Voor 499 dollar per maand ruimt een robot je huis op
PLUS: OpenAI belooft autonome AI-wetenschappers tegen 2028, en zo bouwt ChatGPT een gepersonaliseerd leertraject dat je ook écht afmaakt + woensdag 5 november is er weer een webinar!
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
OpenAI belooft ‘echte AI-wetenschapper’ tegen 2028
OpenAI heeft zojuist zijn transformatie naar een bedrijf met winstoogmerk afgerond. Maar het échte nieuws zit verstopt in een livestream die weinig mensen hebben gezien: het bedrijf claimt tegen 2028 een volwaardige AI-wetenschapper te bouwen die zelfstandig onderzoek kan doen. Als een bedrijf dat ‘Open’ in zijn naam heeft maar bekend staat om zijn gesloten cultuur ineens zijn complete toekomstplannen deelt, is het tijd om op te letten.
Wat is er gebeurd?
Op 28 oktober deed OpenAI iets ongewoons: CEO Sam Altman en Chief Scientist Jakub Pachocki gaven in een livestream hun volledige stappenplan prijs. Eerst het zakelijke nieuws: de nonprofitorganisatie OpenAI Foundation controleert nu een winstgericht bedrijf, OpenAI Group. Microsoft houdt 27 procent van de aandelen (goed voor zo’n 135 miljard dollar), de foundation krijgt 26 procent.
Maar wat pas echt interessant is: OpenAI schetste een concrete tijdlijn. Tegen september 2026 moet er een AI zijn die functioneert als research-stagiair. Twee jaar later, in maart 2028, zou er een “legitieme AI-wetenschapper” klaarstaan die zelfstandig volledige onderzoeksprojecten kan uitvoeren. Van hypothese tot publicatie, zonder menselijke sturing.
De route naar autonome onderzoekers
Het plan draait om twee kernideeën. Ten eerste: algoritmes blijven verbeteren. Ten tweede, en dat is nieuw: AI moet veel meer rekentijd krijgen om na te denken. Pachocki legt uit dat huidige modellen taken aankunnen met een tijdshorizon van zo’n vijf uur. Voor echte wetenschappelijke doorbraken moet een model dagen, misschien wel weken, over een probleem kunnen piekeren. “Voor belangrijke wetenschappelijke vragen zou het de moeite waard zijn om de rekenkracht van een heel datacenter in te zetten voor één enkel probleem,” aldus Pachocki.
OpenAI belooft ook een enorme infrastructuurinvestering: 30 gigawatt aan computercapaciteit, goed voor 1,4 biljoen dollar aan financiële verplichtingen. Ze bouwen letterlijk een fabriek in Texas die elke week 1 gigawatt aan rekenkracht moet opleveren, met duizenden arbeiders die er dagelijks werken. Het doel: de kosten per gigawatt binnen vijf jaar terugbrengen naar 20 miljard dollar.
Van product naar platform
De plannen gaan verder dan alleen chatbots. OpenAI ziet zichzelf niet langer als maker van een product, maar als platform waarop anderen kunnen bouwen. ChatGPT is het startpunt, niet het eindpunt. Altman haalt Bill Gates aan: “Je hebt pas echt een platform als de waarde die anderen erop creëren groter is dan de waarde van het platform zelf.”
Wat als het allemaal lukt?
Altman schetst tijdens de livestream een toekomstbeeld dat je bijna zou vergeten dat het science fiction is. “Stel je voor: een datacenter waar ze een geneesmiddel voor kanker ontwikkelen, een datacenter waar ze de beste entertainment ooit maken.” Hij ziet een wereld waarin AI niet alleen assisteert, maar zelfstandig doorbraken realiseert die mensen niet hadden kunnen bedenken.
De OpenAI Foundation, die 26 procent van het bedrijf bezit en inmiddels een van de best gefinancierde goede doelen ter wereld is, krijgt direct 25 miljard dollar te besteden. Het geld gaat naar twee dingen: het versnellen van medische doorbraken (van diagnostiek tot medicijnontwikkeling) en het bouwen van “AI-veerkracht” - vergelijkbaar met hoe het internet een heel cybersecurity-ecosysteem nodig had.
“We geloven dat deep learning-systemen mogelijk binnen tien jaar superintelligentie bereiken,” zegt Pachocki. Hij bedoelt systemen die mensen overtreffen bij een groot aantal cruciale taken. Voor OpenAI is de autonome onderzoeker niet het einddoel, maar de tussenstap naar iets veel groters.
Maar hoe hard zijn deze beloftes eigenlijk?
