423 – Deltawerken tegen de dreiging van AI

Randal Peelen:
[0:00] In deze aflevering hoor je waarom Nederland enorm achterloopt op het gebied van AI, hoe we delta-werken-level-ambitie nodig hebben om die achterstand in te halen en we nemen een deep dive in het verschil tussen reasoning en large language modellen.

Randal Peelen:
[0:26] Welkom bij Met Nerds om Tafel. Mijn naam is Randal Peelen. Ik zit niet met een co-host, maar wel twee pracht van een gasnerds. We hebben Jelle Prins en Michiel Bakker in ons midden. Michiel is een Nederlandse AI-onderzoeker. Hij is momenteel assistent professor aan het MIT. En hij houdt zich bezig met de veilige en mensgerichte AI en het zogenaamde alignment. Probleem een hele mond vol. Welkom. Je bent niet altijd in Nederland, maar nu wel. En dan zit je hier. Wat heerlijk.

Michiel Bakker:
[0:54] Dank je wel, dank je wel. Ik ben heel blij om hier te zijn in Amsterdam-Noord.

Randal Peelen:
[0:58] Doe ik jouw oeuvre zo voldoende eer aan? Of denk je, nou hoor, ik ben nog wel wat vergeten. Ik doe zoveel.

Michiel Bakker:
[1:02] Nee, dit lijkt me super.

Randal Peelen:
[1:05] En Jelle Prins ook. Jelle is een Nederlandse tech-ondernemer. Medeoprichter van het AI-bedrijf Cradle. Je bouwde onder meer de eerste app voor Uber. Maar je zat vooral al vier keer eerder aan tafel hier. Dus welkom terug. Dit is de vijfde keer. Als je meer van Jelle wil horen, dan kun je die andere aflevering dus luisteren. Maar jullie hebben vooral een mooi...

Randal Peelen:
[1:26] Manifest haast geschreven, een AI-delta-plan, AI-plan-NL. AI-plan.nl kun je het ook vinden. En eigenlijk zou ik de rode loper gewoon heel breed uit willen rollen om te vragen, wat is dat AI-plan-NL en waarom hebben jullie dat geschreven?

Michiel Bakker:
[1:43] Waarom het hebben we geschreven is omdat er, ik denk Jelle en ik een beetje hetzelfde voelen, dat er eigenlijk te weinig gebeurt op het gebied van AI in Nederland. Dus ik ben zelf in Amerika. Ik heb lang in Londen gewoond. En daar gebeurt waanzinnig veel. Zowel qua ondernemerschap als politiek. Als de nieuwe datacenters worden gebouwd. Grote investeringen worden aangekondigd. En ik, ondanks dat ik al een tijd niet meer in Nederland woon. Lees ik nog elke dag trouw NOS. En volg ik een beetje wat er gebeurt in Nederland. En merkte ik daar niet echt hetzelfde. Dus ik heb in januari een artikel geschreven. en voor Trouw. En toen werd ik benaderd door NRC om samen met Jelle een artikel te schrijven. En Jelle en ik zijn toen over een aantal weken heen en weer dat artikel gepushed. En het werd eigenlijk steeds concreter echt een plan in plaats van een opinie stuk.

Randal Peelen:
[2:39] Het was eigenlijk niet eens echt je eigen idee van oorsprong eigenlijk.

Michiel Bakker:
[2:42] Het was wel het eigen idee, want wij werden gevraagd om een opinie stuk te schrijven. En dat werd eigenlijk een plan. Dus wij werden gepitcht voor een opiniestuk en we hebben toen terug moeten pitchen aan NRC om daar een plan van te maken in plaats van een opiniestuk en om veel concreter te worden en een website erbij, omdat we steeds meer voelden van een oproep waar we puur zeggen van er moet meer gebeuren, goed Jelle en Michiel, dat gaat niet echt verandering brengen. Dus het is veel beter om veel concreter te zijn en om concrete dingen te vragen en om concrete dingen voor te leggen in een langer stuk dan een korte opiniestuk waar wij een hele simpele boodschap geven.

Randal Peelen:
[3:24] Ja, en ik heb jullie ook in verschillende andere media zien, het is een beetje uit de hand gelopen hobby dit weer.

Michiel Bakker:
[3:30] Ja, zeker.

Randal Peelen:
[3:31] Ik weet niet hoe het met jou is, maar volgens mij is uit de hand gelopen hobby's. Ongeveer Jelle's hobby.

Jelle Prins:
[3:39] Ja, wat hebben we nu weer gedaan? Bij mij begon het ook bij de impact die ik zag dat Cradle had bij onze klanten. Gewoon dat we daar hele positieve resultaten zien. En dat ik zie van oké, AI gaat hier gigantische impact maken op de farmacie, de chemie, de agricultuur en dergelijke. Maar dat ik ook dacht van ja, maar als ik dat zie in die industrieën, hoe gaat dat dan zijn voor alle andere industrieën waar Europa groot in is? En wat als we daar afhankelijk worden van Amerikaanse modellen? En dan hebben we ook gezien wat er de afgelopen tijd is gebeurd met Trump, die ineens handelstarieven oplegt, die tegen Microsoft zegt dat de e-mail servers gesloten moeten worden enzovoort. Het is heel duidelijk dat we niet meer vol op onze oude bondgenoot kunnen vertrouwen. En toen ben ik met een aantal mensen gaan nadenken over wat zouden we hier nou moeten gaan doen. Allemaal verschillende ideeën die voorbij zijn gekomen van een AI-instituut, X-Prize-achtige dingen om dingen te stimuleren hier in Europa. En toen kwam Michiel op een gegeven moment met de vraag van NRC om een stuk te schrijven. En ja, ik geloof dat wat daar uiteindelijk gepubliceerd is, is de achtste versie ongeveer die we hebben geschreven. Er is een hele evolutie aan vooraf gegaan.

Jelle Prins:
[5:07] En eigenlijk gaat die evolutie nu door. Want ja, het is niet dat het opiniestuk, dat AI-plan dat gepubliceerd is, dat is het eindpunt. En nu hopen we maar dat het goed komt. Maar dat moet ook weer verder uitgewerkt worden. En dat moet gezorgd worden dat dat uiteindelijk daadwerkelijk de impact heeft die we hopen dat het heeft.

Randal Peelen:
[5:30] Want even voor de goede orde, als ik dat stuk uitlees, onderaan de paragraaf staat een duidelijke oproep voor een Nederlandse AI-top. Jullie willen echt na de zomervakantie een grote happening uit de grond hebben gestampt als het even kan. Dan hoef je vast niet met z'n tweeën te gaan doen helemaal alleen maar.

Jelle Prins:
[5:47] Ja, nou gaat het daar niet zozeer om dat we een happening hebben. Maar dat er dingen gebeuren in Nederland. En dat dat momentum eventueel getoond kan worden op zo'n happening. Maar het gaat er natuurlijk om dat de aanbevelingen die we doen en andere, dat die in gang worden gezet.

Randal Peelen:
[6:10] Eigenlijk wil ik het woord niet gebruiken. Mijn zekere zin, proberen jullie dit te manifesteren? Dat is eigenlijk wat hier aan het gebeuren is.

Jelle Prins:
[6:18] Het is een manifest.

Randal Peelen:
[6:20] Toch? Ja, zeker. In heel letterlijke zin van het woord, ja.

Michiel Bakker:
[6:22] Ja, zeker.

Randal Peelen:
[6:24] En ja, dus het loopt een beetje. Ik ben wel benieuwd. Jullie kennen elkaar duidelijk daarvoor ook al. Is dat ook in het kader van dit onderwerp? Of gaat dat verder terug?

Jelle Prins:
[6:34] Eigenlijk alleen. Je was jury bij de AI Hackathon. Die ik een paar jaar geleden heb georganiseerd. En je hebt met vrienden van mij verkend wat voor bedrijven die zouden moeten starten. Anders niet.

Randal Peelen:
[6:47] Ja, maar je hebt vast niet op Google ingetoetst Nederlandse AI-nerd enter en dat je dan Michiel vindt.

Michiel Bakker:
[6:54] Nee.

Jelle Prins:
[6:54] Dat komt wel eens.

Michiel Bakker:
[6:57] Nee, maar ik ken wel het wereldje is best klein van AI in Nederland. En we kennen wel veel dezelfde mensen. Maar Jelle en ik kennen elkaar niet zo goed voor het AI-plan. Dat was ook heel leuk. Dat was gisteren bij Jelle eten. En we hebben zoveel met elkaar gesproken de afgelopen maanden voor WhatsApp of voor bellen, via Google Docs, artikelen heen en weer. Omdat ik natuurlijk altijd in Amerika zit. Dus voor mij is het best wel op afstand geweest dit. En daarom wel heel leuk om nu Jelle en ook alle andere mensen die hebben meegeholpen en aan het meehelpen zijn in het echt te zien.

Randal Peelen:
[7:30] Is dat ergens niet ironisch? Dat jij dan in de States zit en toch zegt we moeten het ook naar Nederland halen?

Michiel Bakker:
[7:35] Ja, maar ik denk daarom juist wel goed. ik ben heel veel in San Francisco voor werk, dat is twee weken geleden, en dan merk ik gewoon hoe erg het daar leeft, en hoe erg iedereen zich schap aan het zetten is voor wat er komen gaat, en hoe erg iedereen bezig is met nog een stap vooruit denken, en nog twee stappen vooruit denken, en daardoor mis ik eigenlijk, of voelt het nog meer het contrast met Nederland, dat ik denk, wauw, dit is hier gewoon niet op dezelfde manier aan het gebeuren. Dus ik denk dat het voor mij ook wel juist heel nuttig is om allebei te zien en om allebei mee te krijgen.

Randal Peelen:
[8:09] En als die omgekeerde Exodus, hoe heet zoiets, dat de Het talent uit Silicon Valley terugkomt naar Nederland. Dat is een van de punten in jullie manifest.

Jelle Prins:
[8:19] Gisteren bij het diner introduceerde ik het plan ook enigszins gekscherend.

Jelle Prins:
[8:23] Als het ultieme doel is zorgen dat Michiel weer terug naar Nederland komt.

Randal Peelen:
[8:28] Als dat lukt.

Jelle Prins:
[8:29] Dat we hier de uitdagingen, het ecosysteem, et cetera creëren. Waardoor hij en een aantal anderen hier weer terugkomen. Want dat is uiteindelijk wat we nodig hebben.

Randal Peelen:
[8:39] Visum is vast snel geregeld. Welkom.

Michiel Bakker:
[8:42] Het schijnt ook dat ik het visum niet eens nodig heb.

Randal Peelen:
[8:44] Met een Nederlands paspoort, waar ik even vanuit heb.

Michiel Bakker:
[8:47] Ja, ja, ja.

Randal Peelen:
[8:49] Maar, dat het hier niet leeft. Ik zit natuurlijk in een bubbel, jij ook, Jelle. Jullie hebben, toen je Cradle voor het eerst pitchte, op een manier die ik het begreep, noemde je het Photoshop voor DNA. En je zei eigenlijk dat dankzij AI makkelijker te voorspellen is welke strengen die je kunt printen, welk effect kunnen gaan hebben. Daar heb ik het waarschijnlijk totaal verkeerd begrepen. Maar zo heb ik het wel onthouden. Maar het draaide in ieder geval al om AI toen.

Jelle Prins:
[9:16] Ja, ja, ja.

Randal Peelen:
[9:17] Een aantal jaar terug.

Jelle Prins:
[9:18] Ja, nee, het gaat dan om eiwitten ontwerpen die als hele kleine machientjes eigenlijk voor alles verantwoordelijk zijn in jouw lichaam. Wat gemaakt, afgebroken, gecommuniceerd enzovoort wordt. En als je die kan ontwerpen, dan kan je heel veel ziektes genezen. Maar je kan ook in de chemie of in de agricultuur en zo productieprocessen heel veel efficiënter laten verlopen. Milieuvriendelijke pesticiden en zo maken. En met AI kunnen we dat proces, nou ja, dat is de impact die ik zag, tot tien keer sneller, 90% goedkoper kunnen doen. Nou ja, dat is de R&D voor nieuwe medicijnen. Tien keer sneller, 90% goedkoper. Dat is ingrijpend. En als we dat soort zelfde impact gaan zien op andere industrieën in Europa, dan zie je dat je daar afhankelijk wordt van of je wel of niet de juiste topmodellen adopteert.

Randal Peelen:
[10:11] Nu is een beetje de stip op de horizon waarvan een boel mensen een beetje neveus worden of in ieder geval... Ik het te veel over hoor gaan is wat men vroeger de singularity noemde. Het moment dat de algemene kunstmatige intelligentie, AGI, hoe noem je dat in het Nederlands? Ik weet het niet eens.

Michiel Bakker:
[10:32] Als Nederlanders AI zeggen dan is het misschien AGI. Maar het klinkt wel gek.

