Hoe Googles AI een nieuwe tumorbehandeling bedacht
PLUS: Amerika produceert eindelijk eigen AI-chips (bijna dan), Claude Code op je telefoon, en zo gebruik je de ingebouwde leugendetector van je AI-assistent
De AI-wereld ontwikkelt zich razendsnel, en AI Report houdt je op de hoogte. Twee keer per week de nieuwste ontwikkelingen, tools en inzichten via onze nieuwsbrief en podcast.
🗞️ Het belangrijkste nieuws
Googles AI bedenkt nieuwe kankerbehandeling
Je zou denken dat het nog jaren duurt voordat AI écht nieuwe medicijnen ontdekt. Maar Google DeepMind bewees afgelopen week het tegendeel: hun AI-model bedacht een compleet nieuwe hypothese voor kankerbehandeling, en die bleek in het lab ook nog eens te werken.
Wat is er aan de hand?
Google DeepMind en Yale University lanceerden Cell2Sentence-Scale 27B (C2S-Scale), een AI-model van 27 miljard parameters dat het gedrag van individuele cellen kan voorspellen. Het bijzondere: dit model genereerde een nieuwe hypothese over hoe je ‘koude’ tumoren ‘heet’ kunt maken – en die voorspelling is inmiddels succesvol getest in levende cellen.
Het verschil tussen koude en hete tumoren? Koude tumoren zijn onzichtbaar voor je immuunsysteem, waardoor afweercellen ze niet aanvallen. Hete tumoren geven wel signalen af die het immuunsysteem triggeren. Als je een koude tumor heet kunt maken, wordt die ineens vatbaar voor immuuntherapie.
Hoe werkt het?
DeepMind gaf het model een lastige opdracht: vind een medicijn dat alleen in een specifieke context werkt – namelijk wanneer er al een lage dosis interferon (een immuunsignaal) aanwezig is, maar niet genoeg om de tumor zichtbaar te maken. Een soort voorwaardelijke versterker dus.
Het model testte virtueel ruim 4000 medicijnen en identificeerde silmitasertib (een CK2-remmer) als veelbelovende kandidaat. Opvallend genoeg stond dit medicijn niet bekend om zijn effecten op tumorherkenning – dit was een compleet nieuwe hypothese.
Vervolgens kwam de échte test: laboratoriumexperimenten met menselijke cellen. De resultaten waren veelzeggend. Silmitasertib alleen deed niets. Lage dosis interferon alleen had een bescheiden effect. Maar de combinatie van beide verhoogde de antigenpresentatie – het signaal dat het immuunsysteem triggert – met ongeveer 50 procent.
De belofte en de nuance
“Dit is een mijlpaal voor AI in de wetenschap,” stelt Google topman Sundar Pichai. En inderdaad, het is bijzonder dat een AI-model een hypothese kan genereren die je niet terug kan traceren naar bestaande literatuur. Bryan Perozzi, onderzoeker bij Google Research, benadrukt dat het model niet simpelweg feiten herhaalt, maar daadwerkelijk nieuwe verbanden legt.
Toch is het zaak de verwachtingen te temperen. Dit is een vroege eerste stap – een veelbelovend spoor voor verder onderzoek, maar nog ver verwijderd van een werkende therapie. Teams bij Yale onderzoeken nu het ontdekte mechanisme verder en testen aanvullende voorspellingen in andere contexten.
Ook is het de vraag hoe reproduceerbaar deze aanpak is. Het model werd getraind op specifieke celdata, en de werkelijke voorspellende kracht blijft moeilijk te beoordelen zonder meer voorbeelden van succesvolle ontdekkingen.
Waarom is dit belangrijk?
Deze ontwikkeling laat zien dat AI-modellen groot genoeg kunnen worden om niet alleen patronen te herkennen, maar ook nieuwe biologische hypotheses te genereren. Dat opent een nieuw speelveld voor medicijnontwikkeling: in plaats van langzaam elk medicijn één voor één te testen, kun je duizenden combinaties virtueel screenen.
