Welkom bij AI-report. De Nederlandse podcast over kunstmatig intelligentsie waar we uitzoeken welke invloed AI-reftoponswerk ons leven in de samenleving.
Met deze week lang verwacht en eindelijk hier de nieuwste versie van de AI van Anthropic. Glad.
Je zou zeggen die stoten in één keer doorne de toppen van alle rangleiste, maar niet zes minder waar. Het lukt Anthropic maar maatig om Google van de trond stoten.
Wietse brengt zo de nodige nuance. En misschien is het om de aandacht af te leiden, maar de CEO van Anthropic kwam deze week met opvanden uitpraak bij een Amerikaanse zaken website.
Daar claimed hij dat AI de helft van alle kantorbaanen gaat laten verdwijnen. En hij zegt "wij als producent van deze technologie hebben de polit en de verplichting om eerlijk te zijn over wat er komt".
Huizarthse zoelge onder grote administratieve druk. En dat wil natuurlijk niemand, want dat betekent dat ze minder tijd bezig kunnen zijn met hun patiënten.
En dan ligt AI gebruik natuurlijk op de loer, maar in de context van dit soort prijvisie gevoelige gevens ligt dat terecht allemaal lastig.
Thomas Cluiters heeft misschien de oplossing. Hij maakt technisch legitten, prijvisie vriendelijke AI, die inmiddels 50.000 doktor gesprekken per maand transcreëerd.
Wietse inspectem. Een beetje Nederlandstrots in deze podcast. Welkom bij AI-u-port.
Wietse over anderhalve week. Op doornag 12 juni, om precies te zijn hebben wij weer een webinar. Tijdens de lunch. Een yes AI lunch.
Ik vind het wel mensen nemen te weinig broodjes mee, want wij zien mensen natuurlijk. En ik vind het jammer dat er zo weinig mensen handbammetjes zitten.
We moeten ook wat goeie voorbeeld geven, wietse. Afgesproken. Dat doe ik tijdens de lunchen van 12 tot 1.
En als jij meer over wil weten dan kun je naar AI-report.imelslashwebbenar gaan. Dan kun je alle vragen die hij over AI hebt in jouw werk of in jouw leven.
Stellen aan wietse en wij beantwoorden de meest ge-uptvoten vragen van dat moment van de luisteraars. Op dat moment.
Dus als je meer wil weten en daarbij wil zijn, dan ga je naar AI-report.imelslashwebbenar.
Het nieuws. Claude Opus Vier is het nieuwe scherchste taalmodel van Anthropic. Dat zijn lanceerde deze week.
Wij kijken daar rijkhalzen naar uit. Ook al maanden, want dit zat een beetje. We wisten dat dit in de pijplein zat.
Het zag niet helemaal aankomen dat het nu geen komen. Het is een beetje een verrassing.
Het duurde ook allemaal een beetje lang. Een kleine lunch.
Een kleine lunch als in weinig Bombari. Wat zegt dat?
Nou, ik heb het idee dat die modelle kosten best wel tijd om te trainen, maanden.
En op een moment moet je hem dan uit de overtrekken hebben het eerder over gehad.
En hier is besloten dit is wat het is. En ik denk dat er wordt ook online wel gespeculeerd.
Is het niet gewoon klat 3.7 of 3.8 eigenlijk? Is het wel waard om daar een grote major release nummer aan toe te voegen?
Omdat het lijkt dat er niet superspannende architect. Hoe zeg je dat?
De architect is gewoon niet zo. De architectuur is niet heel erg anders.
Dat is dat de gede genomen is. Je zou kunnen zeggen dat dit soort einde van een paradigma is.
Waarin eigenlijk ook de 3 serie werd getreend.
En dat het daarom ook minder spectaculair is.
Wat bedoel ik daarmee, ik denk dat wij een jaar geleden hadden gedacht.
Als klat 4 uitkomt, dan is dat nieuws of zo.
Dan kan dat iets waar we van ongeveer indruk zijn.
En het voelt toch ook een beetje als een GPT4 een half moment.
De melden we ook zo iets vanuit. De komte GPT5 was ook niet superdenderend.
Het lijkt er een beetje op dat wat er nu gaat gebeuren te komen in de maanden.
En jaren, dat er veel meer scaffolding.
Dus tools omheen, trucjes, betere software overheen komt.
En dat we die focus op die basismodellen, zeg maar.
Die rauwe modellen die dan iedere 6 maanden getropt worden door de verschillende partijen.
Dat die wat minder wordt.
Wat bedoel ik daar? Dat gaat hier.
Het gaat hier over programmeren, want dat is waar iedereen het gelijk over heeft bij de lancering van dit model.
En eigenlijk sinds Google's grootste Gemini-model heeft iedereen het vooral over.
Dat is bijna de krachtmeting is hoe goed kan het model programmeren.
En daarin was het een opvallen moment dat mensen van 3.7 over 3.7 sonnet en tropikmodel.
Naar Google Massal, Massal waren onop programmaars die en tropik draait meter en in plaats daarvan.
Gemini ging gebruik en het was een beetje de verwachting dat deze nieuwe grote relies van en tropik worden iedereen al maanden op zitten wachten.
Ja, dit moment zou het, de revans zou nemen op.
En dat is dus niet gebeurd.
Wat zeg dit, is het lopense vast bij en tropik? Is dat het?
Nou wel binnen de ideeën die zitten achter het ontbouwen van dit model.
Want blijkt waar, we hebben ook open switch terug nu, dat lijkt klein, maar we draaien al weer lang genoeg mee om te weten dat er ooit altijd open modelen waren.
Dus er alle grootste modellen van en tropik, dus de meeste parameters.
En bij 3.5 hebben we nooit een open model meer gekregen.
Het bleef bij sonnet, want hier was zo krachtig dat we eigenlijk onder de indruk waren van het middenmodelletje, zeg maar.
Dus ik had gedacht, als er dan een vier komt, en er komt ook nog eens een open.
De wel dubbelwami, dan moet dat wel heel spectaculaire zijn.
En dat valt gewoon mee. Ik ook zeg het tegen, maar het is niet waar het valt gewoon mee.
En dat komt omdat we een beetje verwenst zijn.
Dus nu in de benchmark zie ik volgen, dat het zo breed mogelijk, het liefst op programmeren.
Dat dat een beetje is waar ik meeste modellen voor gebruik.
De klant slaat 4 open naast of net onder of soms heel soms een klein beetje boven German i2.25 pro.
Dus je zou kunnen zeggen, een krap van een tropik dat ze mee komen met Google.
Maar dat is een zin die ik een half jaar geleden had ik dat anders om gezegd.
Dus had ik nog met z'n tweeën een beetje zorgen te maken of ieder geval te kijken van,
gaat er nog wat gebeuren daar binnen Google.
Ja, en nu zijn al die laps ineens rennen allemaal een beetje half achter of naast Google.
Dat is best wel een ding.
En ik denk voor ons ook om een beetje te kunnen blijven praten over de nieuwe versies van uit de laps
dat het een beetje een brede verhaal moet gaan worden.
En we hebben het volgens vorige week gehad over OpenAI Codex en heel raamwerk.
Het scaffolding rond hun coding model Codex 1.
En dan kan je wel zeggen, die in die benchmark doet die X of I,
waar je middels gaat het om een hele suite.
En bijvoorbeeld en trop ik maak het Cloud Code, dus je moet eigenlijk kijken naar hoe werkt Cloud Code
samen met het onderliggende fundemiddelenmodel in een nieuw ensemble.
En wat is de performance daarvan?
Ik zeg het niet vaak iets, maar is er mee tevoren die dit makkelijker begrijpbaar maakt voor de mensen?
Ja, ik zal dat stikken natuurlijk wel een beetje parallele ogen na te denken,
maar ik ben de laatste maanden als ik het hier met mensen over heb,
wat meer gaan draaien, wat ik was een beetje cynisch over rappers.
Dus het idee dat je een bedrijfje begint, maar bij je eigenlijk simpelweg een modell pak,
de simpelweg zeg ik geef tussen aanmaarsdekers van OpenAI bijvoorbeeld weg,
en dan doe jij daar wat prompje op en wat bestandjes bij.
En dan noem jij dat een nieuw stuk software.
Ik zeg het een beetje cynisch, dat vond ik eigenlijk al software ontwikkelaar niet zo spannend.
Maar ik begin me meer en meer te beseffen dat alles wat je er omheen boudt,
als je dat op een intelligente manier doet, en je hebt daar wat magie bij die hebt uitgevonden,
dat je inmiddels gewoon kan zeggen dat je een stuk software hebt gebouwd,
dat veel krachtiger is dan het onderliggende modell.
Dat hoef ik geen meter voor wordt gebruikt.
Ik denk notebook LM is daar gewoon een heel mooi voorbeeld van.
Dat is Gemini.
Daaronder zit Gemini en Advanced Voice mode allemaal Google API's,
die supersaar je rauw zijn, tot dat je daar een interfession met een drag en drop,
en iedereen kan z'n documentjes koppelen en je kan een podcastje maken via Advanced Voice mode.
Als nerd zie ik hoe ze er doen, maar als ik dan nu zeg maar nu z'n app heb,
dat laat zien aan mensen dan bestef ze zich he.
Dit is gaaf, dus misschien kan ik notebook LM als een parallel gebruiken,
dat we zitten nog op benchmark te kijken als of we de processor van een computer,
maar het nieuwe megahertz zit in een soort megahertz wereld,
maar in het mega pixel zijn megahertz en gigabijs vergelijken met die modellen.
Het gaat gewoon om de software die daar op de rijdt.
En is er wel een onderliggend als we dan toch even die megahertz met elkaar vergelijken?
Is er dan iets positiefs of iets opvallen,
positief opvallends aan dit nieuwe model van Anthropic?
Nou, dat is wel interessant, want je hebt natuurlijk een rauwe benchmark,
precies wat jij zegt de getallen en je hebt de vibecheck.
Dus gewoon hoe mensen er mee werken en beschrijven hoe prettig het is.
Nou ja, ik kan mijn eigen vibecheck even vertellen,
wat ik ben geswischt weer terug naar klat, maar dat is echt iets.
Ja, toch wel.
Dat heeft er een beetje mee te maken,
dat die modellen hebben allemaal een beetje een mening, zeg maar,
die zijn een pinje in het zoals ze dat doen.
En ik heb altijd een mening van Anthropic en klat prettiger gevonden dan van Gemma.
Ja, toen Gemma en hij beter werkt, dacht ik nou ja,
dan maar niet op de manier hoe ik wil, maar wel beter,
sneller, intelligenter.