Jelle Prins:
[10:38] Super intelligentie? Of zie je er nog een verschil tussen AGI en super intelligentie?

Michiel Bakker:
[10:42] Als het de definities zijn dat een AGI, dus een AGI, alles kan wat een mens kan, dan ligt superintelligentie daar direct na. Dus misschien is superintelligentie...

Randal Peelen:
[10:54] Omdat hij zichzelf gaat verbeteren en dan exponentieel slimmer wordt.

Michiel Bakker:
[10:57] Nou, ook gewoon een heel soort simpel theoretisch. Als hij op het moment is dat hij net zo goed is als mensen zijn in alle verschillende taken, dan is hij dus het eerste stapje daarna per definitie superintelligent.

Randal Peelen:
[11:12] Oké, maar dat is nogal een semantische kwestie, ja.

Michiel Bakker:
[11:17] Maar ja, ook omdat u zichzelf verbetert, maar er zijn al wel labs, dus alle grote labs, zover ik weet, ik heb natuurlijk niet overal een soort kijk achter de schermen, maar alle grote labs zijn al bezig met mensen aannemen, teams opbouwen, om, ook AI-onderzoek te automatiseren en te versnellen en te supporten met AI zelf. Dus als jij een model probeert te verbeteren, dan doe je training runs. Dus dan doe je vaak op een kleine versie van een model. Dus bijvoorbeeld een GPT-model, dat heeft misschien 100 miljard of een paar honderd miljard parameters. En dan probeer je iets aan een model te veranderen. En dan doe je dat op een kleiner model. En dan train je die om te kijken of die verandering het model beter maakt of slechter maakt. En dat soort hypotheses genereren en testen, dat kunnen we denk ik al over een jaar of over twee jaar automatiseren of deels automatiseren. Of in ieder geval heel erg supporten met AI. En daardoor krijg je eigenlijk dan al dat AI in ieder geval deels AI zelf verbeterd. Dus het klinkt heel erg science fiction van de singularity, maar ja, een coding assistant of een assistent die helpt met data analyse, die is eigenlijk indirect al aan het meewerken aan jij zelf verbeteren.

Randal Peelen:
[12:44] Ja, dat vind ik ook een interessante gewaarwording dat mensen daar heel erg mee bezig zijn. Maar ik hoorde jou ook zeggen, want daar zijn we over één, twee jaar, op welk punt dan ook. Ergens aan de ene kant is dat misschien niet eens echt relevant wanneer het gebeurt. Ik vind zodra je moet onderkennen dit gaat gebeuren, ben je eigenlijk al op het punt dat je zo'n deltaplan als de Wiedeweergaar moet gaan schrijven en uitvoeren. En dat is ook denk ik de reden dat jullie dat plan nu schrijven. Of dat we in ieder geval hier aan tafel zitten. Dat er is wel echt in mijn bubbel een enorm kantelpunt voorbij. Waarbij we in ieder geval, men zegt, dit gaat gebeuren. Voor mijn part is het over 50 jaar. Dan zou ik nog in paniek zijn.

Randal Peelen:
[13:25] In die zin dat de wereld, ga je als dat klopt op terugkijken. Als iets dat ingrijpender is dan de komst van de smartphone.

Michiel Bakker:
[13:34] Zeker een stuk ingrijpender dan de komst van de smartphone. En het is ook een beetje wat ze in Engels zeggen. Boiling the frog. Dus het is ook niet zo dat... Hoe zeg je dat in het Nederlands?

Randal Peelen:
[13:42] Kikker koken.

Michiel Bakker:
[13:43] Ja, maar ga je dat zeggen? Kikker koken?

Randal Peelen:
[13:45] Ik vind dat niet meer kunnen. Maar ja.

Michiel Bakker:
[13:49] Ik eet geen vlees. Dus ik weet niet. Misschien is dat goed om op dit moment te zeggen. Maar boiling the frog in de zin van dat je nooit echt het moment hebt van... Oké, nu hebben we AI onderzoek volledig geautomatiseerd. Of nu hebben we een heel groot deel van knowledgework geautomatiseerd, maar het gaat taak bij taak. Eerst kan die, weet je, vraag je feedback op je document, dan schrijft die een draft van je document en dan de volgende ochtend word je wakker en vraag je aan je, wat kan ik doen vandaag? En zegt hij blijf maar in bed. Ik heb alles onder controle. Dus ik denk dat het ook wel langzaam zou gaan. En we daardoor nooit echt zo'n moment hebben van. Oh nu is het menus.

Randal Peelen:
[14:30] Ik had dat toen met het woord slim heel erg. Dan kreeg je een slimme thermostaat. En slimme gordijnen. En slimme lampen. En ik denk ja oké. Maar die slimme thermostaat.

Randal Peelen:
[14:38] Die doet gewoon if buiten de zon schijnt. Dan doe maar iets minder gas. Ja is al slim maar.

Michiel Bakker:
[14:45] Shampoo met nanoparticles.

Randal Peelen:
[14:47] Precies. Een beetje luiheid dan slimheid in die zin. Ik kan ook nog in bed blijven liggen. Maar laten we dan even kijken. Ik vind namelijk twee discussies heel interessant. De ene is, oké, als AGI komt, hebben we dan een alignment probleem. Hebben we dan een toekomst waarin de Terminator terug in de tijd gaat om iemand... Hoe heet die ook weer, de hoofdpersoon uit de Terminator?

Jelle Prins:
[15:06] Zwart Snare.

Randal Peelen:
[15:07] Ja, oké, dat is de Terminator zelf. Nee, John Connor. John Connor te vermoorden. En dat is denk ik een heel interessant verhaal. En hoe hou je die AI, zeg maar, tevriend? Dan komt het eigenlijk op neer. Of in ieder geval... Maar aan de andere kant gaat jullie manifest daar niet over. Jullie zeggen vooral, laten we zorgen dat we in Nederland, misschien zelfs wel Europa, niet 100% afhankelijk worden van de VS en China. En ik vind dat eigenlijk... Mensen is het net zo interessant. Ik wil niet gelijk koude oorlog erbij halen, maar de wapenwetloop om de atoombom te maken is uiteindelijk een soort stilmeet geworden. En dat is maar goed ook. En als het maar één land is met atoombommen, dan is het ingewikkeld. Als iedereen ze heeft, dan heb je een soort impasse. Ben ik dan iets op het spoor als ik zeg, nou, we kunnen maar beter zorgen dat wij ook een fatsoenlijke AI bedrijven. Want als de rest van de wereld wel heeft en wij niet, dan zijn we fucked.

Michiel Bakker:
[16:03] Ja, zeker. Ook qua economie. Ik denk, want impasse, als je de vergelijking maakt met Koude Oorlog en kernwapens, dan gaat het heel erg om defensie. Dus is er een soort deterrence dat we een stilmeet hebben, iedereen heeft kernwapens en daarom vuurt niemand ooit een kernwapen af, want dat is zeg maar mutual destruction. En hier is het denk ik, heb je dat argument, dus heel veel van defensie zal ook gaan om autonomie en autonome drones, maar het gaat ook om een economisch argument. Dus als uiteindelijk de economie bestaat uit innovatie en services en producten die worden gemaakt en worden bedacht door AI-modellen in datacenters, op GPU's. ...die door elektriciteit worden gevoed... ...dan zijn dus de dingen die de economie laat draaien... ...zijn elektriciteit, datacenters en GPU's. En de modellen die daarop draaien natuurlijk. Dus als wij daar dan niet in meedoen... ...dan hebben we ook een economisch probleem... ...waar wij misschien in Nederland heel goed zijn... ...gelukkig in het verdelen van welvaart... ...maar als er niet zoveel welvaart meer wordt gegenereerd... ...dat heel goed zijn puur in het verdelen daarvan... ...is niet genoeg.

Randal Peelen:
[17:20] Ja, nou zeker niet. Als je internationaal kijkt, als er één ding is waar we als Nederlanders de welvaart liever niet mee delen, dan is het buitenlanders. Als wij straks zelf de buitenlanders zijn, moet je opletten.

Randal Peelen:
[17:33] Jelle, wat mij opviel in jullie verhaal is dat er ook in stond dat we nog geen vijf jaar geleden relatief een stuk verder waren als Nederland. Hoe zit dat in elkaar?

Jelle Prins:
[17:47] Dat inzicht kwam voornamelijk van Michiel, die daar de mensen kent die hier zijn opgeleid en zijn weggegaan. Maar ja, het lijkt daar duidelijk dat we een aantal jaren geleden toch een aanzienlijke kans hadden om hier bijvoorbeeld een Google Brain kantoor te hebben en te laten groeien. Bij Uber hebben we op een gegeven moment ook gekeken naar een afdeling voor de self-driving car hier in Amsterdam. Ik probeer de details nog te achterhalen. Maar dat liep uiteindelijk stuk op bestemmingsplan-achtige dingen. Maar ja, daarom hebben we nu niet een self-driving car afdeling van Uber hier. En dat is toch wel echt heel erg zonde. Het had gekund.

Randal Peelen:
[18:32] Nee, dat is heel erg. Dat not in my backyard. Wat we, ja. We komen windparken en daar gaat al die stroom naar Microsoft. Dat moeten we niet hebben. Dat is wel zonde, ja. en toen was waarom waren we toen beter in AI in relatieve zin, omdat de mensen hier nog waren.

Michiel Bakker:
[18:51] Ja, dus toen ik promoveerde, woonde ik al in Amerika. Dus ik ben ook gepromoveerd door MIT. En toen zag ik op, weet ik van een ander blog, dat Google Brain, dat was toen een van de grote AI-labs. Dus toen Brain, ver van Meta, misschien kwam ver later en DeepMind waren de grote labs. En uiteindelijk gingen DeepMind en Brain samen. Dus dat werd één groot Google-lab, maar toen waren ze nog apart. En toen werd Brain opende onder leiding van Tim Salensmans een kantoor in Amsterdam. En dat was voor mij wel echt een signaal van wow. Ik kom uit Nederland. Toen ik in Nederland deed, deed ik nog natuurkunde in Delft. Nu ben ik in de VS geswitcht naar AI. En opeens doet mijn eigen land en mijn eigen stad waar ik ben opgegroeid. Doet zo erg mee in AI onderzoek. Dat wordt wel echt heel erg een hotspot. Dus op dat moment leek het wel heel erg of Nederland in ieder geval voorop liep en voorop zou blijven lopen in AI.

Randal Peelen:
[19:57] En is dat een belangrijk onderdeel van wat je effectief terug probeert te halen? Want ik denk dat die mensen, tenminste iedereen die ik ken, die echt software engineer is of mee wil doen in de tech wereld. Ja, dan was het hoogst haalbaar altijd dat je in ieder geval naar Silicon Valley ging. En een andere vriend van mij is dan naar Canada gegaan, want die moest zo nodig naar Shopify. Maar ze blijven in ieder geval niet in Nederland.

Michiel Bakker:
[20:27] Ja, dat was toen misschien. Dus Tim zat daarvoor bij OpenAI en die is toen heeft die brain in Amsterdam opgezet. Dus dat was toen niet zo, weet je. Die kwam terug uit Silicon Valley om in Amsterdam een Google Brain kantoor op te zetten. Max Welling, een van de allergrootste hoogleraren wereldwijd binnen machine learning of wat we nu AI noemen, is zat bij de UvA en is nooit naar Silicon Valley gegaan maar is altijd bij de UvA gebleven, heeft hier een start-up opgezet verkocht aan Qualcomm, dus, in ieder geval binnen AI, ik denk in het tech algemeen was het zwaartepunt natuurlijk altijd heel erg Silicon Valley en dat is nog steeds ook wel zo, maar dat betekent niet dat je in Europa niet ook heel veel stappen kan zetten binnen AI en kan ondernemen en hele goede universiteiten kan hebben en hele goede opleidingen kan hebben Kijk naar Cradle. Er zijn en kijk naar bijvoorbeeld Mistral in Parijs.

Michiel Bakker:
[21:29] Er zijn in Europa wel degelijk goede AI bedrijven. Er moet er alleen meer zijn. En ik hoop ook veel meer in Nederland.

Jelle Prins:
[21:37] Wat ik ook zie is dat heel veel van de topmensen in software. Die gaan voor een jaar, een paar jaar naar Silicon Valley. En die komen daarna weer terug. Zeker wanneer ze op een gegeven moment kinderen krijgen. dan bedenken ze dat ze die liever in Nederland laten opgroeien dan daar.

