Walter Daelemans & Luc De Raedt

00:00 dat is die industriële revolutie die eraan komt en en die we eigenlijk overal gaan zien waar eh Jobs geautomatiseerd kunnen worden en en dat dat is is ook wel alleé gaat daar ook moeten over nadenken over hoe men daar gaat mee omgaan je kan niet alleen ehm de mensen All elon Musk en en Sam altman eh ja alle eh middelen geven want ja dan weet je eigenlijk niet waar we uitkomen praat met elkaar vertrouwen en dialoog bereid zijn om er kennis van te nemen is geen doel Dat is een dat we op die manier meer duidelijkheid kunnen geven we Da veel meer moeten pakken maar als het niet lukt hebben toch tenminste iets geleerd dat ons geluk niet afhankelijk is prober gelukkig te zijn zelf een beetje meer mekaars psychiater mogen zijn Welke fouten zijn daar gemaakt wat kunnen we daaruit leren Ik ben daarvoor

00:48 welkom bij een nieuwe aflevering van discour met The Boys Vandaag hebben we opnieuw een dialoog deze keer over eh een topic dat interessanter en interessanter lijkt te worden Ai en het wordt ook concreter en concreter eh links van mij heb ik eh wter dalemans eh zitten Professor Ai Universiteit Antwerpen en ook cofounder van text Kane Yes en naast mij zit Luuk de raad ook Professor Ai maar dan aan de KU Leuven en je zij ook verbonden aan een Zweedse universiteit maar ik vergeet telkens de naam dus eurre University voil Oké eh voordat we starten we al een Ching etje we hebben ehe onthoud eventjes Ching Ching en dan eentje in de luch wij Z een luchtje doen ja laat het smen het is het is SP blauw dus eh je kunt niet dezelfde mop nog eens maken goed jaar altijd maken dat ik ja oké oké Nee Z misschien

01:33 eh Just First Things First misschien dat ieder eventjes kort zijn nisje binnen Ai eh eventjes kan toelichten dan eh dan zijn de luisteraars ook meteen mee dus ik zou zeggen leuk ehm ja ik ben eigenlijk eh begonnen in een reasoning groep en ik wil altijd machine Learning doen dus ik heb toen in die tijd eh ja heel lang geleden 40 jaar geleden ofzo gepleit om eh veel meer machine Learning eh data en en daar interessante dingen mee doen wat nu eigenlijk heel populair is en nu eh spendeer ik mijn dagen in de omgekeerde richting iedereen doet machine Learning en ik vind het eh heel spannend om daar reasoning aan toe te voegen eigenlijk en dus eh Neuro symbolic Ai is de New hype eh de next Wave in Ai zoals ze zeggen en dat is eigenlijk eh ja waar ik me mee bezig h misschien heel kort om daarop in te

02:18 pikken maar niet te lang maar reasoning wat moet ik mij daarbij inbeelden alleé Ik bedoel ik snap het woord hè Maar dus reasoning is eigenlijk eh ja verschillende stappen kunnen zetten en dan eh correcte resultaten bekomen een beetje logisch eh reden eren eigenlijk wat dat je ook hebt als je wiskunde problemen oplost of eh ja als je bepaalde ehm eh rationeel verbanden leggen en conclusies uit uit kennis eigenlijk afleiden gaat heel veel om het gebruik van kennis dus eh Dus die leertechnieken dat is data data data eh die redeneer Technieken dat is eigenlijk kennis eh bijvoorbeeld de regels van de fysica of eh ja andere regels eh regels van het verkeer is eigenlijk ook kennis en eigenlijk wil je dat gaan gebruiken om eh ja gewoon intelligente systemen te bouwen en uw eh

03:04 kennisgebied taalkunde oorspronkelijk en psycholinguistiek ook dus eh psychologische studie van hoe taal werkt bij mensen maar dan heel snel dat is jaren 0 en dan heel snel overgeschakeld naar artificiële intelligentie eh omdat daar meer werk in was ook En dat begon dus ook vooral in Nederland eh begonnen de groepen te ontstaan die dan ook dingen implementeerde van taal dus de eerste taalverwerking systemen die dan volledig regel gebaseerd waren en dan eigenlijk vanaf de jaren 0 al heel snel hier in Europa toch eh begonnen met statistiek en machine Learning toegepast op die taalmodule

03:50 zou ik zeggen of Ja kan ook Ja dat is heel kort door de bocht kort de bocht Ja ja ehm maar misschien eh beginnen bij het begin en eh vandaar ga ga dan wel wat wat dieper induiken op andere vragen maar Ai Wat is nu Ai en dan wil ik niet zeggen dat het staan voor het woord eh Artificial Intelligence maar meer specifiek eh ik weet dat je verschillende of Alé dat was eens een kijk op de wereld maar misschien we er interessantere dat er een aantal niveaus zijn van Ai ehm dus misschien ja open vraag wat is Ai of hoe moeten we nu Ai beoordelen Hoe kan ik nu zeggen level 1 level 2 zitten we zover of zover wat is daar die eh ja die methodiek eh ja ik denk dat je dat best bekijkt vanuit menselijk standpunt ook Dus wat moet een een eh mens hebben om intelligent te zijn je moet kunen interageren met de wereld je moet eh De wereld kunnen

