# 🚨 NOODAFLEVERING 🚨 "ik kreeg echt een beetje rillingen". Breaking AI nieuws: Sora en Gemini 1.5 | ✨ Poki

An episode of [AI Report](https://invisiblenetwork.ai/podcast/1692318247), 21 Feb 2024, 1 h 11 min.

Audio: https://podcasts.beehiiv.com/3947764a-828d-4759-b488-b60e362c33fc/019d2587-e790-7b44-bb7a-6eebcaae225c/019d258a-8e3b-7ffa-8b6c-5708888845f1/019d258a-8ea4-7c04-94de-d2a592770561.mp3

Alexander is dan wel op vakantie, er is groot nieuws wat niet onbesproken kan blijven. Daarom is deze week Oscar aangeschoven om met Wietse te praten over Sora en Gemini 1.5, wat moeten we denken van zo'n nieuwe ontwikkeling en wat betekent het nou echt? Zie het privacybeleid op https://art19.com/privacy en de privacyverklaring van Californië op https://art19.com/privacy#do-not-sell-my-info. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit www.aireport.email

## Transcript

[0:00] \[alarm\] Oh! \[zucht\] Zo klinken 165.000 scheerbewegingen per minuut die je helpen om fris voor de dag te komen.
[0:10] De flexibele scheerkop van de Philips S9000 Prestige volgt de contouren van je gezicht en scheert tot op 0 millimeter van je huid.
[0:18] Ervaar een ultiem gladde en comfortabele scheerbeurt, ook wanneer je nog niet helemaal wakker bent. Want dankzij de slimme sensoren past het scheerapparaat zich helemaal aan jou aan.
[0:29] Zo kun jij nog extra genieten van je kopje koffie voor je de deur uit gaat. De Philips S9000 Prestige is het ideale scheerapparaat om jouw dag goed mee te beginnen.
[0:40] Koop de Philips S9000 Prestige bij jouw favoriete winkel. Laat me je voorstellen aan Pim Verlaan. Ik begin op een hele jonge leeftijd met beleggen. Die horizon die jij hebt, gaat zoveel voordeel opleveren.
[0:53] Pim is een man met een missie. Iedereen veilig en verantwoord leren beleggen. Als je echt iets wil leren, leer het van iemand die één stapje vooruit loopt. Hij legt je uit op welke manieren je kan beleggen.
[1:03] Elke bank heeft eigenlijk zijn eigen beleggingsfonds. Ik hou daar helemaal niet van. Op welke manieren je beter kan beleggen en hij rekent je voordeel op de euro nauwkeurig uit. € 192.000 minder rendement.
[1:15] Zelf leren beleggen. Niemand vertelt dit. Pim dus wel. In Jong Beleggen de podcast. Nou, dat is toch fantastisch?
[1:30] \[muziek\] Deze week in Poki een aflevering zonder Alexander, maar met Oscar le Poorter, een goede vriend waarmee ik bespreek: wat is nou precies de impact van Sora text-to-video?
[1:48] Waarom is Gemini 1.5 Pro en het grotere context window nou zo'n revolutie? En moeten we het sowieso wel over een revolutie hebben? Of is het eigenlijk simpelweg een evolutie van bestaande technologie?
[1:59] Dit en meer in de Pokie van vandaag. Veel plezier met luisteren. Deze week even een anders, een andere stem in, uh, Pokie.
[2:07] Alexander is, uh, met een welverdiende vakantie en zoals het wel vaker bij Pokie gaat, gebeuren de meest gave dingen als wij of weekend hebben of een weekje niet opnemen.
[2:15] Uh, dus heb ik, uh, Oscar le Poorter gevraagd, een goede vriend van mij, uh, om eigenlijk eventjes in te vallen voor Alexander. Ja, ik, uh, ben eigenlijk het meest betrokken bij, uh, bij het onderwijs.
[2:25] Al heel lang, uh, in het basisonderwijs en ik werk nu, uh, op de hogeschool, op de pabo. En, uhm, dat is eigenlijk altijd een beetje een mini-samenleving in het klein.
[2:35] En ik ben, uh, nog, ja, ik, uh, ben veelzijdig, dus ik hou ook wel van veel verschillende onderwerpen en één daarvan, uh, is technologie.
[2:42] Ik ben eigenlijk niet echt een, uh, een tech, uh, tech guy om ze, om het maar zo te zeggen, maar, uh, nu het wel een beetje geworden omdat het, uh, zo, uh, zo hard gaat met de ontwikkelingen.
[2:52] Ik zit zelf ook iedere, iedere week naar de Pokie te luisteren en dan verbaas ik me weer over hoe het toch mogelijk is dat er in één week weer zoveel, uh, uitgekomen is. Zoveel nieuws, uh, zoveel ontwikkelingen.
[3:03] Donderdagavond was ik, uh, uit eten met een vriend in Amsterdam en toen, uh, stapte ik daarna in de trein om 11.30 uur en toen zag ik allemaal berichtjes op mijn telefoon en dacht ik: oké, of er is iets heel ernstigs gebeurd of iets heel erg leuks.
[3:15] Uh, het was een beetje van beide, want ik zag allemaal berichtjes o-, met videootjes erin die waren gegenereerd door OpenAI met hun nieuwe model Sora. En ik had allemaal linkjes over.
[3:25] Je had het toch in de Pokie podcast de vorige keer over dat context window? Nou, het is inmiddels 1 miljoen geworden.
[3:30] Het gaat wel wat sneller dan we hadden gedacht en, uhm, eigenlijk heb ik met jou, Oscar, inmiddels al wat langer de discussie, uh, dat ik eigenlijk zoiets heb van dat Sora, oftewel text-to-video van OpenAI, is gewoon een stuk groter en heeft me echt weer, uh, aan het denken gezet.
[3:49] En dat jij zegt: nou, of iets, ik, ik, ik vind het eigenlijk wel meevallen. Zeg ik dat goed?
[3:54] Ja, uh, nou, ik, ik ben ook wel zo'n persoon die jou af en toe een berichtje stuurt als ik denk: het gaat weer los, maar dat had ik in dit geval niet eerlijk gezegd. Uh.
[4:03] Ja, waarom heb je mij geen berichtje gestuurd \[beiden lachen\]? Ik kreeg een berichtje van jou. Uh, nou ja, ik, i-ik, ik was gewoon niet zo onder de indruk.
[4:11] Maar ik, ik weet niet of dat komt dat ik dan nu een beetje jaded, een beetje verzadigd ben van, uh, van het nieuws of dat ik gewoon niet zo, z-, ja, niet zo goed technisch onderlegd ben dat ik zie wat de grote sprong nou is van plaatjes naar video.
[4:25] En w-wat ik wel had, uh, toen van tekst naar plaatjes, die, die sprong, uh, vond ik veel groter, uh, eerlijk gezegd.
[4:33] En daarbij da- zag ik meteen alle scenario's van, uh, alle artiesten hebben geen werk meer en nepnieuws en bladiebla. En nu denk ik: ja, dat wisten we al. Alleen nu pakken we nog een ander medium erbij, namelijk video.
[4:44] En wa-, wa-wa-wat was jouw, uh. Ja, uh, nou voor mij is het, is het, ja, en ik waarschijnlijk, ik hoop dat ik er, ik hoop bijna dat ik ernaast is, maar ik had echt een Oppenheimer momentje \[beiden lachen\].
[4:55] Hé, ik dacht echt toen ik dat zag van: oké, dit, dit is echt anders. Ik krijg echt een beetje rillingen ervan. Mhm.
[5:02] En dat is niet per se omdat het zo, dat is niet alleen omdat het er zo scherp uitzag en zo overtuigend, die beelden.
[5:08] En voor de luisteraar, je hebt het vast al gezien, maar de deel van jullie dat het nog niet heeft gezien.
[5:13] Er zijn beelden gemaakt door een generatief algoritme die je eigenlijk wel met wat, uh, goed kiezen van de juiste beelden, hè, want het is altijd niet het, het ene beeld is niet zo goed als het ander.
[5:24] Zou je dat gewoon in een reclamespot kunnen gebruiken, uh, op de televisie of, uh, voor je YouTube video en dan zullen, zal niemand dat doorhebben als je dat gewoon slim doet. En dat is best wel een, een sprong.
[5:34] Jij zegt daarbij, Oscar, van: nou, we konden toch ook wel hele mooie foto's en animatie als in illustraties maken. Dat dan laten bewegen is toch niet zo'n hele grote stap?
[5:44] Nou, waarom ik het wel een beetje een Oppenheimer momentje vind. En daarmee bedoel ik dus, uh, dat je iets kleins ziet in essentie of een soort stukje van en ik extrapoleer dan de toekomst in.
[5:54] Hè, dus in het geval van Oppenheimer is het oké.
[5:57] Ik heb een theorie over, niet alleen hij, maar een groep mensen, uh, hoe je een, uh, atoombom kan maken en op een gegeven moment heb je, uh, het kleinste stukje voor elkaar.
[6:07] Wat eigenlijk betekentNu hoef ik het alleen nog maar te schalen. Ik moet het nu onder controle gaan krijgen, wat ik zojuist heb gedaan. Maar dat ik heb gedaan wat ik heb gedaan betekent,
[6:17] ook al is er nog geen grote klap geweest, weet je al de grote klap gaat komen omdat je zo diep in die materie zit. Maar wat was dat dan nu met video?
[6:23] Want ik had dat wel, dat dat moment had ik wel met de tekst, met tekst toen gewoon GPT twee en zo dat ik daarmee aan de gang ging. Ik had het ook met DALL-E dat ik dacht hoe, hoe ik.
[6:35] Ik voer gewoon zes woorden in en er komt een plaatje van, hoe is dit mogelijk? Maar bij dit denk ik ja, ik snap het, maar dat is omdat ik die andere twee dingen ook al gezien had.
[6:44] Ja, nee, omdat ik snap en ik, ik snap ook heel mooi je reactie. Ik denk dat, kijk, op het moment dat je zegt maak, dus je doet tekst naar afbeelding DALL-E zoals we dat kennen of Stable Diffusion.
[6:55] Je zegt: ik wil een foto van een boom met daaraan nog één appel. Die hangt daar. Nou, dan druk je op die knop, komt daar een foto van een boom en een appel.
[7:05] Dat was tot een aantal jaar geleden, laat ik het zo zeggen, absurd dat dit kan, toch? Ik heb dit echt niet, niet voorspeld. Dat met die tekst wel, maar met dat met die plaatjes. Ja. Dus dan heb je dit, heb je.
[7:16] En dan de volgende stap is, oké, ik wil niet alleen maar een boom met daaraan een appel, maar het waait. Het waait hard en die appel die valt.
[7:29] En dan druk je op een knop en dan krijg je een video van een boom en een appel en dan valt die appel op de grond. Een heel saai, de meest saaie video die je je kan bedenken. Dat kan Sora nu. Ja.
[7:39] En om dat te kunnen doen moet Sora eigenlijk weten, oké, die appel, als die valt, valt hij niet omhoog. Die zweeft niet naar de zijkant, die ontploft op de grond. Niet als een soort dynamiet.
[7:51] Nee, die valt daar op de grond en die blijft nog even liggen in het gras en die valt ook niet door het gras heen. Dit lijkt allemaal oké, duh. Maar die duh is omdat wij mensen zijn en geen algoritme.
[8:02] En dat het algoritme dat nu kan, dat is voor mij een nieuwe stap. Namelijk voorspellen, voorspellen wat er gaat gebeuren. Ik heb hier een foto van iemand aan de bovenkant van de berg in een zeepkar.
[8:15] Zo'n, op een heel gevaarlijk autootje wat een kind heeft geknutseld. En dat jij zegt: funniest home video's. Wat gebeurt er na dit moment? En dan rolt het karretje naar beneden. En dat kind, dat valt eruit of niet.
