank je wel. In Audition. En dat hij dat bestandje dan even maakt in een computertje dat jou daar levert.
23:24
Je dubbelklikt, die opent weer jouw computerprogramma op je Windows of je Mac en dan heb je ineens die timeline gesplit met die dingetjes erin.
23:31
En ik denk zelf dat Claude toegang geven tot een computertje ergens tijdelijk is best wel een grote stap. En Anthropic brengt hem hier heel goed naar de consument als: hé, weet je wat hij nu kan? PowerPointjes maken.
23:45
Met dan onderaan dat blogbericht nog wat jij net ook zei: oh, by the way, hoe hij dat doet is best wel gaaf, want ze zijn natuurlijk, uh, trots. In hoeverre lijkt het op wat ChatGPT heeft met agents?
23:55
Ja, heel veel, eigenlijk. Je mag ook meekijken met de agent in ChatGPT. Ik weet niet of je hier mag meekijken. Dat denk ik haast niet.
24:02
Kon ik niet vinden, hè, want bij ChatGPT kan je meekijken hoe hij hem start, het software rond gaat klikken. Is best wel grappig om te zien.
24:08
Ik heb het idee dat ze bij Anthropic iets meer met protocollen werken, dus iets meer met API's en iets minder brute force aan het rondklikken zijn.
24:16
Omdat ik persoonlijk denk dat die weg, namelijk tussenUh, ja, rauw bestanden bewerken aan, is aan de ene kant versus rondklikken als een mens aan de andere kant.
24:28
Dat een soort tussenvorm en eigenlijk een wrappertje bouwen om zo'n PowerPoint applicatie heen waardoor Claude er lekker mee omgaat en misschien zelfs Claude een beetje trainen. Hoe maak je PowerPoints?
24:37
Dat dat een slimmere manier is dan wat nu. Ik heb eigenlijk idee dat die labs, inclusief Anthropic, maar ook OpenAI met hun computer use/operator move. Het valt tegen. Het lukt eigenlijk niet.
24:48
Wat het uiteindelijk kan, bedoel je? Ja, want we, ik bedoel, het grapje nu is een beetje in de media rondom AI. Uh, ze, het kan nog niet eens een ticket boeken, hè.
24:56
Het loopt dan soort vast in flows, kan geen I'm not a robot of de tabje wordt per ongeluk ge-gesloten. Mhmm.
25:01
Dat, uh, de ambitie van die labs om te zeggen, uh: maak er maar gewoon een, uh, algemene computergebruiker van, hè, een soort robot op je desktop die als een mens het toetsenbord gebruikt en rondklikt, dan kan die in essentie daar meteen dan alles.
25:18
Dat die open-endedness, hè, dus hoeveel potentiële opties die daar heeft te groot is gebleken. Ja. Maar als je gewoon zegt: maar wacht even, wat willen mensen nou? Kun je natuurlijk in de statistieken kijken.
25:28
Volgens mij willen ze gewoon PowerPointjes maken, man. Oh, zullen we dan gewoon dat ding gewoon helemaal trainen op PowerPoint en hem eerst daar eens goed in maken?
25:36
Dus ik zie eigenlijk een soort stap terug naar een soort van heel generalistisch naar iets specifieker en veel meer consumentgedreven vraag ook in plaats van: kijk eens hoe cool, hij bestuurt de computer. Helder.
25:49
Is er nog iets wat je wilt toevoegen hierover, Rietze? Nou, ik ben dus benieuwd nu we het hier zo over hebben hoe snel die suite van tools gaat uitbreiden, hè.
25:56
Dat zou je als nerd kunnen zeggen: welke extensies komen er nog meer bij naast PPTX? Ja.
26:01
En als, uh, minder nerdy eindgebruiker: om wat voor bestanden kan ik straks allemaal vragen die ik daarna doodleuk kan openen in mijn favoriete software? Ja. Best wel gaaf. Nou, misschien verschillendeee,
26:15
s-tussen verschillende apps laten wisselen. Dus dat die zowel, uhm. Ja, een soort workflows. Ja. De een de ander in. Ja. Ja, ja, de, dan krijg je eigenlijk: maak die PowerPoint, zet er een voice-over achter. Ja.
26:26
Hè, wat wij al een beetje hebben gebuik-- geklust zelf. Ja. Maar dat een ei, een minder technisch of misschien zelfs volledig ontechnische eindgebruiker NotebookLM-achtige podcastvideo dingetjes krijgt. Ja.
26:38
Door een agent gemaakt in Claude. Ja. Vet, hoor. Ja, dat dan. [muziek] Het is natuurlijk opvallend dat Claude aan de slag gaat met het maken van Office dingetjes.
26:48
Helemaal als je weet dat Microsoft, uh, naast OpenAI's modellen ook Anthropic's AI-modellen gaat aanbieden in Office 365 apps zoals Word, Excel, Outlook en PowerPoint.
27:01
Uh, niet helemaal los van wat we hier, uh, net bespraken.
27:04
Volgens The Information ziet Microsoft dat Claude Sonnet 4 op bepaalde taken, zoals het maken van aantrekkelijke PowerPointpresentaties, beter presteert dan OpenAI's modellen.
27:13
Die stap markeert een verschuiving die nu al een tijdje gaande is tussen deze twee bedrijven. En het is allemaal ingewikkeld aan het worden.
27:21
OpenAI werkt aan eigen infrastructuur, inclusief AI-chips met Broadcom en een LinkedIn-concurrent. Wat opvallend is, wat ook weer een bedrijf is van Microsoft.
27:30
Ze zijn bezig om een ding te maken waardoor je banen kan vinden via ChatGPT, hebben ze gezegd. Toch benadrukt Microsoft dat OpenAI zijn belangrijkste partner blijft voor de g-, meest geavanceerde modellen.
27:42
Het is natuurlijk een beetje aan het rommelen en ik zag ook Altman weer deze week, die, f-, er werd gevraagd naar: hoe zit het nou met de relatie met Microsoft?
27:51
En toen was uiteindelijk zijn conclusie: ons contract loopt af in 2030 en we hebben dan een andere relatie. Hmm. Opvallend. Ja [lacht]. Het is een opvallende uitspraak. Ja.
28:01
Uh, dus ja, uh, hoe moeten we dit allemaal, allemaal plaatsen?
28:06
Het, het is nogal wat dat Microsoft, die eigenlijk de kroonjuwelen van OpenAI aan boord heeft, de grootste concurrent gebruikt om zijn presentaties te genereren.
28:14
Het is nogal wat dat Claude de, op precies dit moment in de tijd aanbiedt om PowerPoints te gaan maken in, uhm, in, uh, in, in Claude.
28:24
Het is dan wel weer zo dat ze dan met Google Drive lopen te schermen, dus er is natuurlijk, dat, ook een signaal. Het is niet, uh, exporteert makkelijk naar je Microsoft, hoe het dan ook heet. Hoe heet dat bij Microsoft?
28:35
Files. OneDrive. Slaat op in je Microsoft OneDrive, hadden ze ook kunnen zeggen. Hebben ze niet gedaan.
28:41
Ja, dit is boeiend, want kijk, die, net als de default search engine op een iPhone, hè, die Google Apple-deal, uh, uh, waar het al jaren over gaat, hè.
28:49
Dus dat Google de default search engine is op iOS, betaalt Google serieuze bedragen voor. Ja.