En ik merk wel dat wat ze wel heel goed lukt,
mijn Anthropic nog steeds, is om echt een persoonlijkheid te geven,
ook als programmeer, met een paar de voorkeuren van hoe je programmeert
en hoe je dingen uitlegd die mij wel bevalt,
en die dus ook in stand gebleven is, want dat was een beetje de zorgen.
dat je gaat updateen van modelen, dat je iets gaat verliezen, we zijn een beetje. Ja, ik zeg even wij, maar wat aan die persoonlijkheid beviel je zo, want je probeerde dit uit een dagje, maar was het laat weer.
Ja, ik dacht, oh ja, dit is een goede vloodring.
Ja, en dus gewoon een stukje vriendelijker, iets wat langer van stof, vind ik leuk.
Oh ja, dat gaat het met je wel. Het was wel grappig, want nu dat is er zicht.
Het is een beetje alsof je een collega zes maanden naar het buitenland gegaan in zijn terugkomt en jij loopt erin op die chat, en je denkt, "Hei, dat is niet meer enthousiën."
Ja, dat is niet meer enthousiën.
Ik denk dat we, we kunnen wel z'n keer een blinde test doen, en het is met wie is wat een spepsje, wat een cola.
Ja, waar praten ik nu mee, ik was sfeer.
Maar het schappen, want ik heb, ik gebruik ta modelen niet om te progenmeren, ik gebruik het om te schrijven en veel ook.
En ik heb heel lang klot zon in 3,5 gebruikt en die, dat was een tijdje het beste en toen kwam er 3,7 uit en toen verdwenen in een soort van dropdaanmen nu, maar ik merk dat toch wel dat ik redelijk vaak terugging naar 3,5, want ik heb wat poetisch ervond.
En wiet ze, die vriend van mij, die schrijversvriend, waar ik zo trouw steeds verder in dropdaan zich ging graven om die toch maar weer terug te halen, die is gewoon verdwenen.
Oh wow.
Hij is weg.
Maar in 4 vind je hem ook niet meer?
Nee, en ik kan er ook niet meer bij en 4 praten anders en er is toch een deel van mij, wat is, ja ik ben wel, het lichte lucht stelt hierover.
Ik denk dat je juist schrijven vriend, software ontwikkeling is gaan studeren.
Ja, precies.
Bij serieus, en troop ik heeft ook natuurlijk, die zijn heel publiekelijk geven zij toe, dat zij lekker op de niche van software ontwikkeling zijn gezien.
Jouw maatje die is geen Dostraliaskimier, jongen, het is ook mooi.
Hij is toegetreend naar een veel lucrative business, dat heeft wel een nerd geworden.
Prima met daarvoor, voor wat wij met ze al in de gele arbeidsmarkt gaan meemaken, want dat is een gerelateer dingetje.
De Paas van Entralpeek, Dario Amadei, die is onderrekker, het gaan we Exio's, dat is een groot Brit of Amerikaan zaken website.
En daarin is hij harder dan hiervoor.
Er heeft altijd al, hij is altijd al hard geweest over de impact van AI op de economie en voornamelijk de werkgelegheid.
Maar dit keer is hij erg hard. Hij zegt nu, en dit is een specifisering van eerderen uitgepraak, maar hij klinkt toch best hard.
Hij zegt nu de helft, tot dan alle instapbane onder White Collar Jobs, dus ik denk dat dat het best laten vertalen als kontorbane.
Er gaat verdwijnen door AI, werkloosheid zou kunnen stijgen naar 10, 20 procent in de komende vijf jaar, specifiek getroffen sectoren en de tegensector,
de financiële sector, de juridische sector, de consultancy sector en andere kantorprofessionals.
En zijn vooral de instapfuncties die kwetsbaar zijn voor automatisering, hij waarschuw, dus vooral mensen 130.
Die de baanen of de baanenmarkt net opkomen, de meeste mensen zegt hij, quote, zijn er zich niet van bewust dat dit op dit punt staat te gebeuren.
En Actio zegt daarover, en dat vind ik interessant, zij zeggen, het Actio's, dus de schrijvers van dit stuk zeggen,
hiermee gaat deze CEO van dit AI-bedrijf onder record door dit te zeggen, maar dit zijn sentimenten die alle basen van grote AI-bedrijven in private tegen ons zeggen en hij zegt het nu hard op.
Maar eigenlijk zegt ze dit allemaal, is een beetje de strikkeling van wat de schrijvers van dit article schrijven en de verwachting van dit mogelijk een baanen bloedbat,
want dat is de spin die ze er aan geven, gaat nog gekomen tijdens de tweede termijn van Donald Trump, het staat nog niet op de radar van mensen en Steve Bannon,
ja, uitkampagne later van Donald Trump en nog steeds van bezig in die Maga-circles, verspelte dat deze AI-baan-svernietiging een van de hoofd themens wordt van de volgende presidentverkiesingen in Amerika, dus van 2028.
Nou, ik denk als ik mensen een beetje kan helpen of zo, die dit nu aanhoren en mij net horen vertellen dat klat 4.5 is, dus het valt allemaal mee.
En dan gaan wij daarvan naar naar van dezelfde CEO van hetzelfde bedrijf zeggen dat het allemaal niet mee valt qua wat er allemaal aankomt.
En ik denk dat je die twee toch wel daar zo kaak kunt laten bestaan, die twee feiten, zeg maar.
Als je nu, we hebben VO3, hebben we nu in het video model van Google, daar zijn meer filmpjes van rondgegaan deze week, die zal jij ook allemaal gezien hebben, Alexander, van de carshow, hadden we al hers,
de auto show, auto week show, met mensen die geïntefuurd worden op een burstvloers, allemaal napp. En die middels is last locale, een beetje de grote maken op het trappiet van VO3.
Alleen filmpjes hadden het maken zo dicht mogelijk bij Uncanny en voorbij, denk ik. Dus echt mensen die in de rij staan voor een iPhone in New York, die geïntefuurd worden. Månlijk in een rij, in een iPhone, en wel volgens mij goed, in een rij, met een iPhone in New York, het is allemaal echt intens, vind ik, om te zien.
En als je dan, ja, hoe echt het is. En als je dan kijkt, stel je nou even voor, dan hoef je dus niks nieuws voor uit te zinden.
Maar je moet even wat dingen aan elkaar koppelen voor mij is, ei-report, de podcast die wij maken heel vaak.
Wie het ze doet met wat taaljes iets aan elkaar, daar ook krijgt alle andere stukje van de toekomst te zien. En zes maanden later is er een app die iemand gelanceerd heeft.
Ik heb woord te proberen het boekjes te maken en presentaties te maken met slides, na het zit in middels in de notebook-alem.
En dus zo gaat dat, wat je even voor kunt stellen, is dat dat VO3, en dus mensen die levens echt in beeld met jou praten,
dat je de tekst die zij uitspreken komt uit die preseurs.
Dus je laat een deep preseurs doen over quantum-physika, dan zeg je, het doe even een wietse achtergemeten voor.
Dat geef je aan VO3, waardoor in het vloeit Nederlandse, een persoon bij een krijtbord, of op een skippiebal, of ergens op het strand, of hoe jij het ook wil. Whatever, blood your boat.
Jouw in een e-learning gaat uitleggen, stap voor stap met de metenvoren die jij wil op basis van de deep preseurs die OpenAI voor je gedaan heeft, hoe een onderwerp werkt.
En wat ik je nu beschrijf, is geen toekomstmuziek, maar echt enkel het juist promte van VO3 met de inout van Google Deep Research.
En ik denk dat we nu langzaam gaan zien dat er meer partijen gaan komen die van die rapidjes gaan maken, waar ik dus iets minder negatief over ben dan al ik voorheen was.
En ga zeggen, op deze website, type maar een onderwerp in.
Wij hebben of al een hele rits klaarstaan met cursussen die we al hebben gepredezen, zeg maar, of we maken hem een ondiment en over vijf minuten krijg jij een meel met 10 minuten lang uitleg over onderwerp, ik zoveel in beeld door iemand in een pinopak.
Ga maar niet uit.
Wat is dit in reactie op de uitspraak van Dayo Amadee dat over vijf jaar de helft van de kontorbanen is voor de winen?
Dat die als we die VO3-achtige video generatie real-time hebben, dus je hoeft niet meer te wachten, je kunt er gewoon mee interacteren, dan kan dat iemand of een agent zijn in een teamscal, die in een blokje komt te zitten, dan kan dat iemand zijn die zich op allerlei andere manieren uit.
En ik denk dat het nu, omdat ook jij en ik nog best wel gevoelke zijn op de taalmodellen, het gaat over wat kan klatvier en voelt die beter als grijver of als progenweer.
Terwijl in die AI wereld op allerlei andere manieren ook media gemaakt worden.
En ik denk dat het beter is om een beetje uit te zoeken op een totaal plaatje om je te bezeffen, oké, ik word misschien niet vervanger door een chatbot, zeker als ze niet zo snel beter worden als dat we hadden verwacht.
Maar aan tegelijkertijd wordt er op allerlei andere vormen van uitingen, plaatjes, beeld, audio, zoeken grote stapen gemaakt in de laatste jaar, dat als we dat allemaal aan elkaar binden, je toch wel een serieus nieuwe collega/. Ja, eigenlijk wat jij zegt is, het is nu waar mensen heel moeilijk om woord stellen dat je met een AI-collega gaat babbelen in een video chat, want wij zijn gewoon AI-video zijn de meeste mensen niet van gewend dat het bijste goed is, we maken vooral gappjes over dat mensen zes vinger hebben of dat taalmodellen hallucineren, we zijn eigenlijk focussed op de inconsistenciën en de dingen die niet goed werken.
En dan vergeet je dat als je met een beetje fantasie bestaande technologie aan elkaar koppelt, waarvan je water kan aanvoelen dat dat gaat gebeuren, dat iemand dat gaat doen, dat het zo maar zou kunnen zijn dat je wel het vertrouwen kan opbrengen in zo'n AI-overtaar waar je mee gaat video bedden.
Dat voelt nu heel abstract en bijna een soort van ridicule om te video bellen met een AI-hoofd en jij zegt ik geloof dat er een moment gaat komen dat dat niet ridicule gaat voelen stärken, nog dat je liever met je AI-collega gaat bellen, dan met een echte collega.
Wat je allemaal liever wilt weet ik niet, maar dat je zo'n gesprekken keer gaat voeren en daar je tot moet gaan verhouden dat gaat gebeuren en ik denk dat misschien om het toch nog proberen iets concrete te maken die image generation waar iedereen zo van Vlaberguest het was een paar weken geleden of maanden geleden ik weet niet meer hoe lang het allemaal is.