[8:27] Hopelijk niet. En dan beneden zie je een hele grote groep mensen staan die daar ook nog eens voor applaudisseren, want het was te land, ter zee, in de lucht, noem maar op.
[8:36] Om dat van dat eerste initiële plaatje van een kind bovenaan de schans naar beneden toe te kunnen anticiperen, te kunnen voorspellen is next level, is super bizar. Heel anders dan een plaatje maken.
[8:50] Ja, maar hij heeft toch wel heel veel video's gezien waar hij op, of hij, ja gewoon, het is getraind. Ja, het is getraind op een bibliotheek van allemaal naar beneden rijdende auto's die niet door het asfalt zakken. Ja.
[9:03] Dus ja, dan denk ik ja, dan snap ik dat het autootje over het asfalt blijft rijden.
[9:08] \[lacht\] Nee, maar ik bedoel het is, het is heel goed te verklaren door te zeggen van oké, Sora is getraind op x duizend uur video van Shutterstock en op een gegeven moment net als tekst voorspellen, want het is ook een voorspeller, kan je dan op een gegeven moment ook plaatjes gaan voorspellen de toekomst in.
[9:25] Want je kon ook al aan ChatGPT vragen, gewoon een klassiek taalmodel die met woord tokens werkt, dus tekst die wij kunnen lezen. Oké, iemand staat boven aan de heuvel in een karretje.
[9:37] Wat gaat er gebeuren als dat karretje op zijn... En dan ging die al zeggen: nou, dat karretje gaat naar beneden rollen. Ja. Oudere modellen zouden hebben gezegd dat dat karretje gaat achteruit de heuvel op, want dat. Ja.
[9:48] Maar, dus in essentie zat dat voorspellend vermogen zat al in taalmodellen. Maar. Ja, maar het voorspellend vermogen. Ik weet niet of ik het gewoon eens ben met het woord voorspellend.
[9:59] Ik denk dat het erin zit omdat het getraind is op hoe, op dingen, op bronnen die dat beschrijven. Dus als we, stel je voor dat je, je traint nu
[10:14] zo'n videomodel alleen maar op jaren 80 tekenfilms van die super bizarre Samurai Pizza Cats-achtige tekenfilms waar allemaal hele rare dingen gebeuren dan, en dan, en dan zeg jij: ik wil een auto die over straat rijdt, dan krijg je ook een hele bizarre auto krijg je daar uit omdat het getraind is op niet, niet gangbare data, zeg maar.
[10:36] Ja, maar ik denk dus nu dat, oké, ik maak een concreter voorbeeld. Bij taalmodellen is het nu zo, ChatGPT, dat wanneer jij vraagt, je gaat wiskundevragen stellen, hele basale wiskundevragen.
[10:50] Je gaat dingen bij elkaar optellen. Inmiddels zijn ze slim genoeg dat hij gewoon een script gaat schrijven en in dit geval vaak Python, die die berekening kan maken.
[11:00] Dus hij, hij voorspelt eigenlijk wat je zou moeten programmeren om die som op te lossen. Dan draait hij dat script en dan stuurt hij jou het antwoord op de som via een best wel een omweg eigenlijk.
[11:10] Hij gaat even hoofdrekenen en dan komt hij bij jou uit met het woord, met het antwoord.
[11:13] In plaats van dat hij statistisch gaat bluffen, wat hij vroeger deed, gaat hij gewoon, gaat hij een stuk programmeercode bluffen en dan uitrekenen. Wat ik me kan voorstellen is als jij dus vraagt: joh,
[11:24] ik stuur een, ik stuur je een foto naar ChatGPT. Dus via V, daar kan je foto's naartoe sturen, van een kind boven aan een schans in een autootje. En dan zeg je: wat gaat er nu gebeuren?
[11:35] Dan gaat hij heel lang laden en dan zegt hij in tekst tegen jou wat er gaat gebeuren, terwijl hij stiekem op de achtergrond een video heeft gemaakt en toen frame voor frame is gaan kijken wat daar voorspeld is om vervolgens jou dat antwoord te geven.
[11:46] En ik denk dus dat die, dat het, dat het zo is dat wat je intuïtief als algoritme kan herleiden over dynamieken in de wereld, even abstract gezegd, uit boeken veel minder rijk is dan uit video's.
[12:02] Dus wat we nu, dus de stap om op video te gaan trainen is heel erg belangrijk, omdat je daardoor een veel sterkere intuïtie kunt ontwikkelen als algoritme dan op basis van Reddit posts en wiskundeboeken.En dat daardoor nu eigenlijk, uhm, de taalmodellen niet alleen kunnen lezen, foto's kunnen bekijken, maar ook nog eens kunnen extrapoleren de toekomst in op basis van die beelden doordat ze gewoonweg getraind zijn op zoveel video.
[12:30] Mmm. En wat is dan jouw, jouw angst of zo? Want je kiest niet voor niks dan zo'n Oppenheimer moment. Dat heel, uh, omineuze \[gniffelt\] atoombom die nu, nu boven ons hangt.
[12:41] Wa-wa-wat was dan, uh, wat, wat denk je dan dat er gaat gebeuren? Dat jij dat ziet en dat je denkt: o, o, we gaan, we ga-- het gaat nu ergens naartoe. Dat, met deze video.
[12:50] Ik zeg niet per se, ik bedoel Oppenheimer is dat op zich slecht gekozen, uh, omdat het zo inderdaad een, een negatieve donkere, uh, vibe heeft. Uhm, terwijl je daar ook atoomcentrales mee kan maken.
[13:01] En daar is, is ook van alles mis mee, maar daar kan je dan energie mee maken in plaats van, uh, bommen gooien. Dus daar gaat het, gaat de vergelijking dan weer wel een beetje op over de dual, dual nature.
[13:11] Oftewel het moeilijke van technologie is altijd dat je het voor zoveel verschillende dingen kan inzetten.
[13:16] Ik bedoelde met het Oppenheimer moment meer dat, uh, op het moment dat jij net als met de LK99 het, uh, uh, stukje supergeleider bij kamertemperatuur wat tot nu toe nog niet waar blijkt te zijn of in ieder geval moeilijk repliceerbaar is, dat, uh, als iemand dat voor mekaar krijgt, dan ziet dat er heel knullig uit.
[13:34] Namelijk een zwevend zandkorreltje. Of in ieder geval als je dan journalisten bij je laboratorium zou hebben die zeggen: nou, laat maar zien dan, hè, de wereld wordt toch anders. Dat jij zegt: nou, daar ligt het.
[13:43] En er ligt dus een, zo'n stukje modder. \[gniffelt\] Waar, waar je alleen andere experts mee kan overtuigen.
[13:49] Nee, maar als je een andere expert bent en je ziet dat liggen en je ziet de factsheet ernaast liggen en je denkt: hoe kan, dit kan bij tien graden. Wat? Ja, dan heb je het wel meteen door.
[13:58] En dat, ik moet zeggen, dus bij de lan-- nou, dat is een mooie vergelijking, want nu is dus de discussie, uh, rondom Sora van de daadwerkelijke experts, want wij weten er allebei een stuk minder van.
[14:09] Die echt zeggen van: oké, wacht, e-- een, een deel zegt: nee, nee, nee, het is nog steeds alleen maar bluf. Dit ding snapt echt helemaal niks van natuurwetten.
[14:17] Ga niet doen alsof er iets van simulatie plaatsvindt, hè, want dat is het argument dat het eigenlijk een reality simulator geworden is. Nee, precies. Mensen zeiden van: het lijkt wel alsof het getraind is op, op Unity.
[14:27] Zo'n, uh. Game engine. Ja, waar natuurlijk, uh, wel die natuurwetten in zitten. Dat zijn, dat zijn realiteitssimulatoren.
[14:36] Uh, en er is een groep die zegt: nee, nee, nee, we zijn nu gewoon echt, uh, een soort intuïtie voor de realiteit aan het ontwikkelen in deze, uh, video voorspellingsmodellen. Want, uh, of, ja, want je gaat toch,
[14:49] uhm, er zit ook zo'n video bij bijvoorbeeld dan zie je volgens mij een, een kat of een hond, een kat is het volgens mij, over een randje lopen bij een gebouw, zo'n heel dun randje.
[14:57] En dan, en ik, als je dat ziet als mens, dan lijkt het gewoon niet interessant, want je denkt: ja, er loopt een kat.
[15:02] Ik heb zo vaak een kat over een randje zien lopen, maar er moet zoveel gebeuren, wil je dat kunnen voorspellen als algoritme.
[15:08] Nee, maar ik, ik denk dat jij ook zo bent dat, dat je uiteindelijk denkt: wat maakt het mij nou uit of er echte natuurkunde in verpakt zit- Maakt me niks uit.
[15:15] Of dat het er gewoon uit komt omdat ie, vanwege de, hoe het ge-, hoe het getraind is. Maar wat, wat is jouw grootste, wa-wa-waarom denk je dan nu wat, wat, o jee, wat gaat er nu gebeuren?
[15:26] Nou, ik denk omdat wanneer je dit gaat toepassen, bijvoorbeeld, uh, robotica, dus we-- het was eerst moeilijker om de koppeling te leggen tussen robotica en taalmodellen, omdat het best wel wat, uh, stappen vereist, hè.
[15:38] Dus, uh, het, ik moest dan, ik heb het er dan vaak met mensen over, zeggen ze: wat, ik, ik snap niet wat ChatGPT te maken heeft met robotica. Dat is toch een tekstding? Ja. Hè, het is toch een chatbot?
[15:49] Wat heeft een chatbot te maken met een daadwerkelijke robot die op straat loopt? Ja. Ik zie de connectie niet. Nou, da-dat heb ik ook een hele tijd niet gezien.
[15:55] Maar met wa-met wat tussenstappen, hè, op het moment dat je, uh, beeld, uh, kan geven als input in plaats van een tekst, daar zijn we al lang, hè.
[16:04] We kun-- je kan gewoon een foto uploaden van je huiskamer, een interieuradvies vragen aan ChatGPT en die krijg je nog wel in tekst terug.
[16:09] Maar je kan dan ook zeggen: geef het interieuradvies op basis van een schilderij in de stijl van Van Gogh en dan gaat hij daar ook nog iets leuks voor je mee doen. Uhm,
[16:16] maar op het moment dat jij de, een robot, uh, hebt staan in jouw woonkamer en die robot een foto laat maken van de situatie daar, aan een taalmodel laat vragen: oké, luister, wat zie ik sowieso?
[16:28] Omschrijving, dat kan ie al. En dan: ik wil eigenlijk naar de andere kant van deze kamer lopen. Welke stappen als robot moet ik hier daarvoor doen?
[16:35] Ik heb deze motoren die op deze manier kunnen bewegen en dan komt er eigenlijk een loopschema uit een taalmodel voor een robot om te gaan lopen.
[16:42] En dan loopt die robot op de meest inefficiënt en weirde manier naar de andere kant van die kamer, hè.
[16:48] En, uh, dat kan dan omdat er een stukje interpretatie plaatsvindt, uh, in een taalmodel waardoor de robot een beetje een wereldbeeld ontwikkelt als het ware.
[16:57] Met daar trouwens ook nog eens de hele geschie- hele cultuur van de mens in verpakt.
[17:01] Een groot deel in ieder geval in dat rare taalmodel, waardoor die gekke robot ineens ook: nou, loop maar niet, loop maar niet om naar die, loop maar niet via die urn, want die urn, daar zit, daar zit as in, want dat doen mensen.
[17:12] Ja. Loop maar eventjes, uh. Nee, maar ik bedoel, om a-- snap je wat een robot eigenlijk allemaal nodig heeft om door een kamer te lopen van een mens?