Hier wordt het interessant. Want terwijl Altman grote toekomstdromen schetst, kwam er deze week ook een kritisch wetenschappelijk paper uit. Een groep vooraanstaande AI-onderzoekers, waaronder Nobelprijswinnaar Yoshua Bengio en natuurkundige Max Tegmark, roept op tot een heldere definitie van wat AGI (kunstmatige algemene intelligentie) nou eigenlijk is.
Hun conclusie na toepassing van de beste cognitieve modellen die we hebben? GPT-4 scoort 27 procent op AGI, GPT-5 komt op 58 procent. Dat klinkt alsof we er bijna zijn, maar het paper wijst op een fundamenteel probleem: modellen kunnen niet écht leren en onthouden. Ze lijden aan “amnesie”, zoals de onderzoekers het noemen. Elke interactie begint vanaf nul.
De bottleneck: geen geheugen, geen vooruitgang
Andrej Karpathy, medeoprichter van OpenAI en inmiddels vertrokken, plaatst in een marathonpodcast met Dwarkesh Patel scherpe kanttekeningen. AGI is volgens hem nog minstens een decennium weg. Waarom? “Denk aan een AI als een werknemer of stagiair die je zou inhuren. Waarom doe je dat vandaag niet met Claude of ChatGPT? Omdat ze gewoon niet werken. Ze hebben geen continual learning - je kunt ze niet gewoon iets vertellen en verwachten dat ze het onthouden. Ze zijn cognitief tekortschietend.”
Dat is precies de bottleneck die Jerry Tworek, hoofd onderzoek bij OpenAI zelf, erkent in zijn eerste interview. Hij legt uit waarom ze bij OpenAI géén continual learning implementeren: “Je kunt modellen theoretisch in real-time laten leren van gebruikers, maar dan heb je geen controle meer over wat ze leren. Tot we echt goede veiligheidsmaatregelen hebben, is dat te gevaarlijk voor iets op de schaal van ChatGPT.”
Het is een catch-22: zonder geheugen geen échte AI-wetenschapper, maar met geheugen ontstaan risico’s die OpenAI niet durft te nemen.
Karpathy wijst op een patroon in de AI-wereld: mensen blijven te vroeg proberen het eindplaatje te bouwen. “Bij OpenAI werkten we aan agents die via toetsenbord en muis webpagina’s konden bedienen. Veel te vroeg. Je moet eerst de fundamentele representaties op orde hebben voordat je aan zulke complexe taken begint.”
Waar zit de crux?
Het probleem zit hem in wat ontbreekt. De onderzoekers van het AGI-paper verdelen cognitie in tien categorieën. Modellen scoren uitstekend op kennis, rekenen en visuele verwerking. Maar geheugen en het vermogen om continu bij te leren? Nul punten.
Zonder echt geheugen moet een AI bij elke interactie opnieuw de context begrijpen. Dat kost niet alleen geld (elke extra context verhoogt de kosten), maar beperkt ook fundamenteel wat het kan. Een wetenschapper die niet kan onthouden wat hij gisteren ontdekte, kan moeilijk een doorbraak realiseren.
DeepSeek’s geheugenexperiment
Er is wel een sprankje hoop. Vorige week bracht het Chinese DeepSeek een veelbelovend onderzoek uit dat dit probleem mogelijk kan aanpakken. In plaats van tekst op te slaan als duizenden kleine tokens, pakt hun systeem informatie in beeldvorm - alsof je een foto maakt van pagina’s uit een boek. Hierdoor kan dezelfde hoeveelheid informatie met veel minder tokens worden bewaard.
Het systeem werkt met gelaagde compressie, vergelijkbaar met hoe menselijke herinneringen vervagen: oude of minder cruciale content wordt iets waziger opgeslagen om ruimte te besparen, maar blijft wel op de achtergrond beschikbaar. Andrej Karpathy prees het paper op X: afbeeldingen zijn volgens hem mogelijk veel effectiever dan tekst als invoer voor AI-modellen.
Dit staat uiteraard nog in de kinderschoenen en het is koffiedik kijken hoe breed toepasbaar het wordt. Maar het laat wel zien dat doorbraken niet alleen bij OpenAI vandaan komen. Als DeepSeek’s aanpak werkt, kan dat iedereen helpen - inclusief OpenAI zelf. AI-ontwikkeling is gelukkig geen zero-sum game waar één lab alle antwoorden heeft.
Veiligheid als fundament
OpenAI werkt wel aan veiligheidsmechanismen. Ze introduceerden een vijflaagse architectuur: van waarde-afstemming (wat vindt de AI belangrijk?) tot systeembeveiliging (waar heeft de AI wel en niet toegang toe?). Het interessantste onderdeel is “Chain of Thought Faithfulness” – het idee dat je moet kunnen zien hoe een AI denkt, zonder dat proces te verstoren.