28:54
Wat voor de interessante, ik moet toch even zeggen: Apple, de grote privacy advocaat, waar een groot deel van hun taart gevuld is qua inkomsten met geld vanuit Google om die Google zoekmachine op één te zetten.
29:05
Dat even gezegd te hebben, uhm, als vegan restaurant een groot deel van ge-geld krijgen van de McDonald's om de hoek.
29:12
Uiteindelijk is het zo dat die plekken van die default tools met die icoontjes zo lekker, zeg maar, hè. Uh, wat bedoel ik daarmee?
29:19
Als je in de Claude interface zit en je zegt: connect, dan staan daar nu vier icoontjes uit mijn hoofd, namelijk vier Google producten. Zeker. Jouw punt is: dat is best wel een ding. Ja.
29:28
Dat is prime real estate in een interface. En dat is, die metafoor, het is letterlijk een real estate, want daar moet over het algemeen voor betaald worden om de default zijn. Wie weet wat daar voor deals liggen.
29:38
En nu is jouw analyse: al die real estate, hè, is een soort van, er is een soort van landgrab goldrush-achtig ding gaande, want er zijn allemaal plekjes waar AI nog ingebouwd kan worden in allerlei software waar OpenAI op zit te azen.
29:53
Microsoft zit te azen op dingen in OpenAI, hè, dus ze azen elkaars kant op, ook nog iets. Mhmm. Mag ik in jouw stukje, jij in mijn stukje. Wat gaan we voor deals maken? Wat je volgens mij
30:02
nu ziet gebeuren, en daar hebben wij het, uh, vaker over gehad en het is, uh, denk ik nog wel een discussie van jaren, is van al die real estate en al die plekjes, waar zitten die dan?
30:12
Hè, om een voorbeeld te geven: je kunt nu zeggen: ik maak een PowerPoint in Claude, dan komt er een bestand op mijn desktop. Daar dubbelklik ik op.
30:19
Dan open ik PowerPoint en vanaf dat momentMag ik het zelf weer gaan doen? Als ik aanpassingen wil, moet ik met Claude gaan praten en zeggen: doe dit of dat.
30:28
Dan krijg ik weer een bestand, ga ik weer openen en dan ga ik steeds kijken. Ja, zo awkward. Dus dan kan je zeggen: zou het niet handig zijn als Claude dan, dan ook beschikbaar is, op zijn minst binnen PowerPoint?
30:40
Dus alleen het PowerPoint venster. En is het dan niet handig dat dat dan een PowerPoint Claude is die heel dom is in alles behalve PowerPoint maken? Zou een goed idee zijn. Deze heeft blijkbaar Anthropic nu draaien.
30:51
Vorige onderwerp wat we net bespraken. En dit heeft een naam. Dit heet Microsoft Copilot. Ja, maar de Copilot is over het algemeen. Die dus voor een deel weer gaat draaien op Anthropic's modellen.
30:59
Ja, dus, en dan krijg je weer, want, hè, eigenlijk heb je bestandjes aanmaken in chatbots online, uh, chatbots die applicaties besturen van binnen de applicatie en chatbots die applicaties besturen van binnen het OS.
31:11
Tuurlijk. Laten we hem even liggen. Ja. Gaan we het nu niet over hebben. Het gebruiksgemak in een notedop. [lacht] Ja. Ja.
31:15
Maar goed, uiteindelijk is het dan nog eens zo dat die, uh, Copilots of Assistants of whatever die met jou mee kunnen kijken op je scherm of bestandjes voor je kunnen uitpoepen in de vorm van een PowerPoint file.
31:27
Die zijn vervangbaar. Ja. Sterker nog, over het algemeen is het een endpoint URL veranderen ergens en je bent in jouw Copilot aan het praten met een andere, uh, provider eigenlijk.
31:39
En ik denk dat, er is nu een hele interessante, uh, strijd gaande.
31:44
Ja, op zijn minst gelijkwaardig aan dus die browser choice, hè, waar de EU ook een heel stokje voor gestoken heeft, jaren geleden al, want zij voelden: dit is zulke belangrijke real estate, hier moeten we ons zelfs mee gaan bemoeien, is dat er nu linksom, rechtsom allerlei verschuivingen plaatsvinden en Microsoft zelfs zegt: hé, wij kopen de meel voor onze pizza's in bij drie leveranciers.
32:05
We laten het allemaal in hetzelfde zakje leveren en als het moet, swappen we je zo om naar iemand anders. Ja. Hè, het recept is duidelijk. Ja. En, uh, ja, dat creëert best wel wat druk,
32:15
uh, spanning in die OpenAI/Microsoft, uh, relatie. Als jij natuurlijk zegt: nou, het werkt al met Anthropic. Sterker nog, we gaan misschien zelfs gebruikers de keuze geven.
32:25
Het is ook zo, de, dat zinnetje is er dan bij ge-, bij verzonnen. Zo'n PR-afdeling natuurlijk, die dan zegt: ja, we, wat was het nou? Soort van: het werkt gewoon beter.
32:34
Dus ze zeggen: de, de, uh, het presteert gewoon beter dan OpenAI's modellen, dus daar moeten we wel met Anthropic gaan. O ja. Dat is natuurlijk. Want we willen het, het beste voor de eindgebruiker.
32:44
Uiteindelijk willen wij het beste voor de eindgebruiker. Maar ja, uuuh, hou lekker je eigen moeder voor de gek. Ja. Ze gaan rollebollend over straat, deze twee bedrijven.
32:53
En bij gebrek aan dat visuele beeld, hè, krijg je deze, krijg je deze dingen, want dat, het is gewoon hetzelfde.
32:59
Ja, en, uh, misschien ander, uh, interessant detail is dat Xcode, dat is Apple's product om, uh, software in te maken. Apple producten maak je, iPhone apps, whatever, Apple Watch apps maak je in Xcode. Ja.
33:11
Uh, daar komt, uh, nu Claude in, door Apple ingebouwd, uh, met Anthropic samen in Xcode en dat is de enige optie. Daarover gesproken, Wytse.
33:23
[muziek] Deze week duiken we in AI Report in een ontwikkeling die het bouwen van apps zo makkelijk maakt dat het bijna belachelijk is. Je kan Xcode gebruiken, maar daar moet je programmeur voor zijn.
33:33
Maar je kan ook vibe coden vanaf je smartphone. Dat betekent dat je geen Xcode of andere complexe ontwikkelen, ontwikkelomgeving meer nodig hebt en ook geen inst-, uh, installatieprocedures hebt of allerlei tutorials.
33:45
Er is een tool waarmee je native Swifts, Swift apps rechtstreeks bouwt op je iPhone, gewoon door te chatten met AI. En wil je weten hoe dat werkt, dan ga je naar AI Report punt email.
33:56
En over Apple gesproken: deze week kondigden ze de AirPods 3 aan met verbeterde noise cancelling, hartslagmeting, boring, en een opvallende nieuwe functie, namelijk live vertalingen powered by Apple Intelligence, Wytse.
34:11
Het woord is wel één keer gevallen. Daarmee kan je een gesprek voeren met iemand in een andere taal en dan wordt het geluid van die andere persoon, uh, zachter gezet.
34:20
En dan hoor je dus in je oor de vertaalde stem als een soort real time, uh, tolk. Verder bleef het opvallend stil tijdens die hele keynote, uh, deze week, uh, over AI.
34:31
De focus lag vooral op nieuwe hardware, zoals de iPhone, de Apple Watch en dus deze AirPods. Ja, wat, wat moeten we?