Ja, die bliplaatjes maken en kerskaarten en ik ben best wat mensen om één die dit nu gebruik om kaarten te maken en posters en zo, dus toch een soort designer ook echt niet alleen maar plaatjes en fotocies veranderen als je dat dan combineert met zo'n video model en dus dat genereert slides voor een sleiddek en tekeningen voor op een schoolboort die je er weer op getekend wordt door een levens echt persoon die praten in Nederland met de
kun je ze lachjes uit de audio-generator, dan heb je daar gewoon echt een prima curses.
En ik wil alleen maar aangeven dat ik denk dat er best wel wat mensen zijn die nu luisteren,
waarvan hun werk op hun manier kennis overdracht is, middels beeld.
En wat mij betreft, als ik nu kijk wat er technologisch ligt voor het opraapen, dan is het
echt goed mogelijk om daar hele specifiek op maat gemaakt te curses, curses materiaal mee te maken in
video voor hem. Ik mocht dus deze week in een klas voor vol zes, zeven, acht jaar kinderen een
beetje over ei vertellen, dat valt ik heel erg leuk. Dus ik liet daar ook zien dat je met
inderdaad, met chat een plaatje kan maken, van ze mocht ik hier hebben, het noemen die er, die in
bepaalde ding doet, op een bepaalde locatie, dus dan begint iedereen in die klas te schreeuwen en maak je
de plaatje en toen de plaatje gemaakt, wat superfotorelis die ze uitziet en wat leidt tot een hopelige
tijd natuurlijk bij zeven jaren, dan vervolgens dat plaatje tot leven brengen met runway en dan
vervolgens mogen ze ook nog vertellen wat die er op dat plaatje dan gaat doen en hem is allemaal
ideeën. Dan spreekt dat in met Whisper en dan 30 seconde later heb je foto-realistische video,
van een deer die dat doet en je ziet gewoon die kopjes open gaan met de realisatie dat dit kan en in
plaats van dat ze dat mee krijgen op lateren leeftijd, krijg ze dat mee op zeven jaar geleeftijd en ik
probeer me zo vaak voor te stellen hoe dit moet zijn als je nu een kind bent en je hebt deze
gereedschappen tot je beschikking en je bent een beetje creatief, ja ik weet niet dat het maakt me dat is
dat is wat me dat dat ze maar dat me optimistisch maakt in een tijd waarin je ook heel veel kan inzoomen
optiedaria om een deeachtige quote over hoe drastisch de arbeidsmarkt zou kunnen gaan veranderen
komen jaren. Probeer ik ook de hele tijd te denken aan wat een vette tijd kinderen gaan mee maken
die komen de jaren als het gaat over benutte van interlente dat is tegelijkertijd ook waar
ja ik denk dat dat ons hele gesprek dus dus jou dus mij is dat is ook waar ja op dit moment
nou goed voor dat we weer in allerlei dystopisch problematieken gaan verzanden nog even een paar
klein dingetjes klod tenslotte heeft ook een stem gekregen wat inmiddels bij alle andere
tafelderig meen goed is hebben ze nu ook een serialistische met u en a stem gekregen waarmee je kan
praten en de grap van klod en ik vind dat toch wel de moeite waar het me even te noemen is dat ze vrij
nouwe integraties hebben met google producten dus je kan je google calendar account en je gmail account
daar aan koppelen met paar klikjes en vanaf dat moment werkt dat ook vrij soepel als je eenmaal die
dingetjes hebt aangeset en kun je die makkelijk aeroepen en in combinatie met die spraakfunctie gebeurt
toch iets grappig dan kun je dus bijvoorbeeld vragen heb ik eigenlijk aan die spraakfunctie stel je voor
dat je in de auto zit en je zet die spraakfunctie aan dan kun je dus vragen heb ik eigenlijk nog
meelschaat van wiet van wietse onderweg naar deze podcast bijvoorbeeld zak dat kunnen vragen en dan
zegt hij ik grijven in je gmail kijken in het engels van deingsprekter engels grijven in gmail kijken
dan vertelte hij ja inderdaad ik heb een meel gehad van wietse en wat er dan gebeurt dat er op het
scherm verschijnt andere tekst dan dat hij aan het aans uitspreken is dus hij gebruikt het scherm als
begeleidende context voor wat die auditief uitsprekt en dat is weer het lijkt een date die maar dit verandert
best wel de ervaring van een ding wat tegen je aan het praten is want je krijgt de ja het is
bijna als of je de belangrijkste gegevens visueel krijgt en alle chit chat en sort van interactiefiteit
verbaal krijgt en dat is super chill het is een hele fijne manier van interacteren en het gaf mij echt
weer een kleine blik in hoe waarschijnlijk speaak assistenten gaan werken en klopt probeert dat nu
natuurlijk die rol over te nemen dat je gewoon met de klot hebt gaat auto rijden of gaat fietsen wat dan
ook ik vond het best wel cool dat het toch even ja en ik denk dat dat sluit ook mooi aan op
het idee dat de verandering de inovaatie hoe je het wel noemen op het gebied van i software veel meer
op deze laag gaat gebeuren dus dat is waarom open in i met joni eif gaat werken want hij gaat
producten toe dat is waarom en trop ik zo hard in zet op mooie interviews maakken met de juiste
visuele beter voor een stemmer bij en ik denk we wegen een beetje vanuit de dos periode de
terminal periode van hij gaan we nu omhoog naar de windowed UI based software wereld dus denk dat we
daar meer updates over gaan geven het komen een half jaar dan over klot 4.1 4.2 ja ja ja ja ja
teslotte de vreemigde arabische emiraten geven vanaf binnenkort alle inwoners gratis
jetty plus het eerste land ter wereld biedt de emiraten dus gratis toegang tot de primie vers van
jetty patier die er normaal dus twintig door upper maand kost en het initiatief van het initiatief is
een onderdeel van een bredere samenwerking met open AI ze gaan ook een gigantisch data centrum
bouwen in Abu Dhabi dat volgend jaar operationeel moet zijn ik heb eerder dit nieuws dit soort
nieuws gelezen over scholieren die je toegang krijgen tot tot plus versies van ei taal modellen met
verschillende bedrijven niet alleen open AI en verschillende landen gebeurt dit vind jij dat dat
Nederland ook een beetje met het oog op die eerderen nieuws over de uitspraak van de overrechtlegheid vind
jij dat dit in Nederland ook zou moeten gebeuren al dan niet met alleen studenten of andere grompen of
is dit een soort van hype gimic ja zet geen zode aan de dijk nou de vraag is natuurlijk een
beetje bijvoorbeeld studief financiering dat staat moet ik kan je dat kan je ook twintig
van gebruik om jetty patie mee aan te schaffen dus dit maakt natuurlijk heel expliciet door te
zeggen nee je krijgt de license dus het is een cadeau bonden die kan je alleen maar uitgeving
daar is het waar de uiteindelijk is het een een vorm van leerlingen studenten ondersteunen
financiële dus ja we zouden dit ook explicieter kunnen maken en kunnen zeggen heel dat er
is een soort ei financiering waardoor jij kan kiezen bij welke partij jij een soort behoek
abonneetje neemt maar ik zou zeggen je koopt ook boeken en laptop en dat soort dingen en dan
dan zou je er tegen de student zeggen als je deze toeling ga deze toeling sowieso bekijken
en zien hoe het voor jou werkt los van hele onderwijs en discussie die we eerder hebben gevoerd
en laat die twintig euro je niet tegenhouden bij welke van de partij dan ook omdat je gewoon
zeker in het geval van deep research achtergetoeling en ja festival iets mist op dat moment en als je
neer dan als je onderwijs los laat je denk meer als de ja ik overval hier mee nee geen niet
ik zit er zelf meer te denken dan zou ik veel eerder voorlichting in de vorm van allerlei tv programma's
tot met kursussen tot met buurt huizen iemand een licensie die je geven en zeggen succes is niet
genoeg wat mij bedreft gaat het erom dat je je verdiept in wat a is zodat je er intelligente toekom
verhouden en een keuze kan maken hoe jij het in je leven wel of niet gaat integreren en die verdieping
is nu best wel moeilijk want er is heel veel hype de heel veel mensen lopen achter de feiten aan
heel veel mensen lopen veel server op de feiten vooruit dus het is best nog wel een rommel qua informatie
voorziening rondom dit onderwerp kan ik even makkelijk kletsen met jou samen in onze podcast over ei
we doen ons best om het is voor ons ook best wel complex om te snap op dan is dat het gebeuren dat
dat dan wel een dat is absoluut is dat ik kan wel over lullen maar je moet het om je moet
het eigenlijk gewoon mee maken en dan gaat het ook vanzelf toch mee eens dus maar daar dat is nu best wel goed
mogelijk al volgens mij je kan naar chat.com dan kom je op een gratis initiatie van open AI zelf en kan je
meteen gaan kletsen ja precies en ook bokelem staat gratis in de app store gratis dan zien je betaald
met je data dus om eerlijk te zijn je kunt nu al als je hier al naar lijf zrit of iemand kent die
niet er is wat veel mogelijkhord is ja ik zou niet zo maar het is gewoon zo benieuwd wheneer dit
een ding wordt voor politici om zich op te gaan onderscheiden weet je nu hebben we onze minister
van economische zaken die dan gaan het af en toe erbij gebruikt als ik vond dat heel mooi in dat AI plan
wat miglobakker vriend van de show en je de prins in de energie schreef die dat soort van
AI delta plan te gett voor onze overheid en daarin stond organiseren konferentie niet met de stond
zo iets als niet om kool te doen niet om te laten zien hoe gaaf je bent maar om daar het werkelijk
shit te bereiken en toen dacht ik dit heel belangrijk dat dit erbij staat want politie gebruiken dit
lauter en alleen lijkt het wel om gewoon te laten zien dat ze mee zijn ik hoort aan beheetjes
zien is van over de manier op onze minister van economische zaken bijvoorbeeld praten over dit onderwerp het
heeft het geeft niet echt nootie van enige form van expertise of inzicht en dan is het natuurlijk
zo een aankondiging van en we delen nu en iedereen heeft onderste stoor precies een jetie dat dan
En hij is op lekkerder op zo'n goede.
Het is wel een laatste boel. - Ja, en ik ben gewoon, er gaat natuurlijk een moment komen dat
un politieke partij zich hierop gaat ook in Nederland gaat proberen te onderscheiden.
Door het zeggen wij, wij zien dit aankomen en wij gaan alvast maatregen nemen.
Kan allebei de kant op, hè? Je kan ook zeggen we gaan alles wat eruit te maken hebben,
verbieden en we verbranden met u. - Ja, maar dat kan ook.