Voor patiënten met ‘koude’ tumoren – die vaak slecht reageren op immuuntherapie – zou dit perspectief kunnen bieden. Als deze aanpak verder ontwikkeld wordt, krijgen artsen mogelijk nieuwe combinatietherapieën om tumoren alsnog vatbaar te maken voor behandeling.
Het C2S-Scale 27B model en bijbehorende onderzoeksmaterialen zijn vanaf nu beschikbaar voor de wetenschappelijke gemeenschap. Google moedigt onderzoekers aan om met het model aan de slag te gaan en voort te bouwen op deze eerste resultaten.
Een bredere verschuiving
Google staat niet alleen in deze ontwikkeling. Deze week lanceerde Anthropic Claude for Life Sciences, een uitgebreid platform specifiek voor wetenschappelijk onderzoek.
Waar Google zich richt op het ontdekken van nieuwe hypotheses, bouwt Anthropic aan een totaaloplossing die onderzoekers door het hele proces begeleidt – van literatuuronderzoek tot het opstellen van regelgevende documenten.
Claude for Life Sciences werkt samen met platforms als Benchling (voor labprotocollen), PubMed (voor wetenschappelijke papers) en 10x Genomics (voor celanalyse). Het systeem kan bijvoorbeeld direct data uit je lab ophalen en binnen enkele minuten een onderzoeksrapport genereren dat klaar is voor indiening bij regelgevende instanties. Werk dat eerder dagen kostte.
“We willen dat een betekenisvol deel van al het wetenschappelijk werk in de wereld op Claude draait,” stelt Eric Kauderer-Abrams, hoofd van de afdeling biologie bij Anthropic. Hij benadrukt wel de realiteit: “We maken ons geen illusies dat AI magisch de fysieke beperkingen van wetenschappelijk onderzoek kan overwinnen. Een klinische studie van drie jaar wordt niet ineens één maand.”
Toch is de inzet veelzeggend. Zowel Google als Anthropic – twee van de grootste AI-spelers – zetten nu fors in op wetenschappelijke doorbraken. Dat is geen toeval: biologie en geneeskunde zijn domeinen waarin AI daadwerkelijk meetbare impact kan hebben, in plaats van slechts bestaande taken te automatiseren.
NVIDIA produceert zijn belangrijkste AI-chip nu in Amerika (maar er zit een addertje onder het gras)
Decennialang werden de krachtigste chips ter wereld ontworpen in Amerika, maar gemaakt aan de andere kant van de oceaan. Deze week vierde NVIDIA een bijzondere mijlpaal: de eerste Blackwell-chip volledig geproduceerd op Amerikaanse bodem.
Wat is er aan de hand?
NVIDIA-topman Jensen Huang bezocht afgelopen vrijdag de TSMC-fabriek in Phoenix, Arizona, om zijn handtekening te zetten op de eerste Blackwell-wafer die in de VS is geproduceerd. Een symbolisch moment: jarenlang werden vrijwel alle geavanceerde chips uitsluitend in Azië gefabriceerd, met name in Taiwan.
Om te begrijpen waarom dit belangrijk is, moet je weten dat nagenoeg elke AI-applicatie – van ChatGPT tot autonome auto’s – draait op NVIDIA-chips. Die werden tot nu toe alleen in Taiwan gemaakt door TSMC, ’s werelds meest geavanceerde chipfabrikant.
Het probleem zit in de concentratie van productie. Voor Amerika vormt deze afhankelijkheid van een enkele regio met geopolitieke onzekerheden een strategisch risico. Verstoringen in de toeleveringsketen, handelsspanningen of andere internationale ontwikkelingen zouden de hele mondiale AI-industrie kunnen beïnvloeden.
Hoe werkt het?
De Blackwell-chips zijn geen gewone computerchips. Ze behoren tot de meest complexe technologie die ooit is ontwikkeld, gefabriceerd met TSMC’s 4-nanometer proces. Ter vergelijking: een menselijke haar is ongeveer 80.000 nanometer dik. Deze chips bevatten miljarden transistors die met extreme precisie op een wafer worden geëtst.