Randal Peelen:
[21:54] Dat zou ik nu helemaal hebben, ja. En die delta-werk, dan even terug. Ik heb het idee dat we volgens mij beter eerst even stil kunnen staan... Ook bij wat die ontwikkelingen nu zijn die gaande zijn. Want voor mij is de echte explosie dat het in het nieuws komt... En iedereen ermee bezig is, dat dan ChatGPT binnen een maand... 10 miljoen gebruikers had of zo. En ik ben denk ik sinds die tijd best wel trouw gebruiker. En meestal als ik denk, misschien moet ik dit eens proberen via het chatje op de titel. Vaker positief verrast dan negatief. Hoewel, soms ook wel negatief verrast. Ik had laatst in een opwelling, dacht ik nou, ik wil een quiz maken. En dan wil ik mensen 30 vragen voorschotelen. En aan het end krijgen ze een score hoe erg nerd ze zijn. Met een score tussen 0 en de 1337. En toen had ik eigenlijk in een avond nerdpunten.nl in elkaar geflanst. Vibecode. Het was heel bewust, denk ik, ik ga proberen geen regelcode te schrijven. Ik moet dat ding allemaal voor mij doen. Dat lukte gewoon best wel glansrijk. Je moet wel een paar keer, hè, van, doe dit anders, doe dat anders. Je moet zelf met ideeën komen, maar ik was echt positief verrast. En, ja, ik heb nu heel erg een.

Randal Peelen:
[23:11] Enerzijds lyrisch gevoel van, nou, dit is fantastisch. Ik ben hier heel blij mee. Ik kan hier heel veel dingen heel veel sneller en beter mee doen. Tegelijkertijd ook wel een beetje weemoed, zo van, ja, ik heb alles wat Wat ik in twee jaar tijd heb gedaan. Nu in chat GPT zitten. Ik heb zeker geen export knop. Om het even naar Le Chat. Of een andere Europese tent te exporteren. Ik zou eigenlijk liever niet meer weg willen daar. Best wel een probleem. In ieder geval voor mij. Ik neem maar voor die andere 10 miljoen mensen. Die in de maand waren aangesloten. Destijds ook.

Jelle Prins:
[23:43] Ik denk dat je daar al. Met meerdere onderwerpen raakt. Ik denk een eerste is belangrijk. Om te zeggen van. van onze AI-plan aanleiding

Jelle Prins:
[23:52] was misschien van... oké, AGI gaat er op een gegeven moment komen. Maar zelfs voor de mensen die daar heel sceptisch over zijn... Zeggen van dat komt nooit. Of pas over honderd jaar, waar maken we ons druk om? De huidige modellen zijn al heel erg capabel. En wat ik erg geloof is dat we daar de echte impact... Pas over een tijd van gaan zien. naarmate die beter worden geïntegreerd in onze software, in onze bedrijfsprocessen mensen beter de potentie leren kennen en een mooi voorbeeld daarvan zijn de vibe coders waarmee je die app hebt gemaakt, is dat.

Jelle Prins:
[24:30] Simpele features die ze toevoegen aan die vibe coders. Een betere integratie met GitHub of iets dergelijks. Ze alweer een heel stuk bruikbaarder maken voor jou. En zorgen dat je er een stuk betere apps mee kan gaan maken. En dus zelfs als we die ATI niet halen. Dan zal de impact van de huidige modellen alleen al gigantisch zijn. En als je met mensen als Michiel spreekt of anderen. Die zeggen ook van ja maar kijk eens. Dus we zien voorlopig geen muur waar we tegenop lopen. Alle data die we zien is dat die modellen zich alleen maar blijven verbeteren voorlopig. Dus die impact die gaat alleen maar groter worden. Nou dan volgens mij raak je aan een heel ander onderwerp. Met dat is van ja zijn we straks afhankelijk van chat GPT of een andere tool. Hier hadden we toevallig gisteren een discussie over. Dat je eigenlijk zou willen dat die context over jou niet bij één provider zit, maar achter een soort single sign-on zit. En dat je het op die manier mee zou kunnen nemen. Ik denk eigenlijk ook dat als je naar de toekomst kijkt, dat wat ZGPT nu over jou weet. Je kan hem al wel vragen van, omschrijf mijn karakter eens of iets dergelijks. Maar dat het in vergelijking met wat die over een paar jaar over jou gaat leren. Wanneer jij sensoren om je nek hebt hangen en zo. En je telefoon de hele dag meeluistert.

Randal Peelen:
[25:53] Je kent me zo goed. Ik ben de eerste die het koopt. Ik ga dat gewoon doen.

Jelle Prins:
[25:56] Ja, ik heb hem nu niet om. Maar ik heb er drie thuis. Die microfoontjes om je nek.

Michiel Bakker:
[26:02] Misschien dat je aura ring al wat opneemt.

Jelle Prins:
[26:05] Mijn aura meet ook al van alles. Ja, dat de data die die nu over je heeft eigenlijk nog beperkt is. bij wat hij over een jaar op een dag van je gaat meten.

Randal Peelen:
[26:17] Ja, er was op een gegeven moment zo'n prompt. Dat ging rond, daar kon je die vragen om jou te omschrijven. En dan zoveel lager diep, je diepste karakterkenmerken, grootste angsten enzovoort. Ik weet niet meer precies hoe. En daar was Alexander Klubbing toen mee, volgens mij in Jinek gekomen. Daar ging hij een stukje uit voorlezen. En dan dat hij daar kippenvel van kreeg. En ik weet nog heel goed dat ik datzelfde prompt, Omdat er een copy-paste gewoon ging rond op internet. Min of meer exact hetzelfde verhaal als Alexander had gekregen. En dan kan het zijn dat we per stom toeval heel erg op elkaar lijken. Maar het kan ook zijn dat het een beetje het horoscoopeffect is. Bepaalde dingen. Je diepste angst is om niet gezien te worden. Ja, hallo, we zijn kuddedieren. Kom aan, dat is voor iedereen natuurlijk waar.

Michiel Bakker:
[27:02] Maar jullie zijn ook wel allebei een podcast begonnen. Misschien zijn jullie het toch niet zo anders.

Randal Peelen:
[27:07] Het zou wel kunnen, ja. Maar het bekroopt mij wel heel erg zo van... Er zit wel een vleugje horoscoop aan voor mij, maar het is ook wel veel bluf. En ik denk dat daar ook wel een boel cynisme vandaan komt wat ik om me heen zie. Mensen die zeggen, je moet daar geen medische vragen aan stellen, want wat eruit komt, dat klopt niet helemaal.

Randal Peelen:
[27:26] Ik zeg, hallo, het klopt 90% beter dan wat ik zelf bij elkaar kan googlen in diezelfde tijd.

Jelle Prins:
[27:31] En tegelijkertijd zie je vele voorbeelden, heb ik er zelf ook een van, dat je iets omschrijft aan de AI, waar doktoren niet uit zijn gekomen. En dat je op een gegeven moment wel zoiets hebt van, oh maar verdomd, dit is het. Om hier een voorbeeld te geven is dat ik, toen zat ik nog op de middelbare school, maar dan af en toe had ik tijdens hele diepe concentratie een soort heel gek gevoel in mijn hoofd. Kon het alleen maar omschrijven als ik denk dat het zo ongeveer is als je op de speed zit of iets dergelijks.

Randal Peelen:
[28:04] Een beetje duizelig?

Jelle Prins:
[28:05] Nee, meer dat gedachten steeds sneller en sneller en sneller zouden gaan.

Randal Peelen:
[28:09] Oh, ja?

Jelle Prins:
[28:10] Ja. En heel veel anders kan ik het ook niet omschrijven. Nou ja. Dan kijken ze, ja.

Randal Peelen:
[28:17] Wat vervelend.

Jelle Prins:
[28:18] Wat vervelend, joh. En wat helpt. En dan zeg ik, ja, gewoon eventjes rust nemen en eventueel naar muziek luisteren. Dan is het weer goed.

Randal Peelen:
[28:26] Oh, dus je hebt de oplossing al.

Jelle Prins:
[28:28] Ja, dus ook daarna jarenlang niet last van gehad. En heel af en toe, het was voornamelijk als ik met wiskunde bezig was, soms met programmeren of iets dergelijks. En toen dacht ik het dus op een gegeven moment te omschrijven aan ChatGPT. En die kwam met een hele uitleg van wat het zeer waarschijnlijk was. Ik geloof dat het een soort fast thinking werd genoemd. En het werd verwezen aan Reddit. Waar dus allemaal mensen zaten die zoiets hadden van holy shit hier is een hele groep met mensen die precies hetzelfde ervaren als ik is.

Randal Peelen:
[29:02] Dat niet gewoon flowstate-achtig zo klinkt het een beetje.

Jelle Prins:
[29:07] Ik herken het niet in ieder geval nee, ik herken het ook niet ik heb er ook niet echt last van maar het was wel iets geks wat ik ervaarde en op deze manier ook wel dat ik dacht van wat grappig dat ZGVT daar dus een keer een En ook met een referentie naar de Reddit.

Randal Peelen:
[29:24] En dat maakt het dus in zekere zin. Gewoon een veel betere zoekmachine eigenlijk. Ik heb steeds vaker dat ik gewoon dingen daarin gooi. In plaats van Google. Dat is in feite wat je nu deed. Dit had je misschien met Google ook wel kunnen vinden. Maar dan was het meer moeite geweest.

Michiel Bakker:
[29:38] Ja, en er is ook wel iets dat die, dus dat zorg met die reasoning modellen nu, dat het ook compositional is. Dus uiteindelijk bij Google krijg je uiteindelijk één pagina of een andere pagina of een andere pagina. Maar hier kan het model ook zelf verschillende pagina's samennemen en redeneren. En vooral voor mensen die lang in machine learning zitten, is die compositionality heel erg indrukwekkend. Omdat we met modellen vijf of tien jaar geleden, dan had je bijvoorbeeld een dataset met katten en honden waarop je een classifier bouwde. En dan zaten al die katten op de bank of in een huiskamer. En dan had je een kat die niet in een huiskamer was en die herkende je niet als kat. Omdat die niet echt de objecten in de image begreep. En nu door die taalmodellen is er zo extreem veel data aan de pre-training fase, dus de eerste fase waarin je die modellen traint, dat die ook compositionality leert.

Randal Peelen:
[30:33] Dus dat die ook.

Michiel Bakker:
[30:35] Weet je, nu met image modellen kan je zeggen, oh, poeder astronaut en de horus, en terwijl je dat nooit heeft gezien in training, kan die dat toch genereren. Dus of kan je een gedicht in de vorm van Shakespeare, maar dan over AGI. Dus die compositionality waar we nu allemaal gewend aan zijn, omdat hij dat al sinds GPT-3 heel goed onder de knie heeft, was vijf jaar geleden

Michiel Bakker:
[31:00] ondenkbaar dat we daar binnen tien of twintig jaar zouden komen.

Randal Peelen:
[31:04] Wat is het verschil tussen die klassieke large language models, die nieuwe reasoning modellen en waarom is dat zo'n grote stap volgens sommige mensen?

Michiel Bakker:
[31:16] Voor mij is dat wel echt een grote update geweest. Dus als je vorig jaar zomer, dus ongeveer een jaar geleden, hadden we nog, dus was O1 nog niet uit, hadden we nog geen reasoning modellen. En toen leek het wel echt dat bij pretraining de data bijna quote on quote op was. Dus we gebruikten heel veel internet data en er was eigenlijk niet meer internet data om die modellen nog een factor duizend te vergroten.

Randal Peelen:
[31:41] Is het dan een soort zero sum game dat elke partij die dit kan bouwen met diezelfde data? Dus niet echt, maar...

Michiel Bakker:
[31:47] Een beetje wel. Er zijn natuurlijk wel proprietary datasets. Dus ook daar een jaar geleden ging het heel erg om. Oh, wie heeft een contract met Elsevier gesloten? Omdat die misschien heel veel wetenschappelijke artikelen hebben. Dus was het heel erg een soort race om data. En leek het dat we in... Dus misschien om even een stap terug hoe je een model traint. Dus je hebt pre-training. Daar train je eigenlijk om het volgende woord te voorspellen. En dat is het enige waar je op focust. Dus je probeert data te verzamelen waarmee je telkens beter leert om in algemene tekst op het internet het volgende woord te voorspellen. En dan heb je post training. Dat is waarmee je het model bruikbaar maakt. Dus waarmee je zorgt dat hij goed antwoorden kan geven op vragen. Waardoor je zorgt dat als je zegt how do I hotwire a car. Dat hij zegt I don't want to help you with breaking the law. Dus dat hij een soort... Leert hoe die goed menselijke instructies moet volgen. En hoe die veiliger kan worden.

Randal Peelen:
[32:49] Dat mensen zeiden van mijn grootmoeder las mij altijd voor uit het boek. Hoe je kaars moet hotwire. Kun je een rol spelen als mijn oma.

