2024: Het jaar dat AI volwassen werd

PLUS: waarom 2025 in het teken van AI-agents zal staan

De AI-wereld ontwikkelt zich razendsnel, en wij, de makers van de podcast Poki, houden je op de hoogte. Twee keer per week de nieuwste AI-ontwikkelingen, tools, use cases en onderzoek.

---

Beste lezers,

Dit is de laatste editie van 2024. Met de feestdagen in zicht nemen we even een winterpauze. We zijn op 7 januari 2025 weer terug met verse inzichten in de razendsnelle ontwikkelingen in de wereld van kunstmatige intelligentie.

Maar eerst blikken we terug op een jaar waarin AI definitief doorbrak naar het grote publiek. Een jaar waarin de technologie niet alleen krachtiger werd, maar ook toegankelijker en bruikbaarder. Wat waren de grootste doorbraken? En belangrijker nog: wat kunnen we in 2025 verwachten? We zetten het op een rij.

---

🚀 De grootste AI-doorbraken van 2024

1. O1: Een Nieuw Paradigma in AI-denken

OpenAI schokte dit jaar de wereld met zijn nieuwe model o1. Voor het eerst zagen we een AI-systeem dat echt kan redeneren op een niveau dat zelfs promovendi in de wiskunde overtreft.

Het revolutionaire aspect van o1 zit in de manier waarop het ‘ketens van gedachten’ gebruikt. Greg Brockman, medeoprichter van OpenAI, vergelijkt het met Daniel Kahnemans concept van ‘systeem 1’- en ‘systeem 2’-denken: ‘Dit is een nieuw paradigma met enorme mogelijkheden. Mensen hebben een tijd geleden ontdekt dat aan het model vragen om “stap voor stap te denken” de prestaties verbetert. Maar het model trainen om dit te doen, van begin tot eind, met trial-and-error, is veel betrouwbaarder.’

Maar de echte doorbraak zit in wat hoogleraar en auteur van ons boek Co-intelligentie Ethan Mollick de ‘nieuwe schaalwet’ noemt: ‘O1 bereikt verbazingwekkende prestaties op specifieke gebieden door een nieuwe vorm van opschalen, die plaatsvindt ná de training van een model. Het blijkt dat rekenkracht besteed aan “nadenken” over een probleem ook zijn eigen schaalwet heeft.’ Dit betekent dat we niet alleen slimmere AI kunnen krijgen door grotere modellen te maken, maar ook door bestaande modellen meer tijd te geven om na te denken.

Het succes van o1 leidde tot een golf van innovaties: Microsoft implementeerde het in Azure met een reasoning effort parameter, Google DeepMind ontwikkelde zijn talker-reasoner-framework en Meta AI integreerde systeem 1- en systeem 2-denken in zijn modellen.

O1 laat je de chain-of-thought achter het antwoord zien.

2. Sora: De Visuele Revolutie

‘Toen Sora uitkwam, dacht ik: als het zoveel meer kan dan alleen maar tekst voorspellen, dan gaat het echt los,’ herinnert onze Xiang zich. Deze doorbraak van OpenAI toonde aan dat AI-systemen veel meer kunnen dan tekstverwerking – ze kunnen complete werelden visualiseren en tot leven brengen.

Sora’s capaciteiten zijn ongekend: het genereert fotorealistische videoclips tot zestig seconden lang, met complexe scènes, meerdere personages en accurate details van zowel objecten als achtergronden. Maar het indrukwekkendste is de veelzijdigheid: het kan video’s maken van statische beelden, bestaande video’s verlengen of ontbrekende frames aanvullen.

De implicaties zijn verstrekkend. Voor de creatieve industrie betekent dit een complete herziening van hoe content wordt gemaakt. Videografen, fotografen en animators zien hun werkterrein mogelijk fundamenteel veranderen. Maar het gaat verder dan alleen entertainment: Sora’s vermogen om complexe simulaties te genereren, opent nieuwe mogelijkheden in het onderwijs, onderzoek en de productontwikkeling.