“Dit is de allereerste keer in de recente Amerikaanse geschiedenis dat de belangrijkste chip wordt geproduceerd in de Verenigde Staten door de meest geavanceerde fabriek,” aldus Huang tijdens het evenement. Hij noemde het expliciet “de visie van president Trump” om de productie terug naar Amerika te brengen.
De TSMC-fabriek in Arizona kan nu chips produceren met 2-, 3- en 4-nanometer technologie – essentieel voor AI, telecom en high-performance computing. Een enorme prestatie, want dit soort fabricage vereist extreem schone ruimtes, miljarden dollars aan apparatuur en jarenlange expertise.
De keerzijde: het is nog niet af
Hier komt het addertje: hoewel de Blackwell-wafers nu in Arizona worden gemaakt, is dat maar de helft van het verhaal. Na productie moeten ze namelijk alsnog terug naar Taiwan voor de laatste cruciale stap: advanced packaging. Dat is het proces waarbij de individuele chips worden samengevoegd met geheugenmodules en andere componenten tot een werkend eindproduct. Zonder deze stap heb je alleen losse chipjes die nog niks kunnen.
Oftewel, de geografische spreiding van de productie is vergroot, maar de productieketen is zeker nog niet compleet in de VS. De chips zijn nog steeds duurder dan volledig in Taiwan geproduceerde exemplaren, en delen van de afhankelijkheid blijven bestaan.
Waarom is dit belangrijk?
Deze ontwikkeling markeert een kantelpunt in Amerika’s techstrategie. De CHIPS Act – die miljarden dollars subsidie verstrekt voor chipproductie in de VS – begint zijn vruchten af te werpen. Voor NVIDIA, met een marktwaarde van 4,5 biljoen dollar ’s werelds meest waardevolle bedrijf, betekent dit dat ze hun belangrijkste product nu ook in Amerika maken.
Voor de VS biedt het een tastbaar resultaat van jarenlang beleid gericht op het verminderen van afhankelijkheid van enkele productielocaties. Het diversifieert de toeleveringsketen en zorgt voor meer veerkracht in de productie van kritieke technologie.
Toch is het zaak realistisch te blijven. Volledige productiecapaciteit in de VS komt er pas tegen het einde van het decennium, wanneer TSMC en Amkor hun advanced packaging-fabrieken in de VS operationeel hebben.
⚡ AI Pulse
Google koppelt Gemini aan Maps en verkoopt je locatiedata voor 25 dollar per duizend vragen. Google heeft zijn krachtigste AI-model toegang gegeven tot de locatiegegevens van Maps, waardoor ontwikkelaars AI-apps kunnen bouwen die toegang hebben tot informatie over 250 miljoen locaties wereldwijd. Het systeem herkent automatisch wanneer een vraag geografische context vereist en haalt dan actuele gegevens op over openingstijden, beoordelingen en andere details. Voor 25 dollar per duizend locatieverrijkte prompts krijgen ontwikkelaars toegang tot deze combinatie van AI en kaartdata – een prijskaartje dat vooral gericht lijkt op zakelijke toepassingen. De integratie geeft Google een voorsprong die concurrenten lastig kunnen kopiëren: de combinatie van een wijdverspreid kaartensysteem met geavanceerde AI-modellen.
OpenAI-onderzoeker claimde wiskundige doorbraak met GPT-5, maar het bleek een blunder. Een leidinggevende OpenAI-onderzoeker verklaarde op X dat GPT-5 tien onopgeloste wiskundeproblemen had opgelost, maar trok die bewering snel in na kritiek. De problemen stonden weliswaar als ‘open’ op erdosproblems.com, maar dat betekende alleen dat de beheerder van de site het antwoord niet kende – niet dat ze daadwerkelijk onopgelost waren. GPT-5 had simpelweg bestaand onderzoek opgediept dat was gemist. DeepMind-CEO Demis Hassabis noemde de oorspronkelijke tweets naderhand gênant’ en verwijderde die. Het incident werpt vragen op over hoe zorgvuldig OpenAI communiceert, vooral in een veld waar al zoveel hype heerst en miljarden op het spel staan. De daadwerkelijke prestatie – GPT-5 als nuttige literatuurzoekassistent – verdween naar de achtergrond.