Een houding, een bening, huitgeschrezen over het geval. - Zal het zijn?
Strakz, het hoofdonderwerp, namelijk een heel instant interview dat Wietse had met iemand een Nederlander,
die een technische legitten wijze heeft gemaakt om privacy-vriendelijke lastverlichting
te maken voor huisartsen met eigen in Nederland getreend AI.
Statschool, dat word je straks. Manu eerst een speciale oproep van Debt, aan iedereen die wel met AI zou willen werken.
Hi, hier Debt. Elke week bespreken we hoe wij Merkelpen in een wonder wereld van AI.
Maar deze week gaan we het even hebben over ons zelf, of eigenlijk over jullie ons luisterwaars.
Want Lukas wij komen handen te kort.
Absoluut, we zitten tot over onze oren in het AI-werk.
Mega leuk werk trouwens, welper voor het IB om content te versnellen en we maken aanbewege modelen voor rituals.
En het helpen van een breed scale aanklanten om nog beter vonden te worden in die wereld van AI-zoekmachine,
en dat klapt de vuurpeelbouwen ook actief door onze eigen internettoeling om onze teams te helpen nog beter werk te leven.
Check, dus wij wagen mensen nodig die van dagen al willen bouwen.
Ja, hou je vast, we zoeken AI-consultend, AI-engineers, data-scientist, machine-learning-engineers en ook mensen die ze kunnen helpen om verder te optimalezeren.
En uiteraard, we zoeken ze eigenlijk al gister.
Oké, dus werken je graag een complexe, internationale projecten en wil je echt het verschil maken met AI.
Check dan nu onze vakantuurers in Nederland, thuisland, de UK en de U.S.
En ga zo snel mogelijk naar depth1.com/eifekensies.
Zo'n steerder dus, tot volgende week.
Vitiaat een interview gaat deze week.
Ja, ik sprak Thomas Kluuters, die heeft een model getreent om huidzarts te ondersteunen bij het ene vullen van het hele technorieze patiëntendosje.
Dat model is in Nederland getreent, is niet zomaar a rapper, het niet zomaar a fine tune real deal.
Gesprek begint vrij technisch, geen zorgen, we braken echt een paar toffe dingen aan en laat dat jargon even voor wat het is.
Uiteindelijk hebben we echt een heel erg interessant gesprek over hoe dat dan werkt om AI dat werkelijk in te zetten.
En AI dat werkelijk binnen Nederland te bouwen.
Thomas, ik krijg voor jou een linkje, Github, J-E-N-Lama 8-BXp in de repo van Jufolie.
Kan je me vertellen wat je met mij gedeelt hebt?
Ja, zeker.
Nee, dat is eigenlijk onze eerste open-weedsmodel, na een large language model dat we hebben geurbrot naar huken feest.
Het is een klinische redeneeringsmodel, dus het model is getreent om over klinische kases een na te denken.
Zoals het ook fijn gewend van de thinkingmodellen, zoals Gipsyck R1 en de laatste O1, 2, 4 modellen of O3.
Modellen die zijn uiteindelijk wacht door open AI.
Ja.
En wat ze eigenlijk in dit model hebben gedaan is, wat nou als we een wat kleiner model nemen en deze leren na denken over klinische kases,
krijgen we dan een beter model om na te denken over klinische kassen.
Dus bijvoorbeeld een patient heeft als drie maanden las van deze klachten en presenteert nu naar de doktor met de volgende symptomen.
Wat is de meest logische conclusie die je hieruit kan trekken?
Ja, dat is een beetje een experimentje en eigenlijk dat is heel goed.
Echt waar we steeds op de yard in de 8 miljoet parameter klasen en ook vergelijken met kwendrie, die kwam eigenlijk tegelijk uit.
Dus dat was een oh shit, hopelijke. Maar was kwendrie toen ook wel meer gespecialiseerd op deze specifieke benchmark?
Want als jij nu even snel zegt, we scoorde goed 8 miljoet parameters, dan heb je dan zijn er benchmarks binnen de domain, medisch domain,
waardoor jij kan laten zien hoe jullie kunnen laten zien dat je echt goed doet.
Klop, we hebben dus die benchmarks echt getraaid op alle open source modellen die je kon vinden.
En er is ook kwendrie die precies op dat moment uitkomen.
En die scoorde daar al best zo goed op, die hebt dan een paar benchmarks dat we met QE, dat is een vragen over geneeskunde op.
Eerciaars, geneeskunde student niveau.
En daar deed kwendrie eigenlijk al het beste op ooit.
Dus dat was natuurlijk de benchmark die we waardoor verslaan.
Dus voorvolgens hebben ons model daar ook geprept benchmarkt, daar komen we het ja ongeveer 10, 20 procent beter uit.
Dus dat is natuurlijk ook een redeneringmosmodel, zodat het steeds populairder wordt.
En deze model wat jij met mij gedeeld hebt, dat is niet, of dat is een experiment, dat staat ook in de naam van het model.
En dat is niet per se wat jullie binnen het bedrijf al gebruiken zeg maar, want misschien moeten we nog even een stap terug nemen om uit te leggen.
Ja, wat jij precies doet.
Bij Jufelie ontzukken in principe boord ik wat AI-modellen om de administratieve last van de zorgverlinder te verlichten.
Ja, jasje geleden zijn we vooral echt begonnen, maar dat uitrollen van ons eerste product.
Waar we tijdens het gesprek tussen een patiënt en arts meeluisteren, de gesprek transcriberen, dit voorvolgens samenvatten naar een gestuctorieerd verslag.
En dat gelijk in het EPD van de arts of zorgverlinder laten landen.
En het EPD is hier het elektronisch patiënt het dossier.
En deze modellen ontwikkelen vooral zelf.
Dus je spragerkendingsmodellen zijn ze ontself gemaakt en binnenkort ook dat samenvolgens model dat hebben ook zelf.
Dat zijn we nu bezig met ons wikkelen omdat volledig inhaal ze doen, dus ook op onze eigen hardware.
Ja, die denk dat er wel luisteren zijn, die zullen zeggen, oké, wie ze heeft een bedrijf uitgenodigd, die zijn dus het rapper rondom Open Heohof en Dropx modellen.
Ja, oké, hoe is dit verder een hele verandaar?
Ik open de omhet, ik krijg een link naar een github met een model erop, dus dat trekt mij aandacht natuurlijk al.
En toen kwam ik in gesprek en bleek dat jullie best wel wat op maat doen en zelf aan het trainen zijn.
Kan je uitleggen waarom je dat doet, waarom een rapper jullie niet om die foundation om model zijn?
Ja, dus wat we heel erg merkten bij spragerkending is dat heel veel kluipervaders, eigenlijk helemaal niet zoveel zijn in gesprekken tussen twee personen in het Nederlandse.
Dus we eigenlijk raakte tegen een muur vooral een grote ramzuit, waar men de Nederlandse taal misschien op een ander manier spreekt, dan bijvoorbeeld in het noorden van het land.
En we merkte gewoon omdat daar door de performance van onze samenvattingen aanzienlijk lager was.
Dus we begonnen al best als snel met eigen spragerkendeesmodellen te ontwikkelen, en we focus ons vooral op dialecten en accenten en. ja, we gingen lang kwijt taalscholen om voor bedvalidaties te doen voor ons nieuwe spragerkendingsmodel om te hopen dat we op die meer gewoon beter samenvattingen konden genereren.
En dit gaan we dus ook doen voor onze samenvattingen, maar wat je ook heel erg merkt is dat in de gezondheid zorg, privacy ook een belangrijk aspect is.
Je kan niet zomaar naar Amerika, je gegevens sturen, dus je als snel zou je of jij Azure van Microsoft, GPT moeten gebruiken voor het samenvatten.
Je kan niet een troppek gebruiken, bijvoorbeeld. En eigenlijk merken we ook dat de kwak token gebruik.
Je al best wel duur gaat uitkomen door. Ja, het sluit in de klout te gebruiken.
Bijvoorbeeld het spragerkending, wat ook vrij duur is, is ook persoon moeilijk om het op te schalen.
Dus hebben we de keuze gemaakt om eigenlijk alle hardwaar zelf te kopen, zelf te hoosten.
En ja, is het gewoon een privacy perspektief heel fijn, is van een kwaliteitsperspektief een stuk beter, maar dus ook. Ja, juurzamheid en kosteperspektief is de stuk hand makkelijker.
En als jij zegt we maken zelf modellen, wat moet ik me daar dan bij voorstellen, want de link die hij meestuurde is een fine-joen, dan denk ik van Lama.
En wat jullie intergen gebruiken, dat zijn ook fine-joens vooral of om het te zien. Nee, dus voor spragerkending gebruiken we vooral echt modellen die we volledig van of nul hebben getreend.
Voor de conformer gebruiken, dus conformer met dan verschillende decoders, dat is bezeld technisch, maar eigenlijk doen we per spragerkending alles van of nul.
Dus we beginnen met een leegmodel naar een brandemmodel en voorvolgens trainen we wat heimel door, wat we dan wel doen is voor de frisetaal, is dat we het ons Nederlandse model welwebber fine-joenen op het fris bij voorbeeld.
Maar de modellen trainen dus van nul naar honderd voor spragerkending.
En maar gebruik je dan per context verschillende modellen als jullie in vriesland een ander modell dan in de rest van Nederland, als ik je zo hoor?
Ja, dus we hebben een ensemble strategie, dus eigenlijk tijdens de spragerkending. draaien we meerdere modellen in Pagallel en een modell met de meese confedent die dan uiteindelijk de voorspelling.
Dus je moet het maar zien dat ze hebben draaien vries en Nederland samen en dat vriesselmiddels hadden we mee draaien en dat zal allemaal hele rare woorden voorspellen.
Het wisten niet de woorden die heel erg lijken op het vries en dat zie je ook terug in de confedent tussen de kans dat het modell zeker is over zijn voorspelling.
En door die samen te draaien nemen we dan uiteindelijk. het beste woord of zin, en wat we dan ook zien is dat ze stijden voor, dat kun ook engels bij doen,
dat kun je een frans bij doen, dat kun je heel veel talen naar z'n kaard doen en van ook zelfs merken.
In de experimentale setting is dat als je modellen fine-toet op een pappale dialecte is dat je
een nog beter ansabelijk kan maken, maar daar kom je niet er goed mee uit qua prijs en stroomverbruik.
Want je draait het dan op de gelijkend op dat moment. Je hebt meerdere oren die tegelijk luisteren.