34:41
Ik bedoel live translation is heel leuk, maar ik moet heel eerlijk-- kijk, ik mag dan een verstokte Android gebruiker zijn, maar Android had dit echt maanden geleden al. Android did it first.
34:49
Mag ik zeggen dat ik dit heel saai vind? Ja, dat mag je zeker. Je hebt het in het draaiboek gezet. Nou ja, ik wilde toch even, uh, aanstippen dat ik, ik vind het boeiend om
34:58
te zien dat, kijk, het was een hardware event van Apple waarin ze grotendeels hardware aankondigen, uhm, en daardoor ging het bijna niet over software. Maar het is nog nooit zo weinig over software gegaan als dit jaar.
35:08
Mhm. Uhm, omdat ik denk dat als het over software gaat, dan moet het eigenlijk ook over AI gaan. Ja, daar hebben ze niet veel, hè. Waar ze nu even niet over wil praten.
35:16
Wat ze wel doen, en dat is wel grappig, is eigenlijk wat, wat nu,
35:21
wat machine learning is, namelijk, uh, chips maken die bijvoorbeeld noise cancelling heel goed kunnen doen in AirPods of kunnen begrijpen hoe jij je hoofd draait zodat jij spatial audio hebt.
35:31
Op dat gebied is Apple eigenlijk al jaren heel goed bezig. Mhm.
35:35
Dus de, wat dan machine learning heet of AI nu zou je het kunnen noemen, embedded AI, hè, zou-zouden ze iets mee moeten doen, want daar doen ze eigenlijk wel heel veel mee.
35:44
Dat ik nu dacht: wat grappig, Apple heeft op een gegeven moment best wel van de daken geschreeuwd: Apple Intelligence. We gaan met OpenAI samenwerken. Voelde heel erg, beetje maf.
35:54
Ik denk een beetje hetzelfde gevoel dat we bij die ASML-Mistral deal hebben van: Ja, what's going on? Beetje paniekvoetbalachtig sfeertje. Ja.
36:01
Nou ja, uh, en nu dan terug naar het oude Apple, namelijk niet praten over AI en alles wat we met AI doen anders branden, in de chips stoppen en niet als applicatie uitbrengen, maar gewoon je AirPods zijn nu twee keer zo stil.
36:13
Dat is uiteindelijk ook allemaal machine learning om geluid weg te halen. Mhm. En, uh, trouwens live translation. Als je met iemand aan het praten bent, krijgt hij een andere taal terug.
36:22
Wat, uh, Pixel Buds denk ik vier, vijf maanden geleden door Google ook, uh, gelanceerd hebben.
36:26
Ik denk dat, uh, waarom ik het even boeiend vond, isTwee dingen: de, uh, translation, de live translation, uh, gebeurt niet on device. Valt me tegen, uh, van Apple.
36:39
Dus het komt ook niet in de EU nog, want anders moeten al die gesprekken naar de servers van Apple. Dus ze moeten even toestemming vragen.
36:46
En ik dacht: ik vond het een interessant, uh, meetpunt omdat het verta-- of het speech to text gebeurt on device, Apple Intelligence Local, maar het text translation deel gebeurt in de cloud.
36:59
En ik, ik had daarbij zoiets van: wat gebeuren hier nu eigenlijk voor gekke dingen? Wat is het? Is het een interbellum of zo?
37:05
Wat is dit voor rare tussenfase voor Apple, waarin ze best wel visie hebben op hoe je dit neer kan zetten, maar het nu eigenlijk op een soort Siri-achtige manier aan het uitrollen zijn, namelijk over hoe je het drie jaar geleden zou hebben gedaan.
37:18
Uh, zet er maar een cloudserver er ergens bij Amazon achter. Die gaat daar vertalen en dan doen we dat maar weer jouw AirPods in. Terwijl ik had gedacht bij Apple dat ze nu zouden zeggen: we hebben een minimodel gemaakt.
37:29
Dat heet, uh, uh, Apple Intelligence Local Translation. Zo zouden ze het nooit noemen. Veel cooler. Uh, hoe noem je dat, uh? Je gaat het nu live proberen te verzinnen, hè? Ik zie het je doen. Ja, dus dan is het, uh.
37:41
Het hoeft niet Wytse. Je bent geen marketeer bij Apple. Ja, maar het is wel belangrijk. [gniffelt] Rosetta Stone. O, ja! Weet je nog? Toch? Jij, credit where credit is due. Die twee pakken hebben ze nog.
37:53
Ja, die hebben ze gewoon nog liggen. Dus zeggen ze: uh, Rosetta Stone on your iPhone [lacht]. Ja. Local Translation. Gewoon Rosetta zou ik zeggen. Ik zat gewoon te kijken naar die presentatie en toen dacht ik:
38:05
ja, jeetje, de boel staat echt even op pauze daar intern. Laat het AI-ding maar even varen. Ja. We werken wel samen met Anthropic. Geef het op gegeven.
38:14
Uh, niet voor altijd, maar mijn takeaway van dat hele event was, uh: iedereen die met AI bezig is binnen Apple staat eventjes, op zijn minst, op pauze. Want.
38:24
Nou, ik kan maar hopen dat ze wel aan het doorontwikkelen zijn. Nee, maar ik bedoel. In de keynote staat het op pauze.
38:29
Ja, en wat er ontwikkeld wordt is allemaal nog op laboratoriumniveau, niveau en niet op het niveau dat je het zo kan uitrollen naar x miljoen gebruikers. Balen. Mistral, daar wil ik het ook even over hebben.
38:43
Uh, niet in de context van ASML, maar in een update, in de context van een update van Le Chat. Blijft dat geweldig. Heb je het al gebruikt? Nee. Die moet je even installeren, man.
38:54
Alle luisteraars even Le Chat installeren. Maar, ja. Maar, maar hoe, hoe, hoe ziet nu jouw, als jij nu een, een taartgrafiek, hoe zeg je dat, pie chart van je AI tool gebruik zou moeten maken.
39:07
Tien procent Le Chat geforceerd. Ja, oké. En de rest? Forceer me, forceer mezelf, uh, tachtig procent, uh, ChatGPT. Ja. Uh, het is het GPT-5 Thinking. Ja. Ik zet hem altijd op Thinking.
39:19
Ja, oké, jij wil geen, geen gekut met het instant, gewoon Thinking. Ik wacht wel even. Je wacht. Want Le Chat is namelijk mega snel, want dat draait grotendeels op Grok met een Q, dus dat gaat.
39:27
Dan heb je nog tien procent over en dat mag Google dan hebben. Oké. Ja. O, Gemini is twee procent van mijn leven.
39:32
Maar dat [schraapt keel] qua software programmeren is Gemini het enige wat ik doe, dus het is maar net hoe je het vraagt. Maar gewoon in mijn dagelijkse chatverkeer is dat, uh, de verdeling.
39:41
Nou, tot zover de Wytse benchmark. Die tien procent die dus, uh, nu door jou gebruikt is, die zou wat leuker kunnen worden, want MCP is geïntroduceerd.
39:50
Je kan dus nu met Le Chat praten met Asana bijvoorbeeld, GitHub, Notion, Stripe en heel belangrijk Zapier. Waarmee je dus in feite via Le Chat, Le Chatin, ik zei het verkeerd, allerlei andere diensten kan koppelen.
40:03
Bijvoorbeeld: je hebt je hele projectmanagement in Notion staan. Dan kun je dat via die chatbot aanspreken.