Michiel Bakker:
[32:57] Ja nou dit lukt niet meer. Dit hebben ze inmiddels wel uit. Maar dit kon in het begin over een theaterstuk. Over hoe je een auto stilt. En dan ging je meedoen. En die pre-training dat was eigenlijk waar we voornamelijk. Heel veel extra stappen in intelligentie uithaalden. Door meer data toe te voegen, grotere trainingscapaciteit, dus meer GPU's. En nu door die reasoning modellen hebben we in één keer weer een hele andere manier hoe we heel veel intelligentie kunnen toevoegen die we toen nog niet hadden. Dus toen in september kwam O1 uit, toen in december kwam O3 werd die aangekondigd. En toen dacht ik ook, terwijl ik al bijna tien jaar in dit veld zit, dacht ik ook wow het gaat nu wel echt heel hard. De enige soort bottleneck die ik nog zie, die lijkt nu van de baan.

Randal Peelen:
[33:48] Bottleneck naar wat?

Michiel Bakker:
[33:50] Naar de bottleneck naar AGI. Dus nadat je uiteindelijk bij een superintelligentie komt. Daar leek wel, oké, misschien kunnen we niet nog een factor duizend opschalen qua trainingdata. Maar nu hebben we een hele andere manier hoe we intelligentie kunnen toevoegen. Namelijk met reasoningmodellen. En daar lieten ze ook grafieken zien waar ze zeiden, Oké, hoe meer stapjes je reasoned, hoe intelligenter het model wordt. Dus nu kunnen we in één keer en data toevoegen aan pretraining. Dus het volgende woord voorspellen. En met reasoning kunnen we ook het model slimmer maken. Dus dan kan je, weet je, als jij een simpele vraag stelt van... Ja, wat zijn de tien beste podcasts van Nederland? Misschien is dat een hele lastige vraag. Maar dan geeft hij misschien met een simpel model hetzelfde antwoord als met een heel complex model. Maar stel jij wil een nieuwe ontwikkeling doen op het gebied van biologie of van computer science. Dan kan je in één keer het aller vooraanstaande duurste model pakken en die misschien ook nog twee dagen laten reasonen en dan een heel goed antwoord wat al die simpelere modellen niet kunnen. En dat, dat je echt de grens van wat we kunnen verder opschuift, dat is denk ik door reasoning modellen.

Randal Peelen:
[35:18] Maar wat is dat verschil dan? Want dit klinkt voor mij nu als een soort inkoppertje. Waarschijnlijk begrijp ik het dus verkeerd. Dus je hebt een large language model. Dat is in de kern woorden voorspellen. Maar goed, dat werd op een gegeven moment zo goed dat dat best wel menselijk leek. Je kunt er ook met chatten. Je kunt er hele slimme antwoorden uitkrijgen. Maar als jij zegt reasoning model gaat gewoon zelf ook reddeneren. Dus dan is de bottleneck niet met de data die erin gaat. Maar geen nieuwe bottleneck. Denk ik bij mezelf. Maar dat is gewoon hetzelfde als een large language model. Maar dan een paar stapjes vaker of zo.

Randal Peelen:
[35:54] En dan nu een moment voor de sponsor van deze aflevering. En dat is Homi met de Homi Pro. Want ik ben een ongeluid. Ja precies. Daar moest ik ook aan denken. Ik ben een ontzettend klunt als het gaat om smart home.

Jurian Ubachs:
[36:05] Ik ben er niet eens begonnen.

Randal Peelen:
[36:06] Nee precies. En ik heb al heel vaak meegemaakt. Dan heb je zo'n doosje. En dan moet je Linux opzetten. Allemaal ingewikkelde software. En dat is allemaal prins en gedoe. Het is echt verschrikkelijk. Dus ik dacht, wat nou als ik gewoon een apparaat koop dat het allemaal voor mij doet? Nu heb ik de Homey Pro thuis staan. Het eerste wat ik je kan vertellen, is ik steek de stekker erin en hij ging werken. Ik kreeg ook een mooie gekleurde leds, die draaien rond. Dat word ik al blij van.

Jurian Ubachs:
[36:29] Clunchproof.

Randal Peelen:
[36:30] Dit is behoorlijk clunchproof. Daarna installeer ik een app, dan koppel ik dat ding mee en dan begint het als een kerstboom allemaal te werken. Het leuke is, ik kan wel dus in die app aangeven van nou deze apparaten heb ik en dit moeten ze allemaal doen. want ja, je moet wel even koppelen wat je in je huis hebt staan.

Jurian Ubachs:
[36:45] Werkt dat met alles?

Randal Peelen:
[36:46] Nou, het werkt met in ieder geval 1000 merken en 25.000 verschillende smart home apparaten.

Jurian Ubachs:
[36:52] O, maar ik heb al maar geen 25.000 smart home apparaten.

Randal Peelen:
[36:54] Nee, precies. Dus waarschijnlijk gaat dat helemaal lukken. En dat draait allemaal lokaal. Je kunt dat zonder de cloud doen. En wat ik ook wel vet vind, is er zijn dus mensen uit de community... die bouwen daar allemaal plugins voor. Dus ook apparaten die vandaag niet ondersteund worden, die kunnen morgen... Geïmplementeerd worden door betrokken andere gebruikers. En wat ik vooral een heel mooi, ja, een soort van prestatie vind, is ik heb al heel vaak in andere smartphone platformen geprobeerd mijn omvormers toe te voegen. Ik heb wel eens zeg maar de ene omvormer toegevoegd gekregen en dan lukte die andere niet of andersom. En ik vind het toch wel een soort van, ja, daad van kracht dat het mij gelukt is om met mijn Homey Pro allebei de omvormers toe te voegen. Nou, wat het leuke is aan dit platform is, je kunt een Homey Pro aanschaffen En dan heb je het allemaal thuisdraaien met alle antennes die je kan gebruiken in de smart home omgeving. Maar je kunt ook eenvoudig beginnen met de Homi Cloud. Dan heb je een app van Homi. En dan kun je alvast je been in dat ecosysteem steken. En alvast zien hoe dat werkt en een heleboel van je apparaten thuis al lekker bedienen.

Jurian Ubachs:
[37:56] Ja, dus dan kun je het een beetje uitproberen. In de cloud goedkoper gok ik dan ook. En als je het per se offline wil of als je het per se lokaal allemaal wil, dan kan dat dus ook.

Randal Peelen:
[38:04] Dan kan dat dus ook.

Jurian Ubachs:
[38:05] Met de pro.

Randal Peelen:
[38:05] Yes, en Homi is het meest geavanceerde smart home platform ter wereld. Alles lokaal, geen abonnement met een Homi Pro. En je ontvangt 10% korting op homi.app met de kortingscode NERDS10. En ik zou zeggen, Homi for life. Hey, Jörg. Stel jij eens even voor, jij zit op kantoor en je kijkt dus rond op jullie website. En dan zie je opeens een kans om systemen groener te maken. Of je denkt in ieder geval, dit kan slimmer. Denk je dat je daar dan de ruimte voor krijgt op je werk?

Jurian Ubachs:
[38:34] Nou, ik denk heel toevallig. Bij mijn werk misschien het wel. Maar ik denk dat er heel veel bedrijven zijn waar ze zeggen van... Ja, leuk die ideeën van jou, maar schiet maar even een Jira-ticket in.

Randal Peelen:
[38:43] Ja, precies. Bij Rabobank doen ze dat dus wel. Daar krijgen techteams tijd en ook mandaat, niet onbelangrijk... Om met hun eigen ideeën aan de slag te gaan. Duurzaamheidsprojecten van onderop, zeg maar.

Jurian Ubachs:
[38:55] Ja, en dat klinkt best goed. Want laten we eerlijk zijn, het zijn vaak de mensen op de vloer... die weten waar de winst te halen is.

Randal Peelen:
[39:01] Ja, precies. En soms zijn het hele kleine dingen, een script slimmer maken, een tool herstructureren, maar bij elkaar maakt dat natuurlijk wel gewoon impact.

Jurian Ubachs:
[39:09] Dus Rabobank zegt niet alleen wij willen duurzamer worden, ze maken het ook praktisch.

Randal Peelen:
[39:14] Yes, en Rabobank heeft een documentaire gemaakt waarin ze uitleggen hoe ze dat doen. Check hem op rabobank.jobs.it en natuurlijk staat die link zoals altijd ook in de show notes.

Jurian Ubachs:
[39:25] Show notes!

Michiel Bakker:
[39:29] Ja, dus ik kan wel kort uitleggen hoe je die reasoning modellen traint. Dus die reasoning modellen die hebben als output, dus jij doet er een prompt in. En dat is bijvoorbeeld, zou je deze wiskundige som kunnen oplossen. Het oude model gaf dan meteen een antwoord. Dus jouw prompt ging door een transformer heen. En die transformer, dat is een machine learning model, die genereerde een token, dus een woord. En dan ging dat woord weer in het transform model en dan werd het volgende woord gegenereerd. En zo werd je output gegenereerd. Dus dan gaf hij een antwoord op jouw wiskundervraag. Nou, dat antwoord was correct of niet correct. Die reasoning modellen die werken anders. Dus die hebben twee soorten tokens die ze genereren. En de eerste tokens die worden gegenereerd, dan zegt hij oké, nu komt een thinking block. Dus dat zijn een heel blok met tokens die allemaal tussenstapjes heeft. Dus die zeggen, oh Randalf vraagt om een wiskundesom. Om, oh, dit lijkt op deze formule. Hoe pas je die formule ook alweer toe? Oh ja, die pas je op deze manier toe. Oh, nou, dan gaan we die toepassen. Oké, dit is het antwoord. Laten we nog even checken of het antwoord wel echt klopt. Ja, oké, als we het op deze andere manier uitrekenen, komt er hetzelfde antwoord uit. Oké, alles goed. Ja, en dan is het einde van het thinking blokje. En dan zegt hij pas, oké Randal, we hebben je antwoord. Het antwoord is 9.

Michiel Bakker:
[40:54] En die thinking stappen die worden dus ook gegenereerd, maar die zie jij als gebruiker niet. Jij ziet alleen maar JGPT heeft voor 18 seconden nagedacht. En dan kan je soms wat erop klikken en dan zie je een samenvatting van wat daartussen is gegenereerd. En andere aanbieders doen de UX net wat anders. Maar binnen het model worden eigenlijk al die tussenstapjes worden gegenereerd pas voordat hij het uiteindelijke antwoord geeft. En dat heeft vooral bij wiskunde en programmeren geleid tot nog veel betere resultaten.

Randal Peelen:
[41:29] Maar dat is gek, want het klinkt zo logisch. Waarom doen we dit niet altijd al?

Michiel Bakker:
[41:34] Omdat we deden het wel een beetje. Dus je had chain of thought reasoning. Dat is dan, er is een paper, dat is inmiddels, denk ik, drie jaar geleden. Let's think step by step. En daar leiden ze zien dat op een dataset van middelbare schoolwiskunde kon standaard GPT 3.5, denk ik, dat ze testen. Oh, dit was een Google paper. Nou, maakt niet uit. Ze testen daar een model en ze lieten zien, oké, de accuracy is 20%. Als we nu eerst zeggen, let's think step by step, en dan pas het antwoord geven, dan gaat de accuracy naar 80%. Dus hij had eerst een 2 op een examen en toen had hij een 8 op een examen. Dus dat reasoning was altijd wel iets waar mensen mee aan het testen waren, aan het proberen waren. Alleen waarom reasoning nu veel beter gaat, is omdat mensen reinforcement learning gebruiken. Dus daardoor zeg je eigenlijk telkens, oké, als je het antwoord goed hebt... Dan zijn de reasoning stapjes daarvoor, die maak je wat waarschijnlijker. Als je het antwoord fout hebt, dan maak je de reasoning stapjes daarvoor wat minder waarschijnlijk. En reinforcement learning, wat we ook gebruikten voor schaakmodellen en go-modellen in computerspellen.

Michiel Bakker:
[42:44] Voorheen was het heel lastig om dat te combineren met taalmodellen. Dus we gebruikten het wel voor ROHF, dus om het gebruiksvriendelijker te maken voor mensen. Maar nog niet voor wiskunde en computer science en voor een soort vragen waar een eenduidig antwoord op was. En dat is pas afgelopen zomer zijn daar de eerste modellen van uitgekomen. En dat gaat nu gewoon heel erg hard. En daar zijn we nog echt aan het begin van wat we gaan bereiken.

Randal Peelen:
[43:17] Want dan heb ik denk ik in het verleden verkeerd begrepen dat zo'n large language model natuurlijk onder de motorkap. En dan zeggen mensen wel eens een soort black box, een neuraal netwerk. We snappen het niet volledig en ook daar ben je wel aan het kijken van is het resultaat correct en dan geef je een duimpje omhoog en zo niet dan geef je een duimpje omlaag. En dan zijn er heel veel mensen ergens in een sweatshop jaren bezig geweest voor ons om die resultaten te keuren.