3. Anthropic: Transparantie als Strategie

Een van de opvallendste verschuivingen dit jaar was de gestage opmars van Anthropic. Hun model Claude 3.5 Sonnet werd niet alleen het favoriete AI-model van velen (waaronder wij), maar ze zetten ook een nieuwe standaard in transparantie door als eerste grote AI-bedrijf hun systeeminstructies openbaar te maken.

Maar hun fascinerendste werk gebeurt op het gebied van ‘mechanistic interpretability’, wat Chris Olah, hun hoofdonderzoeker, omschrijft als een soort CT-scan voor neurale netwerken. Half verstopt in een fascinerend, vijf uur durend interview onthulde hij hoe ze steeds meer lagen ontdekken binnen AI-modellen en hoe deze met elkaar interacteren. Het verbazingwekkendste: ze vonden specifieke neuronen die zich specialiseren in bepaalde concepten – er was bijvoorbeeld een ‘Donald Trump-neuron’.

‘We programmeren neurale netwerken niet, we kweken ze,’ legt Olah uit. ‘We ontwerpen de architectuur van het neurale netwerk en stellen de leerdoelen vast. Die architectuur is een soort steiger waarop de verbindingen kunnen groeien. Dit is iets heel anders dan gewone softwareontwikkeling, want uiteindelijk krijg je iets wat allerlei bijzondere dingen kan doen. En dat kan doordat we het hebben gekweekt; we hebben het niet geschreven of gemaakt.’

Dit werk in mechanistic interpretability is meer dan alleen academisch interessant – het helpt ons begrijpen hoe AI-systemen tot hun beslissingen komen, wat cruciaal is voor veilige en betrouwbare AI-ontwikkeling.

4. De Chinese AI-Revolutie

Het opensourcemodel Qwen2.5-Coder-32B van Alibaba toont aan dat China een hoofdrol speelt in AI-ontwikkeling. Dit model evenaart de codeervaardigheden van GPT-4, maar kan draaien op een MacBook. Het model beheerst 92 programmeertalen en presteert op topniveau in alle belangrijke tests – alleen Claude en ChatGPT doen het beter. Het bijzondere: Alibaba maakte Qwen open source, wat betekent dat ontwikkelaars wereldwijd het model kunnen gebruiken, aanpassen en verbeteren. Deze democratisering van AI-technologie laat zien hoe serieus we Chinese innovatie moeten nemen.

5. Doorbraak in Spraaktechnologie

OpenAI’s nieuwe Advanced Voice-stemmodel, met de ‘Sky’-stem die zo natuurlijk klonk dat mensen dachten dat Scarlett Johansson haar stem had uitgeleend, markeerde een keerpunt in spraaktechnologie. Voor het eerst konden mensen op een natuurlijke manier converseren met AI, zonder merkbare vertraging.

6. Googles NotebookLM Transformeert Informatiegebruik

Googles NotebookLM veranderde dit jaar de manier hoe we met informatie omgaan. Wat begon als een slim notitieblok, ontpopte zich tot een onmisbare onderzoeksassistent. Het bijzondere: NotebookLM werkt alleen met jouw documenten, kan tot vijftig documenten tegelijk verwerken en legt zelfstandig verbanden die je anders nooit had ontdekt.

Bestsellerauteur Steven Johnson, die de leiding had over de ontwikkeling, demonstreerde de kracht van het systeem tijdens zijn research voor een Apollo 1-documentaire. Hij voerde zeven NASA-interviews in (200.000 woorden), waaruit NotebookLM niet alleen een FAQ en tijdlijn destilleerde, maar ook onverwachte verbanden legde met zijn eerdere werk over zuurstof. Het resultaat? Een eerste documentairescript gebaseerd op inzichten die anders verborgen waren gebleven.

NotebookLM bracht een revolutie in hoe we met documenten omgaan. De functie waarmee je pdf’s kunt omzetten in interactieve podcasts, waarbij AI-hosts je eigen documenten bespreken, werd een onverwachte hit en veroverde het internet.