40:10
Waarmee het dus een soort, soort centrale plek wordt om te communiceren met andere documenten die in de cloud staan.
40:15
En daarnaast introduceert, en dat vind ik wel echt cool, geheugenfunctionaliteit waardoor interacties persoonlijker en relevanter worden, uhm. Ik zou zeggen loop. Data is beschikbaar voor alle gebruikers.
40:24
Lopen twaalf maanden achterop OpenAI, zes maanden achterop Anthropic ongeveer. Als je zin hebt om in een tijdmachine te stappen en Emmanuel Macron een plezier ermee doen, dan weet je waar je moet zijn.
40:33
Straks vertellen we je over een baanbrekende paper van OpenAI over waarom taalmodellen blijven hallucineren.
40:40
Maar eerst praten Marjan en Lucas van Dept ons bij over hoe je AI in je CRM kan gebruiken voor nog betere personalisatie. [muziek] Hi hier Marketing & Tech bureau Dept.
40:51
Elke week bespreken we hoe wij merken helpen in de wondere wereld van AI. En wist je dat je AI kunt inzetten om je e-mail slimmer en vooral persoonlijker te maken?
41:00
Wij hielpen een internationale retailer om hun open rates te verhogen en hun e-mailcampagnes veel effectiever te maken met hulp van AI. Yes! Deze retailer heeft wereldwijd miljoenen, zelfs tientallen miljoenen klanten.
41:11
En we weten: iedere klant is uniek. Maar deze e-mails, uh, zijn dat vaak niet.
41:14
Uh, om de simpele reden dat het onmogelijk is om als marketingafdeling persoonlijk een e-mailtje te gaan sturen, iedere week natuurlijk naar iedere klant. Uhm, maar dat is wel een gemiste kans.
41:22
Want we weten op het moment dat, dat campagnes relevanter zijn, dus ook e-mailcampagnes relevanter zijn, dat de conversie, uh, ook hoger is. En hoe gaat het verder dan het A/B-testen wat we allemaal kennen?
41:32
Ja, het is echt een andere aanpak dus, uh. En grofweg bestaat uit twee, uit twee onderdelen. Het eerste is dynamische segmentatie. Dus we kijken continu naar welk segment een klant valt.
41:41
Dus we kijken niet: hé, er is een campagne op sneakers, uh, dit is een groep die sneakers, uh, uh, uh, interessant vindt, maar we gaan verder erin. Dus we kijken: joh,
41:49
uh, Marjan is geïnteresseerd in sneakers en we weten dat zij vooral merk en, uh, kleur heel belangrijk vindt. Terwijl Lucas is een skeer boy, dus die wil gewoon sneakers voor de beste prijs.
41:58
Uh, en daar passen we de boodschap op aan. En we kunnen er zo ver in gaan dat we een tijdje ook weten welke tone of voice, dus ook, hè, welk taalgebruik je gebruikt, het beste werkt op bijna individueel niveau. Ja.
42:09
Uhm, en tot slot kijken we ook weer wanneer die e-mail het best verzonden kan worden. Want we weten dat, uh, bepaalde groepen beter geconverteerd worden op maandagmorgen, uh, versus andere groepen op zaterdagmiddag.
42:18
En, uh, de resultaten zijn heel goed. Uh, de eerste maanden zijn het, uh, ja, echt tientallen procenten omhoog g-geschoten. Check. Oké, niet afwachten maar doen dus. Want wie vandaag begint loopt straks voorop.
42:29
Wil je meer weten? Ga dan naar Deptagency.com/AIreport.
42:33
Tot volgende week!Het was deze week weer nieuws Wytse, dat er een journalist was, die had iets ingevoerd in NotebookLM met partijprogramma's van volgens mij de VVD en het CDA.
42:47
En NotebookLM die kletste een beetje uit zijn nek over wat er in het partij, wat er in elk partijprogramma stond. Dat werd zelfs groot nieuws.
42:54
In Nieuwsuur brachten ze er veel aandacht, uh, uh, hadden ze er veel aandacht voor en dat ging ook naar de site van de NOS en dat zat weer in televisieprogramma EVA.
43:03
Dus het is een soort van rondpompen van deze informatie. Wij verwachten meer van NotebookLM, uh, want dat wordt er, dat wordt de fort feitelijke zoekmachine genoemd.
43:12
Het krijgt veel aandacht, het nog steeds, het vraagstuk van hallucinatie. En toevallig was er deze week een paper van OpenAI waarin zij onderzoeken waarom grote taalmodellen als GPT-5 blijven hallucineren.
43:25
Dus het, ja, genereren van overtuigend klinkende, maar feitelijk onjuiste informatie. En OpenAI heeft bedacht hoe modellen kunnen bedenken dat ze soms beter kunnen zwijgen dan spreken en daarmee betrouwbaarder worden.
43:38
Wytse, hoe zit het? Nou, de, die paper die uitgekomen is 4 september, uit mijn hoofd. Toen- Iets langer geleden dus. Ja, toen GPT- Even een feitentijdcheck. Moet ik even zeggen, hoor.
43:48
Ja, sorry, als het, en misschien klopt het niet eens. [lacht] Misschien zit ik wel, uh. Gewoon een power move. Te hallucineren. Ik zit gewoon heel zelfverzekerd. Het was 4 september. Ja, jammer. Doet er niet toe.
43:58
Er was een paper. En ik, ik maak een sprongetje. Toen GPT-5 uitkwam. Ja. Toen was er allerlei consternatie. Nog steeds wel. Het is eigenlijk niet goed. Het is helemaal niet gaaf, het is maar 10% beter. Blablabla.
44:11
Maar een van de punten uit de persrelease van OpenAI was: GPT-5 hallucineert minder. Mhmm. Waardoor meteen de vraag was, iets meer technische mensen: hoe dan? Mhmm. Krijgen we nog een keer een paper?
44:25
Nou, die is nu geland. Juist. Uh, dus we kunnen nu meelezen. In hoeverre deze, uh, inzichten meegenomen zijn in het trainen van GPT-5 weten we niet zo goed.
44:35
Logischerwijs in ieder geval een deel, want op de benchmarks hallucineert GPT-5 minder.
44:40
En het is een inkijkje hoe zij nadenken over hoe ze dit probleem, want laten we wel wezen, het is een probleem, hoe ze dit probleem van plan zijn. Sterker nog, het is een zeer gevaarlijk probleem.
44:51
Gevaarlijk, want het zorgt ervoor dat mensen taalmodellen overschatten en tegelijkertijd onderschatten. Ja. Want soms stellen ze een vraag, komt er een dom antwoord en denken ze: dit hele ding is dom. Ja.
45:01
Wat je eigenlijk moet denken is: het hele ding is niet zo betrouwbaar als ik dacht. Dat is ook wat eronder staat. Maar goed, het heeft allerlei effecten. Hoe minder hallucinatie, des te beter.
45:10
Zijn we het allemaal over eens. Denk het wel. Uh, behalve als je hem creatieve opdrachten geeft. Dan vind je het misschien leuk. Ja, maar goed, we va-we vragen feitelijk. Niet voor partijprogramma's.
45:18
Ja, we vragen feitelijke informatie. Wat staat er in het VVD-programma? En als je NotebookLM gebruikt, dan denk je: ik heb hem gegrond, want dat is jou dan geleerd door ons in die laatste maanden.