Randal Peelen:
[43:43] Ik snap nog steeds niet waarom dat dan wezenlijk verschilt aan hoe je een reasoning model verbetert. Want het is gewoon heel veel uitkomsten keuren. En dan wordt het steeds beter. Maar dat is bij large language models zo. En dat is bij reasoning modellen ook zo.

Michiel Bakker:
[43:59] Ja, dus het wordt wel heel technisch. Maar ik vind het leuk. Dus bij large language models doen we twee soorten. Oké, dus voor reasoning. Dus tot vorig jaar zomer deden we eigenlijk twee dingen. Of drie dingen om large language models beter te maken. Het ene was pre-training. Dus je neemt gewoon tekst, artikelen, publicaties, Wikipedia, boeken. Dat is het je op een gegeven moment tegen een glazen plafond. En daar waren we puur het volgende woord aan het voorspellen. En daar werden we steeds beter in. En het toffe is dat als jij het volgende woord wil voorspellen, leer je ondertussen allemaal verschillende dingen. Dus bijvoorbeeld als jij het volgende woord voorspelt van een Esther Perel podcast, dus van Couples Therapy. Dan leert het model dus allemaal dingen over hoe relaties tussen mensen werken. Want om beter het volgende woord te voorspellen in een Esther Perel podcast, moet je beter relaties begrijpen tussen mensen. Want dan kan je voorspellen als de ene zegt van kritiek heeft op de ander, dan weet je hoe de ander daarop gaat reageren.

Randal Peelen:
[45:02] Ik heb zo'n hekel aan.

Michiel Bakker:
[45:04] Aan Esther Perel?

Randal Peelen:
[45:05] Nee, als er kritiek op mij komt.

Michiel Bakker:
[45:07] Oh, oké. Ja, ik zou het. En op Wikipedia leer je dus allemaal dingen over verschillende topics... om maar beter het volgende woord te voorspellen. Dus dat is stap één. Dan heb je vervolgens twee stappen daarna. Eentje is wat mensen noemen supervised fine-tuning. Dus eigenlijk doe je hetzelfde als in dat pre-training. Dus je leert beter het volgende woord voorspellen. Maar dan kiezen labs zoals OpenAI, DeepMind & Tropic... kiezen heel nauwkeurig de voorbeelden uit... Waar het model beter in moet worden. Dus die zeggen heel duidelijk, als je een vraag wordt gesteld... Die bijvoorbeeld over een wiskundesom gaat... dan moet je dit antwoord geven. Als je deze andere vraagt... maar daar heb je dus nog niet een model dat zelf leert... hoe die die antwoorden moet geven. Maar daar zeggen we gewoon, als je die vraag geeft... moet je dit antwoord geven. Als je die vraag krijgt, moet je dit antwoord geven. En zo leren we ook een model als jij zegt van...

Michiel Bakker:
[46:04] Bijvoorbeeld help me hotwire a car. Oh, I can't help you with breaking the law. Dat is supervised fine tuning. Althans voor een groot deel. En dan had je nog een derde stap. En daar heb je het over. Over al die labelers die waren zeggen. Dit is een goed antwoord. Dit is niet een goed antwoord. Dit is wel een goed antwoord. Dit is niet een goed antwoord. En dat is RHF. Dus dat is reinforcement turning from human feedback. Daar had je heel veel labelers. Dus dat zijn mensen. En die zien eindeloos output van taalmodellen. En die zeggen. Dit is een goed output. Dit is niet een goed output. En daar leer je dan een model van die kan voorspellen wat mensen een goed en een niet goed output worden. En dat model gebruik je dan voor reinforcement learning. Dus dat model gebruik je om het taalmodel meer aligned te maken. Dus meer in lijn te leggen met human preferences. Dus om het waarschijnlijker te maken dat jij een antwoord geeft dat een labeler een goed antwoord geeft.

Michiel Bakker:
[46:58] En nu, dus dit is allemaal tot vorig jaar zomer. Voor de lange antwoord.

Michiel Bakker:
[47:02] Nu zijn we in dit reasoning paradigm. En dat is nog iets los wat erbij komt. Dus we gebruiken nu en supervised fine tuning en ROHF. En dat reasoning paradigm. Allemaal na pre-training. Dus we gebruiken nu alle drie. En dat reasoning paradigm. Dat is vooral meer voor wiskunde en programmeren. Dus dingen waarvan jij kan verifiëren makkelijk. Of een antwoord correct is. Dus bijvoorbeeld bij programmeren kan jij kijken, als je het programma runt, komt er dan een error. Of als jij een bepaalde test eerschrijft, worden die tests, als jij een probleem hebt en dat probleem zeg je, oké, er zijn vier unit tests of integration tests die je moet voldoen. Dan kan je kijken, zijn die tests allemaal positief. En dus daar heb je eigenlijk verifiers. En bij wiskunde kan je hetzelfde. Kan je kijken, oh, klopt de proof die ik heb gegeven, klopt die wel echt? En dus daar kan je aan de antwoorden kijken, zijn de antwoorden correct? En dan kan je de tussenstapjes, dus van reasoning, kan je dan waarschijnlijker maken als ze correct zijn of niet correct zijn. Maar dat is dus eigenlijk een soort nieuwe paradigm die bovenop alle anderen komt. Dus we hebben nog steeds labelers. We hebben nog steeds supervised fine-tuning, dus mensen die voorbeelden schrijven en we hebben nog steeds pre-training.

Randal Peelen:
[48:24] Het klinkt alsof die reasoning modellen gewoon alleen maar beter zijn dan de large language models.

Michiel Bakker:
[48:30] Nou ja, het is vooral ook door reinforcement learning. Dus kunnen we ook, als wij gewoon puur kunnen checken of het antwoord correct is. Dus als je bijvoorbeeld naar wiskunde kijkt, daar is het heel moeilijk. Dus heel veel problemen in wiskunde en in de wetenschap en in programmeren hebben de volgende eigenschap. En die eigenschap is dat het makkelijk is om te controleren of een antwoord correct is. Maar dat het moeilijk is om zelf met een antwoord te komen.

Michiel Bakker:
[48:59] En als je die eigenschap hebt, dus je kan bijvoorbeeld, ik vraag aan Jelle, hey, kan jij de volgende wiskundige stelling bewijzen? Jelle heeft misschien wat wiskunde gedaan, maar is geen wiskunde expert. Die heeft geen idee waar hij moet beginnen. Maar als hij het antwoord ziet, dus hij ziet het bewijs, dan kan hij alle stapjes volgen. Kan hij het opzoeken, checken in de wiskundeboeken en kan hij zeggen, ja, dit antwoord is correct. Nou, en dat checken, dat kunnen we al automatisch. Dus er zijn methodes voor. Alleen die stapjes bedenken is heel erg lastig. En dus kunnen we misschien weten, labelers, die weten helemaal niet. Dus de mensen die die AI's trainen, die weten helemaal niet die tussenstapjes. Dat zijn misschien wiskundigen die wel iets van wiskunde weten. Maar zo kan je dus een model beter leren wiskunde te doen dan zelfs de beste wiskundige. Omdat die die tussenstapjes zelf kan bedenken. En jij hoeft alleen maar te zeggen, oh dit antwoord, we checken even of het klopt. En ja, het klopt. En dus nu in die grote labs, dus in DeepMind, Opinion, Anthropics, zijn allemaal mensen die schrijven programmaatjes om te checken of ze antwoorden kloppen. Maar die modellen doen zelf het reasoning om tot het antwoord te komen. Hetzelfde als we nu een betere schakers hebben die AI-based zijn dan de beste schakers in de wereld of betere Go-spelers.

Randal Peelen:
[50:20] Want dan snap ik nog steeds niet dat je, open chat GPT, ik ben gewoon een leek en ik mag kiezen. Standaard staat hij op 4O, dus mijn eerste gedachte is, ja dat is het goedkoopste, dat willen ze dat ik doe. Ik wil O3. En dan hoor ik jou eigenlijk nu zeggen, dat is hoe ik het destilleer in mijn gehoofd, ik kan eigenlijk beter O3 doen. Het duurt wat langer, maar dan heb ik eigenlijk over het algemeen altijd beter resultaten. Want daar zit ook een large language model in, in feite. Het is een completer model in die zin.

Michiel Bakker:
[50:50] Het hangt er een beetje van af, dus... Als jij wiskunde of programmeren doet en je hebt een moeilijke vraag, zeker O3. Als jij creatief schrijven doet, daar is het bijvoorbeeld veel moeilijker om inference time verifiers voor te maken. Dus om programmaatjes te maken die zeggen van is dit goed of niet goed. Dus alsnog zie je dat reasoning soms wel helpt bij een complexe vraag. Dus jij wil bijvoorbeeld, ik wil een essay schrijven, dat moet aan deze 20 voorwaarden voldoen. Dan heeft reasoning zin. Omdat hij dan in zijn reasoning traces kan kijken. Oh, dit is de draf. Voldoet hij aan die voorwaarden? Die voorwaarden? Oh, hij voldoet nog niet aan die voorwaarden. Oké, dan pas ik het nog even aan. Dus dat kan hij dan allemaal in zijn reasoning traces doen. Maar als jij gewoon een vraag stelt van. Hé, wie is de koning van Nederland? Ja, dan kan jij net zo goed 4-over gebruiken.

Randal Peelen:
[51:42] Of voor een feit.

Michiel Bakker:
[51:43] Ja, als O3 gebruiken. En waar die modellen nu nog niet zo goed in zijn. En dat wordt wel aan gewerkt. Is dat het natuurlijk heel onhandig is. Dat elke Nederlander nu zelf moet kiezen ga ik voor deze vraag een reasoning model gebruiken of ga ik voor deze vraag een non-reasoning model gebruiken en dus nu ik denk dat de volgende generatie modellen die in ieder geval uitkomen voor consumenten dat die zelf gaan kiezen van oké Randal vraagt hier een hele makkelijke vraag dus we gebruiken een non-reasoning model of hij reasont heel kort, en dit is een hele moeilijke vraag dus we gaan misschien zelfs maar aan Randal vragen oké, wil je dat we hiervoor gaan reasonen dit kan wel 10 minuten duren.

Randal Peelen:
[52:26] Dat doet hij ook vaak als ik nu O3 gebruik ik heb al een aantal keer een best wel uitgebreid prompt dan dacht ik nou, duidelijker kan het niet zijn dan komen er toch nog drie vragen van wil je dit, wil je dat en dan ga je dat beantwoorden en dan gaat hij bezig.

Michiel Bakker:
[52:42] Ja, deep research doet het volgens mij, toch?

Randal Peelen:
[52:44] Maar even terug, want deze leek moet zijn best doen om het te volgen. Dus je had het over die trainingsdata. Toen zei ik iets dat leek op zero sum game. Dus er is een berg data in de wereld. Er is een theoretische limiet aan die berg. Op een gegeven moment is die op. Het lukt je vast niet de hele berg te pakken te krijgen. Maar die kan iedereen in feite in theorie bemachtigen. Wat is dan nu de grootste belemmering voor ons Nederlanders om dat Deltaplan uit te voeren? Het klinkt een beetje als de wilskracht groot is, je er genoeg geld tegenaan gooit en de bestemmingsplannen in Amsterdam een beetje tweaked. We hier een mooi datacentrum neer kunnen zetten en de volgende start-up lekker zijn gang kan gaan.

Randal Peelen:
[53:27] Even een inhaalslag moet maken, maar het wel mogelijk moet zijn. Zo klinkt het voor mij.

Michiel Bakker:
[53:33] Nou ja, ik denk dat talent een grote bottleneck is en ook wel kapitaal. Dus je hebt wel, die teams zijn inmiddels vele honderden mensen die soms miljoenen per jaar verdienen, omdat dit de beste mensen zijn in de wereld die al die verschillende stapjes doen. En als jij net wat minder goed bent bij pretraining en net wat minder goed bent bij reasoning en net wat minder goed bent bij RHF, ja dan krijg je in het totaal een minder goed model. En als onze Nederlandse industrie daarop moet draaien. Of Defensie op moet draaien. Dan wil je natuurlijk wel dat het een heel goed model is.

Randal Peelen:
[54:08] Ja, maar ik heb liever een net iets minder goed model. Dat wel in Nederland draait. Dan helemaal niks.

Michiel Bakker:
[54:13] Ja, nee ja. Ik ben het er met je eens. Dus daarom denk ik ook zeker dat we stappen moeten zetten. En dat voor sommige industrieën is het absoluut critiaal. Dat wij begrijpen hoe zo'n model wordt getraind. En dat wij zo'n model kunnen veranderen. En nu is gewoon die capaciteit. Of die skills zijn er niet in Nederland Er zijn wel Nederlanders die die skills hebben Maar die werken nu in het buitenland Of in ieder geval bij buitenlandse bedrijven.