[17:19] Ik zit, ik, ik breek nu al, ik breek nu dit voorbeeld helemaal in mijn hoofd dat jij denkt: o nee, zo meteen komen de robots, worden al uitge-,
[17:27] die worden al, uh, die worden al ingezet in de praxis en dan, uh, de, de cementzakken moeten worden bijgevuld. En terwijl jij daar als klant loopt kan je ook nog iets over Plato vragen aan die. \[lacht\] Ja.
[17:37] Nee, ik denk dus inderdaad dat, uhm, dat er heel erg inefficiënt brute force, uh.
[17:43] Nou ja, de, ik denk dat de, de onderliggende gedachte is om een daadwerkelijke humanoid te maken, dus een bipedal op twee benen staande robot die de plek in kan nemen van mensen in de samenleving doordat ze op dezelfde stoel passen, door dezelfde deuren passen.
[17:59] Dat is het fysieke, het passen fysiek. Maar je moet ook cultureel passen.
[18:04] En dat, daarmee bedoel ik dat zelfs een zelfrijdende auto meer woe-moet weten dan een, over mensen en dieren dan alleen maar wat geleerd kan worden binnen een verkeerscontext. Ja.
[18:15] En Sora, omdat die getraind is op zoveel mogelijk video, heeft die bredere culturele menselijke context in zich.
[18:23] En ik denk, en dat duurt nog wel even, want als je ziet wat er voor hardware nodig is om dat nu te draaien, dat stop je niet zomaar in een auto. Je kan het ook streamen vanuit die auto, maar dat vind ik een beetje eng.
[18:33] Want als een auto alleen maar veilig is zolang de 5G verbinding het doet, daar ga ik niet in zitten. Hè, dus het moet wel lokaal gaan gebeuren. Files in Zwitserland omdat in de tunnel.
[18:42] \[lacht\] Maar dus ik zie nog allerlei, uhm, uh, struikelblokken en, uh, fysieke limieten om dit in een auto te stoppen, maar dat zie ik dan als tijd.De als we als de computers snel genoeg zijn en de storage goedkoop genoeg is en het energieverbruik klopt, dan kan jij Sora draaien in een Boston Dynamics robot in een Model S Tesla en daardoor gaat het mogelijk lukken.
[19:06] Ik denk dat we dichterbij zijn nu om die om die laatste 10% die het zo moeilijk maakt om robots en auto's. Auto's zijn gewoon robots met wielen onderdeel te laten zijn van een menselijke samenleving.
[19:17] En is dat grafische dan eigenlijk hetgene, dus zeg maar de output van die van de video? Is dat hetgene wat het dan zo, zo veeleisend maakt, dat proces? Of is het dat voorspellen?
[19:30] Want bij, bij ChatGPT moet je natuurlijk ook gewoon nadenken en dat is alleen maar tekst, maar dat gaat nog redelijk snel. Ik moet zeggen dat ik, ik weet niet zo goed wat het het zwaarst maakt.
[19:42] Want als je natuurlijk kunt zeggen want wat, wat we een beetje in dit gesprek zitten. Sora wordt nu volgens mij de interpretatie van de meeste die ik nu lees is Sora. En dan video's genereren voor een menselijke kijker.
[19:58] En van o, o, nu kunnen we beelden gaan maken en mensen kunnen dat niet meer van echt onderscheiden. En daardoor, dat is deze, deze invalshoek om te kijken naar Sora is ook legitiem. Wat betekent dit voor massamedia?
[20:12] Wat betekent dit voor fake news reclame? Wat betekent het voor de baan van alle videografen en producenten en acteurs en actrices? Dat klopt ook. Ik denk.
[20:21] Ik denk alleen dat daar al genoeg over gezegd is op andere plekken. Mensen die er ook misschien wat meer van weten. Ik denk om uit te leggen waarom het me zulke rillingen geeft.
[20:29] Rillingen op een manier van, dat kunnen ook de rillingen zijn in de positieve zin. Ik zou het geen vlinders in mijn buik noemen, maar dat iets, iets minder alleen maar op angst gebaseerd is.
[20:39] Dat ik Sora zie en denk ja, maar om dit te kunnen, dan moet je een hoop snappen, zeg maar over de wereld.
[20:46] Snappen is een groot woord, maar dan moet je een hoop intuïtie hebben over de, over mensen en over dieren die in die video veel voorkomen. Hoe beweegt een puppy in de sneeuw? Hoe beweegt sneeuw?
[20:55] Hoe beweegt pup sneeuw op een vacht? Vette vacht van een puppy. Gestoord gewoon. En. Ik ben nog steeds wel ergens bang dat ze gewoon zo erg cherry-picked hebben. Maar ik ben. Ik ben ook een beetje cynisch geworden.
[21:09] Ik ben altijd ik. Ja, ik ben niet de allergrootste techneut, maar ik ben gewoon wel heel nieuwsgierig. En ik heb wel het idee dat ik wel van vrij veel dingen in ieder geval een beetje kennis heb. En dan.
[21:20] Ik ben een beetje cynisch geworden over deze hele, deze cyclus waar we nu in zitten.
[21:24] Want dat zelfs Google dan eigenlijk een beetje zichzelf voorbij praat en dan, dan later een paar dagen later weer op zijn schreden moet terugkomen. Dat het toch allemaal weer een beetje over blown was.
[21:35] Dus wat ik nu gezien heb dat, dat, dat ziet er inderdaad heel indrukwekkend uit. Maar ik moet ook nog maar zien dat dit gewoon te doen is voor een, een klant van OpenAI.
[21:46] Om dat even in een paar dagen dan ook dat soort video's. Ik denk dus dat mijn aanname in, in dit alles is één op de honderd video's is goed.
[21:57] Gaan we even één op de honderd video's is goed en om die honderd video's te kunnen maken moet een datacenter draaien wat helemaal niet betaalbaar is en ook helemaal niet economisch is.
[22:08] Volgens mij is dit de huidige staat van Sora als ik heel eerlijk ben. Maar als het hun lukt om twee op de honderd video's goed. Drie, tien. Nou, je kent het plaatje wel.
[22:16] Als dat lukt, misschien lukt dat nog niet de komende tien jaar, maar als dat lukt en ondertussen gaat het ook. De chips worden beter en de algoritmes worden efficiënter.
[22:25] Dan kan ik me voorstellen dat lokaal op jouw eigen MacBook dertig seconden full HD-video genereren binnen een jaar of drie, vier mogelijk is.
[22:35] Nou, als dat mogelijk is, past het ook in een auto en past het ook in een robot. En dan denk ik heel veel van wat robotica is. En automatisering 2.0, hoe je het maar wil noemen.
[22:48] Of automatisering met ook kunstmatige intelligentie erop geplakt, zeg maar. Heel veel daarvan is tot, tot nu toe nog niet gelukt qua automatisering.
[22:56] Omdat wat automatisering vooralsnog betekende, bijvoorbeeld in een taartfabriek, is die hele taart bijna aanpassen aan dat die makkelijker geautomatiseerd gemaakt kan worden.
[23:06] Dus het ontwerp van de taart wordt aangepast aan de machine en vervolgens de machines bijna perfect inregelen dat die de hele dag taartjes doen. Nee, volgens mij is dat ook
[23:16] wat uiteindelijk het idee, idee het idee was van die Tesla robot. Dat met auto's is het makkelijk voorbeeld.
[23:22] Daar heb je natuurlijk van die helemaal niet mensachtige arm, armen die dan portieren van auto's daar precies op de, op de micron daar netjes neerzetten.
[23:32] En volgens mij was het idee van die Optimus, volgens mij heet die robot, de hele wereld die alle fabrieken zien zijn gemaakt eigenlijk voor mensen.
[23:40] Dus laten we een robot maken die gewoon dan de taken kan overnemen zoals mensen ze nu ook doen, toch? Ja, en ik denk dat in dat opzicht, daar moet ik meteen aan denken dat, dat is het verhaal wat ik ooit las.
[23:51] Het ging over motoren. Dus dan heb ik het niet over waar je op gaat zitten en op de snelweg gaat rijden. Maar het hart, het klompen de hart van jouw auto. Een verbrandingsmotor zeg maar. Dat.
[24:02] Of eigenlijk meer het concept van een motor. Dat op een gegeven moment discussie was tussen een vader en zoon. Dat die zoon zei: later zitten er in auto's misschien wel veertig motoren.
[24:12] En dat hij zei huh, wat een, wat een. Sowieso een motor is veel te duur en dat moet je allemaal onderhouden. Maar zijn.
[24:17] Wat hij bedoelde is elektromotoren, oftewel het motortje dat jouw ramen omhoog duwt, het motortje wat jouw slot op slot draait met een afstandsbediening, het motortje dat een pompje aanstuurt voor jouw ruitenwisservloeistof.
[24:31] Nou, dit idee van een motor was toen nog heel van dat is te duur, te groot en dat kan je niet maken.
[24:37] Maar als je motortjes op een gegeven moment heel klein kan maken, dan is het helemaal niet gek dat er dertig motoren in jouw auto zitten, alleen dan op een iets andere manier. Nou,
[24:45] als de Raspberry Pi 7 een Tensor core heeft, een TPU dus, die helemaal geoptimaliseerd is voor machine learning taken, dan zou jij binnen een budget van tien watt en vijftig dollar misschien DALL-E 3 plaatjes kunnen maken.
[25:01] Ik noem maar wat. Ik heb het nog niet over Sora, maar ik zit een beetje in een toekomst te denken waarin dit massa geproduceerd, super geoptimaliseerd en betaalbaar is.
[25:09] Dus wat ik nu zie in Sora zijn de eerste inklings, de eerste vonkjesVan iets wat ik denk: ja, maar als dit kan, hoe zwaar, hoe moeilijk en hoe, hoe crappy ook, dan is er niets wat het tegenhoudt om dit op grote schaal te gaan doen, behalve tijd.
[25:24] Nee, dus in plaats van, uh, een grote geautomatiseerde combine Tesla, zeg maar zo'n ding die rijdt om, uh, graan te oogsten bijvoorbeeld, denk je dan is het logischer dat je daar dan een zo'n bipedal, dus een, een mens, uh, ja, een Android-achtige \[lacht\].
[25:43] Ja. Ja, want dat is het woord toch? Android, dat is een soort mens, mensachtige, daar inzet. De imple-, uh, die je dan ook weer kan inzetten voor allemaal andere taken op zo'n boerenbedrijf.
[25:53] In plaats van dat je al die allemaal hele gespecialiseerde grote, uh, robots maakt die maar voor één taak geschikt zijn. Ja, en ik denk dus dat Sora ons een stap dichterbij brengt in, in--
[26:06] waarom dat voor mij, toen ik dat zag, dat ik dacht van: in eerste instantie dacht ik ook: jeetje, wat betekent dit voor, uh, de media in de brede zin en voor ons als mens?
[26:15] Maar mijn tweede sprong was: ja, maar als dit ding op een bepaalde manier rekening houdend met menselijke cultuur voorspellend vermogen heeft voor de komende vijftien tot dertig seconden, dat is genoeg om door een, naar de fabriek heen te lopen.
[26:27] Dat is genoeg om een kruispunt over te steken. Je hebt geen maanden voorspelling nodig. Maar da-dat was een beetje jouw, jouw gevoel van jij zag dat. Je dacht: o, ik had het nog niet verwacht, dit soort videobeelden. Ja.
[26:39] Een doorkijkje eigenlijk naar, uh, wat jaren in de toekomst. Ja, want als dit dan, uh, wat mij betreft hoeft het niet per se scherper of beter te worden.
[26:48] Misschien iets minder artifacts, hè, dus extra handen en extra armen voor als je het wil gebruiken voor menselijke consumptie.