45:26
Alles klopt, zeggen wij altijd. Ik heb het netjes gegrond in NotebookLM. Dat zeiden Alexander en Wytse en toch ging hij nog dingen erbij verzinnen. Ja.
45:32
Nou, die in, uh, de modellen worden zo getraind, uh, platgeslagen, dat ze, uh, gevraagd wordt: kan jij antwoord geven op deze vraag? Dan is er in de dataset de, het antwoord bekend en dan kan je die dus vergelijken.
45:47
Dus dan vraag jij: uh, hoe heet de, uh, koning van Nederland van zijn voornaam? En dan zegt dat ding: Willem-Alexander. Dan kijk jij: hey, dat klopt, en dan geef je hem een punt. Goed gedaan. En ik ben in dit geval.
46:00
Een taalmodel die getraind wordt. Ja. In de making. Jij, jij, jij bent nu een persoon aan het maken van dit taalmodel. Ja, die, dit is- Helder. Die persoon die een punt krijgt.
46:07
Stel je voor luisteraar, je bent een taalmodel. Ja, je krijgt een punt. Ja, je krijgt een punt, want je hebt het goed geraden en toen opgezocht of het klopte. En toen bleek je jezelf een punt te kunnen geven.
46:18
Ja, nou, en dat opzoeken is dus niet gedaan met tool calling. Dat moest gegokt worden, want het zijn statistische modellen die een gokje wagen. Ja. En die wagen een gokje.
46:25
En dan is het: nou, ik weet niet hoe jij dit gokje waagt, maar keep doing that. Ja. Dit gaat lekker. Ja, precies. Dus je krijgt een duwtje in de rug om op deze manier te blijven gokken. Ja.
46:34
Nou, als je dat dan, ik sla hem heel erg plat, hoor, maar dit is, in de paper gaat het echt op dit deel van wat er tijdens trainen gebeurt.
46:41
Er gebeurt nog meer, maar dit is echt een belangrijke, want je wil eigenlijk die gigantische dataset waar je van de antwoorden eigenlijk al weet een model ernaast zetten en dan iedere keer het model een klein beetje puntjes of min puntjes geven om hem te vormen door die punten geven, zeg maar, naar het model dat heel veel goede antwoorden kan geven op al die vragen waar jij de antwoorden al op weet.
47:02
Ja. En dan op een gegeven moment na x aantal iteraties zeg je: ik heb best, het is me gelukt om een klein ding te maken, die best wel hele goede gokken maakt op een heel groot deel van de vragenlijst.
47:13
En als je hem nog kleiner maakt, wordt ie, wordt ie slechter. Dan noem je hem mini. En als je hem heel groot maakt, noem je hem Behemoth en dan doet hij bijna alles goed.
47:21
Die gr-, die grootste kan je niet draaien, want die is te traag en te duur. En de mini draai je alleen voor zo'n domme vragen. Dat is ongeveer het spelletje wat er gespeeld wordt.
47:29
Maar wat er blijkbaar niet gebeurde, en ik was niet de enige. Veel van de mensen die deze paper lazen waren verbaasd van: huh, deden jullie dit nog niet? Uh. Deden jullie wat nog niet?
47:40
De nieuwe toevoeging is namelijk zeggen: wacht even, als jij, uh, een antwoord geeft en het is het goede antwoord, dan krijg je één punt. Dit is het nieuwe regime wat ik nu ga uitleggen.
47:51
Als jij, uh, geen antwoord kan geven, krijg je nul punten. Als jij het verkeerde antwoord geeft, krijg je drie minpunten. O. Je wordt flink gestraft. Ja. Want dat is niet best.
48:01
Hoe het voorheen ging, platgeslagen, is: je krijgt een puntje voor goede antwoord, voor het goede antwoord, maar niet per se hele grote minpunten voor een slecht antwoord. Juist.
48:11
Waardoor je eigenlijk dat ding aan het motiveren bent om te bluffen. Ja. Want- Waarom deden ze dat dan? Nou, omdat in essentie in dat trainingsregime met die strategie er prima modellen uitkwamen.
48:21
Prima als in: veel bruikbaarder dan wat we vroeger hadden. Ja. Anders hadden we dit hele podcast niet gestart. Nee. Het is gekomen omdat dat ding begon te werken. Iets ging goed. Iets ging goed en nu zitten we hier. Ja.
48:31
Ja. Pretty much. Uhm. Maar goed, komt wel in Nieuwsuur dat hij het VVD-programma bij elkaar kletst.
48:36
En dus wa-wat blijkt is dat je eigenlijk, het is ook zo dat, je moet, ik bespreek nu een soort ideaalbeeld van een perfecte trainingsdataset die helemaal gestructureerd is, waar we alle goede antwoorden van weten.
48:49
Die hebben we helemaal niet, die dataset. Daar hebben we kleine stukjes van. Over het algemeen is het, zijn het hele grote rommelige datasets die je erin stopt.
48:56
Dus wat gebeurde er, is dat als er, uh700 keer in de dataset Willem-Alexander stond, dan kreeg hij zo vaak één punt voor een goed antwoord dat dat zwaar genoeg werd in, in de gewichten van het model dat hij gewoon altijd Willem-Alexander zei.
49:11
Hè, dus waardoor het bijna een database leek waar we het vorige week over hadden, terwijl het een gokje blijft, hè.
49:15
Uh, maar als er dan, uh, één keer een, uh, een, nou ja, een random figuur uit de Nederlandse geschiedenis die maar in twee boeken ooit genoemd is. Ja. Daar ontstaat dan twijfel.
49:26
Want ja, ik krijg eigenlijk heel weinig punten. Nou, weet je wat ik doe? Mijn, ik, ik word blijkbaar opgevoed als modelletje dat, uh, een goed modelletje is als ik antwoorden geef, goed of niet, hè, uh, als het ware.
49:40
Uh, dus ik ga het gokje nemen om de bluf te doen. Dus eigenlijk is er dus een mate van zekerheid die het ding de hele tijd heeft. Ja. En dat is af te meten aan die punten. En wij zien als gebruiker niet
49:57
welke antwoorden dat ding heel zeker van is en waar die niet zeker— Ja, en dan is- Sterker nog, alles gaat met diezelfde- Ja...overtuigendheid, zelfs als hij eigenlijk niet zo zeker is.
50:07
Ja, en dan is het natuurlijk nog belangrijk. Je hebt, uh, deze vragen die ik nu stel tijdens de trainingsfase, dus dan is het model nog nat, hè, het beton is nog nat. En dan de vragen die je stelt als die getraind is.
50:18
Het beton is inmiddels hard.
50:20
Dus als jij de vraag stelt als eindgebruiker- Ja...aan ChatGPT, dan zou jij hopen dat als die de drie dochters van Willem-Alexander aan het gokken is, het blijft een gokmachine, en dat hij bij de derde begint te twijfelen.
50:32
Dat hij zegt: ik weet eigenlijk niet zeker. Ik voel dat ik maar 13% zekerheid over deze derde dochter heb. Weet je wat, ik geef het antwoord niet. Dan ga je ervan uit dus dat hij weet dat hij onzeker is.
50:46
En dat wist hij niet, omdat hij dus nooit, ja, gestraft of de signalen had gekregen. Klinkt wat liever tijdens de trainingsperiode om te beseffen hoe zeker die van zijn zaak is. Oké.
50:56
Want je moet hem wel minpunten geven op verkeerde gokjes- Ja...om te beseffen: wow, uh, ik, v-, ik, de, de kans dat dit antwoord wat ik nu ga geven goed is, is heel laag. Ja.