Randal Peelen:
[54:38] Ik denk dat het een groot hoog tijd is om toch een paar punten van dat plan dan mee te maken. Want ik vind dat wel lekker tastbaar. Wat ga je naar AIplan.nl volgens mij? Als je de tekst overslaat zoals ik dan doe en dan zeg ik, je hebt iets, vat het maar samen. Too long, didn't read. Tien punten, lekker overzichtelijk. Het begint met die soevereiniteit. Ik kende dat woord vijf jaar geleden nog niet. Nu is dat bij mij een beleefje blijven hangen als zelfstandigheid. Ik weet het nog, tijdens corona met de mondkapjes kwamen erachter, ja shit, we hebben die dingen niet zelf. De vaccins moesten ook uit het buitenland komen. Toen dachten we, we zijn heel afhankelijk. Nu met de, ja, uit de hoge hoed getoverde handelsoorlog denken we weer, oh shit, we moeten allerlei dingen toch maar zelf gaan doen. Dat is eigenlijk dit ook, die soevereiniteit. We willen dingen zelf kunnen doen. Is ook wel weer heel inefficiënt natuurlijk.

Michiel Bakker:
[55:33] Heel inefficiënt?

Randal Peelen:
[55:34] Inefficiënt, ja. Het wiel nog een keer uit te vinden. Eigenlijk jammer dat het nodig is.

Michiel Bakker:
[55:38] Ja.

Jelle Prins:
[55:39] Ja, maar ja, dat is de wereldorde die is veranderd. De globalisatie heeft ons natuurlijk heel veel vrede ook wel gebracht. En welvaart. Maar er zijn een aantal partijen die daar nu op terug willen komen.

Randal Peelen:
[55:53] Is er nog een weg voorwaarts, denkbaar? Dat we toch weer vrienden worden?

Jelle Prins:
[55:57] Dat is denk ik een hele andere discussie.

Randal Peelen:
[55:59] Ja, dat is waar.

Jelle Prins:
[56:00] Het is natuurlijk enige speculatie dat wat Trump en Elon en nu hebben ze ruzie voor zich zien, is dat als er een punt komt met AGI, dat je dan juist al die capaciteit in eigen land wil hebben. En dat dit een van de redenen is dat ze dit nu doen.

Michiel Bakker:
[56:23] En het is ook best economisch logisch. Dus stel je gaat naar een scenario waar uiteindelijk AI of AGI verantwoordelijk is voor het bedenken van nieuwe producten en services en voor nieuwe innovaties en het een soort reasoning paradigm is, dus dat je het beste model hebt en de meeste GPU's die zorgen voor de beste innovaties. Ja, waarom zou je dan die modellen exporteren en de rest van de wereld toegang geven tot die modellen in plaats van dat je alleen die producten en services exporteert? Dus je zou dan net zo goed kunnen zeggen, oh, dit kan je kopen bij deze Amerikaanse aanbieder en je kan een assistent kopen die je helpt met je dagelijkse dingen of die zorg biedt aan in het ziekenhuis of in een bejaardentehuis. Maar dat zij niet de toegang geven tot de aller allerbeste modellen, zodat we zelf kunnen innoveren.

Randal Peelen:
[57:15] Ja, weer afhankelijkheid. Nou ja, dat is het probleem ook niet zozeer pragmatisch. Want ja, Chachip, die werkt fantastisch. Het is principieel. Want iemand kan aan de knop zitten en dat uitzetten. Dat is een groter probleem.

Michiel Bakker:
[57:27] Ja, dat denk ik ook.

Randal Peelen:
[57:29] En die soevereiniteit, want dat is een best wel groot begrip natuurlijk... Jullie betrekken dat heel erg op het Nederlands. Zo'n Delta-plan. We hebben ooit met z'n allen de rest van het land moeten overtuigen. We moeten echt wel flink gaan investeren in dijken. En Flevoland uit de grond grappen. Inmiddels zijn er ook mensen die daar ook weer niet blij mee zijn. Almere en Lelystad afzijken. Dat is zo'n beetje de hobby van veel mensen. Urk is ook niet blij, denk ik. Maar het klinkt alsof we weer Nederlanders moeten gaan overtuigen om iets te veranderen. Terwijl de laatste verkiezingen ook wel heel erg gingen over... Dingen hetzelfde houden. Zoals de boeren lekker niet uitkopen. Niet aan het stikstofprobleem werken. Ik maak me dan een beetje zorgen over. Of die politieke wil nog een keer te creëren. Zeker voor een probleem dat zo onzichtbaar is. Water, snap ik. Een overstroming later. En je bent... Je hebt weer een goed verhaal. Maar er is hier niet echt een overstroming die ik voor me zie. Dan is het al te laat.

Jelle Prins:
[58:30] Ik denk dat wel de realisatie erin moet komen. dat op dit moment we een fantastische welvaartsstaat hebben die betaald wordt omdat we nog een aantal hele grote industrieën hebben in Nederland en in Europa. Maar dat die steeds meer afhankelijker zullen worden van AI. Ik durf te wedden dat waar je ook werkt, je zult straks allemaal virtuele collega's hebben. AI agents, op een gegeven moment ook fysieke robots die naast je zitten. Niet op kantoor misschien, maar wel elders. Maar dat als die lang niet zo goed zijn of geleverd worden door Amerikanen of Chinezen, dat we dan een complete afhankelijkheid hebben. Dat dan heel veel van het geld van de omzet van onze bedrijven richting Amerika vloeit. En dat we op een gegeven moment gewoon hier niet meer genoeg geld hebben voor onze eigen zorg, onze eigen pensioenen en dergelijke. Dus daarom hebben we dat plan geschreven.

Randal Peelen:
[59:34] En waarom is dat problematisch, die afhankelijkheid ik vind het wel ingewikkeld, want ik bedoel zolang we voldoende vriendjes zijn en het wel aan kunnen trekken, die watersnoodramp in Nederland is gebeurd, er zijn mensen doodgaand we hebben die delta werken gemaakt en dat was een beetje dat moment dat je wel nodig, je hebt soms die ramp toch nodig en dan leren we ervan we hebben de mondkapjes kwestie gehad, inmiddels weten we ook wel van Als het Suez Kanaal dicht zit, dan heeft het D&D impact enzovoort. Dus we willen wel graag zelfstandiger zijn. En toch heb je steeds weer eerst die ramp nodig om tot dat besef te komen. En ik zie hier niet echt een weg.

Jelle Prins:
[1:00:09] Ik zie ook niet hoe we hier, als het eenmaal is gebeurd, hoe we daar dan van terug gaan komen.

Randal Peelen:
[1:00:15] Nee, daarom. Dus we moeten nu mensen proberen te overtuigen dat er wel een ramp kan gebeuren. En die mensen kunnen a... Niet per se geloven dat dat gaat gebeuren. En B, waarom is die afhankelijkheid erger? En ik kan toch gewoon in dollars betalen. Of het chatjeep team, wat maakt het uit?

Michiel Bakker:
[1:00:30] Ja, maar uiteindelijk dus als alle bedrijven. De waarde die wordt gecreëerd binnen een bedrijf. Komt vanuit AI agents. En vanuit automatisering. En niet van onze eigen kenniseconomie. En onze eigen mensen die we hebben opgeleid. Dan zal dus ook de inkomsten van zo'n bedrijf vloeien. Naar waar de waarde wordt gecreëerd. En de waarde wordt dan gecreëerd door een open AI. Of een ander bedrijf die die AI agents levert. En als al die waarde die wij hier in het land creëren naar het buitenland vloeit. Dan wordt het heel moeilijk om zelf genoeg welvaart te genereren. Om alles te herverdelen.

Michiel Bakker:
[1:01:09] Dus daar zit denk ik een beetje de crux. Dat het niet zo is dat wij al iedereen vervangen door AI agents. Nog net zo winstgevend blijven. en dat we al die winstgevendheid verdelen via een soort universal basic income en iedereen in Zandvoort op het strand zit, en ondertussen slapend of drinkend rijk wordt. Het is ook zo dat hetgene wat de waarde creëert, daar gaat uiteindelijk de inkomsten naar op de lange termijn.

Jelle Prins:
[1:01:40] We kunnen het erop gokken, gewoon wat gunt Trump ons op dat moment.

Randal Peelen:
[1:01:45] Ja, daar komt het wel op neer, ja. Maar ja, je ziet dat dat heel spannend is.

Jelle Prins:
[1:01:49] Of na Trump, J.D. Vance.

Michiel Bakker:
[1:01:52] En landen willen uiteindelijk, dat is denk ik wat we de laatste twee jaar zowel in Nederland zien, maar ook in Amerika zien, is dat we wel een beetje het eigen, dat landen vaak wel het eigen volk voorop stellen op de rest van de wereld.

Randal Peelen:
[1:02:08] Dat doen we zelf ook in Nederland.

Michiel Bakker:
[1:02:10] En dat doen we zelf ook in Nederland. En in zo'n scenario, als wij niet onze eigen waardecreatie doen of daar verantwoordelijk voor zijn, is het lastig om te zien hoe we welvaart goed blijven verdelen.

Randal Peelen:
[1:02:25] Maar is het niet, kijk, dit is een beetje hoe het in mijn hoofd werkt. We hebben hier aan tafel wel eens tech ondernemers. Nou, Jelle Prins zit hier aan tafel. Je hebt een start-up kredel. We hebben Paul Veugen gehad. Die heeft detail gemaakt wat nu ter plekke hier die video's aan het opnemen is. Dus daar werken we ook mee. Er zijn dus Nederlandse tech ondernemers die allemaal zo'n beetje ook in Silicon Valley hebben gewerkt. Of soms zelfs daar hun fortuin hebben verdiend. Om het maar even zo te zeggen. Daar komt dan dat investeringskapitaal vandaan. Terwijl als je hier nu zegt. In Nederland ligt er zo'n kans. We liggen zo achter. En we kunnen zoveel welvaart creëren. Op het moment dat we die kans wel pakken. Ik nog niet snap waarom je daar dan niet als start-up. Gewoon middenin zou moeten springen. Het is natuurlijk een dijk van opgaven. Het is natuurlijk veel te veel geld om misschien zelf op te hoesten. Maar zo'n deltaplan impliceert wel. Dat de overheid daar heel veel bij betrokken is. Want die dijken zijn natuurlijk niet van een start-up. Die zijn uiteindelijk allemaal van ons. En dit vind ik een lastige vergelijking. Omdat in de VS zijn het wel echt, echt, echt commerciële kapitalistische bedrijven. Die dit zelf voor elkaar boksen.

Jelle Prins:
[1:03:35] Ik denk dat we niet goed op onderschatten hoeveel geld van de overheid en Defensie en zo in Amerika naar dit soort bedrijven gaan.

Randal Peelen:
[1:03:45] Ja, is dat zo?

Jelle Prins:
[1:03:46] Ja. En ja, ik denk dat hier heel veel kansen liggen voor ondernemers. Maar dat we onder andere hier in Europa nog altijd echt een probleem hebben. Dat er te weinig voornamelijk groeikapitaal is voor start-ups. Dus als je naar de statistieken kijkt, dan... Per hoofd van de bevolking richten we redelijk wat start-ups op. Toen we het iets minder goed in Amerika. Maar daar zit niet het grote verschil.

Randal Peelen:
[1:04:16] We starten genoeg bedrijven.

Jelle Prins:
[1:04:17] We starten genoeg bedrijven. Die halen ook funding op. Dus dat eerste rondes funding. Dat gaat goed. Nog altijd wat lager dan in Amerika. Maar ook daar zit niet het grote probleem. Het grote probleem zit in het groeikapitaal. Dus zeg maar, we noemen dat een Series B. Een bedrijf heeft laten zien dat ze een goed product hebben kunnen bouwen. En dat afgenomen kan worden. En nu moeten ze opschalen. Nu moeten ze inderdaad veel geld hebben. Zeg maar 100 miljoen plus om op te schalen. En dat is waar in Amerika gewoon meteen een factor vijf keer. Of zelfs heel veel meer beschikbaar is.

Randal Peelen:
[1:04:54] En dat komt ook omdat het in de States gewoon makkelijker is. Om over staten heen volgens mij dat soort deals te sluiten. Ik denk dat het in Europa een stuk lastiger is.

Jelle Prins:
[1:05:03] Ook de pensioenmaatschappijen daar investeren veel meer in venture capital en dergelijke, wat vervolgens naar innovatie gaat. En dat is uiteindelijk wel waar het vandaan moet komen. We zijn in Nederland of in Europa best goed in het starten van bedrijven. We zijn gewoon heel slecht in ze, heel groot laten groeien.

Randal Peelen:
[1:05:23] Dat is gek.

Jelle Prins:
[1:05:24] En dat is ook, dus wat je ziet, de grote techbedrijven, de Fang of de Mango of hoe je ze tegenwoordig wil noemen. Die zijn triljoenen waard. En wij zijn terecht wel trots op ASML. Maar ja, ASML is 1 tiende van de market cap van NVIDIA.