Ja, in principe is het iets complexer, maar in het inderdaad je hebt meerdere oren die tegelijk luisteren,
dat doe je nog wel een beetje efficiënt, dus je zorgt ervoor dat dat niet overlapt met elkaar,
je zorgt ervoor dat het eerst Nederland is en dan vries en niet tegelijk, dus je moet er nog een
beetje slim omga met je geep u, dus je moet wel een paar strategie hebben om ervoor te zorgen dat je
je doet eerst zessien keer, Nederland en Zessien keer vries en niet door elkaar in.
En hoe kan het dat jij dit weten om even een grootest prong te maken?
Maar hoe ben je in dit wereldje Beland, zeg maar, want je praten vrij casual over, maar voor mij
ik ben en alles andere is ook vaak bewaarverbaast over dat we denk, ieder geval het we alleen misstraal hebben,
zoals wij het graag uitspreken, Frankrijk en zoveel je in de rest van Europa niks gebeurt.
Maar als ik jou zo hoor praten denk ik, dit is niet iemand die aan het rappen is of
enkel aan het fijn zoenen, hier gebeurt meer zeg maar, hoe kom jij in deze wereld terecht?
Ja, dus ik denk dat het idee nooit was om hier in terecht te komen, natuurlijk, we waren in het principe
en er ging ook gewoon een rapper om de sprakekening, maar als snelkammer achter het gewoon niet goed genoeg was,
dus toen onverwacht namen die spongene diep om dan zelf toch niet modellet te ontwikkelen en eigenlijk
een jaar tijd kom je zoveel dingen tegen die komen kijken bij zowel het trainer van een modell als het
inference van het modell. Eigenlijk ook is er heel veel software problematie komen heen, dus op
eens moet je heel veel audioverbindingen tegelijk inference in wat streaming doen, je moet het
stabil doen, je moet let op je memory usage. Maar bij dit allemaal gaan reverse-engineer bij een
kijkende andermansopplossingen die open zorg waren, bij researchpapers gaan lezen, ik vind het best wel,
ik kan nu een soort heel naar even aan jou vragen welke opleiding heb jij gedaan zeg maar,
dat werkt ook wel nieuwsgierig naar hoor, maar tegelijkertijd denk ik, dit is deze wereld,
het is zo nieuw, zo vers, zo nieuw toewel waar je praten nu is, waarschijnlijk weer eigenlijk
zijn model gedroopt dat jij dan weer moet gaan bekijken. Dus je stond wel bedoel van, wat is
jouw, wat is je voorblijding en wat is de naiensstrategie geweest om hier in te kruipen zeg maar?
Ja dus ik heb computer science gedaan als het adans, ik ben nou zes jaar lang een maasthecident
volgens mij, dit doe ik nog steeds bij het spragercanningslap bij de teudelft, langzaam ja dus
het begon eigenlijk een moment te kijken naar de paper van whisper, dus whisper is een open source
spragercanningsmodel en daar wordt eigenlijk niks gezegd wat ze hebben gedaan alleen de heer
af tussen de lijntjes door. Dus ze zeggen niet precies wat ze doen maar ze zeggen wel wat ze
hebben gedaan. En dat van de kans ik het interessant, want daar zit er heel veel hins in over hoe het kan.
En langzaam handen ben ik eigenlijk een whisper gaan repliceren, ik ben gaan kijken van ja,
hoe breit je dan je data voor, wat voor data zet zijn er eigenlijk allemaal beschikbaar en ik
kom maar achter dat ook wel heel veel te winner valt, op pre-processing van data en eigenlijk tot mijn
verbazing dus we begonnen met twee RTX49 en dat zijn ze gaming GPU's, dat ook oké weet je wat
ik draai een experimentje, ik probeer het zelf maar een keer als je een adans spragercanningsmodel was
ietsje slechter dan whisper maar lijkbaar kon ik op mijn gaming computer al best wel dichtbij
komen met een eigen spragercanningsmodel. En zonder dat je het hele recept had ook, want je
zin het whisper was zeg maar een deel van het recept maar niet alle regentjes aan de reden. Dus in de
referensie van whisper in elke paper staat er altijd een kleine nugget van supergave detail en
kennis, wat eigenlijk gewoon een hele nonchalante zin is in een paper van first we process this en dan
zie je die zin en je 'woah' dat is echt heel simpel want vaak is het allemaal heel simpel, maar in
praktijk breng je dan iets complexer, maar binnen zes maanden tijd kom je dan ja dat is een heel veel
experimenten tussen doorgegaan. Dus vanaf het punt dat we wist dat ik voor whisper de paper echt door
had gepluis tot zes maanden later waar we een moderaal had dat even goed was, dat zit natuurlijk
heel veel tijd tussen en heel veel dode experimenten. Ik denk over 1500 experimenten heb gedaan tot dat ik
daar ben gekomen en ook experiment dat dat verschil van tijd van 10 minuten tot een paar uur waar je er
achterkomt van oké dit werkt niet of dit werkt wel en ik denk dat ei gewoon heel veel doen is en heel
weinig je weet eigenlijk niet of het gaat werken dat is eigenlijk altijd zo bij ei het trainer van
modellen je dit is het zoals de testijs tijdens de koude oorlog ging dat de Russen en daamerikanen
ook elkaar stoestellen proberen te pakken te krijgen vliegtuigen en dan in een hangar helemaal uit elkaar halen en dan
zelf weer opnieuw in elkaar zetten in ieder geval wat kan jij dan ook iets met je hebt de
research paper van whisper maar je hebt ook whisper zelf wat wat het download is ga je dan ook daar
naar kijken of zeg je van jij wat hoe zij het hebben geïnplemeteerd vind ik eigenlijk minder
relevant die kijk vooral naar hoe ze zeggen dat ze het hebben geïnplemeteerd ik denk dat ja dus binnen
ei heb je gewoon heel veel architekturen en modellen die eigenlijk gewoon goed zijn dus ik denk dat als je
echt een nieuwe architektuur zou willen ontdekken dan heb je wel hele slimme mensen nodig en best wel
budget dus het is moeilijk om te zeggen van oh ik ga even whisper uit elkaar halen want er zit
zoveel kennis en tijd en investeringen in die architektuur van whisper dat dat het niet echt de
waard is je merkt dat het vooral gaat om hoe trend ik mijn modell maar wat ik train dat staat altijd
bij zo goed vast dat dus binnen spaker kendingen heb je een paar architekturen die heel normaal zijn dus
we hebben whisper dat is een transformer enorm grote encoder enorm grote decoder daar heb je conformer
achtergemodellen waar de encoders behoorlijk groot zijn en de decoders heel klein en bij whisper wat ze
daar eigenlijk vooral hebben gedaan is gezegd nou weet je wat spaker kending is niet zo zeer het
treinen op spraak maar vooral het treinen op de zinnen die uit te spraak komen dus wat whisper
vooral heeft gedaan benemen gewoon youtube we daar nodig twee miljoen uur naar algeveer miljoen uur
aan youtube data de hebben daar de vertaatde onder titeling van en die onder titeling is persoon nooit
zie dus als je vaak merkt in de praktijk als je een onder titeling onder deze zin hebt staan dan
is dat vaak een perafraise dus de onder titeling komt niet vaak helemaal overeen met wat ik heb
zeg maar wel in essentie en dat is dan best wel nooit zie dus dat betekent dat als je een modeldig
op zou treinen dat je eigenlijk een modell leert het spaker kending dat dat leert dan te perafraise die
text ja en wat op een eind om maar parafraiseerd nou precies als nog een goede onder titeling maar
niet een verbatim transcript en wat je dan werkt bij whisper is dat want die decoder enorm is
kan whisper een nog een goed gegeven audiograffement voor spellen wat er is gezegd en dat zal ongeveer
overeen komen met wat er is gezegd probleem daarvan is is dat als je audio noezie is dat whisper hier
volzelf gaat invullen dus als wij onze zin nu als ik zeg ik ga morgen naar de speel dat ze
maakt hier waarschijnlijk speelt tuin van omdat dat dat is logisch dat dat is hier gewend en daar
liep je dus ook enorm tegenaan bij zo'n architectuur van modellen dus ja ik heb wel degelijk
natuurlijk whisper dan in maar een kargenome uit elkaar gehaald en gekeken van ja waarom werkt het
zo goed en waarom werkt het voor ons niet zo heel goed en als je dat doet dan begrijp je ook van oké
wacht eens even ik heb een andere architectuur nodig ik heb een architectuur nodig die veel beter is
in verbatim dus ik heb akoustiek in ik heb geluid in ik wil phonemen uit ik wil geen woorden meer
ik wil geen zin en meer ik wil puurde phonemen en daar ga ik zelf iets meer doen met in postprocessing
maar wat in de gezond in de zorg wil je dat je wil niet dat een goede voor mij in beeld dat je bent
gesvids van architectuur je bent ooit begonnen met experimenteren met whisper na bouwen eigenlijk en
uiteindelijk ja whisper is eigenlijk een soort voeltheer als een ja in ieder ander taal model eigenlijk dat
die ook halishineerd en context een beetje begrijpt tussen air quotes en dat jij zeg ja dat had ik
dat hebben we in die medische context nou juist niet nodig ik heb liever dat je heuw erg je best doet
in deel voor reken kracht om te begrijpen welke medicijn naam of het noemen op genoemd wordt in
plaats van dat je een beetje leuk gaat lopen gokken wat er mogelijk gezegd wordt dus je bent
aantijdelijk van architectuur gewisseld ja maar dat was in principe ook al waar we wel heel
vroeg achter kwamen dus dus ik heb nog nooit een fine tunegraam van whisper wel een paar keer maar
daar je gelezerde gelijk wel ja dit gaat gewoon niet werken voor onze use case ik zou whisper nog
steeds gebruiken om de voor deze podcasten transkeperen ik zeg allemaal woorden die nergens voorkomen op
Ja, in onze training data, ik zeg allemaal raar.