Pachocki legt uit: “We willen niet dat het model perfect antwoorden geeft om ons te plezieren. We willen zien wat het écht denkt.”
Waarom is dit belangrijk?
Wie heeft er gelijk? Altman met zijn tweejaarstijdlijn of Karpathy met zijn decennium? Eerlijk gezegd: we weten het niet. We leven in vreemde tijden waarin AI-ontwikkeling zo snel gaat dat zelfs experts het moeilijk vinden om voorspellingen te doen.
Maar het onderzoekspaper van Bengio en Tegmark, en de woorden van Karpathy, bieden een manier om tussen de lijnen door te lezen. Ze wijzen op concrete, fundamentele problemen die opgelost moeten worden. Geen vage bezwaren, maar harde technische bottlenecks: geheugen, continual learning, veiligheid.
Voor wie AI in zijn werk gebruikt, betekent dit: blijf verwachtingen realistisch houden. De tools worden beter, maar een echte vervanger voor menselijke expertise zijn ze nog lang niet. Karpathy’s waarschuwing resoneert: “Het ziet eruit alsof ze nu werken, maar probeer ze eens voor een echte taak in te zetten en je ziet waar het hapert.”
De infrastructuurinvestering van 1,4 biljoen dollar is wel degelijk reëel. Net als de ambitie om AI breed toegankelijk te maken. Maar tussen een ambitieuze roadmap en werkelijke AGI zit nog een flink aantal onopgeloste wetenschappelijke problemen. Problemen waar OpenAI’s eigen VP of Research eerlijk over is, zelfs als de CEO dat liever iets rooskleuriger verkoopt.
De komende jaren worden spannend. Niet omdat AGI om de hoek ligt, maar omdat we veel beter zullen begrijpen wat er nog allemaal ontbreekt voordat we daar komen. Of Altmans datacenters straks kanker genezen of dat Karpathy’s decennium realistische blijkt - we zitten aan de zijlijn van een fascinerende race waarvan niemand de uitkomst kent.
🎥 5 november: AI Report Webinar
Volgende week woensdag duiken we weer de studio in, live! Om precies te zijn op woensdag 5 november van 12:00 tot 13:00 op Zoom. We beantwoorden een uur lang jouw prangende AI-vragen, en dat mag echt alles zijn. Als betalend abonnee krijg je automatisch toegang, je ontvangt maandag een mailtje met alle details.
Nog geen abonnee? Op aireport.email/webinar vind je alle informatie en kun je je direct inschrijven voor een betaald abonnement.
Voor 20.000 dollar heb je een huishoudrobot (en een vreemde die meekijkt in je huis)
De toekomst is er. Soort van. Het roboticabedrijf 1X opende deze week de voorbestellingen voor Neo, de “eerste consumentenklare humanoïde robot ter wereld.” Voor 20.000 dollar (of 499 dollar per maand om te leasen) heb je volgend jaar een 1,68 meter lange huisgenoot die je vuile was opvouwt en de vaat inruimt. Er zit alleen één addertje onder het gras: als je wil dat Neo zijn werk goed doet, moet je een wildvreemde toestaan om via de robotogen mee te kijken in je huis.
Hoe werkt het?
Neo ziet er bewust minder industrieel uit dan de robotcollega’s van Tesla of Boston Dynamics. Het ding weegt 30 kilo, is bedekt met een zachte gebreide stof (verkrijgbaar in beige, grijs en donkerbruin), en beweegt zich voort met peesaandrijving in plaats van zware tandwielen. “Als het een echte huid zou zijn, zou dat best eng zijn,” zegt oprichter Bernt Børnich tegen de Wall Street Journal. Punt voor hem.
Het ontwerp draait om veiligheid. Neo kan weliswaar 68 kilo tillen, maar heeft ongeveer dezelfde vingerkracht als een mens. Geen supervinger die per ongeluk je duim plettert, dus. De robot heeft vier uur accuduur, maakt minder lawaai dan een koelkast, en kan via wifi, bluetooth én 5G verbinding maken. Je kunt hem zelfs gebruiken als bizarre bluetooth-speaker.
De realiteit: traag en niet waterdicht
In de demonstratie voor de Wall Street Journal deed Neo er een minuut over om water uit de koelkast te halen - tien meter verderop. Het inruimen van drie items in de vaatwasser? Vijf minuten. Een shirt vouwen? Twee minuten, en dan nog niet perfect. De robot had regelmatig rustpauzes nodig om op te laden en af te koelen.