Randal Peelen:
[1:05:43] Ja, nou ja, toch hebben ze elkaar wel hard nodig. En dan is de Deltaplan... AI-plan NL. Eigenlijk toch een oproep.

Jelle Prins:
[1:05:56] Dus ik denk dat we niet puur aan de markt, de venture capitalists, kunnen overlaten. Want hoeveel maakt die het uit dat een start-up hier in Nederland is of elders in de wereld. Dus daar moet mogelijk enige overheidsinvloed vandaan komen. Maar ik denk ook dat er een taak ligt om mensen zo AI-vaardig mogelijk te maken. Om te zorgen dat Nederlanders AI gaan adopteren. Er was een rapport van KPMG waar overigens heel veel op aan te merken is over onderzoeksmethoden. Maar het was wel frappant dat van de 48 landen waar ze in elk land duizend medewerkers hadden geïnterviewd. Nederland strak onderaan stond qua AI-adoptie.

Randal Peelen:
[1:06:48] Is dat zo?

Jelle Prins:
[1:06:49] Ja. Nou was nogmaals veel op aan te merken.

Randal Peelen:
[1:06:53] We staan in ieder geval zeker niet bovenaan.

Jelle Prins:
[1:06:55] We stonden niet bovenaan. Nee.

Randal Peelen:
[1:06:57] Wat je toch hoopt.

Jelle Prins:
[1:06:58] En waar Nederland wel bovenaan stond. Was in hoe sceptisch en wantrouwend we stonden tegenover AI.

Randal Peelen:
[1:07:06] Ja dat merk ik ook wel.

Jelle Prins:
[1:07:08] Sterk verband natuurlijk in de adoptie. Dus daar ligt nog zeker wel een taak. En wat ook uit dat rapport naar voren kwam. Is dat als je mensen train. Dat ze ze uitlegt hoe de technologie werkt. En mee laten experimenteren. Dat dan dat vertrouwen toeneemt. En dat ze er ook heel veel meer mee aan de slag gaan. Dus dat is ook een slag die hier moet gebeuren. Maar ik denk dat het belangrijkste wat we naar voren willen brengen is. Kijk eens, we hebben dat toptalent hier nodig.

Jelle Prins:
[1:07:41] En dat toptalent dat wil uiteindelijk aan hele interessante problemen werken. Die hebben we hier niet genoeg... Of in ieder geval niet met een juiste hoeveelheid funding. En je wil zorgen dat het toptalent geconcentreerd wordt in letterlijk een soort fysieke locatie. Want die willen nabijheid bij ander toptalent. Een techcampusachtige... Ja, en dus waar we naar moeten gaan kijken zijn van oké, wat zijn dan de fundamentele dingen waar we aan zouden kunnen gaan werken. die dat toptalent interessant vindt, maar die ook in onze industrieën verder helpen. En we hebben in ons iets uitgebreidere plan op AI-plan.nl een aantal voorbeelden gegeven. Een voorbeeld daarvan is autonome onderzeeers om onze onderwaterkabels en zo te bewaken.

Jelle Prins:
[1:08:35] Nou zijn wij geen defensie-experts en zeggen we niet van het moeten die autonome onderzeeers zijn.

Randal Peelen:
[1:08:40] Nee, maar hier zijn mensen aan het denken.

Jelle Prins:
[1:08:41] Maar we zeggen van kijk eens, als we aan dat soort fundamentele problemen werken, Dan betekent dat dat we ook controle hebben over een bepaalde supply chain. Dat we een ecosysteem creëren. En dat we daar problemen neerleggen waar dat toptalent voor terug naar Nederland wil komen.

Randal Peelen:
[1:09:00] Het is een meer sexy verhaal dan dat je zegt. We gaan, wat ik eerder gekscherig zei, het wiel hier opnieuw uitvinden. We gaan ook een chat GPT bouwen. Maar dan een Nederlandse. Ja, ik weet niet. Maar daar word ik niet bijzien warm van.

Jelle Prins:
[1:09:12] Ik denk dat in eerste instantie hebben we natuurlijk in Europa een mistral en zijn er nog meer problemen waar we aan zouden kunnen werken.

Randal Peelen:
[1:09:21] Ja, precies.

Michiel Bakker:
[1:09:22] Maar in principe om een ecosysie, het is naast dat het commercieel interessant is om een mistral te hebben, is het ook gewoon extreem belangrijk dat we mensen in Nederland hebben die weten hoe je zo'n model traint, hoe je zo'n model fine-tuned, hoe je die reasoning stappen doet. En zeker als deze technologie steeds belangrijker wordt, is alleen al stel je begint hier mistrouw en stel dat wordt ofwel of niet een succes, ook in de worst case scenario dat dat geen succes wordt. Het feit dat je dan honderd mensen hebt die dit allemaal een keer samen hebben gedaan en die dan allemaal andere ondernemingen kunnen starten. Dat is gewoon extreem belangrijk dat er echt een ecosysteem komt. En dat is ook in Frankrijk zo. Daar had in Parijs, Deze heeft DeepMind een groot kantoor, daar is er wel Station F, wat een beetje is wat Jelle omschrijft van één hub waar er heel veel mensen samenkomen, daar is gewoon een ecosysteem en mensen van Mistral beginnen dan ook weer nieuwe bedrijven, dat is gewoon extreem belangrijk.

Michiel Bakker:
[1:10:27] Per se alleen dat we hier een bedrijf beginnen dat in één keer beter of groter wordt dan Mistral of OpenAI. Het is gewoon echt een ecosysteem creëren. En dan komen er vanzelf wel ondernemers en kapitaal en verschillende mensen samen die met universiteiten gaan werken. En dat is denk ik heel belangrijk. En de overheid kan daar wel een rol spelen in het creëren van de juiste omstandigheden daarvan. En ook met een AI-top te laten zien aan pensioenfondsen en aan heel Nederland. Dit vinden wij ook als overheid extreem belangrijk.

Randal Peelen:
[1:11:05] Het is een soort mentaliteitsshift bijna. Zou je het breder dan AI kunnen trekken? Nu als je in Nederland zegt, ik start een eigen bedrijf op een verjaardagsfeestje. Dan gaan mensen je uitlachen. Dan zeggen ze, hoezo ga je niet gewoon lekker in een loondienst? Doe normaal met je stoere start-up. En dan twee jaar later op hetzelfde feestje sta je. Ja, het is niet gelukt. Ha, sukkel, zei ik toch. Dat is een beetje wat wij Nederlanders doen. En dat hoor ik hier wel naar terug, denk ik.

Jelle Prins:
[1:11:27] Ik denk ook dat de overheid hier nog wat andere rollen spelen kan. Om even een voorbeeld te geven. Zürich is echt een AI-hub in de wereld. Er zit heel veel AI-research talent. Komt deels omdat ze daar goede universiteiten hebben. Maar ook deels omdat het talent wat daar vandaan komt... vervolgens in Zürich blijft. Omdat Google daar een heel groot kantoor heeft. En omdat Google daar een heel groot kantoor heeft... zijn ook NVIDIA, MEDA, Apple, OpenAI en Entropic... Nu daar ook heen getrokken met relatief kleine kantoortjes. Maar Cradle heeft heel veel AI research talent daar in Zürich zitten. Daar is het voor ons op dit moment veel makkelijker... om dat talent te vinden dan hier in Nederland. Maar uiteindelijk is dat Google-kantoor, dat is maar gestart... Omdat er één persoon die wilde in Zürich wonen. En Google wilde hem heel graag hebben. En toen heeft Google daar een kantoor gestart.

Randal Peelen:
[1:12:22] Sneeuwbaleffect.

Jelle Prins:
[1:12:23] En zo zie je eigenlijk dat... Dat is een trend die zich constant herhaalt. Uber hier in Amsterdam heeft een groot engineering kantoor. Maar dat is uiteindelijk omdat ik in beginsel niet naar San Francisco wilde verhuizen. Zo zijn er nog een aantal techbedrijven die hier zitten. Omdat ze wat lokale mensen wilden hebben. Het start over het algemeen met gewoon een paar mensen die een band hebben met Nederland. Die zeggen ik wil hier blijven of ik wil terug. En daar groeit vervolgens een heel groot kantoor omheen. Uber kantoor is ik geloof 80% 90% expats. Dus uiteindelijk trek je daar wel heel veel talent mee aan. Dus ik zou ook tegen de politiek zeggen van. Maak het nou verdomme heel makkelijk voor die top techbedrijven. Om hier research labs te houden.

Randal Peelen:
[1:13:12] Het is een beetje geluk nodig, maar je kunt het geluk wel jouw kant op...

Michiel Bakker:
[1:13:17] Douwe Kiela is een voorbeeld van een van de allerbeste AI-onderzoekers. Zat bij Meta, toen bij Hugging Face en heeft nu zijn eigen start-up, Contextual AI. En die zit in Palo Alto. En eigenlijk zou elke politicus zou Douwe moeten bellen. Dat is gewoon een Nederlander, zou Douwe moeten bellen en zeggen van Douwe, begin hier morgen in Amsterdam je kantoor. Laat ons weten wat je nodig hebt. En wij zorgen dat daar de juiste omstandigheden voor zijn. En ik sprak het douwe laatst of dit inderdaad gebeurde. En hij zei, nou ja, er zijn heel veel landen die contact opnemen. En ik heb ook wel contact gehad met Nederland, maar ze staan niet echt te springen. En dat is natuurlijk wel iets waar de politiek wakker moet.

Randal Peelen:
[1:14:02] Wat moeten luisteraars doen?

Jelle Prins:
[1:14:03] Er zijn gewoon ook gewoon praktische dingen. Gewoon zorgen van, oh, je bent een AI-researcher Binnen een dag, binnen een week, whatever, heb je een visum.

Randal Peelen:
[1:14:14] Ja, een beetje nepotisme. Is niemand ooit slechter van geworden. Come on, let's go.

Jelle Prins:
[1:14:20] En inderdaad, zorg dat er zo'n grote fysieke hub in Amsterdam is... Waar we al die bedrijven samenbrengen. Waar 365 meetups per jaar worden georganiseerd.

Randal Peelen:
[1:14:29] Ja, daarom.

Jelle Prins:
[1:14:31] Zo moeilijk is dat, verdomme niet.

Randal Peelen:
[1:14:33] Meetups per jaar, nee, helemaal mee eens. En wat moeten luisteraars nu doen? Want ik denk, het is misschien net niet goed getuimd, maar toch komen er verkiezingen aan. Zijn er partijen waarvan je denkt, die hebben dit meer op de raden dan de rest?

Jelle Prins:
[1:14:47] Ja, dus we hebben al met aardig wat van de partijen eerste gesprekken gehad. Maar ik denk dat het nu ook aan ons is om te zorgen dat we met ze spreken, zodat ze de urgentie begrijpen, dat ze begrijpen wat er gedaan kan worden. Zodat het ook in de verkiezingsprogramma's opgenomen kan worden. Ja. Op dit moment heb ik goede hoop voor partijen als D66, VVD, Volt en dergelijke. Dat die het begrijpen. PvdA en GroenLinks. Daar zie ik nog heel wat signalen dat die het niet begrijpen. Dus als die luisteren. Of je kent iemand bij PvdA en GroenLinks. Stuur ze maar naar mij. Nodig ze uit voor een dinertje. En leggen we het gewoon heel graag uit. We leggen uit wat voor dingen we zien. Wat we verwachten dat er gaat gebeuren.

Michiel Bakker:
[1:15:38] En ik denk ook in Amerika zijn gehad mensen, call you a representative. En hier is denk ik ook als je lid bent van een partij, stuur ze een mailtje, vraag wat doen jullie aan AI, waarom staat er niks in het plan of waarom staat er wel wat in het plan, maar speelt het geen grotere rol. Ik denk dat dat soort dingen helpen en dat iedereen dat kan doen en dat dat heel belangrijk is. En nu de verkiezingen is natuurlijk ergens jammer dat kabinetsgevallen hebben nu niet kunnen doorpakken. Maar het is ook een kans om dat groter op de agenda te zetten.

Randal Peelen:
[1:16:11] Ja, daarom. Alleen die timing maakt dan wel snel. En ik vermoed dat je wel meer dan een krap half jaar nodig hebt om het echt wat momentum te geven. Als mensen daar al toe bereiden. Ik word namelijk, ik wil deze podcast graag heel positief maken. En ik denk ook wel dat de momentum groeit.

Jelle Prins:
[1:16:28] En hoeveel mensen nu contact met ons opnemen.

Randal Peelen:
[1:16:32] Ja, precies.