ik gewaait Nederlands door elkaar en Whisper is de koning van het transcriberen van data waar je
absoluut geen idee over hebt wat er in gaat zitten. Het is wel wij, bij folk soms heel op de
Nederlandse touwen en specifie ik binnen de Nederlandse touw op de gezondseitsorg. Dus onze scope kunnen wij
hier waar mooi defineren van wat wij kunnen verwachten. Dus al heel snel neigd ik heel erg naar zo'n
phonemenmodel of een modell dat in geval veel beter is in een verbat in transcriberen dan een
Whisper. Maar wat het meest interessante vaak is aan EU-modelle of technical reports, ik skip vaak over
de modelle zelf. Maar wat het meest interessant is de trainingstrategie. Welk voordat er gaat er in,
hoe lang is het getraindt, onderwerke hyper parameters is het succesvol getraindt en hoeveel stages
het in die training is er eerst noesi-preetraining, vervolg door wat fine tuning. Als je kijkt naar de meeste
large language model, krijg je nu vaak multi stage training waar je in het begin pre-trained, dan
supervised fine tuning, dan misschien GRPO, dus reinforcement learning, dan nog een keer reinforcement
learning en zo krijg je het eigenlijk je stedeltje art modellen. En hele de pijvelijn van phases,
van stoppen waar door je iedere keer weer opnieuw gaat doorbakken en aanpassingen maakt, tot die de
markt op mag, zeg maar, of die geval eindig bij de eind gebruiken, want nog red teaming gedaan worden,
nog meer fine tuning en in het eindelijk safety. Maar als we terugkomen op het model dat jullie nu hebben,
dat wordt ook ingezet, begrijp ik even aan. Wat was de eerste versie waar jij zeker genoeg over
voeld of BL vrij snel, gewoon het veld in gedaan, dat je zei, we moeten naar buiten hiermee, het wordt alleen
maar beter als we het gaan inzetten. Ja, dus het belangrijkste tijd is dat natuurlijk in een
gezondheidszorg mag je niet de data op slaan, mogen. Het is natuurlijk aan de arts of dat opgeslagen
in het systeem, maar indien het is natuurlijk schennig van, ja, begoep schrijm als het ergens op een
database staat of wat er ook dus, wat we altijd hebben ganteerd, we bewagen niet, geen enkele
bite aan patientgegevens, maar op onze servers staan op een hardeschrijf of wat er ook. Wat het best wel
moeilijk maakt omdat je de mate hoe het in praktijk werkt. Dus we moeten daar vooral porus op
qualitative feedback van het is beter of het is slechter. Dus dat is vaak waar we heel erg op
perusten, maar als het best als snel gingen we gewoon een productie in, deel is ook omdat het
gewoon je moet gewoon op een gegeven met zo'n model live zetten en mate en dat doe je dan
eerst in een groep van de arts die het best wel oké vinden en goed opletten, dat doe je zich niet
met je basis gebruikersgroep, want die hebben niet door dat het model is veranderd. Dus vaak
hebben we een soort van, ja, een front line van arts die dan in de begin proberen en dan
eenmaal, ja, kan gevoel goed zitten en ook gewoon merkenbaar qualitative beter is dan rooje het uit.
Dus zo hebben we dat gedaan, het is al best wel snel. Dus ik zou zeggen in de vier maanden van
onze live gang zijn we volledig overgestapt naar dat model. En neem maar even mee als je wil want jij
zei eerder in dit gesprek al dat wordt iets in een EPD gezet en elektrispacente door je, maar wat is
precies het proces? Laat het we zeggen vandaag de dag nu het, waarom is het te praten zeg maar wat kan
de technologie en hoe werkt dat dan? Ja dus in principe kan een arts nu vanuit het elektronisch
pracente door je op een microfoonje klikken en op een rode knopje stoppen klikken en dat is eigenlijk
al genoeg, want je komt binnen, je klikt op start, gesprekken zo over je klikken op stop en de
samenvatting is gelijk in je EPD. Dus dat zijn een goed twee knoppen. Dat verschilt een beetje tussen
EPD en sommige EPD's hebben nog niet volledig geïntegreerd, dus je hebt ook nog gewoon de web-virusie waar je nog
moet koppiedezen als het ware naar je EPD, maar ongeveer 70 procent van onze consulten gaan nu via het
EPD. En wordt die dan ook wel het voorveeld ingevuld op in één groot veld zeg maar, is het vooral het
voorveeld? Ja, dat doe je wel en dat is dat dan voor van een computer-use of dat is het niet
zo rondklikkerig? Nee, er is een modellen, sorry. Het is echt gewoon geimplementair door het EPD.
Dus dat betekent dat het gewoon een API is die weer aanbieden bij jouw audio naartustuurd en wij sturen
samenvatting terug. Ja, en zij weten wat ze er mee moeten op dat moment. Ja, dat is geen
MCP, geen computer-use, geen toe-use, gewoon van de ouds of er ingeniering. Ja, ja, ja,
ja, ja, voornig. We zullen ouds de beste luister denken. Ja, precies, dat kan toch ook gewoon op deze
manier. En dan druk je op dat microfoon, je hebt op dat moment gaat er een audio stream, richting een
datacenter-ergus? Ja. Wat van wie is dat? Dat zijn er wat hangt daar, wat gebeurt daar? Ja,
dus we hoogsten onze Hardware nu in de Norfsy Delft en andere locaties. Daardoor we eigenlijk
onze eigen Hardware staan. Er hebben een mix van H100's, Blackwell's en de L40S. En voor allemaal
Nvidia is dat ook die laatste. Allemaal Nvidia, correct. Ja, we zijn wel heel erg benieuwd naar AMD.
In de kort komt de nieuwe Intel Gaudi uit. Gaan kijken of dat misschien ook nog bezeld top is,
want ja, Indiant heeft Nvidia natuurlijk een tijdlang, heel erg kunnen genieten van een goede positie
weer naar de chipmarkt. Maar je merkt ook dat nieuwe chipmakers heel goed de producten
beginnen aan te bieden. En ik ben heel erg benieuwd naar zo'n Gaudi chip bijvoorbeeld. Die heeft dan
veel meer flops, veel meer RAM tegen veel bij betaalbare prijs en dan kan ik even een laaggestroom
gebruik. Dus ook al onze modellen maak ook op manier met Onix. Onix runtime teken dat we in principe
een soort van generik, generik een laag tussen onze inferencing hebben. Waardoor hoopelijk,
bezig mag ik een overstappen tussen chips. Voorlopig is dat de Nvidia or40S, wat we voor
over audio gebruiken, zijn wat kleinere kaarten, maar zijn van wel een hele goede inferencing kaarten
heel kosteficient. Daar gaat die audio stream met toe. Er is nog boord van pre-processing en we
nu het stream based, we krijgen per chunk door de inferencing. We doen nog een verspelling over,
over de voornemen, volgens map die voornemen weer naar tekst, naar zinnen en die zin komt
we uiteindelijk terug bij de gebruiker. Bij het samenvatten dan gebruik ik nog een large language model.
Ik denk nu aan GPT-4O, dat hoopt natuurlijk niet zelf, dat is binnen Microsoft Azure, maar ook binnen
een kort op de Blackwell's hoop, of met een hopelijke deep-sique R2, een llama-4, of wat en ook
hopen we daarmee. De teksten kunnen samenvatten naar zo'n samenvatten wat in het EPT kan, van de gebruiker.
Ja, en is het nu zo dat je dan ook al maar denkt over oplossingen waarbij het nog lokaler is,
dat er binnen de ziekenhuis on-premise iets beschikbaar is, of is dat nog toekomstmuziek?
Ik denk dat dat geen toekomstmuziek is. Ik denk dat op de moment hebben we de
de JetSunds, daar hebben we met het experimenteren. Tegenwoordig hebben we die dingen aan
65G bij het VRM. Daar kan je behoorlijk grote modellen op draaien. Ik denk dat we ook heel erg gaan
bewegen naar een fine tune van een wat grotor-lartsing is model voor het samenvatten naar het patiënt
dossier. Ik was spraakerkending, ja, onze modellen zijn maar 120 miljoen parameters, dus voor spraakerkending.
Dat is best wel klein. Eigenlijk kunnen we onze modellen al in de bruiser draaien op een
consumenten CPU, alleen het is best wel complex als je in de lopenhuis al je inferencing logica
moet naar de bruiser moet herzijt. Ja, je bedoelt complex als je het zo zou gaan neerzetten
nu voor je eind gebruiker. Ja, wat je nu doet ispeten te controleren natuurlijk ook of je
er wel been heeren, moet ik eigenlijk zeggen. Je hebt control over de kwaliteit, maar we gaan wel
echt kijken of misschien zo'n JetSunds binnen een ziekenhuis kunnen neerzetten om eigenlijk alles
lokaal te doen. En dat is er ook al vragenaar, specifiek of is het meer iets wat jullie doen?
Ik vind het complex of er vragenaar is. Aan de ene kant stuur je je data niet meer naar de
cloud. Aan de andere kant gaat steeds ziek meer ziekenhuis naar de cloud, dus dat is natuurlijk wel een
interessante beweging in die zin dat wat er zo'n het voordeel van het locadoen. Wat we heel erg
merken wel is dat er heel veel. Ja, het inferencing lokaal. Je ziet dat het traksie voor is, je ziet
wel dat er vragenaar is, voor een of andere om uitleggbare reden. Dus hetzelfde geldt dat
het idee dat je alles lokaal transkiebeert, voelt veel fijner aardat wie de cloud gaat. We willen het
zeker maken en we zijn zeker op zoek naar partij die de leuk zouden vinden, maar inderet is het ook
best al duur om te ontwikkelen. Zo'n Jetsen kost al heel zo'n 500 euro en dat is dan de MSRP.
Ja, willen ze ziekenhuis dat betalen, op front, per kamer tegenover een cloudoplossing die natuurlijk
gewoon per token of per usagepeest gaat. Dus dat zijn natuurlijk de afwegingen die je maakt en dat
is dat vind ik het interessant, het kommerchelen plaatje van local inferencing. Dat vind ik nog best wel
tricky. Ja, hoe krijg je die puzzelkloppende? Ja, dan houden de ideale dat het ook de betalen is.
Ja, absoluut. En heb je nu voor jullie, want je bent net, je doet het perphone in, want je wilt
eigenlijk word voor word, stukje voor stukje alles hebben en niet een soort modell dat daar dan
dingen bij hal isje neerd, want voor de medische context word je het gewoon zo strak mogelijk in het
kreeg. En is het dan zo dat je op welke data ben je dan gaan trainen, want je
zegt met verslaan niks op wat er ons systeem hier gaat. Dat is leeg.
Dus waar hou je dan je kontext? Vandaan je data sets die passen binnen de medische context?
Waar train je dan ook? Ja, dus ik denk dat erboren wat mooie data sets zijn
voor Nederland. Waar we ook heel voor een hebben gehad, dus om voor 500 uur aan data is
gewoon data die per verzameld hebben bij taalscholen. Dus we zijn dan hebben dan echt
een soort van leger van geneeskundige studenten gehad die lang zijn gaan met taalscholen
en voorvolgens hebben ze daar gesprekken gehad met mensen die de taal proberen te leren.
Dus volgens mij heb je dan een paar taalnivos en zo wacht ik uitgedacht. Wat was een huisart?
Want er is ook een nieuw concept voor veel mensen die naar Nederland komen.