Claude Code draait nu in de browser en op je telefoon. Anthropics Claude Code, een razendpopulaire AI-codingtool onder ontwikkelaars, is nu beschikbaar via de browser en mobiele app. Ontwikkelaars kunnen programmeertaken vanaf elke plek starten, waarna Claude Code deze uitvoert op Anthropics eigen servers. Je kunt nu bijvoorbeeld een taak op je telefoon beginnen, even koffie halen, en later de resultaten bekijken. Elke sessie draait in een afgeschermde omgeving met beveiliging via een proxy-service voor GitHub-toegang. Volgens Anthropic is 90 procent van de code van Claude Code zelf geschreven met behulp van Claude Code. De populariteit van de tool levert het bedrijf op jaarbasis ook ruim 500 miljoen dollar aan omzet op.
Vind je mogelijkheden opnieuw uit in ons AI Lab
AI kan de wendbaarheid en waarde van jouw bedrijf vergroten. Nodig voor het stimuleren van bedrijfsgroei in het snel veranderende landschap van vandaag de dag. Vind jouw bedrijf opnieuw uit en creëer waarde met de AI-reis op maat in ons AI Lab.
🔮 Prompt whisperer
Faithful Chain of Thought: gebruik de ingebouwde leugendetector in je AI
Hoe je moderne AI-modellen hun redenering laat bewijzen met code (ook als je nog nooit hebt geprogrammeerd)
Herinner je je onze tutorial over Chain of Thought (CoT) prompting nog? Die techniek waarbij je de AI vraagt om stapsgewijs na te denken en daarmee spectaculaire verbeteringen bereikt? Het werd niet voor niets één van de populairste prompttechnieken van 2024.
Maar inmiddels zijn we een stuk verder. Welkom in 2025, waar modellen als GPT-5 en Claude Sonnet 4.5 standaard al ingebouwde redeneermogelijkheden hebben. Ze kunnen niet alleen ‘nadenken’ – ze kunnen hun gedachten ook direct omzetten in werkende code en die code uitvoeren. Dit opent de deur naar iets veel krachtiger: Faithful Chain of Thought.
Het probleem? Zelfs de nieuwste modellen kunnen nog steeds ‘valsspelen’. Onderzoek van Anthropic wijst uit: ze verzinnen soms een logisch klinkende redenering nadat ze het antwoord al hebben bedacht. Het is alsof een leerling eerst spiekt en dan achteraf bedenkt waarom dat antwoord logisch zou zijn.
De oplossing? Laat de AI zijn redenering niet alleen uitleggen, maar ook echt uitvoeren. En dat kan nu, zonder dat je zelf één regel code hoeft te begrijpen.
Het probleem met gewone Chain of Thought
Zelfs de beste AI-modellen van 2025 kunnen nog steeds ‘doen alsof’. Ze produceren redeneringen die logisch klinken, maar die niet altijd overeenkomen met hoe ze tot het antwoord kwamen.
Neem dit voorbeeld:
Vraag: Sarah heeft 40 appels en geeft er 15 weg aan haar buurman. Later koopt ze er nog 8 bij. Hoeveel appels heeft Sarah nu?
Gewone AI-redenering: “Sarah begint met 40 appels. Ze geeft 15 appels weg, dus dan houdt ze 40 - 15 = 25 over. Dan koopt ze er 8 bij: 25 + 8 = 33 appels.”
Dit klinkt perfect, toch? Maar het probleem is: we kunnen niet controleren of de AI deze stappen echt heeft gevolgd, of dat het model gewoon meteen wist dat het antwoord 33 was en daarna deze redenering verzon.
En dit is niet alleen theoretisch. In de praktijk zien we regelmatig dat AI-modellen – van GPT-5 tot Claude – soms redeneringen produceren die achteraf blijken te hallucineren, of onlogische sprongen maken die toevallig wel bij het juiste antwoord uitkomen.
Keep reading with a 7-day free trial
Subscribe to AI Report to keep reading this post and get 7 days of free access to the full post archives.