Jelle Prins:
[1:16:33] Die van de politieke partijen, maar ook van verschillende lobbyclubs of grote techbedrijven. Of zelfs ook niet techbedrijven die hier aan bij willen dragen. Die inzien dat dit een belangrijk probleem is wat opgelost moet worden. En ik zal dan niet de partijleider noemen, maar daar had ik een tijdje geleden een diner mee. En die zag ik daarna een speech geven op een partijconferentie. En ik dacht van, oké, die heeft het begrepen. Die heeft gewoon mijn talking points daar overgenomen.

Randal Peelen:
[1:17:02] Ja, lekker. Ja, want dat is wel... Je hebt dat nodig, maar dan krijg je de volgende... Ik vind het lastig dat als je het eerste datacentrum wil bouwen, de stiksofcrisis al gelijk weer in beeld komt. Ik weet niet, mijn brein blijft een beetje Nederlands. Ik zie die beren op de weg ook.

Michiel Bakker:
[1:17:23] In Engeland hebben ze de AR Opportunities Plan. Daar zijn onder andere speciale zones waar het makkelijker is om permitting te krijgen voor datacentrums. Dus ook daar kan je denk ik veel meer doen dan er nu wordt gedaan.

Jelle Prins:
[1:17:39] Ik denk ook dat we naar de mogelijkheden moeten gaan kijken. Als je het dan hebt inderdaad over stikstof en landbouw. Een van de dingen die ik zelf tijd en lang over na heb gedacht is. Moet ik niet een grote lap grond in de buurt van Wageningen. Daar studenten uit Wageningen uitdagen om polyfarming experimenten te doen. Dus waarbij je heel veel verschillende gewassen door elkaar heen plant. Want dat is één is heel veel beter voor het milieu, voor het ecosysteem. Ook omdat de insecten die de ene plant aanvallen, die worden juist weer weggejaagd door de geuren van de andere plant enzovoort. Het is fantastisch voor de natuur. En in theorie, of dat is ook bewezen, is de opbrengst per vierkante meter heel veel hoger. Maar het is extreem arbeidsintensief.

Randal Peelen:
[1:18:26] Juist.

Jelle Prins:
[1:18:27] Waarom hebben we nu een monocultureur? Omdat je dan met een grote grasmaaier, hoe noem je dat, tractor er overheen kan rijden. Maar met robots kunnen we het in theorie heel veel makkelijker maken en efficiënter maken om polyfarming te doen.

Randal Peelen:
[1:18:42] Alleen moet je wel vooruitdenken naar die robots.

Jelle Prins:
[1:18:44] Ja, maar je moet gewoon, die robots die komen er wel. Tuurlijk.

Randal Peelen:
[1:18:49] Ja, dat kan natuurlijk duren.

Jelle Prins:
[1:18:53] Maar ja, ik wilde daar labgrond en dan de studenten uit Delft daarheen aantrekken om die robots te gaan ontwerpen. Dat leek me fantastisch. Ik denk dat Nederland bij uitstek geschikt is om dit soort expertise te ontwikkelen.

Randal Peelen:
[1:19:10] En je kunt beginnen met arbeidsmigranten en het experiment in ieder geval laten slagen. Ga je dit doen? Ik vind het wel een leuk idee.

Jelle Prins:
[1:19:18] Ik heb wel een bedrijf. En een AI-plan. Maar als hier mensen heel serieus over willen praten, neem maar contact op.

Michiel Bakker:
[1:19:29] Er zijn ook wel Nederlandse bedrijven die bijvoorbeeld in glastuinbouw proberen om met AI, dat zijn dan niet large language models, weet je, dus dan, dat is wel interessant, Om die grote taalmodellen te begrijpen. Maar alsnog kan dat wel ook als large language models de economie overnemen. We eten nog steeds tomaten en aardbeien. En kan dat nog steeds een hele grote bijdrage aan onze economie geven. Als wij het land zijn dat voorop loopt. In hoe je automatisch groente en fruit moet verbouwen.

Randal Peelen:
[1:20:01] Ja maar dat is dus denk ik. Misschien is dat wel een mooi einde van dit verhaal. Waar je in dat deltaplan eigenlijk toe oproept. Een soort hoger doel dat je zegt. Ja, we zijn nu een van de belangrijkste voedselproducenten. En we zijn een boot aan het missen. Alleen het gekke is, we weten nog niet helemaal welke boot dat is. Er zijn namelijk een heleboel boten te missen. Die zijn nog in naambouw en niemand heeft dat uitgespeeld.

Randal Peelen:
[1:20:24] Maar laten we nou in hemelsnaam in ieder geval een boot gaan beginnen bouwen. Want ja, als je niks doet, dan mis je hem sowieso. Dus misschien bijna...

Jelle Prins:
[1:20:33] Dit is niet de tijd om te gaan bezuidigen. Dit is de tijd om keihard te investeren.

Randal Peelen:
[1:20:37] Ja, daar ben ik het wel mee eens.

Jelle Prins:
[1:20:39] En dan zijn er heel veel verschillende vlakken waarop dat kan en dat kan voor robots op de landbouw dat kan voor defensie het kan op biotech als ik even voor eigen pedagogie spreek en misschien wel gewoon een heel aantal.

Michiel Bakker:
[1:20:54] Ik denk dat we dat moeten doen we moeten denk ik ook niet bang zijn voor, automatisering omdat uiteindelijk wordt er een heel groot deel van de banen in de kenniseconomie zullen geautomatiseerd worden maar het is natuurlijk een veel beter scenario als dat door een Nederlandse bedrijf wordt geautomatiseerd

Michiel Bakker:
[1:21:10] dan door een Amerikaans bedrijf en daardoor de waarde wegstroomt. Dus ik denk dat we al niet bang moeten zijn van AI en dat we zowel ons kapitaal als ons talent daarin moeten investeren en moeten aanmoedigen om niet het talent naar consultants of banken of, legal te laten gaan, maar om zelf met AI in de weer te gaan, bedrijven te starten.

Randal Peelen:
[1:21:34] De Accountants hebben het moeilijk hoor. Die arme mensen zijn met te weinig. Die kunnen best nog wel wat hulp gebruiken.

Michiel Bakker:
[1:21:41] Maar ook die zullen een heel groot deel van hun baan geautomatiseerd zien worden door AI.

Randal Peelen:
[1:21:48] Ik ben er bang voor. Is er nog een mooie call to action die we ervan kunnen maken? Want het is een soort, ja, bijna moonshot. Luchtkasteel haast, de Deltaplan. Ik vind het een heel mooi verhaal. Ik voel alleen, wat is de knop? Waar ik op moet duwen? Moet ik me inschrijven voor een nieuwsbrief?

Jelle Prins:
[1:22:08] Jouw luisteraars zijn natuurlijk zeer bekend met GitHub. Waar het hele plan op staat. Waar ze kunnen meediscussiëren. En kunnen suggereren wat daar nog aangepast gaat worden. Wij zijn op dit moment een klein teampje aan het bouwen om te zorgen dat dit verder getrokken wordt. En dat het van de grofweg 1500 woorden die het nu is, want ja, daar werden we door beperkt door NRC. Heel veel verder wordt uitgewerkt naar een veel uitgebreider plan. Wat we ook heel veel concreter neer kunnen leggen bij de verschillende politieke partijen, maar ook bij de verschillende sectoren. Zodat er duidelijk is wat wij adviseren en waar wij mee kunnen helpen.

Michiel Bakker:
[1:22:48] Ja, dus als luisteraars daarbij kunnen helpen en geïnteresseerd zijn in of policy of mensen kennen die hierbij kunnen helpen, dan is dat super. Dus dat is zeker de call to action. En anders e-mail je politici, bel je politici om hier actie op te krijgen. Ik denk echt dat het superbelangrijk is. Ik denk niet dat het te laat is. Ik denk dat dit het goede moment is. Maar dat we wel echt actie moeten ondernemen snel en op grote schaal.

Randal Peelen:
[1:23:22] Ik wil wel nog even met een excuus maken voor mijn dosis toch wel Nederlands cynisme dat ik namens ze luisteren ook wel een beetje hoor, want ik ben niet zo heel cynisch aan tafel heb gebracht. Maar ook wel, dank jullie wel dat je hier de schouders onder wil zetten. Ik vind het belangrijk dat iemand het doet. Ik vind het ook voordeel, meestal als jij zo'n uit de hand gelopen hobby per ongeluk ontketentjellen, kom je daar ook wel mee in de krant of in ieder geval op LinkedIn lekker hoog. Ik zie af en toe als jij een spreekwoordelijke scheet laat, dat dat wordt opgepakt. Dus ik ben wel blij met mensen zoals jullie die in ieder geval die vonk proberen te geven. Dat ze het kruidvat misschien nog zoeken. Maar ja, ik vind het een fijne poging en een heel bewonderingswaardige kruis om de berg op te beginnen dragen. Want ik zou daar zelf dagelijks voor te porren zijn.

Michiel Bakker:
[1:24:20] Ja, het gekke is als je er middenin ziet, dan zie je echt hoe extreem hard het gaat. Dus wat mensen in Amerika vaak zeggen, this is the worst the models will ever be. Dus de modellen worden alleen maar beter en beter en beter. De chatgipity die je vandaag gebruikt is de slechteste chatgipity die je ooit zal gebruiken. En het volgende model wordt beter en nog beter en nog beter en nog beter. En ik en heel veel mensen in de industrie zie gewoon niet hoe dat gaat vertragen. Dat gaat alleen maar sneller, wordt alleen maar beter. Dus ik begrijp ook dat nu mensen af en toe chatgipity een fout zien maken. Of iets zien hallucineren en denken nou dit valt allemaal wel mee. Maar die mensen moeten ook begrijpen. Je zit op een curve en dat gaat gewoon in een sneltreinvaart door. Dus ja, dat cynisme begrijp ik dat mensen dat hebben. Maar dat lijkt me hier gewoon niet terecht.

Randal Peelen:
[1:25:19] Dankjewel. Tot zover deze aflevering van Met Nerds om tafel. En Met Nerds om tafel is een podcast door Jurian Uwachs en mij, Randal Peelen. En onze gastnerds van vandaag waren er twee, Jelle Prins. Dank je voor je komst weer. vijfde keer dank je mooi aantal en waar kunnen mensen meer op jou te weten komen.

Jelle Prins:
[1:25:37] Poeh, doe maar LinkedIn tegenwoordig.

Randal Peelen:
[1:25:39] Ja, precies.

Jelle Prins:
[1:25:40] Het is geen Twitter meer, hè?

Randal Peelen:
[1:25:41] Krijg je dan niet genoeg berichtjes inmiddels? Ik krijg er ook een dag wel een paar.

Jelle Prins:
[1:25:45] Op LinkedIn?

Randal Peelen:
[1:25:46] Ja.

Jelle Prins:
[1:25:47] Ja, nee, ontzettend veel. Maar zolang als je geen recruiter bent en je hebt een beetje een serieus profiel, dan accepteer ik over het algemeen wel followers.

Randal Peelen:
[1:25:59] En jij, Michiel Bakker?

Michiel Bakker:
[1:26:02] Wetenschappelijk zit er heel veel op X, nog.

Randal Peelen:
[1:26:05] Echt?

Michiel Bakker:
[1:26:05] Ja. Dus daar zit ik ook nog op. Maar dat is vooral voor wetenschap. Ik ben nu ook een beetje... Dus ik liet LinkedIn heel lang links liggen. Maar nu sinds dat AI-plan... merk ik ook dat Nederland... Draait nog echt op LinkedIn.

Randal Peelen:
[1:26:19] Nog? Hoezo? Wat moeten we heen dan?

Michiel Bakker:
[1:26:21] Ja, maar misschien moeten we niet naar Blue Sky. Gaan heel veel wetenschappers nu heen. Maar ik denk dat LinkedIn prima is. En dus op LinkedIn... website, X... Blue Sky... dat werkt allemaal.

Randal Peelen:
[1:26:34] Als dit AI-plan nou lukt en we hebben die successen geboekt, dan wil ik daarna social media beetpakken. En dan wil ik hives terug hebben. In de glorie.

Michiel Bakker:
[1:26:42] En dat je een krabbel kan achterhappen.

Randal Peelen:
[1:26:44] Dansende banaan met gette plaatjes. En vrienden worden met Jan-Peter Balkende.

Michiel Bakker:
[1:26:50] Dat is misschien wie we nodig hebben. Die terug, Jan-Peter.

Randal Peelen:
[1:26:55] Meer informatie over ons is te vinden op onze site. Dat is mnot.nl. Enjoy onze slecht. Daar gingen 2500 charmante capabelen en gezellige nerds je voor. Je kunt vragen stellen aan de volgende gastnerd in het kanaal. Vragen van de luisteraar. Je kunt vriend van de show worden. Dan krijg je toegang tot het clubhuis. Vier meetups per jaar. Stikken ze biervultjes door je briefbusje. Luistert zonder reclame. Eerder dan de rest. En elke week. Een pracht van een bonus aflevering. Voor nu hartelijk dank voor het luisteren. Tot de volgende keer.