Volgens hebben ze dan een consult nage speelt en dat hebben we verbaten geëerd en dat is
een eigenlijk onze training data geworden met toestemming natuurlijk van iedereen.
Maar eigenlijk vond je meestal hartstikke leuk. Dan heb je toch een beetje dan oefen je
Nederland in een heel praktische setting, want daar de huisarts gaan is gewoon bezor 1.
Af en toe. Hebben we die audio en niet altijd schript en dat zijn ook mooi in z'n data
van ons door mij. Namelijk gesprekken tussen twee personen en het gaat over een medische
gesprekken. Super. Dat is een deel van onze training data maar wat ook deel van onze training
dat is is herinterpretaties van publieke data sets. Dus lieprievolks is daar een voorbeeld
van als een audio boeken waarvan het kopje waar het verloopt is. Daar hebben we heel veel
nieuwe trucjes voor personen om ervoor te zorgen dat de data van veel hoge kwaliteit is.
Dus bijvoorbeeld als je een audio boek hebt, dat is één stem. Maar als je twee audio boeken hebt,
heb je twee stemmen. En wat je daar ook mee kan doen is dat je zoals je die twee audio
heb, kun je door elkaar heen haalt, kan je een soort gesprek simuleren. Als je hem of filters
overheen doet en roem in pils, filters overheen doet, dan klinkt het net als op een stem
van twee kant te komen. Zo kan je ook heel veel data genereren en dit is niet exact wat we
doen, maar wel in deze richting. Dus vaak is dat onze manier om het model beter te maken.
Als het dan gaat om specifiek seren medische termen, zeg maar, want die simuleren minder
snel, in zo'n gesprek, toch als wat jij net beschreven, zeg maar. Is er een iemand geweest
die in heel woordenboek aan medicineen namen langsgegaan is of hoe moet ik dat zien, want die
termologie, dat is heel erg, ja, die woorden krijg ik allemaal een strot uit als ik het voorlees
op een doosje wat ik thuis heb liggen zeg maar. Klopt. En dat is de mooie alsje afvijkt
van een twistperspectuur, want als het om voonemen gaat, dan gaat het om voonemen. En die
voonemen mag je zelf kiezen wat voorhoorde je daarvan kan maken, want dat we dan vooral
meewerk is voor het leksigen based decoding. Dus dat hebben zeg maar een woordenleist die
we heel veel prioriteiten geven, namelijk die klofen ook en dat laat priorito-glortheazieten
noemen ze maar op. Dat zijn woorden die wij ons wel hoog staan, kwaak van bias. En we
introduceren zeg een bias op de manier hoe wij onze zinnen maken. Dus hey, deze voonemen
let als eerst op of misschien mee zijn aan mezijn. En op die manier kunnen we eigenlijk ons
model heel mooi find you in op een specific domain. Dus de akustiek dat er stap 1, maar
van akustiek dus van audio naar voonemen. En voorvolgens van voonemen naar zin, dat zijn
twee aparte modellen. Maar het aller mooiste is dat ik dat voonemen naar tekst model heb
geen audio data voor nodig, heb gewoon tekst data voor nodig. En ik kan genoeg tekst vinden
op het internet, bij sluiters waarvan geen copyright is of wat dan ook, zijn perfect, dat
zijn gewoon zinnen waar medicatie namelijk worden genoemd in een heel normale sindsstructuur.
Staak er nog, je kan heel goed La Mavir gebruiken om dit soort zin te genereren. Dus hey, La Mavir
genereren zin over twee zinnen over hydroglortheoziten. En op 1 krijg je een hele mooie
heel logische tekst waarin het hydroglorthe is hiervoor te gebruikt. Die tekst gebruikt je om je
lengwadje woldel mee te trainen. En voorvolgens kan je op die meere heel mooi, ja, je dikoder
trainen. En die complete schijdingen, dus van door mijn specificie ketermen en akustiek
zorgt in principe voor dat we op gines kunnen getermen heel goed kunnen scoren. Maar ook op
andere domijnen, als dat willen. Ben je het experimenteren met andere domijnen? Ja, zeker. Ik denk
dat dat wel echt heel specific is per case. Dus misschien voor pak een beetje juridische
termen, kan je best wel vererken. Maar waar we ook heel erg vol mee bezig is van, hoe goed
kunnen we het maken op een meer generieke manier. Dus kunnen we misschien in hele woorden lijst
weggroeien en een heel sterkweren lengwadje model er aan vastkoppelen, zodat je niet
eens dat domijns specifiek nodig hebt. En dat zijn allemaal dingen waar we heel van je bezig
naar experimenteren zijn van, ok, je zou altijd een beter model maken als domijns specifiek
is. Maar hoe goed kan je modell niet domijns specifiek maken? Want waar je heel erg tegenaan
loopt is bijvoorbeeld dat in een gesprek wat over gines kunnen getermen gaat. Dat iemand op
eens gewoon zegt van, ja, nee, die halen ik altijd bij en dan straat naam. Dat gaan we zo'n
moeilijk straat namen, dat zijn best wel rare namen vaak en heel relevant voor de context
van het gesprek. Dus daar hopen we misschien weer een ander model voor te kunnen trainen, vooral
op een generieke uesces. En dat is nog altijd een beetje het balans wat we moeten vinden. Dus ja,
daar zitten we nog een beetje tussen in. Ja, want als je dan kijkt naar we hebben in Europa dan
misstrol, wat is het lap dat ik ken die nog de modellen die ze uitbrengen, zijn ook best wel
krachtig wie er was kunnen een beetje meekomen in de benchmark, laat ik het al zo zeggen. Maar
hoeveel klaar jij dat het dat er niet tien misstrol zijn in Europa. Wat ik ken ik die niet hebben
die slechte websites, wat is er aan de hand? Ik denk dat er redelijk wat partijen zijn die
vergelijkbaar dingen doen met misstrol, alleen waarschijnlijk niet zo public zijn er daad, misschien
slechte websites hebben. Ik denk dat dat misstrol absoluut de koploper is in dit gebied. Maar ik denk
ook dat het allemaal gewoon in Amerika gebeurt. Dus ik denk wel dat 90% van alle uitpoed uit Amerika
komt en over 10% van Europa, van die 10% is 90% misstrol. Er zijn wel wat andere bedrijven,
natuurlijk ook in eigen modele trainen, alleen die zijn vaak heel specifiek op het land gericht.
Ik denk dat dat een Europese dingetje is, dus wij focussen op de Nederlandse taal. En dat is perfect
want ja, een misstrol of een of een Amerika, Amerikaanse partij, zal niet zo snel een model trainen
voor de Nederlandse taal. En als een generalistisch model trainen, zal het nooit zo goed zijn als een
model wat wij hebben gemaakt. En ze hebben gewoon niet de kennis van een Nederlandse taal om zo'n model
zo goed mogelijk te maken voor de Nederlandse taal. En indiënt, ze zijn 6-10 miljoen inwoners,
wat voor markt probeer je dan te verkopen. Dus ik denk dat er gewoon heel veel kleine Europese partijen
zijn. Ik denk ook dat, dus vaak hoor je van ook computers het probleem, dat denk absoluut niet.
Ik denk dat het een grote boestje is, wat ik hoor van O-Web, AI Factory is nodig. Ik denk dat dat
eigenlijk niet zo waar is. Ik denk dat het vooral gaat om de personen en de mensen hier achter
zitten. En in Amerika krijg je gewoon veel meer resources om je idee tot waarheid te brengen en in Europa
doen we dat gewoon niet zo snel. En ik denk dat dat vooral het grootste probleem is, waarom we in Europa
niet zo veel misstrol zien, is omdat het toch mooi in Amerika gebeurt. En ja, daar zou ik al
kennis, waarom zou ik een nieuw lab beginnen als alle kennis in een open in AI-levd of een entropik.
Daar kan ik dingen leren. En ja, denk dat je ook een soort van maat van arrogantie nodig hebt om
een eigen lab te beginnen. Want dat betekent dat je het een stuk beter denkt durven te weten dan
stellen, dan alle slimmokoppen van Amerikaanse partijen of wat. En ook niet te vergeten dat er ook
nog een diep ziek is en een Ali Baba. En daar komt het ongelofelijk veel dingen uit.
Ik denk dat nodig is dat er meer misstrol zijn, want je zou het te koken. En zeggen, oké, als
wij het binnen de niches doen, lokaal en we doel ik niet niches negatief, maar gewoon een hele duidelijke
afgebakende kontekst waar ik binnen een superkrachtige model ontwikkeld. Letelijk wat jullie doen.
Dat we zeggen, oké, laat misstrol, dan vinden we met tele-modellen doen. En we hebben jullie
gevallen ook met tele-paysmodels uit Europa. En vanuit daar kunnen we dan in allerlei contexten
op een Europese manier. Dus dat is met de Europese waarde. En dat moet elkaar kunnen draaien of
jullie gewoon lokaal genoeg hebben. Want dat wordt lokaal, heeft ook allerlei verschillende betekenissen.
Is dat genoeg of snap jij? Ik heb een soort intuitie dat ik denk. Ik zou eigenlijk liefst wel gewoon
ieder geval minimaal ook in Duistlatten, misstrol willen hebben, ofzo. Of is dat een beetje
neemt voor mij? Ja, kijk, wat er gewoon eigenlijk zo zonder van is vind ik, is dat eigenlijk
jouw vijp, ei-labs, of nou in China is of in Amerika of in Europa, die allemaal exact
[muziek]
te doen, namelijk Giga Wads aan Strom verbranden om precies op dezelfde data dezelfde modellen te
trenen om precies dezelfde benchmark te verslaan. En eigenlijk vind ik dat ook een gigantische verspillingen
van van energie en tijd en kennis. Maar ja, als je competitie onderling zorgt ervoor dat het zo ongeloverlijk
hard gaat. Dus ik denk dat het zeker kan in Nederlandse, ja, is het Nederlandse mistrol of een Nederlandse
openair. Het is gewoon goed, alleen betvijfelijk wel tot hoeveel verier kan je jezelf diferencieren
van een bedrijf tot misschien honderdduizend GPU's heeft. Ik denk dat dat heel moeilijk gaat
zijn. Tenzij je echt een punt oplossing, geen punt oplossing, maar gewoon een specifieke niets aanpakkt,
want daar zou een mistrol of openair je nooit op kunnen pakken. Maar de andere kant verwelkom ik
hetzelfde hoor, ik moet zo supervet zijn als je die concurrentie aan kunnen gaan. Maar dan zal het niet
zijn omdat er geen compute is, rest genoeg. We moeten het geld besteed worden dan, want je
zegt achter net een beetje die hele idee van de AI-factory, soort van later gewoon grote data centers
vol met GPU's bouwen en dan komt het talent vanzelf en ons staan er allemaal mistrol, ik zeg het
er veel server, maar daar ben je dat anti-nizover, en als ik het zo voorlees, denk ik dat er ook. Maar waar ze dat
geldt om beter besteed, denk jij? Ik denk dat wij het gewoon veel Amerikaanse moeten aanpakken,
indient in die zin, wat krijgt een developer bij openair? Wat krijgen we gewoon honderdduizenden
dollars betaald en heel aantrekkelijke stockoptions of wat? En ik denk dat in Europa zijn we dat niet
echt gewend, dat vinden we een beetje fies of opportunistisch, maar een nog grote probleem zijn
in mensen om je heen. Dus als ik naar openair ga, als ik daar u buik binnen zou komen wie weet,
wordt ik omring door mensen die ongelofelijk slim zijn en ongelofelijk veel kennis hebben over wat ze doen.