[26:55] Maar ik denk als je het wil gebruiken in een groter netwerk van algoritmes die samenwerken, dat het meer dan prima is- Ja, ja, ik snap het. Om, uh, door een fabriek heen te navigeren als robot.
[27:03] Nou ja, en je hebt natuurlijk ook wel nog dat samenwerkmodel, hè, want wa-waar we eerder zeiden van Cha-ChatGPT had geen wiskundekennis.
[27:12] Hij kon niet eens, uh, dat weet ik nog helemaal het begin, uh, vorig jaar oktober, november. Hij kan niet eens één plus drie of zo doen.
[27:19] Één plus één wel, want daar was hij op getraind en dat had hij blijkbaar heel vaak gezien dat het twee was. Maar als je dan een net een andere som, ik weet ik veel, vier plus vijf of zo, dan, dan kon hij dat niet.
[27:28] Maar inmiddels werkt hij dan samen door, uh, aan de achterkant of iets van programmeertaal te schrijven of iets van een Wolfram Alpha, uh, plugin of zoiets aan te roepen.
[27:38] En ja, wellicht kan er in dat Sora, uh, GPT-model ook, uh, dat hij bepaalde, uh, ja, noem je dat natuurkundige kennis die, uh, bijvoorbeeld in zo'n zelfrijdende auto, dat hij dat ook laat meedraaien.
[27:51] Ja, ik denk dus, want nu natuurlijk, DALL-E 3 is geïntegreerd in GPT-4, dus op het moment dat je nu vraagt: ik heb dit, dit, dit gedicht, wil je daar een mooi schilderij bij maken, dan doet hij dat.
[27:59] Roept hij op de achtergrond, uh, DALL-E aan en dat staat ook netjes erbij. Powered by DALL-E. Dat vindt OpenAI natuurlijk te gek en dan komt daar een plaatje uit.
[28:07] De volgende stap is dat je Sora ook aan kan roepen, maar dat is dan puur aanroepen omdat jij het als mens wil consumeren.
[28:13] Ik denk dus dat die modellen op de achtergrond zelf ook Sora en DALL-E kunnen gaan aanroepen om daar, uh, ja, voorspellingen op te gaan doen.
[28:21] En uiteindelijk zal het zo zijn dat je natuurlijk een veel geoptimaliseerdere versie van het algoritme kan maken, want eigenlijk heb je die beelden niet echt nodig. Snap je wat ik bedoel?
[28:30] Dat is een beetje- Nee, exact dat, dat vroeg ik net ook. Ja.
[28:32] Maar goed, e-het andere grote nieuws van deze week was dat, uh, uh, een, een nieuwe tussenversie van, uh, Gemini, eigenlijk het a-, het, uh, taalmodel van Google.
[28:41] Die is van één naar anderhalf gegaan en daarmee het belangrijkste is dat de context window heel erg, uh, vergroot is. Dus de, de grootte van de prompt eigenlijk die je kan meegeven, toch? Dat zeg ik zo goed.
[28:52] Je zegt het perfect. Ja, ik denk dat, de laatste aflevering hadden Alexander en ik het al over die context window. Dus inderdaad, hoeveel mag je mee plakken in je prompt? Kan je een heel boek mee plakken?
[29:01] Kan je meerdere boeken mee plakken en daar dan vragen over gaan stellen? Uhm, die is nu ineens naar een miljoen gegaan, uh, van 128.000, uh, tokens in, uh, GPT-4 Turbo naar één miljoen in Gemini 1.5.
[29:16] Ik vind het sowieso interessant, want, uh, waar ik het al veel over gehad heb de laatste weken is: Google komt nu een beetje naast OpenAI rennen in de wedstrijd, hè.
[29:25] Als je dat dan even een beeld van twee, uh, vermoeide marathonrenners. Google komt er nu zo naast rennen. De vraag is wie het meest vermoeid is op dit moment. Of zijn ze allebei nog fit? Maar goed.
[29:35] En met die, uh, 1.5 versie van Gemini, met 1.0 hij is er een beetje half achter gaan rennen, misschien in de slipstream van die andere renner.
[29:44] En met 1.5, als het dan gaat om die context window, rent Google nu tijdelijk OpenAI voorbij.
[29:49] Ja, nou, ik, uh, ik heb dit ook wel gevolgd natuurlijk toen Gemini, uh, uitgebracht werd niet zo lang geleden en toen was iedereen toch wel een beetje,
[29:58] ja, ze, ze zeiden van: oké, nou sommige dingen werkt het net zo goed als, uh, ChatGPT, maar op meeste is, uh, Chat-ChatGPT werkt nog, uh, het, uh, werkt nog beter.
[30:08] Maar ik las nu deze week ook dat, uh, echt pro-programmeurs, uh, dat die, uh, ja, code au-audits of zo gaan doen en dat zij wel echt merken dat, dat Gemini veel beter dingen oppakt en kan debuggen, uh, de logica uit hun, uh, stuk, uit hun programmeer, uh, taal kunnen halen.
[30:28] Uh, maar ik weet niet of, uh, ik weet niet of dat ging over anderhalf, want ik heb de, ik heb het afgelopen week gelezen, dus ik denk wel dat het over anderhalf ging.
[30:35] Ja, ik denk dus, want dat is het grappige ook nog, dat het ook nog eens Gemini 1.5 Pro is en niet Ultra. Dus dit is eigenlijk hun, uh, publiek beschikbare model.
[30:43] Je moet nu nog op een waitlist, want ze zijn nog een beetje aan het testen ermee, maar het is nog niet eens, uh, 1.5 Ultra met zo'n groot token window of context window. Die zou dan naar 10 miljoen moeten gaan.
[30:54] Maar goed, al met al wat jij zegt, uhm, er is een test, die heet de Haystack test of needle in a Haystack test.
[31:01] Dus dan gooi je er een stuk tekst in, het liefst zo groot mogelijk en daar stop je een aantal naaldjes tussen het hooi, zeg maar. En dan ga je daarna zeggen: wat zijn de naalden?
[31:10] En dan kan je dus testen van: oké, als je weet dat je het, uh, 1 miljoen tokens erin gooit waarin, uh-Duizend naaldjes verstopt zitten in de tekst.
[31:19] Kan je aan het einde zeggen waar ze zitten en als hij dan alle duizenden naalden teruggeeft, heb je een score van honderd procent.
[31:24] Nou, de Gemini 1.5 scoort volgens mij 99,8% op die needle test, dus dat betekent dat hij eigenlijk bijna de hele context kan bevatten. Ja.
[31:34] Als het zou, als het fake zou zijn, zou je natuurlijk gewoon kunnen zeggen: ik compress eerst die context naar een summary en dan ga ik er pas mee werken.
[31:41] Eigenlijk met die needle in a haystack test kan je testen of een taalmodel, taalmodel niet loopt te bluffen. Maar echt- Ja.
[31:48] Ik, alles wat je me nu geeft kan ik naar refereren, want ik heb het, neem het helemaal mee in mijn werkgeheugen, zeg maar. Ja, want ik gebruik wel ChatGPT ook wel veel voor mijn werk.
[31:57] En ik moet wel zeggen, ik ga een beetje zo, uh, in golfbewegingen over of ik het nou wel of niet goed vind, eerlijk gezegd. Ja. En dit soort dingen.
[32:05] Dus, uh, ja, ik laad dan bepaalde documenten in die ik, waarvan ik wil dat ie ze, ge, uh, gaat gebruiken met, uh, zo'n custom GPT zeg maar. Maar ik vind dat nog niet goed werken eerlijk gezegd.
[32:19] Dus als ik zo'n needle in a haystack test zou doen, dan, dat, uh, daar heb ik geen goed gevoel over eerlijk gezegd bij ChatGPT. Die, die custom GPT en dan je documenten uploaden.
[32:27] Wat hij daar eigenlijk doet is, uh, samenvattingen van die documenten maken waardoor het past in de prompt. Mmm. Dus dan, dit is een perfect voorbeeld waarom dus die, uhm, uh- Die token window wel echt belangrijk is.
[32:40] Ja, omdat ik denk dat ik ook heel lang heb gedacht dat een custom GPT maken en daarbij mijn eigen dagboek van de laatste twintig jaar uploaden zou betekenen dat ik dan mijn eigen GPT had die alles wist.
[32:51] Maar dat is dus niet zo. Dat is alleen, want wat hij dan doet is eigenlijk een, een, een klassieke naïeve tekst search in jouw documenten.
[32:59] Dan de paragraaf vinden die dan meegeven aan de prompt en dan met jou gaan praten. Dus het is stiek, een stiekeme stapje voor, zeg maar. Hetzelfde als wat Perplexity doet met het web.
[33:09] Op het moment dat je gaat zoeken, Perplexity gaat die website zoeken op een klassieke manier, die website samenvatten en al die samenvattingen meegeven in de, in, in de prompt op de achtergrond, waardoor je lijkt te praten met een website, maar eigenlijk praat je met een abstractie van die website.
[33:24] Nee, precies, want even voor de context ik ben, uh, docent op de hogeschool, dus dan, e-ik werk op de pabo, dus voor, bij ons is het heel belangrijk, uh, zeg maar wat, wat, uh, leraren, leerlingen en docenten eigenlijk moeten kunnen.
[33:37] Dus ik heb dan de, de, de, de documenten, de pdf's van, uh, die de overheid en die stichtingen gemaakt hebben.
[33:42] Bijvoorbeeld wat, wat, uh, kinderen zouden moeten weten over rekenen of wat, uh, wa-wat voor dingen, uh, leraren zouden moeten uitleggen.
[33:51] En, uh, ja, d-dat gebruik ik dan om, om dingen terug te zoeken en een leerdoelen en zo te maken. Maar dat gaat echt helemaal, uh, nog niet van een leien dakje.
[34:00] \[lacht\] Nee, omdat je maar- Daar prik ik echt vrij makkelijk doorheen eerlijk gezegd. Precies, maar dat komt dus omdat dan de verwachtingen eigenlijk nog te hoog liggen van hoe het werkt.
[34:06] Maar de volgende test wurd, wordt dus van oké, als ik inderdaad een token window heb of een context window heb van een miljoen, kan ik dan inderdaad, uh, nou, dan kan je best wel documenten meesturen. Ja.
[34:16] En- En die laat hij dan elke keer in bij het prompt of zo? Zo werkt het. Nee, die, het is echt alsof, ik heb het, uh, toevallig dacht ik ineens maar GPT 4 Turbo heeft toch al 128.000? Ja.
[34:28] Ik heb eigenlijk nog nooit zoiets groots erin gegooid, dus toen ben ik gewoon een beetje gaan zoeken naar boeken. En hoeveel tokens zijn dat?
[34:33] Dus heb ik er, is heel ongemakkelijk, want ongemakkelijk als in het voelt heel inefficiënt. Dan plak je dus gewoon- Ja.
[34:38] Copy paste je gewoon even 100.000 tokens erin, hè, dus, uh, dat zit in de buurt van het aantal woorden, maar niet helemaal. En dan zeg je: oké, hier is mijn boek, bam, copy paste \[lacht\]
[34:48] in een heel klein input veldje, maar dat past, gewoon scrollen. En dan: ik wil wat vragen stellen over dit boek en dan kan jij zo groot plakken als binnen dat window past.
[34:57] En ik denk dat jouw intuïtie die je had of verwachting wel waar gaat worden als, want dat is natuurlijk nu een kwestie van tijd, dat OpenAI zit er nu, die hebben waarschijnlijk ook al een 1 miljoen window, maar kregen dat nog niet aan de praat.
[35:10] Of er is een reden dat ze dat, zij het nog niet hebben gedaan. Dat als het straks in ChatGPT zit, 4.5 heeft dan waarschijnlijk een 2 miljoen token window.