7. Meta’s Opensourcerevolutie

Meta zorgde voor een aardverschuiving in de AI-wereld met zijn nieuwste model Llama 3.3. Het opmerkelijke: de versie met 70 miljard parameters presteert net zo goed als zijn grote broer met 405 miljard parameters. ‘Dit is een keerpunt,’ zegt Jonathan Ross, CEO van Groq. ‘Meta bewijst dat je niet eindeloos parameters hoeft toe te voegen om betere AI te maken. Ze verbeteren de onderliggende technologie zonder de architectuur fundamenteel te veranderen.’

Dit betekent dat krachtige AI-modellen binnenkort op een gewone laptop kunnen draaien. Als de nieuwe pruning-technieken – waar Meta nu mee experimenteert – ook nog worden toegepast, zou het model nóg efficiënter kunnen worden.

Mark Zuckerbergs keuze om Llama open source te maken wekt verbazing bij investeerders. ‘Veel mensen begrijpen niet waarom dit open source is,’ zegt hij. ‘Maar het creëert juist veel winnaars.’ Zijn redenering? Als de gemeenschap manieren vindt om de modellen 10 procent efficiënter te maken, bespaart Meta miljarden aan rekenkosten. Bovendien profiteert het bedrijf van alle verbeteringen die anderen aanbrengen – zonder er zelf in te hoeven investeren.

Deze open aanpak werpt zijn vruchten af. De wereldwijde ontwikkelaarsgemeenschap bouwt voort op Meta’s werk, wat leidt tot onverwachte doorbraken en innovaties. Het laat zien dat in de AI-wereld openheid soms krachtiger is dan geheimhouding.

---

🎯 Voorspellingen voor 2025

1. Het Jaar van AI-Agents

Ilya Sutskever, gerenommeerd AI-wetenschapper en medeoprichter van OpenAI, is stellig: 2025 wordt het jaar van AI-agents – intelligente systemen die zelfstandig kunnen redeneren, begrijpen én handelen.

In de laatste twee weken van 2024 zagen we al een voorbode van wat komen gaat. Google, dat lange tijd achter de rest aan hobbelde, herrijst als een feniks uit zijn as met de lancering van Gemini 2.0. Terwijl we al maanden speculeren over OpenAI’s mysterieuze ‘Operator’-systeem en Anthropics experimentele ‘computer use’-functie, komt Google nu als eerste met iets concreets: een AI die zelfstandig taken uitvoert, complexe problemen oplost en de wereld om zich heen ziet én begrijpt.

‘Ik droom al heel lang van een universele digitale agent als opstapje naar kunstmatige algemene intelligentie,’ vertelt Demis Hassabis, CEO van Google DeepMind. ‘Een systeem dat niet alleen informatie kan verwerken, maar ook echt dingen voor je gedaan krijgt.’

Project Mariner, een van Gemini 2.0’s eerste agentic toepassingen, toont al een succespercentage van 83,5 procent bij het zelfstandig navigeren door webshops, inloggen op gebruikersaccounts en het maken van weloverwogen aankopen. Project Astra demonstreert hoe het systeem een complete wijnbar kan ‘begrijpen’, direct de flessen analyseert en geografische informatie, smaakprofielen en prijzen kan delen middels natuurlijke conversatie.

Voor bedrijven betekent de komst van AI-agents in 2025 vier cruciale veranderingen:

1. Autonome besluitvorming: AI-agents zullen complexe beslissingen nemen zonder menselijke tussenkomst.

2. Hyperpersoonlijke klantervaring: precies afgestemd op individuele voorkeuren en behoeften.

3. Operationele schaalbaarheid: 24/7 beheer van repetitieve taken.

4. Nieuwe bedrijfsmodellen: volledig geautomatiseerde diensten worden mogelijk.

Misschien wel het meest revolutionaire: we verwachten in 2025 de eerste succesvolle ‘one-person super startup’ te zien – een bedrijf gerund door één persoon plus een team van AI-agents. Waar je vroeger een heel team nodig had voor taken als klantenservice, marketing, ontwikkeling en administratie, kan één ondernemer met de juiste AI-tools straks het werk van een volledig bedrijf verzetten. Het is een voorproefje van hoe AI de manier waarop we werken en ondernemen fundamenteel gaat veranderen.