04:36 waarnemen perceptie hebben Je moet een geheugen hebben Je moet redeneervermogen hebben dus je moet kunnen leren uit uit eh uit de omgeving en als je een systeem maakt dat al die eigenschappen heeft dan eh heb je artificiële intelligentie maar bijvoorbeeld de Tesla is even Ai slim als chpt of hoe moeten we dat want dat zijn toch twee andere soort intelligenties zou ik zeggen Ja het zijn andere soorten van modellen maar uiteindelijk komt het neer op heel veel data eh verwerken en daar proberen een patronen uit te halen oké is toch zo sluit je daarbij aan of zit je daar nuans eh ja maar dat is wel nog een groot verschil dus eh de Tesla die rijdt in een omgeving eh die moet ook acties ondernemen dus die moet die omgeving waarnemen wat eigenlijk chat gpt veel minder moet doen eh daar is eigenlijk allemaal tekst gebaseerd of eh en dat is veel makkelijker dat is één van de grote

05:23 problemen Vandaag is echt eh die embodied Ai dus dat je Ai op eh robots of of auto's of of of eh agenten die eigenlijk in de wereld eh veranderingen brengen ehm dat is eigenlijk één van de grote uitdagingen en en ja ehm dat is dat is heel essentieel voor die Ai en dat onderscheidt ons nog altijd van van eh die Ai So Far so good hè Eh he niet overgenomen ja ja ja ja dat zijn altijd mijn een grootste Fear eh dat het zo wat dystopian gaat worden een Terminator maar dat zijn we nog niet Hopelijk ehm nee goed eh en en als je dan zo want chat gpt het wordt wordt nu echt wel vaker en vaker gebruikt door iedereen Ik zie het zelf ook heel vaak terugkomen bij mensen dat het gewoon gebruiken voor hun tekst op hun website of link pin posts eh LinkedIn posts of dergelijke

06:09 dus het is het is echt wel een eh een tool aan het worden in het dag dagelijks leven ehm maar maar ja even misschien in het kort wat is hoe Wat is het idee dachte hoe werkt dat hè dus inderdaad heel veel data Maar waarom bestaat pas dit jaar of vorig jaar en waarom zijn we er niet eerder toe kunnen komen hoe hoe zit het eigenlijk in elkaar kunen u ja ehm ja ik kan heel eenvoudig uitleggen hoee dat het werkt het is eigenlijk een beetje hetzelfde wat er gebeurt op je als je een tekst eh intikt een sms stuurt of een WhatsApp berichtje Dan probeert men eigenlijk het volgende woord te voorspellen en dat is eigenlijk Ja gewoon eh op op basis van data getraind Hoe waarschijnlijk het is is het dat dit het volgende woord is eh en dan gaat men eigenlijk niet op niveau van woorden maar eigenlijk nog op op

06:54 lagere niveaus tokens of een soort van lettergrepen en is eigenlijk een gigantisch eh model dat die waarschijnlijkheden vooral die volgende lettergrepen vooral die volgende woorden gaat eh voorspellen en dan eh ja dan laat je dat lopen Eigenlijk eh je neemt de meest waarschijnlijke voorspelling dan neem je de meest waarschijnlijke voorspelling daarop En zo krijg je dan eigenlijk eh zinnen die vervolledigd worden eh dus dat is een beetje het idee van uitleg ehm dus ja en misschien één detail dat belangrijk is is die het feit dat je dus dat dat het model zelf de output die het heeft gegeven terug in de input neemt op token niveau dus er wordt autor regressie genoemd en dat is er eigenlijk verantwoordelijk voor dat je de indruk krijgt dat het systeem denkt

07:40 en consistent is met zichzelf en en dus blijft Steed meer een indruk dan dat het echt inderdaad ja dat is een filosofische vraag dus eh voor mij is er een verschil tussen intelligentie en bewustzijn en en emotie en dat soort dingen Ik denk dat je wel kan zeggen dat die modellen intelligent zijn in in die Mate dat ze context gevoelig zijn in het begrijpen van tekst en dat ze ook de goede respons kunnen geven ja bij redeneren zit het veel ingewikkelder en en daar is is toch niet aangetoond eigenlijk dat die modellen daar heel goed in zijn maar op taalniveau zou ik zeggen is het probleem opgelost voor computer linguist dus eh alles alle subtiliteiten van taal zitten er in tussen wel en het is toch effectief zoals inderdaad ge stelt daar iets aan