[35:19] Dan kan je echt gaan plakken wat je wil en hoop ik eigenlijk dat ze een interface bieden waardoor je dus die documenten erbij kan doen als attachment en dat ze op de achtergrond zorgen dat het allemaal meegenomen wordt.
[35:29] Want het is een beetje ongemakkelijk. Want het, een beetje mijn idee of mijn doel was, uhm, ja, een, een voorbeeld van een andere beroepsgroep.
[35:36] Stel je voor jij bent, uh, een agent, politieagent en je doet, werkt op, uh, op het bureau en je moet gewoon even snel aanroepen, uh, welke overtreding of welke ding van het wetboek, welk lid, uh, weet ik veel.
[35:49] Dat, ja, vroeger, uh, toen er misschien minder wetten waren, kenden die mensen dat uit hun hoofd. Maar, uh, ja, dat kan, kan je da-dan makkelijk meegeven, dat hele wetboek van bepaalde overtredingen.
[35:59] En dat je dan gewoon in zo'n prompt vraagt: oké, help me even een, uh, proces-verbaal opstellen van deze en deze overtreding, uh, en geef me even het juiste, uh, nummer erbij, zeg maar.
[36:10] Ja, want dit geeft ook dat de interessante balans weer tussen eigenlijk, uh, je kunt een model trainen specifiek, uh, op inputdata die dus heel erg domein, uh, specifiek is.
[36:22] Dus dan, ik gebruik heel vaak het woord specifiek, maar het komt erop neer dat je dan zegt: ik pak, uh, Mistral, uh, en de, daar ga ik, uh, op finetunen. Specifiek op de context van het wetboek.
[36:33] Daarmee kan je een model eigenlijk slimmer maken. Maar dan kan ie alsnog, ik denk dat dat geen goede laag is, omdat hij dan, dan gaat hallucineren. Ja, ik denk het ook. Dat wil je dus echt niet. Hè, dus ik denk het ook.
[36:43] Juist niet in dit voorbeeld. Ja, volgens mij wil je een soort van, uh, goed algemeen taalmodel hebben. Ja. Hè, die gewoon, uh, op de Nederlandse taal en Nederlandse cultuur getraind is.
[36:53] Waardoor die, uh, uh, uh, goed bluft zeg maar, om het even zo te zeggen. En dan een zo groot mogelijke context window waarin je specifiek het wetboek plakt en dan vragen.
[37:02] Vol mij zijn we er dan als in dat het dan gaat werken op de manier dat mensen dachten dat die custom GPT's zouden werken. Ja, ja, ja, ja. En daarbijWe hebben het net over Sora gehad.
[37:13] Dat vergroten van die context window met deze orde van grootte keer tien ongeveer, iets minder, vind ik dus ook weer heel erg revolutionair.
[37:20] Omdat ik, ik weet natuurlijk wat de, hoe groot de code, de codebase is van mijn eigen bedrijf. Die past nog niet in ChatGPT-4 Turbo en die gaat passen in Gemini.
[37:30] Dat betekent dat ik dan kan zeggen: joh, hier is alle code die we de laatste jaren hebben geschreven. Ik ben benieuwd naar mogelijke optimalisaties. Zou je de structuur anders maken?
[37:40] Kan je het voor me visualiseren op een bepaalde manier? Wat kunnen we nog meer maken? Ik bedoel, de, het is hetzelfde als je bent een schrijver en je plakt je hele oeuvre erin. Ja, en, en, en, en waar zijn we dan?
[37:52] Is jouw gevoel even nu, uh, we nemen, we, we nemen dit op februari 2024, zeg maar. Wat, wat, wat denk je? Hoeveel tijd kost het nog voordat, uh, een GPT iets zinnigs kan zeggen over jouw, uh, jouw programmeerstuk?
[38:05] Nou, dat is nu een kwestie tot ik toegang krijg tot Gemini 1.5.
[38:08] Ik sta op de waitlist, dus als ik daar, als ik van de waitlist afgehaald word, dan kan ik al, uh, vragen gaan stellen over onze hele codebase aan Gemini 1.5.
[38:16] Ja, maar da-da-, ja, dus dan kan je een vraag stellen, maar hoe groot acht je de kans dan dat daar een zinnig antwoord uit komt? Nou, dat is wat ik nu lees van de mensen die al toegang hebben.
[38:26] Die halen daar al hele zinnige antwoorden uit, dus daar gaat het wel hard. Zoals ik zei, ik zit echt een beetje op zo'n golf, hè, ik ga dan, dan ben ik weer een maand, dan denk ik: ja, dit is echt ongelooflijk.
[38:34] Wat, wat gaat er allemaal op ons afkomen? En dan denk ik weer een maand: ja, wat kan ik hier nou eigenlijk mee? Echt letterlijk, dat ik denk: ik heb wel zo'n account natuurlijk.
[38:43] Dan denk ik: ja, dan betaal ik hier weer €23 voor. Ik moet er wel, ik moet er wel iets uithalen. Wat ga ik nu weer eens vragen? En dan weer kan ik het gewoon echt even niet meer bedenken.
[38:50] Omdat ik dan toch niet het nut er even meer van inzie. Ja, ik denk dus dat op het moment dat het beter de, uh, ja, soort van de droom,
[39:01] uh, negatief of positief, moet je zelf maar eens zien of je dat een nachtmerrie of een droom vindt. Maar, uh, van, van mensen is: oké, ik heb al een Google-account. Google maakt Gemini.
[39:11] Mijn hele Gmail staat al bij Google.
[39:14] Kunnen ze niet even mijn hele Gmail in die prompt gooien, zodat ik daadwerkelijk vragen kan stellen over alles wat in mijn mailbox staat, zonder dat het voelt als een soort van slimme research.
[39:24] Want dit is eigenlijk dan een beetje een oplossing voor dat hallucineren. Want ook bij dit voorbeeld denk je, ze, dus, we, weet ik veel.
[39:30] Ik heb Alexander wel eens een keer horen zeggen van: ik wil, uh, vluchten boeken, bladieblaa, nou, of, uh, restaurants boeken. Dat zijn ook echt geen momenten waarbij er gehallucineerd moet worden.
[39:39] Nee, daar moet die misgaan, nee. Nee, daar zou je, daar zou je dan natuurlijk ook weer een, uh, verificatie LLM naast kunnen draaien. Ik bedoel, zo, ik bedoel, hoe, wie, wie bewaakt de bewakers?
[39:49] Op een gegeven moment zit je met een soort probleem van hoeveel, hoeveel moet je er op elkaar stapelen? Maar je zou dan kunnen zeggen van: oké, ik, s-, uh, hè, de agents waar OpenAI nu ook openlijk mee bezig is, hè.
[39:59] Dus het zijn, uh, algoritmen die voor jou inderdaad gaan browsen, tickets gaan boeken en boeken gaan kopen. Ja.
[40:04] Dat ik me kan voorstellen dat daar een soort van sanity check bij gedraaid wordt en op een gegeven moment gezegd wordt van: joh, ik stop.
[40:10] Ik heb even een input nodig van mijn eindgebruiker, want ik ben nu de creditcardgegevens aan het invoeren. Maar welke kaart is het nou eigenlijk? Of, oe, je wilde, wilde je nou naar Barcelona, of \[lacht\]?
[40:19] Nee, precies, maar mijn vraag was eigenlijk doordat je het niet met-- want er zijn eigenlijk twee manieren om dit, ne, uh, om het een goed werkend systeem te krijgen.
[40:26] Dus, w-wat ik veel gelezen heb is als je, hoe, hoe hoger de kwaliteit van de data waarmee je traint, hoe beter het model is. Ja.
[40:33] Maar jij zegt eigenlijk: er is nog een tweede manier nu, dus je hebt gewoon een prima getraind model, laten we het even zo zeggen. Gewoon medium goed getraind zoals wat we nu hebben bij, bijvoorbeeld bij ChatGPT.
[40:44] Alleen omdat je token window zo groot is, kan je daar allemaal goede, uh, specifieke, uh, relevante data aan toevoegen en dan kan je hem ook beter maken zonder aan de oorspronkelijke data te komen.
[40:56] Ja, en ik denk dan van: oké, waarschijnlijk kom je tot een soort, uh, uh, ultieme, uh, niet ultiem, maar een soort gemiddelde context window die groot genoeg is voor de meeste taken, hè.
[41:07] Want het is niet meer is beter van: oké, we moeten naar een, een window toe van een honderd miljoen. Nee.
[41:13] Misschien zeg je van: nou, uh, de gemiddelde mens creëert in zijn of haar leven op dit moment zoveel tekst, uh, per jaar. Dus een gemiddeld mens van 45 heeft zoveel tekst. Hoe groot is dat voor een context window?
[41:25] Nou, dan, dan komt die grafiek nu langzaam in de buurt van: we kunnen er een mensenleven aan geschiedenis in gaan plakken. Dat, dat is nog wel even wachten. Waarom zou je een max willen prese-precies?
[41:34] Nou, ik, ik, ik wil geen max, maar, uhm. Is dat, is dat een technische limiet?
[41:39] Je hoeft niet te blijven optima-- nou ja, exponentieel zelfs, dus van, om van één naar tien naar honderd te gaan, uh, is een soort decibelschaal. Moet je heel, moet je veel grotere dingen doen, uh.
[41:50] Maar is dat dan in rekenkracht? Wat is dan de limiet hierin? Uh, goeie vraag. Ik weet eigenlijk niet, uh, wat ik-- daarom zit hij nu ook nog achter een, uh, waitlist, die nieuwe Gemini.
[42:00] Omdat zo'n groot token window meenemen in, uh, wanneer je gaat praten met een taalmodel is niet zo makkelijk. Nou, anders hadden ze hem altijd al groter gemaakt, hè, als dat zo makkelijk was geweest.
[42:12] Dus het is toch een soort vorm van, uh, taalmodel werkgeheugen wat moet groeien. En om even de twee onderwerpen aan elkaar te verbinden.
[42:19] Z-zou je dus ook doordat die token window zo groot is, uh, lange video kunnen voeren? Uh, kan je in dat moment bij dat verkeerslicht als zelfrijdende auto- Nou, ik dacht meer van- Veel meer meenemen.
[42:34] Ik wil meer, i-ik dacht meer ik wil een, uh, uh, k-, uh, movie classics GPT maken en dat ik gewoon alle Hitchcock en de behind the scenes en de alle documentaires, uh, doe in plaats van alleen maar boeken over Hitchcock.
[42:50] Nou, ik, ik kan me voorstellen dat je inderdaad, uh, een model à la Sora traint op alle afleveringen van Friends, hè, de bekende serie.
[43:00] En dan wordt hij helemaal gefinetuned, dus uiteindelijk maakt hij alleen maar alles binnen Central Perk, zeg maar. Het zijn alleen maar dezelfde acteurs.
[43:07] Het heeft dezelfde graininess en vier bij drie ratio als een Friends-aflevering. Daar ga je helemaal finetunen en dan plak je daarna in de windowAlle tekst ooit uitgesproken in een Friends en dus de hele scenario's.
[43:21] En hoe noem je dat ook alweer als je. Ik heb nog nooit in een film gespeeld, maar dan heb je het script voor je. Dus je pakt alle scripts. Die hebben ze zeker nog wel liggen.
[43:29] Van alle Friends afleveringen ooit op een fijn getunede Sora. Zodat hij niet gaat hallucineren op afleveringen. Want je moet wel, het moet wel, het moet wel. Ik bedoel, Monica is nog steeds de zus van Ross.
[43:38] Dat moet hij wel weten als het ware, want anders wordt het een beetje vreemd.