51:05
Want ik heb er megaveel strafpunten voor gekregen tijdens de training. Ja.
51:09
Hè, dus, uh, eigenlijk wil je een confidence score bij het antwoord geven als die al in het beton gegoten is, hè, dus het model is afgebakken, en dan een confidence threshold instellen en zeggen: luister, alles onder de 50% hebben we liever dat je niet bluft.
51:25
Dat kan je dus achteraf doen door hem daar af te kappen en daarnaast in de training te zeggen: de kans dat jij verkeerde antwoorden gaat geven gaan we verlagen door trainingsregime aan te passen.
51:36
Dus die kan je een beetje combineren met elkaar. En, en nu is het dus zo gebleken, want dat laat de paper zien. En dat is goed nieuws.
51:42
Want ik zeg, goed, mijn mening, maar ik ben, [gniffelt] ik denk dat dit het heel gek is om te zeggen: het hallucinatieprobleem, als dat niet opgelost wordt op een substantiële manier, dan kunnen we niet door. Nee.
51:53
Dan moeten we misschien andere technologieën gaan ontwikkelen, want dan zijn taalmodellen niet geschikt voor heel veel taken.
51:59
Ja, ik hoor heel veel mensen dat om me heen zeggen die bijvoorbeeld in de journalistiek werken.
52:03
Die dan aan, ja, die aan een taalmodel iets vragen en dan constateren dat er iets in staat wat niet klopt en waar ze dan zeggen: ja, als ik dan alles opnieuw moet gaan checken wat er staat, dan heeft het geen zin dat ik überhaupt aan dat ding in eerste instantie vraag.
52:16
Het is letterlijk een vertrouwenskwestie- Ja...die je dan in je relatie tot het taalmodel hebt. Ja. Terecht. Ja.
52:21
Uh, dus ik denk, want het heeft ook te maken uiteindelijk met, uh, uh, context engineering, dus het goed vullen van de context. Niet door jou als eindgebruiker, want dat wil je eigenlijk zo min mogelijk hoeven doen.
52:32
Je wil dat het model dat doet.
52:34
Dus je wil eigenlijk dat het model zegt: zo, ik merk ineens, ik zeg het even een beetje als een soort mens, intuïtief, dat ik hier antwoorden aan het geven ben waar ik helemaal niet zo zeker van ben.
52:44
Ik ga het internet wel even op. Dan doe ik even een dubbele check op mijn eigen, uh, uh, presentatie van feiten die eigenlijk niet echt feiten zijn.
52:53
Want de tool call, oftewel de wereld ingaan op zoek naar het huidige weer, die tool- Doordat hij gewoon gaat browsen.
52:59
Ja, en da-, kijk, die kan je er heel makkelijk inprogrammeren in de system prompt door te zeggen, die weer call die ik net doe: uh, luister, jij bent een betonnen staal-taalmodel. Jij weet niks van het weer. Ja.
53:09
Dat is, hè, dus altijd als het over de context weer gaat, ga jij zoeken naar het weer. Dat is best wel strak in te programmeren en da-dat gaat echt prima.
53:16
Maar waarmee je eigenlijk wil zeggen: misschien is het ook niet nodig dat dat ding helemaal hallucinatievrij wordt.
53:22
Ik denk dat, uh, de hallucinaties niet zozeer een probleem zijn, zolang het model weet dat er een hallucinatie plaatsvindt en dan kan zeggen: hé. Ik zwijg.
53:32
Nou ja, op dit deel van het antwoord- Ben ik zeker...ben ik redelijk zeker. Ja. Hier niet. Ik doe een tool call. Ja, ja. Ik ga Wikipedia even leven kijken hoe het koningshuis inmiddels in elkaar zit.
53:40
Misschien is er wel een vierde kind geboren. Ja. Want dat was er nog niet twee jaar geleden toen ik klaar was met bakken. Ja.
53:45
Uh, en ik denk dat, uh, maar dan wordt de vraag natuurlijk uiteindelijk: ja, wij zijn deterministische systemen gewend. Oftewel computers zijn input-output systemen.
53:55
Je doet, je doet er een nul in, dan doe je een getal bij, krijg je een getal terug. Keihard, zeg maar. En nu hebben we ineens te maken met non-deterministische systemen. Die draaien op basis van statistiek.
54:06
Uh, dat geeft alle verwarring. Zeg maar even filosofisch gezien.
54:09
De grote verwarring is nu dat mensen achter dezelfde computer zitten of dezelfde smartphone in hun hand hebben, waar ze aan het interacteren zijn met een non-deterministisch kansgebaseerd statistieke database systeem.
54:21
Hè, uh, modellen die sporadisch slechte antwoorden geven, daar zelf ook niet bewust van zijn. De mensen niet en de systemen niet.
54:28
Terwijl ze gewend zijn om met een computer te praten die, als je, als het uit de computer komt, staat het in de computer en is het waar, zeg maar.
54:35
Dus er moet een sprong gemaakt worden in de verwachtingen van de eindgebruiker. Hoe dan ook. Wat we ook uitvinden, zeg maar, op de korte termijn moet er een verwachting van de gebruiker gaan veranderen.
54:45
Ik praat hier niet met een database. Ja. Ik praat met een statistische papegaai. Het is maar net hoe je het wil noemen.
54:51
En tegelijkertijd moeten we die statistische papegaai zoveel mogelijk trainen en de mogelijkheden geven om te zeggen: hier ben ik helemaal buiten mijn boekje aan het praten.
55:01
Ja, maar wat moeten we als mensen die AI-tools gebruiken nou onthouden over waar weHet, zeg maar, wa-wat vind je dat mensen onderschatten en wat men-, wat vind je dat mensen dan nu overschatten?
55:12
Want achter dit soort nieuwsberichten namelijk, zie je wel, ding liegt, van alles bij elkaar. Er zit natuurlijk een sentiment onder. Ja.
55:21
En de reden waarom dit nieuws gelijk zoveel opgepikt wordt en mensen het dan leuk vinden om daar met elkaar over te gaan praten, omdat dat, dat raakt iets wat er al is. Ja.
55:31
Wa-wat moeten mensen dan begrijpen aan, aan dit soort modellen wat ze nu nog niet doen? Ja, dus i-i-ik ga even m'n, m'n, uhm, bear with me.
55:41
In de filosofie heb je zoiets als universele liefde, heel groot, en particulars, kleine dingen. Een specifieke relatie tussen twee mensen. Ja, uh, dat is hetzelfde als een muziekgenre.
55:54
Dat is een universal, namelijk alle indie rock versus een specifiek optreden van een specifieke band op een bepaald moment. Hè, dus daar zit, uh, een enorm verschil tussen. Mhmm.
56:05
Uh, in, in de, uh, podcast over mediawereld. Je hebt het medium, de krant en het specifiek de uitgave van die krant op die dag. En dan dat artikel. Ja. Twee verschillende dingen. Mhmm. En
56:17
over het algemeen is dat zo'n bericht en medium, content en medium.
56:21
Wij, uh, zijn gewend eigenlijk dat die, uh, smartphones, computers, uh, gelinkte, uh, uh, netwerkcomputers zoals het internet, goed zijn in die particulars, in die zandkorreltjes, in die hele specifieke zaken.
56:36
Dat is waar databases mee vol staan. Data points. Hoe heb jij geslapen vannacht? Wanneer was je wakker op je Apple Watch? Al dat soort stuff staat daarin, vaak tot op de milliseconde uitgespecificeerd in een getal.