Ook belangrijk: Neo is niet waterdicht (behalve de handen). Het bedrijf grapt op de website: “Mocht je Neo nat maken, dan wordt er automatisch een kinderbadje en 100 kilo rijst besteld.” Ze raden het dus af.
De Black Mirror-twist
Hier wordt het pas echt interessant. Elk klusje dat de journalist zag, werd uitgevoerd door een mens met een VR-bril in een andere kamer. Een zekere “Turing” (ja, écht zijn naam volgens de geboorteakte) bestuurde Neo vanaf afstand. De journalist mocht het ook proberen: “Ik denk dat ik moet overgeven. Ik heb geen idee waar ik kijk.”
Dit is geen bug, maar een feature. Neo’s AI-brein moet leren van echte situaties. De video’s van mensen die de robot besturen, worden trainingsdata voor het AI-model. Daarom plaatst 1X Neo bij vroege gebruikers: zonder jouw data wordt de robot niet slimmer.
Via een app kun je tele-operatie inplannen - je geeft aan wat je gedaan wilt hebben en wanneer. Een 1X-medewerker neemt dan de besturing over. Het bedrijf belooft wel privacymaatregelen: operators zien jou niet (mensen worden weggeblurd), kunnen niet in no-go zones komen die je instelt, en kunnen alleen verbinden als jij dat goedkeurt. De lichtringen rond Neo’s oren veranderen van kleur als iemand anders aan het roer zit.
En nu het beste: ze zoeken robotbestuurders
Het wordt nóg beter. Er staat een vacature online voor “Robot Operator” in Palo Alto. Functie-eisen: geen technische ervaring vereist, maar je moet wel nacht- en weekenddiensten kunnen draaien, 23 kilo kunnen tillen, en comfortabel zijn met VR-brillen. Salaris: 22 tot 31 dollar per uur. Je baan? Andermans robot besturen terwijl je rondkijkt in hun huis. Als robotbestuurder klinkt als je droombaan, kun je hier solliciteren. Geen grap.
Børnich noemt het het “grote zus-principe”: “Grote zus helpt je. Grote broer houdt je gewoon in de gaten. Wij zijn heel erg de grote zus.” Kwestie van perspectief, zou je kunnen zeggen.
Is dit de toekomst?
1X is niet het enige bedrijf in deze race. Tesla werkt aan Optimus, Figure’s robot stond laatst nog op de cover van TIME. Maar 1X is wel de eerste die voorbestellingen opent. Levering start in 2026 in de VS, andere markten volgen in 2027.
Børnich heeft grote dromen: “Over vijf jaar heeft iedereen een hoge levenskwaliteit en een gevoel van onafhankelijkheid, ongeacht leeftijd of beperking.” Mooi gezegd. De vraag is alleen: hoeveel privacy ben je bereid op te geven voor een robot die in twee minuten een shirt vouwt?
AI EU Act voor bestuurders en toezichthouders: wat je nu moet weten en doen
Bereid jouw organisatie voor op de EU AI Act met en volg onze training speciaal voor bestuurders en toezichthouders. Focus op AI-governance, risico’s, compliance en ethisch verantwoord inzetten van AI. Inclusief verandermanagement en strategische AI-integratie.
🔮 Prompt whisperer
Vergeet online cursussen: zo bouwt ChatGPT een leertraject op maat (dat je ook écht afmaakt)
Herken je dit? Je koopt een online cursus over digitale marketing, bent vol goede moed, klikt drie video’s aan en... verdwijnt de cursus in het zwarte gat van je ‘Later Kijken’-lijst. Of je koopt een boek over Python, leest twee hoofdstukken en realiseert je dat de voorbeelden niks met jouw werk te maken hebben.
Het probleem met traditioneel leren is dat het voor iedereen hetzelfde is. Dezelfde video’s, dezelfde volgorde, dezelfde voorbeelden. Maar jij bent niet iedereen. Je hebt specifieke doelen, een eigen leerstijl en concrete projecten waar je mee bezig bent.
ChatGPT’s Study Mode verandert dat. In plaats van passief informatie te consumeren, bouwt de AI samen met jou een leertraject dat perfect aansluit bij wat jíj nodig hebt. Het werkt als een persoonlijke docent die eerst uitzoekt waar je nu staat, wat je wilt bereiken en hoe je het beste leert – en je vervolgens stap voor stap door de materie gidst.
De kracht zit in de aanpak: Study Mode begint niet met uitleggen, maar met vragen stellen. Eentje per keer, zoals een goede docent zou doen. Op basis van je antwoorden bouwt het een curriculum dat precies aansluit bij jouw situatie. Vervolgens werk je in mini-lessen met concrete oefeningen en tussentijdse checks om te kijken of je het echt snapt.
Hoe het werkt: van assessment naar actie
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.