[43:42] En dan kan je op die manier een nieuwe Friends aflevering maken die visueel aantrekkelijk is en ook qua verhaallijn continuity geeft met de eerdere Friends afleveringen. Hij lucht kennis. Ja. \[lacht\] Ja.
[43:52] Maar ja, ga je het niet kijken? Misschien moeten ze het dan verplicht aangeven ergens in de hoek of van tevoren komt er een berichtje. Maar.
[44:00] Ik kijk nu al uit naar een nieuwe aflevering van Nobody in de computer, een YouTube YouTube-kanaal vriend van de show. Zeker weten. Ja, ik denk dat
[44:09] in dat opzicht wat er voor mij een beetje in de lucht hangt van ons gesprek is dat ik. Ik laat me graag weer met twee benen op de grond zetten als het gaat om
[44:21] die vlinders in mijn buik of dat paniek gevoel, hoe je het maar wil noemen. Mijn mijn. Ik heb gewoon echt een sterk emotionele, intuïtieve reactie op wat er nu allemaal gebeurt.
[44:30] Dat ik denk het gaat wel echt heel hard en dit betekent het zit allemaal nog in laboratoria, achter paywalls, achter waitlists en het kost allemaal nog ontzettend veel rekenkracht.
[44:41] Maar ik zie nu wel gewoon een pad naar de toekomst liggen. Meerdere paden waarin robotica dus dat. Dus dat is het fysieke werk. Taken die overgenomen kunnen worden.
[44:54] Media op zijn kop staat, het hele virtuele domein dus alles wat niet in het fysieke plaatsvindt, maar op een schermpje staat te schudden op de grondvesten.
[45:04] En dat zorgt ervoor dat ik toch wel jou al een aantal keer heb gebeld met ben ik nou de enige of is er wel iets groots gaande? En dat vind ik ook nog wel een interessante om die discussie met jou nog eens te voeren van
[45:18] waarom heb jij eigenlijk nu het idee dat het misschien wel meevalt? Of zie jij het nog niet zo groot als ik het zie?
[45:24] Nou ja, ik zit gewoon heel erg op die slinger omdat ik, als ik met jou praat, als ik op internet dingen lees. Ik volg ook veel podcasts, andere podcasts over dit onderwerp.
[45:34] Dan zie ik het allemaal wel voor mijn ogen zich voltrekken. En ik zie de ontwikkelingen. Ik ik denk na over hoe dat in de toekomst eruit ziet. Mijn werk is ook het bezig zijn met met onderwijs, met kinderen. Dus
[45:50] de de ja, de dingen die ik doe, die die zouden impact moeten hebben voor voor honderd jaar zeg maar. Dus ik ben hier ook echt veel, wel veel mee bezig.
[45:58] Maar als ik dan weer in mijn echt in mijn eigen omgeving kijk op een paar vrienden na, vooral in mijn werk en me ook, ook bij mij thuis dan, dan heeft het gewoon nog helemaal geen impact, maar gewoon echt.
[46:13] Nou ja, niet eens overdreven, gewoon echt bijna niet. En dan ja dan. De vraag bij mij is eigenlijk ja, is nu inderdaad de de elektriciteit uitgevonden en moeten we gewoon wachten tot alle huizen verbonden zijn?
[46:26] En als je weet ik veel in de in de negentiende eeuw goed bezig was dan, dan zag je het allemaal wel aankomen. De gloeilampen en dat alle fabrieken allemaal geëlektrificeerd werden.
[46:39] Maar ook al zag je om je heen, zag je het niet, zag je nog gas en lampen op straat en zo. Maar ik, ik ik zie het gewoon bijna niet. Op mijn op mijn werk bijvoorbeeld. Behalve een paar negatieve gevolgen.
[46:54] Zo dat alle studenten nu of allemaal dat er en en daar is het ook nog weinig dat er maar 20% van de studenten zijn ongeveer die grootschalig gebruik maken van chat GPT om hun inleveropdrachten te maken.
[47:07] En voor de rest zie ik gewoon heel veel mensen die die niet, niet, niet, niet eens weerstand hebben, maar die het gewoon eigenlijk helemaal niet interesseert.
[47:15] En dat gaat gewoon helemaal langs hen heen, deze hele ontwikkeling. Ja. Ja, ik zit zelf te denken van wanneer. Want ik kijk, ik snap op een bepaalde manier wel dat op het moment dat ik bij Nikola Tesla
[47:28] in zijn laboratorium ben geweest en die laat mij 111 radiografisch iets zien.
[47:36] Dat is een van de dingen die hij onder andere heeft uitgevonden of in ieder geval veel aan heeft bijgedragen, is het idee dat je eigenlijk onzichtbaar informatie door de lucht kunt versturen.
[47:47] Dit klinkt echt zo wous, maar dit doen wij gewoon de hele tijd. De hele tijd. Ja, het is heel erg bizar, maar even voor het gemak er ligt een speelgoedbootje in het water.
[47:56] Jij hebt een afstandsbediening met een draadje eraan, een soort antenne wat een soort ongemakkelijk daar hangt, want het was een goedkoop bootje en jij drukt op een knop en het bootje gaat in het water heen en weer.
[48:05] Radiografisch bestuurbaar. Nou, die als ik dat gedemonstreerd zou hebben gehad bij Nikola Tesla.
[48:12] Dus hij zet een lamp aan terwijl daar wel een draad naartoe loopt om de stroom te bieden, maar niet een draad naartoe loopt om de kring te verbreken. Dus de schakelaar is op afstand. Dan heb ik wel een geest.
[48:23] Dat is gewoon waar ik mee geboren ben. Die dan tegen hem zegt nu wordt alles anders. Ja. Terwijl we echt alleen bij hem in het lab staan. En niemand heeft nog die draadloze schakelaar.
[48:33] En dan kan mijn brein misschien 5% voorzien van de 95 van de 100% die die ook gebeurt als je radiografisch dingen kunt doen.
[48:42] En ik heb nu het gevoel dat als ik Sora video's bekijk als ik Gemini 1,5 reacties lees van andere ontwikkelaars die daar een hele codebase in plakken.
[48:50] Of iemand die zegt ik heb alle dertig boeken die ik ooit heb geschreven erin geplakt en ik heb nu boek 31. Hij komt er meteen uit bij wijze van. Dan is dat zo'n zo'n, zo'n lichtschakelaar op afstand moment voor mij.
[49:01] Ja, ja, ik weet niet. Ik denk dan ook we wisten ook al heel lang dat lood niet goed was en verf. Maar weet je hoe lang het geduurd heeft voordat we niet meer gingen schilderen met lood? Ja, nou dan.
[49:08] Dan krijg je zeg maar die uitspraak van The future is already here. It's just not evenly distributed yet. Dus toenNicolas die knop omdraaide waar ik dan in mijn fantasie bij stond.
[49:21] Dan fiets ik daarna naar huis en dan zet ik daarna kaarsen aan bij mij thuis, want ik had nog niet eens elektriciteit, terwijl hij het al op afstand aan het doen was bij mij om even de delay aan te geven. Maar dan.
[49:31] Er is volgens mij een minderheid van huizen die op afstand bestuurbare lichtknop heeft. Klik aan, klik uit. Zelfs nu nog. Zo lang heeft het geduurd. Maar goed, de
[49:41] ik ben met je eens dat de uitrol van al deze technologie dat dat dat dat in de geschiedenis, in, in het verleden in ieder geval voor gezorgd heeft dat dit redelijk zachte landingen zijn geweest.
[49:53] Ook niet altijd volgens mij als het gaat om het creëren van massa van fabrieken waarin ineens allemaal stoommachines stonden te draaien. Hoe, hoe zacht was die landing destijds? Waar praten we over?
[50:04] Zachter denk ik dan mensen zich voorstellen. Maar is dat, is dat in een periode van twintig jaar? Als je dan in coma geraakt was en twintig jaar later wakker werd.
[50:13] Nou, we hebben het wel over decennia en niet over drie jaar of zo. Zelfs zeker niet in de achttiende eeuw.
[50:19] Nee, dus dan had je op een gegeven moment een aantal stoomgemalen draaien en een aantal fabrieken waarin de textielmachines werden gekoppeld. Maar.
[50:26] Ja dus euh, vanaf zeg maar die stoommachines en zo werden wel en, en dingen op kolen zeg maar stoommachines die werden wel uitgevonden en die waren er al een tijdje en op een gegeven moment ging het wel heel hard, maar dan heb je het gewoon over een exponentiële grafiek zeg maar.
[50:40] Dus er zijn wel inderdaad verhalen dat, dit weet ik ook niet helemaal precies uit mijn hoofd, maar ordegrootte zijn wel verhalen dat dan binnen vijf jaar de luchtkwaliteit in Manchester zo erg gedaald was dat er gewoon op
[50:54] weet ik veel heel groot gedeelte van het jaar dat er gewoon smog was in de stad bijvoorbeeld. Dus op een gegeven moment ging het wel heel hard, maar die aanloop was wel lang.
[51:04] Dus die dat, dat is wel vanaf halverwege de achttiende eeuw en dan, dan duurt het echt nog wel decennia voordat het grootschalig overal is uitgebreid.
[51:12] Ja, ik denk dus, want daar zit volgens mij euh, ja, ons meningsverschil. Of waar we, waar een andere intuïtie zit over de komende jaren.
[51:20] Wat er, wat er aan gaat komen is dat ik nu buiten loop en een soort van paar druppels voel vallen en echt denk nou, ik ga mijn boot alvast pakken en op het dak zitten, want dit is een dit wordt een wolkbreuk zeg maar.
[51:30] En dat jij misschien zegt van nou ja, het gaat gewoon steeds harder regenen en dat is oké.
[51:35] Ik heb oorspronkelijk geschiedenis gestudeerd, dus misschien ben ik sowieso wel een beetje, heb ik een beetje dat perspectief of ben ik een beetje cynisch dat dingen overnacht euh, euh, gaan veranderen zeg maar.
[51:44] Maar het heeft er vooral mee te maken dat ik gewoon In mijn omgeving zie ik gewoon bijna geen mensen die, die dit deert of die dit die dit boeit. Ja, dit, dit is echt.
[51:54] Mensen hebben er geen weerstand tegen, maar ze hebben-- het, het is niet dat de mensen er weerstand tegen hebben, maar ze hebben er gewoon helemaal geen interesse in. Gewoon helemaal niks. En mensen zitten nog,
[52:04] om mij heen zijn er gewoon heel veel mensen, die zijn nog aan het leren hoe je Excel moet gebruiken bijvoorbeeld. Dus er zijn allemaal uitvindingen, die kunnen je werk automatiserend makkelijk maken.
[52:15] Eigenlijk hebben we het daar over, maar die worden helemaal niet ingezet. Omdat mensen vinden andere dingen van hun werk veel belangrijker. Ja, en dan is het misschien wat, wat mijn intuïtie daarbij is van oké,
[52:27] de reden dat het in het verleden niet zo snel ging omdat het heel fysiek was. Je moet toch wel die stoommachines bouwen. Je moet mensen hebben die stoommachines kunnen bouwen. Je moet ze vervoeren.
[52:37] Dan moet je, moet je die fabrieken inrichten.
[52:40] Dat zorgt er gewoon voor dat er allerlei, ja, een soort van organische remmen zitten door de fysiek, door de fysieke uitdagingen van het uitrollen van machines, stoommachines in dit geval.
[52:51] Terwijl hierbij is het natuurlijk ja, je hebt al een smart speaker thuis die nu helemaal crappy is over het algemeen. Zo'n, zo'n klein speakertje heb je dan gekregen bij een mobiel abonnement of zo van Google.
[53:03] Of het zit in je Sonos ingebakken terwijl je dat niet wilde zeg maar. Ik ken niemand met een smart speaker. \[lacht\] Nou ja. Echt niet.