56:46
Het liefst, want computers houden van getallen. Ja, je bedoelt te zeggen: technologie zijn wij gewend dat het heel precies is. Absoluut. Ja, dat is een mooi woord. Dus over precieze datapunten. Aha.
56:57
Uh, nu heb je eigenlijk te maken met een uitvinding die met universele om kan gaan. Dus jij kan bijvoorbeeld zeggen: hier heb je 80 takes over de ASML Mistral-overname. Wat is nou het sentiment? En dat kan die. Mhmm.
57:12
Dit is waarom wij allebei zo lyrisch zijn. Ja. Want dat is vaak, vaak wat wij willen weten. Ja. Wat is nou, wat is nou de rode draad? Ja. Wat voel jij hier, Claude?
57:20
Dat we lyrisch zijn, i-is omdat het juist zo niet precies is. Want we zijn niet gewend van technologie dat die, die grote slagen kan maken. Die slagen, die, die, ja, wat, wat, wat wij toekenden aan mensen.
57:32
Wij waren toch de synthesizers? Juist. Wij gingen synthetiseren. Ja. Maar, en de content ging dat ding onthouden.
57:38
Maar eigenlijk, als ik je nu begrijp, is dan zo'n nieuwsbericht wat dan nu veel aandacht krijgt, is eigenlijk het verwarren van die twee dingen. Ja. Mensen verwarren wat je van een taalmodel nu kan vragen.
57:49
Ja, en ik wil echt wel, uh, uh, hoe zeg je dat, uh, een beetje meegaan daarin, hè, om een soort advocaat van de duivel te spelen. De AI-bedrijven beloven in hun marketing, loopt dit allemaal door elkaar.
58:03
Zeg maar, het inputveld van Google is letterlijk hetzelfde inputveld nog waar je zoekt. Ja.
58:07
Maar er wordt dan in plaats van die particular computer, wordt er ineens de universal computer- Nou, en het is ook verwarrend dat over AI gesproken wordt alsof het iedereens baan gaat afpakken.
58:17
En dan tegelijkertijd kan ie uit één document niet eens de feiten opdreunen. Precies. Dus dan ga je die eerste claim ook minder serieus nemen. Ja, en, en dat is denk ik, uh, ten dele terecht.
58:28
Totdat je, en dat is denk ik waar ik, want ik krijg deze vraag, uh, vraag natuurlijk vaak van: hoe komt het nou, jij ziet toch ook die strawberry voorbeelden?
58:35
Jij hebt toch ook een derde, vierde, vijfde kind van Willem-Alexander gebluft gezien, gister nog? Ja, nee, uh, die, die overduidelijke fouten maken bedoel je? Ja, dat zie jij toch ook, Wietse? Mhmm.
58:45
Jij werkt hier toch dagelijks mee? Ja. Hoe geeft dat jou niet een soort van, h-hoe haalt dat niet het fundament onder jouw hele argument vandaan?
58:52
En dan ga ik, ben ik er dus achter gekomen dat ik dus blijkbaar heel intuïtief, omdat ik gewoon te diep in de materie zit, denk: oh nee, maar dan moet je gewoon een combi, een com-, een, een combinatie maken van die oude computing paradigm met al die specifieke data en de nieuwe computing paradigm, namelijk stochastische modellen die, uh, uh, universele kunnen herkennen in, en een soort synthesizer zijn.
59:13
En als je dan die synthesizer koppelt aan dat oude paradigma en de synthesizer weet wanneer die het oude paradigma moet gebruiken. Dus je krijgt een soort hybrid van de beide werelden. Ja.
59:23
Dan heb je waar al die mensen zo spannend over doen, namelijk mensvervangende computersystemen. Ja, jij ziet eigenlijk twee losse puzzelstukjes waarvan je allebei gelooft dat ze er zijn.
59:33
Alleen ze zijn nog niet aan elkaar gekoppeld en in jouw hoofd is het al gekoppeld, want dit gaat gewoon gebeuren. Dus maak je borst maar nat.
59:40
Het is alleen nog niet zo, dus het werkt nu alleen nog geïsoleerd, deze twee dingen.
59:45
Ja, want op het moment dat Claude een PowerPoint gaat maken in een computer en daar gaat rondklikken, is hij eigenlijk met het oude computerparadigma aan het praten. Ja. Uit zijn universele synthesizermodus. Ja.
59:56
Om daar een PPT-bestandje naar jou toe te sturen die bit voor bit perfect is, hoor. Jezus, wat heb je het weer mooi rondgemaakt, Wietse. Heel knap. Dank je wel. In zo'n hele aflevering bedoel ik. Ik ben een synthesizer.
1:00:06
Jij bent- Daar gaat me baantje...een hele knappe synthesizer. En totdat die computer dat kan, zijn we jou zeer dankbaar. Ja, ja, ik word altijd een beetje getriggerd door, door dit soort nieuws over AI.
1:00:18
Dus het is ook de, de AI als, uh, als lifecoach en de, de blowback daarop en de AI gebruiken als advies voor wat je moet stemmen bij de verkiezingen. Weet je wel, het zijn, week na week krijg je nu zo'n meme.
1:00:33
Wij zouden er bijna één kunnen verzinnen voor volgende week. Iets medisch, gewoon voor de vorm.
1:00:37
En met bedoel, het is formuleijk, je kan, waarschijnlijk kunnen we een promptje schrijven om deze honderd van uit te laten klappen door onze synthesizers.
1:00:44
En ik bedoel- Maar heb je dat ook, dat het een bee-, dat je het een beetje irritant vindt? Ik, ik denk de hele tijd: het leidt zo af, terwijl het is ook waar.
1:00:51
Nou, ik had hier vanochtend, vanochtend nog een, een, een leuke discussie over en toen zei ik van: oké,
1:00:57
waar mijn-- je kan natuurlijk zeggen: huh, maar Wietse, jij werkt toch niet bij Anthropic, OpenAI, Microsoft, noem ze allemaal maar op.
1:01:04
Waarom zit jij eigenlijk die technologie op een bepaalde manier te verdedigen of zo, hè? Ja. Wat ik vorige week heb gedaan. Ik bedoel: huh, wat is jouw motivatie eigenlijk?
1:01:13
Als het niet, als het niet, uh, skin in the game is in een van die commerciële partijen, wat het niet is in mijn geval.Wat mijn motivatie is, is mijn zorg dat het onterecht, uh, onderschat wordt. Ja.
1:01:25
Daar zit mijn motivatie. Ja, ja, ja, ja. Dat ik denk: ja, inderdaad, als er een savant uit Zweden jouw klas komt binnenlopen die geniale wiskunde kan en daarna als je hem vraagt: waar is de wc?
1:01:35
Je letterlijk het schoolplein op stuurt, dan denk jij: ik weet niet wat dit voor gast is, maar ik kan hem niet vertrouwen. En dan denkt: nou, voordat die jongen hier de school overneemt, hè, zijn we nog wel even verder.
1:01:45
Hij weet niet eens waar de wc is.
1:01:47
Dat, dat ik er echt bij sta en denk: nee, nee, als we dat hallucinatieprobleem deels oplossen en iets meer co-, tool calling doen, dan gaat hij gewoon de plattegrond opvragen en dan wijst hij jou gewoon naar de wc.