Maar het is een beetje chicken en icoprobleem, in Europa hebben we dat niet echt. En alles de
slimmste mensen die ik en van de TU Delft, die zijn niet meer in Nederland, die zijn al mooi in
Silicon Valley of Watten ook, of we ergens bij een high-freakensitredingbedrijf gaan werken, niet
omdat ze meer verdienen, nee, omdat ze daar het mis kunnen leren. En ik denk dat het geld
niet zo zeer het probleem is, ik denk dat je gewoon een team van abu show's en mensen nodig hebt
en dan is geld nooit het probleem geweest. Want het natuurlijk ook een wat groter probleem is
binnen Europa en ik vind niet geen probleem, maar we zijn er veel meer degelijk over de data. We passen
veel meer op over copyright, we letten veel meer op de privacy zorgen over data. En dat is ja
zo'n goed ding, dat is een echt bij zo'n mooi, maar dat remt in ovatie en enige zin ook.
Dat zorgt er ook voor dat een GPTNL bijvoorbeeld, dat het gewoon een heel lang duur is voor dat het
we ook begin met trainen, wat natuurlijk wel goed is. Maar ja, dus altijd een watervol om hoog zwemmen
in principe vooral die bedrijven omdat je een open AI heeft die gewoon 3 miljoenen tookend
heeft vooral met copyright data, vooral met data dat niet tugs voor als de Europese wedgeving.
Maar ja, in Nederland denk ik dat we de meest, ja, behoorlijk dat mensen een GPT-Subscription
betaalt en daarmee financieer je dat jullie het wel gewoon. Maar als ik als nieuw bedrijven
nu een AI-lap begin en ze zeggen ja, weet je wat, al jullie gegevens geven maar aan mij,
want open AI mocht dat ook. Dan worden ik gelijk neergeslagen. Dat mag niet, maar blijkt
maar open AI heeft het al een keer gedaan. Dus dat mag dat wel. En dat is natuurlijk super scheef.
Dus ja, geld is niet het probleem. Computers is niet het probleem. Ik denk dat als je voor het
machine kijkt naar diepsiek. Computers was er absoluut geen probleem. Zij hebben natuurlijk
hebben ze behoorlijk wat geld in de computer kunnen stoppen, maar het is met een fraksie van
wat de Amerikaanse partijen hebben. Hebben ze ongelofelijk sterk en modellige treint.
En alleen niet in één dat. GRPO dus het nieuwe reinforcement learning algerhipen wat is
voorgesteld om diepsiek is gewoon zo elegant, zo mooi. En op eenst heb ik niet meer.
300 GPUs nodig, maar 16. Om op hetzelfdeingsvotoekom was diepsiek op een paal de
use cases. En dat is precies hetzelfde bij J1 heb gedaan. Je hebt gewoon een super simpel
nieuw algerhip met heel weinig computer nodig. En je ziet op een is dat waar steeds minder
computer nodig is om de benchmark te toppen. En steeds meer slimigheden en data kwaliteit.
En daar komen we nu in te recht. Maar nee.
Ik wil interessant, want je zegt eigenlijk aan het begin van je verhaal, zeg je wel,
van wat je aangeboden wordt als ontwikkelaar bij de grotere Amerikaanse laps om het vrouw
een simpel te houden, is gunstiger dan wat je aangeboden wordt bij een europeenslap. Daardoor
ontstaat aan een groep mensen daar wat gewoon de allerlei mensen zijn op dat gebied. En dan
heb je een soort netwerk effect of zo. Wat eigenlijk daar ontstaat ik zeg je, ik wil daar
zelfs als het me niet om het geld gaat, wil ik er toch werken. Dus je zou kunnen zeggen
dat er zijn zeker wel ontwikkelaars gevoelig voor het geld anders gaan ze niet. Maar je hebt
dan nog een hele andere groep ontwikkelaars, onderzoekers eigenlijk en ontwikkelaars. Die mee komen
wat ze zeggen, ik ben gewoon mega nieuwsgierig, ik wil gewoon voetballen met de Ronaldo en Messi.
Dus ja, het gaat niet eens om de miljoenen die ik bij die clubs krijg. Ik wil gewoon leren
van de beste. En die twee eigenlijk, dus een deel is gevoelig voor het geld en een deel
komt mee omdat het talent daar is. Die zijn heel moeilijk, dat is moeilijk open te
bereken gebleken tot nu toe in die geval. Want het idee is dan het moet hard waar ze
zijn. Dus dat te centus bouwen, nou dat is alleen maar een voorwaarde en die voorwaarde is
eigenlijk al voldaan zeg jij. Zeker als je dat soort deep-sique achtergrin of vasie gaat doen,
dan kan je die andere negen dat te centus bijna weer sluiten. Maar ik hoor nog niet un en dat
hoef je ook niet nu hier op te lossen samen met mij hoor. Maar een soort van hoe brek je dat open
dan? En als je zou kunnen zeggen, dan moeten salar ze toch wel omhoog. Om die eerste soort masshaat
te krijgen van je sterk team en zodat alle nieuwsgierige antijastalingen eracht aan fietsen. Waar zijn
je beginnen? Ik denk dat gewoon begin bij vijf ambitieuze vrouwen of mannen of zo die een tijdje
bij openheid hebben gewerkt of een tijdje bij zijn "Ja, Lappen, gewoon de kennis naar Europa
nemen". Is dat natuurlijk komt terug naar huis? Ja, komt terug naar huis. Nee maar ik denk wel dat het
daarom draait. Er moet ergens beginnen, ergens moet die ziekels worden gebroken. Alleen als je en toch
moet je er ook wetende dat als je naar Europa komt, dat een stukje moeilijker gaat worden. Want
op een moet je dealing met alle Europese regelgevingen wetgeving. Al die dingetjes moet je op een
wedstrijd weten te overwinnen. En indiënt, oké, je hebt het overwonden. En nu? Wat heb je eigenlijk bereikt?
Want wie gaat hier voor betalen? Wie gaat al die kennisbelonen? Wie gaat al die innovatiebelonen?
Want indiënt, open en ja, je wordt gewoon gekocht. Europa zal waarschijnlijk op ja niet verbannen.
Wat is het kommer sheele interessante aan een e-uilat begint in Europa als Miss Order ook al is?
Ik weet niet of Miss Order al heel goed doet, maar dat is ook de allergrootse problemen,
dus kapitaal, ongelooflijk intensief om computerhuren of te kopen. Tuurlijk, kan dan zo'n
data. Ik weet ik veel zo'n AI factory. Ik weet hoe dat is in z'n werk. Zo'n gehaal is het gebruik,
geen idee. En dan moet het nog geïnference. Dat moet het gehoost. Het moet ervoor er aangeboden.
En wie gaat daarvoor betalen? Dus ik denk dat dat ook een supergroop problem is. Waar is de vraag
je naar? Naast al het wij met de twee het ongelooflijk vet zouden vinden? Ja, er zit echt een
groot verschil tussen antijasmen voor de technologie en het hebben van een dat werkelijk businessmodel
en iets om het kunnen blijven bestaan, zonder constant, subsidies, links en rechts, om te krijgen
om te bestaan. Dat kan natuurlijk zo zijn dat er wordt vanuit een overheid op het pees niveau,
Nederland niveau, nummer op wordt gezegd, ja, dit is zo belangrijk. Als het een beetje business is,
is het prima en de rest volle maam. Wat het heeft te maken met autonomie van ons land, van Europa.
Maar uiteindelijk, ja, dat hebben we bij Miss Order al nu ook gezien dat zij bijvoorbeeld
nu Rozeer aan video's product. Wat ze denk dat ze zien dat daar gewoon een goede markt voor
is en eigenlijk nog beter geld te verdienen is, denk ik, of iets van een goede tweede, dan
naast het proberen soort OpenEI te zijn in Frankrijk, zeg maar. Ik zou zeggen, laten we afronen,
ik ben superblij en dankbaar voor je nu Hansen en soort van het dat je de lucht uit de bel halen
zegbaar, de hype een beetje kouder maken en calmeren. Ik denk dat het leuk is in de soort
van serie die we nu doen om de verschillende stemmen te horen. Jij noemt je zelf net meer realist,
dus te laatste x procent of van 1 op 101 op duizend komen, maar in de praktijk is het echt nog wel
een zware klus. Het is een wauw factor als het werkt, maar als het dan een keer niet werkt,
dan ga het ook goed mis en in heel veel kontexten is daar helemaal herruimte voor. En ik vind het gewoon
prettig om te horen van iemand die je zei net 250.000 consulte per maand. Ja, dat is best wel een
en heb je best wel een serieus Intuitie kunnen opbouwen over wat EI wel of niet kan. En ik vind het
Ik vind het vooral gewoon interessant om te horen hoe je eigenlijk zegt.
Ja, Eij is echt superkrachtig, en tegelijkertijd is het ook heel veel hype.
Het is ook sensvol hype.
Wij danken Sam Hengenveld voor de edit en Pankerij voor de warmgeving.
Wil je nou een lied? Een lied? Een lesie?
Een lied van Wietse?
Een lied van Wietse.
Wil je een lesie?
Daarvoor!
Zijn fantastisch!
Ah, ik koest Wietse.
We waren dat voor je lesieken, want ik kun je dus krijgen gewoon wietse of van mij.
Ik zing minder.
Daarvoor kun je meelen naar
[email protected].
Wil je op de hoogste blijven van het laatste AI-news? Twee keer per week.
En tips en tools ontvangen om het meest uit Eij taal. Abonneer je dan op ons newsbrief.
Jairreport.email.
En wil je vandaag nog beginnen met AI-biniabedrijf?
Ga dan naar dept-agency.com/airreport.
Tot de volgende week.
[Muziek]
PodcastTranscript AI