[53:09] Ik ken echt, ik, ik zou echt heel hard moeten nadenken of ik iemand ken met een smart speaker die in gebruik is. Oké, misschien moet ik, is dit een heel erg slecht voorbeeld.
[53:18] Nee, maar, euhm, dat hij, of die, of die in gebruik, praatpaal ja, of die in gebruik is, dat dan nog daargelaten, want dat is nu. Maar ken jij mensen die dan die bijvoorbeeld Siri gebruiken?
[53:28] Alleen maar om eierwekkers en lampjes aan en uit te zetten.
[53:30] Ik denk dat 99% plus van het Siri gebruik is per ongeluk mensen die hem vergeten uit te zetten, dat hij in een vergadering denkt: sorry, dat heb ik niet goed verstaan.
[53:38] \[lacht\] Ja, maar waar zit het knopje om hem gewoon helemaal uit te zetten? Ja. Nee, maar oké.
[53:44] Maar misschien is het, is dan mijn punt meer: euh, laten we een smartphone zien als een potentiële smart speaker, want in essentie kan dat die rol spelen natuurlijk. Die zitten allemaal in onze zakken, zeg maar toch.
[53:55] Ik denk dat het aantal Nederlanders die dagelijks met een smartphone op gang, op, op stap gaat wel flink is. Nee. Ja, en dat is ook best wel snel gegaan. Ja, nee, dat klopt. Dus dat laat ook zien.
[54:06] En als diezelfde apparaatjes door een update en misschien zelfs een cloud update als in je hoeft niet eens te updaten, Siri wordt gewoon slimmer, want dat zit, dat draait helemaal niet op jouw machine.
[54:16] Dat is niet helemaal waar, maar het grootste deel van Siri draait niet op jouw mobiel.
[54:20] Dat op die manier, euhm, we wel over een jaar ineens op een andere plek kunnen zijn qua samenleving omdat de uitrol grotendeels een virtuele uitrol is.
[54:31] Nog los van de zelfrijdende taxi's, robots in fabrieken, dat, dat, daar moet nog wel een hoop gebouwd en gedaan worden voordat dat zover is.
[54:39] Ik kan het gewoon theoretisch wel volgen, maar als ik gewoon nu naar de praktijk kijk, als ik gewoon kijk naar een gemiddeld HR loon salarissysteem of zo.
[54:50] En dan kijk ik naar hoe dat in elkaar zit en ik kijk naar hoe wij cijfers moeten invoeren en ik kijk naar hoe alle systemen niet met elkaar communiceren en ik kijk om me heen naar vrienden en collega's wat die eigenlijk doen met technologie.
[55:05] Dan denk ik ja, dan kan je wel die technologie uitrollen, maar ze gebruikten eigenlijk nu ook nog heel weinig technologie, dus wat, wanneer gaan ze dat dan wel doen? Maar dan is de discussie dus minder.
[55:16] Euh, joh Oscar, ik ben net bij Nikola Tesla geweest. Die heeft me een knopje laten zien. Dan neem ik jou mee. Jij ziet dat ook.
[55:24] En mijn reactie is danAlles wordt anders en jij zegt dan: nou, ik zie inderdaad hoe gaaf dit. Ik snap wat je bedoelt met hoe indrukwekkend dit is, maar ik moet. Ik kom net uit het dorp. Daar branden alleen maar kaarsen.
[55:38] Ik weet niet, maar sommige mensen hebben nog niet eens kaarsen. Waar heb je het over? Nou ja, een makkelijker voorbeeld. Ik heb zo'n. Ik heb een Instant Pot.
[55:48] Dat is een soort raar kookapparaat, een soort rijstkoker en een snelkookpan in één. En het werkt heel erg goed, want hij werkt helemaal automatisch. Je hoeft niet meer na te denken. Heel erg intuïtief dus.
[55:57] Een beetje vergelijkbaar met een smartphone. Dat kan je heel makkelijk gaan gebruiken, zeg maar. Daarom is het denk ik ook snel gegaan. Dus als ik iets moet maken, laten we iets makkelijks doen soep.
[56:06] Dan gooi ik al die dingen daar in en dan druk ik op soep en dan druk ik op start en dan kom ik 20 minuten later terug en dan heeft hij op.
[56:15] Op hoge druk heeft hij die soep gemaakt en in 20 minuten is het gewoon goede soep. Nou heb ik aan elke keer dat ik dit verhaal vertel, dan zeggen vrienden nou wat fantastisch, misschien wil ik ook wel zo'n ding. Nou en?
[56:26] Een subset van die mensen koopt dan zo'n Instant Pot en dan vraag ik een half jaar later hoe gaat het met de Instant Pot? En dan zegt iedereen ja, wat ik daar nou mee moet, ik weet het niet.
[56:35] Ja, ik kan er alleen maar soep mee maken. En dan zeg ik ja, maar ik heb als voorbeeld inderdaad soep gedaan. Maar je kan ook allemaal andere dingen maken. Je kan ook curry in maken. Je kan er ook pastagerechten maken.
[56:46] Je kan er ook rijst mee koken. O ja, ja, daar moet ik toch een keertje naar kijken. Nou, dan kom ik drie maanden later en dan hebben ze nog niks met die Instant Pot gedaan.
[56:54] En dat is gewoon omdat mensen denken ik heb een pan, ik weet hoe mijn kookplaat werkt, dat gaat helemaal prima. Ik hoef niet 6 minuten tijdwinst bij het koken die die Instant Pot nu voor mij biedt.
[57:06] Dat is een beetje denk ik hoe het werkt met deze technologie. Ja, op papier, theoretisch kan het allemaal dingen vervangen, maar mensen vinden het gewoon prima om mailtjes te sturen. Er zijn helemaal niet veel.
[57:16] Het is niet een meerderheid van de mensen die die wel. Als je uitzoomt denken ze wat heeft mail mij nu gebracht? Maar niet elke keer dat je een mailtje beantwoordt dat je denkt kan ik dit weg automatiseren?
[57:27] Ik denk gewoon niet dat heel veel mensen die gedachte hebben. Maar als het dan, als het dan echt veel, veel beter is. Dus we gaan even de ultieme Instant Pot. Dus dat is gewoon
[57:37] ja, pretty much een ding waar je gewoon echt alles ingooit. Je drukt op een knop en dat ding doet alles bedenken voor jou. Ja, misschien is dat nog steeds een slecht voorbeeld omdat mensen koken zo leuk vinden.
[57:47] Sommige mensen in ieder geval. Ik niet, maar veel mensen wel.
[57:50] Ik denk dat mensen eerder die maaltijdbezorgdiensten, zeg maar die soort HelloFresh achtige dingen of die Flits bezorgers, dat is dan een soort van ultiem gemak, want dan hoef je ook helemaal niet meer na te denken.
[58:00] Maar dit dus dan moeten we zoiets verzinnen die echt alles weg automatiseert. Maar even in mijn werk. Stel je voor wat dat dan zou zijn. Dan zou. Dan zou er een soort persona GPT van mij als docent gemaakt worden.
[58:14] En dat studenten dan mij, mijn tussen aanhalingstekens die persona dan vragen kunnen stellen. En die die persona gaat dan voor mij antwoord geven. Ja, ik denk dat dat nog wel. Dat mensen dat niet prettig vinden.
[58:28] Nou, als je, als je dan kijkt naar je doet een online opleiding, een, een mooc, hoe heet dat MES. Massief Massief Open Online Course. Ja, en dan doe je met 3000 mensen mee vanuit Nederland.
[58:43] En het is een Mooc ontwikkeld door een universiteit in Canada. Je gaat daar nooit naartoe. En die docenten hebben eigenlijk alles op video opgenomen. Maar even. Ik wil niet je verhaal onderbreken, maar.
[58:54] Maar Mooc, even voor de onderwijsmensen, dat is echt een beetje de blockchain van onderwijs. Ja, ik. Ik krijg heel vaak de opmerking AI is de next blockchain. Ja, nee, maar ik bedoel, ik snap dat cynisme helemaal.
[59:07] Ik denk alleen wel dat het zo kan zijn dat misschien de eerste auto die rondreed in een dorp, dat mensen dachten gast, dat ding is gevaarlijker en moeilijker dan een paard-en-wagen. Doe niet, doe niet zo tof.
[59:18] En pas als die 200% beter is dan de paard-en-wagen, of 400%, dat dan ineens en masse mensen overstappen op een nieuw ding. Maar wacht. Dus ik ga de Mooc weer even in leven brengen.
[59:29] Ik denk dat er eerst wegen moeten liggen voordat dan mensen. Dat is nog een ander probleem. Betere, strakkere wegen.
[59:34] Nee, maar ik probeer de vergelijking door te trekken dat dat er eerst een denk architectuur, denk infrastructuur of een professionele infrastructuur moet liggen die heel anders werkt.
[59:45] Waardoor je dit soort dingen goed kan inzetten en nu op het. Ja, op het moment. Ja, maar ik heb het echt over een beetje die truc die Tesla doet met die bipedal robots. Dus je zegt gewoon we gaan super inefficiënt doen.
[59:57] Eigenlijk zouden we de hele wereldwijde infrastructuur moeten herbouwen om automatisering toe te passen. Nee. Wat gaan we doen? We gaan mensen maken die in bestaande vrachtwagens gaan rijden.
[1:00:06] Omdat het robots maken die op de plek gaan zitten van de chauffeur in plaats van een hele nieuwe zelfrijdende vrachtwagen bouwen. Dat dat als engineer is dat heel inefficiënt eigenlijk.
[1:00:14] Maar goed, die kan ook uitstappen, naar een deur toe lopen, een pakketje afleveren en een bakkie koffie doen met zijn collega's en dan leuke historische feitjes noemen.
[1:00:23] Want er zit ook een heel taalmodel in, want dat was makkelijker om dan door de straten te rijden. Ik denk echt dat je overschat hoe graag mensen met die robot willen rijden.
[1:00:31] Mogelijk krijgt hij een kopje koffie in zijn gezicht gegooid, maar. Nou nou, ophoepelen, staan we allemaal achter. Fap Kees. Maar in ieder geval, ik zit dan even te denken de Mooc. Ja dus in die Mooc is het al zo.
[1:00:46] Misschien is Mooc dan een slechte term omdat het dan niet zo goed gelukt is, maar je gaat online les krijgen van videootjes met daar experts in. Echte mensen. Ja, maar mensen willen dat niet online les.
[1:00:55] We hebben net dat met Corona gehad, zeg maar. Ik moest. Ik ben aangenomen toen om iets na te denken en een strategie te bedenken over blended learning.
[1:01:03] Als ik het woord blended learning nu noem, dan worden mijn collega's echt. Die krijgen gewoon uitslag. Die denken ik ben blij dat.
[1:01:10] Ze zeiden het nieuwe normaal en ik ben blij dat het oude normaal gewoon voor 99% weer terug is. Ik denk niet dat mijn punt is.
[1:01:18] Het is goed voor mensen, kinderen, jongvolwassenen om vanuit thuis op een Chromebook thuis zittend een video te kijken. Sterker nog, dat maakt me hartstikke verdrietig.
[1:01:28] Dus dat dat punt even gemaakt is dat ik hier niet pretendeer. Dit is wat we moeten doen. Ik ben meer aan het kijken naar wat is er mogelijk om te genereren nu?
[1:01:38] Nog niet op grote schaal, maar is het nu mogelijk om eenOvertuigend menselijk uitziende, uh,
[1:01:47] persona te creëren op video in hoge resolutie, die met een goede stem van ElevenLabs een les geschiedenis geeft van twintig minuten online, uh, dan kunnen we dat, we kunnen dat nu maken, want, uh, die tools zijn los van elkaar beschikbaar.