1:01:57
Ja, maar ik denk dat het voor veel journalisten dus juist andersom is. Die, die, ze, die horen de hele tijd: ja, dit is wat er allemaal gaat gebeuren aan wereldschokkendheid. En inderdaad hype vanuit die AI-bedrijven.
1:02:09
Maar kijk even wat er allemaal misgaat en kijk even wat voor bijeffecten er zijn. Die, die redeneren juist precies andersom.
1:02:15
Ja, maar dan, dan moet ik toch zeggen dat ik er iets minder gefrustreerd over ben geraakt de laatste, uh, weken. Ik denk een beetje sinds GPT-5.
1:02:25
Dat ik ook denk: uhm, ja, eigenlijk, als het een beetje bekoelt en inderdaad niet- Is het eigenlijk gewoon tering goed. Ja, en ik bedoel,
1:02:36
als, als er nu mensen zijn die erachter komen: zo, inderdaad zeg, deze systemen zijn niet perfect. Het zijn geen feitenmachines. Ik moet misschien inderdaad niet heel veel dingen daaraan toevertrouwen qua beslissingen.
1:02:47
M-hm. Vind ik dat zo erg dat mensen zo gaan denken? Nee, als ze maar niet de conclusie naast zit, parallel eraan.
1:02:56
Uhm, dus wat wij, wat ik prettig zou vinden is als, als mensen zeggen: joh, dat zinnetje wat onder al die tools staat in, uh, fontje negen, zeg maar. Check alles wat ChatGPT zegt, staat eronder.
1:03:07
Dat zinnetje mag je gewoon laten staan en serieus nemen. Heb ik geen moeite mee. Uh, dat je inderdaad, uh, dingen driedubbel moet checken. Fine, doe dat alsjeblieft. Zeker als het medisch is en als je journalist bent.
1:03:17
Checken, checken, checken, checken. Maar als je dan de conclusie daar ook aan verbindt en zegt: Ja. dat is zo'n zwakte van dat systeem.
1:03:25
Al die verhalen van Clubbing in Den Haag over dat we ons in de komende twee tot vijf jaar zorgen zouden moeten gaan maken over onze banen, is niet waar. Ja, dan kan ik niet met je mee. Dat is echt, dat klopt niet.
1:03:36
Dat je, dat zou je natuurlijk la-- ik zeg het voor ons, spreek voor ons parochie. Maar nee, laat je alsjeblieft niet in slaap sussen door de hallucinaties van synthesizers. Weet je wat het ook is?
1:03:47
Het wordt gewoon zo snel vergeten hoe snel het beter wordt. Ik, ik hoorde deze week iemand zeggen: het was heel lang zo dat de Turingtest de
1:03:58
soort van mijlpaal is, dat als we die ooit toch eens zouden verslaan, dat zou iets ongelooflijks zijn. De computer heeft nog niet de Turingtest gehaald. Echt, mijn hele leven hoor ik, hoor ik dit al en het is gebeurd.
1:04:11
De Turingtest is verslagen in 2024. Geverifieerd, hè, gewoon wetenschappelijk ook. En. Hij is geslaagd. En het ging voorbij alsof er niks aan de hand was. No one gave a shit en dit is gewoon gebeurd in de tussentijd. Ja.
1:04:24
En het feit dat wij dit moment voorbij lieten gaan zonder ook maar een beetje opmerkzaamheid erover, zegt volgens mij dat we heel snel wennen aan, uhm, ja, aan, aan dit soort nieuwe capaciteiten.
1:04:38
Het wordt gewoon zo ongelooflijk snel normaal dat je je niet meer realiseert, uh, ja, dat wat een half jaar geleden nog niet kon, vandaag wel kan.
1:04:48
En dat het dus heel moeilijk is om dat lijntje door te trekken in de hoofden van mensen. En dat dat met dat hallucineren niet anders is. Dat je gewoon bijna niet je realiseert hoe kut GPT 3,5 was.
1:04:57
Zeg maar als je het hebt nu over: hij heeft een fout gemaakt in het VVD-verkiezingsprogramma. Dat je je niet realiseert dat twee jaar geleden dat ding nog geen fatsoenlijke teksten kon schrijven.
1:05:08
Ja, maar toch zijn wij dan nu een soort apologist samen, hè, want ik volg je in ieder woord wat je nu zegt. Ja.
1:05:13
Echt waar, uh, dat ik, uiteindelijk moet het wel zo zijn dat na dit pepertje wat wij nu hebben belicht met z'n tweeën, er inderdaad wel minder gehallucineerd gaat worden in NotebookLM. Ja, dit is toch gewoon gebeurd?
1:05:25
Trek het, als, misschien niet dan van de afgelopen week, maar trek het lijntje twee jaar door, van de afgelopen twee jaar naar nu. Het is toch onmiskenbaar, het verschil?
1:05:33
Maar dan doen we een beetje natuurlijk wat mensen op de aandelenmarkt niet mogen doen, namelijk, hè, eerderbehaalde, uh, uh, we kunnen die lijn niet zomaar doortrekken nu. Nee. Ik denk dat wij durven. Ik vind het, ik.
1:05:43
Wij durven on the record te gaan hier, jij en ik. Dat wij zeggen: daar loopt een lijntje. Er wordt heel veel onderzoek gedaan. Er wordt heel veel geld tegenaan gegooid om die hallucinaties op te lossen.
1:05:52
Ja, maar dan vind ik dus heel raar dat je als journalist, uh, achter je computer zit en dan denkt: nou, moeten we nog maar zien of dat echt gaat gebeuren. Dat vind ik gewoon een heel rare uitgangspositie.
1:06:01
Ja, maar ik denk dat het een bepaalde manier van, uh, dat, dit vul ik in, hè, uh, geruststelling, uh, uh, van: joh, er is zoveel herrie op LinkedIn, overal, whatever. Van hype, van hypeboys zoals jij en ik.
1:06:16
Ja, er zit, er wordt, het wordt allemaal veels te ver opgehypet. Ja. We gaan even da-, die lucht eruit laten lopen. Precies. Ik heb het nog niet eens over de financiële bubbel. Die is daar trouwens.
1:06:24
Maar wij, ik heb het over de techbubbel van de hype. Ja. De inhoudelijke hype. Dat daar, dat daar best wat lucht uit gelaten mag worden.
1:06:31
En wat mij betreft is het dus nu een nuance dat ik zeg van: ja, uh, prima, als jij het ventiel even opendraait, ga je gang.
1:06:38
Maar het wordt op een bepaalde manier toch een beetje gevaarlijk- Ja...als je die hele ballon van tafel gaat vegen. [muziek] waarvan akte.
1:06:47
Wij danken Sam Hengeveld voor het maken van de edit, want och, wat moesten we er veel uit. En Pankra voor de vormgeving. Wil je een lezing van Wietse of van mij over AI, dan kan dat ergens in 2028. Dan is er weer plek.
1:06:58
Mail ons op lezing@aireport.email. En als je op de hoogte wil blijven van het laatste AI-nieuws of twee keer per week tools en tips wil ontvangen, zoals dus vandaag hoe je kan vibe coden op je iPhone.
1:07:08
Abonneer je dan op onze nieuwsbrief via aireport.email. En als je vandaag wil beginnen met AI binnen jouw bedrijf en ben je op zoek naar professioneel advies? Ga dan naar deptagency.com/aireport.
1:07:19
Dames en heren, wij danken u voor het luisteren en tot volgende week. Tot volgende week.
1:07:26
[muziek]