[1:02:03] Er moet even een partij komen die zegt: ik koppel dit allemaal aan elkaar en dan. Laat ik zo zeggen: YouTube gaat gevuld worden en ik ben heel benieuwd wat de policy van Google gaat zijn.
[1:02:13] Die gaat gevuld worden met, uh, vijftien minuten lang, uh, video's, uitleg over onderwerpen gegeven door een synthetisch mens met een synthetische stem, met een script geschreven door een taalmodel.
[1:02:25] En dat worden hele goede video's ook, gewoon van die explainer video's zeg maar. Ja, maar ik denk dus dat
[1:02:31] 90%, of noem een ander heel hoog percentage van de mensen, naar een opleiding gaan om samen met een docent of samen met anderen door een opleiding geholpen te worden.
[1:02:41] Want anders dan zou niemand een bachelor nemen en dan zou iedereen gewoon op internet kijken naar allemaal van dat soort video's en dan zouden ze, uh, gewoon die kennis op die manier tot zich nemen.
[1:02:50] Ja, dus Dein, wat jij bedoelt is van: nou, uh, het onderwijs zoals het op dit moment binnen Nederland gegeven wordt, is niet zo onderhevig aan al deze
[1:02:59] AI-uitvindingen, want het merendeel vindt plaats op het, in het fysieke.
[1:03:04] Ik kan me wel voorstellen dat in dat leven lang ontwikkelen domein, dus voor mensen die deeltijd of zij-instromers, omscholers, dat het, dat het, uh, dat het daar wel, uh, ja, dat wa-, daar wel uitkomst kan bieden.
[1:03:17] Dat je meer flexibel kan kijken naar: wat zijn nou de, de, de vaardigheden en kennis die ik moet leren en wat kan ik, wat breng ik al mee, wat heb ik al in huis?
[1:03:26] Maar dat is wel, uh, dat is wel, dat is een andere soort groep, uh, studenten tussen aanhalingstekens dan, uh, dan gewoon een reguliere student.
[1:03:35] Nou, ik denk dat de discussie vooral is dat, uh, binnen programmeren heb je al heel lang code completion tools. Oftewel je begint een zin te typen en dan zegt jouw editor tegen je: je gaat waarschijnlijk dit typen.
[1:03:45] Dit hadden we al lang voor taalmodellen, want je kan een beetje voorspellen wat voor woord er komt. Dat is op zich te doen.
[1:03:51] En het was ook al zo dat je een linter had die bijvoorbeeld zegt: kijkend naar hoe jouw documenten geschreven zouden moeten worden volgens de specificatie, hè, het heeft te maken met hoeveel tabjes je gebruikt, maar ook hoe je je functies noemt.
[1:04:02] Dan kon je die ook al door een ding heen halen, die trok hem even recht, zeg maar. En het zal in de fysieke ruimte niet anders bestaan, uh, om het op die manier te kunnen doen. Deze tools waren er al.
[1:04:11] Er is best wel een substantieel onderdeel van de programmeurs die nu zegt: die taalmodellen zijn gewoon dat, maar dan keer twee. Ik bedoel, nu wordt mijn zin afgemaakt van mijn programmeren op een iets slimmere manier.
[1:04:21] En als ik mijn stuk programmacode heb en ik wil dat laten controleren op bugs. Vroeger haalde ik het door een linter en nu haal ik het door een taalmodel en dat is een soort iets betere linter. Wat, wa, wat zeggen zij?
[1:04:32] De verhoudingen zijn niet echt veranderd. Het enige is dat de tools beter zijn geworden, waardoor ik mijn werk wat sneller kan doen. Ja. En de stomme dingetjes minder hoef te doen.
[1:04:40] Dat is de genuanceerde reactie van velen op deze innovaties. Maar dit zijn allemaal mensen die in de, in de privé, uh, in de commerciële sector werken en, dus daar, dus jij zegt even jouw ding van, van, uh, programmeur.
[1:04:52] Je kan dan meer werk doen, je kan meer programmeren. Of je, je kan minder- Ook fijner. Ja, of minder uren maken op een dag. Maar. Subtiel is dit allemaal, hè, gewoon iets, 10% meer efficiëntie aan het eind van de maand.
[1:05:03] Als, als ik, als de, de, de hogeschool of, uh, als je een psycholoog bent, uh, die komt erachter dat er allemaal dit soort tools zijn waardoor jouw administratieve last minder, uh, is, waardoor jij sneller kan werken.
[1:05:18] Dan betekent het gewoon dat in plaats van zestig studenten die ik moet begeleiden, dat ik er dan negentig moet begeleiden. Ja, ja, ja.
[1:05:24] En de psycholoog moet dan tien mensen per dag zien, omdat hij niet meer drie uur of drie patiënten per da-, of drie cliënten per dag kwijt is aan administratie doen.
[1:05:32] Ik denk dat heel ve-- dit is een gesprek wat ik wel met veel mensen gevoe-gevoerd heb. Ze willen helemaal niet dat hun werk geoptima-geoptimaliseerd wordt, want we weten dat al. Wordt alleen maar drukker.
[1:05:41] Ja, wij weten wel wat er gaat gebeuren dan. De verwachtingen liggen straks alleen maar hoger.
[1:05:45] Maar goed, misschien als ik nu, als ik dan uitzoom en als we ook een beetje gaan afronden, is de discussie volgens mij, die heb ik niet alleen met jou, want die vindt ook buiten dit gesprek tussen heel veel mensen plaats.
[1:05:54] Is het nou evolutionair of revolutionair? Ik zit op het revolutionair. Deze, al, de verzameling van al deze begonnen ooit met een taalmodel, anderhalf, twee jaar geleden.
[1:06:06] Evolutionair zou inhouden: we hadden al technologie, dat speelde al een rol in ons leven. Nu komt er, hè, dat is, is een beetje de cynische take van: AI is wat, hoe de meest recente technologie altijd heet.
[1:06:19] Hè, dus technologie voelt altijd als intelligent en magisch. Dus, uh, wat nu AI heet, heet over tien jaar weer gewoon een algoritme. En dan heet wat op dat moment het allercoolste is AI.
[1:06:29] Dus het is allemaal een beetje oude wijn nieuwe zakken. Het is een evolutie. Dus code afschrijven kon de computer al, nu sneller en beter. Code controleren kon de computer al, nu sneller en beter.
[1:06:41] Onderwijsondersteuning bieden kon de computer al. Word was al een ondersteuner. Excel zou een ondersteuner kunnen zijn.
[1:06:49] Een leerlingvolgsysteem zou een ondersteuner kunnen zijn en dit is alleen maar een iets betere versie daarvan.
[1:06:56] Ik heb iets cynischer kijk op en dat is dat ik denk dat heel veel technologieën die uitgevonden worden om dingen te optimaliseren, dat die helemaal niet goed werken in de publieke sector. Dus,
[1:07:09] uh, ja, voor de programmeur werkt het allemaal beter. Maar wat heeft mail precies dan aan voor toegevoegde waarde?
[1:07:15] Wat, het hele concept e-mail, wat heeft dat nou toegevoegd aan het, aan het werk van een universitaire docent waarbij je vroeger gewoon een spreekuur had en dat je één keer per week dat er mensen dingen aan je konden vragen?
[1:07:27] Ja, ja, ja. Dat is denk ik ook waarom allebei onze intuïties zo anders zijn, hè. Want nee, want ik benader het grotendeels natuurlijk gewoon van: en als een programmeur, nou dan zit je.
[1:07:37] Natuurlijk zijn die taalmodellen goed te gebruiken door programmeurs, want het komt uit ons wereldje. Laat ik het dan zo zeggen. Ja.
[1:07:43] En, uh, ik werk gewoon, ik maak en werk de hele dag met technologie die op allerlei manieren mijn leven dan hopelijk, dat denk ik, beter-Maakt op veel vlakken. Ik kan het bijhouden, technologie.
[1:07:54] En ik merk gewoon dat ik een van de weinige mensen ben die niet overvraagd wordt door alle technologische innovatie. Maar dat is omdat ik, in jouw metafoor van dat rennen, ik ren gewoon net zo hard als de technologie.
[1:08:06] Ik ren mee, ik kan het inzetten. Ik, ik kan met plan programma's werken, ik kan met tags werken, ik kan met Kanban boards werken. Ik zorg ervoor dat de, dat de technische systemen aan elkaar gekoppeld kunnen worden.
[1:08:18] Maar heel veel van mijn collega's kunnen dat niet. En die, die zien, die houden het niet meer, houden het niet meer bij.
[1:08:24] Terwijl hun werk op papier volgens de mensen die de technologie aanjagen wel efficiënter is geworden. Maar ik denk dan als, oké, nu je dit zo zegt, hoe ik het zie is
[1:08:37] we hebben, we leven nu in een tijdelijk stukje van de menselijke geschiedenis waarin je technologisch onderlegd moet zijn om technologie te kunnen gebruiken. Dat hoop ik ook.
[1:08:45] Ja, en nu gaat technologie, net als dat de eerste auto's, moest je waarschijnlijk een Formule één-coureur zijn, bijna om \[Oscar lacht\] toe nee, maar dus zat je met allemaal handles en dan ontplofte alles de hele tijd.
[1:08:54] En de ultieme auto is gewoon: je stapt erin en rijdt je ergens naartoe. Je stapt eruit, je rijdt niet meer. Ja. En dan kan je zeggen: ik gebruik geen technologie.
[1:09:02] Nee, dat, ja, je gebruikt wel technologie, maar niet meer bewust, hè. Dus het vereist geen, nu moet je een technoloog zijn om met technologie te kunnen werken.
[1:09:09] Straks hoef je alleen nog maar een mens te zijn om met technologie te werken. Dat is inderdaad de meest optimistische lezing waar ik ook wel vaak over nadenk.
[1:09:15] Als, als al die houtje-touwje systemen en zo, als die gewoon met elkaar kunnen gaan communiceren en praten, waardoor we, waardoor het veel makkelijker wordt om die technologie te gebruiken doordat zo'n,
[1:09:27] uh, AI of een taalmodel op de achtergrond lekker aan het meeklikken is. Dat, uh, dat zou echt top zijn.
[1:09:32] Ja, ik, ik hoor, uh, als ik mezelf hoor zeggen, hoor ik een eigen, heb ik zelf een soort mannetje op mijn schouder die een soort van zit te lachen van: uhm, ja, oké, we hebben een, we hebben een technisch probleem.
[1:09:45] Gooi er maar AI tegenaan en magic, zeg maar. Technisch probleem, vraagteken, \[lacht\] AI ertegenaan, oplossing of zo.
[1:09:53] Maar ik heb toch wel, ik, voor wat er nu uitgevonden is in de laatste twee, drie jaar, zie ik wel heel veel dingen die, uh, kandidaten zijn- Ja, ik ook. Om dat te gaan doen. Ja. Ja.
[1:10:03] Nee, zeker, dat, uh, da-daar heb ik wel hoop voor, eerlijk gezegd. Ja. Ja. Oké. Sluiten we hem positief af. Ja. Het is gelukt.
[1:10:10] \[lacht\] Oscar, bedankt man, uh, dat we heel veel hebben opgenomen en dat we nu een, uh, een mooie tussenaflevering poké hebben kunnen maken. Voor de luisteraars, volgende week is Alexander er weer.
[1:10:21] Dan praten we weer verder. Ik ben ook heel benieuwd wat wij, hij vindt van Sora en, uh, Gemini 1.5 Pro. Dank je wel voor jullie aandacht en het luisteren en tot de volgende keer. Ja, hoi! \[muziek\]

Shows are listed from Apple Podcasts' charts and directory, and Podcast Index where it is used. Every show and episode belongs to its publisher and plays from the publisher's own feed; this site hosts none of them.