08:27 dan nu specifiek gpt of consorten natuurlij want dat is nu de marktleider of op zijn minst in de perceptie hè Maar eh Er is meer dan dat dat het wel als je iets vraagt dat hij toch wel elk woord ehm moet ik het zeggen Ehm individueel genereert hè dus het is niet dat hij een antwoord volledig genereert en dan de zinsconstructie Bouwt Het is wel woord per woord en zo komt die uiteindelijk tot een logisch Coherente tekst maar die weet eigenlijk zelf in het begin nog niet wat die waar dat die gaat eindigen klopt dat of ja weet helemaal niks hè Er zit er zit niks achter Er zit er is brand licht maar er is niemand thuis dus er is geen wil om te communiceren dus het is een heel deterministisch Bijna eh het is probabilistisch maar het het Het is heel duidelijk van hoe het werkt dus telkens het volgende token voorspellen hm Maar je hebt dus dat emergent gedrag dat heel interessant is dus eh je en ik

09:14 ik heb een voorbeeld als ik even mag van dat verklaart waarom het zo goed werkt h dus stel dat je twee zinnen hebt gewoon in de krant ehm de energieprijzen in in België zijn zijn in 2022 fors gedaald de koopkracht van de Vlaming is vult dat aan ja vooruit gegaan vooruit gegaan gestegen dat model kan dat ook dat kan het volgende woord voorspellen en doet dat heel goed maar denk nu eens nou wat dat je allemaal moet weten om om dat goel context nodig dus je moet weten dat die twee zinnen causaal verbonden zijn met elkaar hè dus dat niet gewoon twee losse zinnen zijn Je moet weten dat daar een past participle moet eh taalkundig gezien Je moet weten dat Vlamingen Belgen zijn en je moet weten dat de koopkracht omgekeerd evenredig verbonden is met de

10:02 prijs van van de energie Dus je hebt een heleboel kennis nodig om heel goed dat heel simpele ding van het volgende woord voorspellen te kunnen doen dus dat verklaart die Ja het intelligente gedrag ergens in die representaties zit informatie over concepten als koopkracht en enz verder en ik heb eens een paar keer geprobeerd om echt zo diep tot de de source te komen dus het model over zichzelf te laten vertellen over eh het redeneren ervan tegen mij maar ik moet wel zeggen dan wordt het wel heel snel heel ondoorzichtig en daar zit dan toch wel heel veel generalisatie in die die kan heel moeilijk zijn eigen bronnen citeren of duidelijk heden geven dus maar uiteindelijk denk of redeneert hij wel als ik dat woord mag gebruiken dat weet ik niet maar vanuit al die contexten en bronnen Dus mijn vraag misschien is ook van hoe ehm doorzichtig

10:47 zijn al die eii modellen want ik weet zo Ik heb zo eens een aantal artikels D heel anekdotisch zien passeren van dat er zo dingen uitkwamen en dat we niet goed wisten van hoe of ont stand gekomen hebben bijvoorbeeld die die systemen hebben die biases zelf om dat ze ook wel voortgaan over B is nog een andere vraag maar dat is zeker een interessante opvolg vraag misschien Luk Ja dus ze geven niet altijd eh de juiste antwoorden en en vaak gaat het helemaal de mist in omdat ze uiteindelijk maar een soort van patroon matching doen hè ze ze gaan kijken als dat patroon voorkomt dan ga ik eigenlijk dat woord gaan voorspellen en ja zeker dan met die meer intelligente vragen soms van die wiskundige vraagjes gaat het dan helemaal fout dus een klassieker daar voor de zomer eh nogal veel rond te doen was was eigenlijk eh alis heeft eh zeven broers en drie zussen en dan wordt

11:32 gevraagd eh hoeveel eh eh zussen heeft haar broer en dan wordt zeven gezegt omdat ze Alice er niet bij rekenen want Alice is natuurlijk ook een een zus van die broer en ehm dat zijn dan zo die subtiliteiten die die kurd worden ehm die niet moeten dus als je bijvoorbeeld welicht het eh cv van Walter eh gaat opvragen aan chat gpt Dan zal het waarschijnlijk beginnen in Antwerpen maar maar eh na een tijdje zal het naar Stanford en mit gaan dat is ook zo'n klassieker eh die die die eh ja die heel vaak voorkomt omdat eh ja en als we nu stil aan die Ai meer en meer gaan activeren en want eh eh Ai is interessant en generatieve Ai is ook zeer cool maar als Ai een agent wordt wass we straks eh bespraken en dan

12:19 misschien nog niet eens in de robottechnologie Maar zelfs als die een operating systeem onderdeel wordt een effectieve computer kan bedienen en sterker nog op een bepaald moment toch heel veel voorbereidend werk gaat doen en zelfs op misschien op een bepaald moment toch zelf conclusies gaan nemen en die bijna gaat implementeren is dat ooit verstandig alleé niet dat de mens zo geweldig verstandig is en zoveel beter per se maar we gaan toch altijd met een soort van hallucinerend effect zitten of of foute verbanden leggen die een mens niet per se zou leggen en ja En dan geeven we toch veel verantwoordelijkheid of autonomie in de systeem Mag ik nog iets vertellen over die hallucinaties dus dat is heel erg duidelijk waar dat die vandaan komen hè Dat is het feit de trainingmateriaal dat zo'n model heeft hè dus het model heeft zelf geen interactie met de werkelijkheid hè dus Het is eh zoals de grot van Plato je ziet alleen de reflecties model ziet alleen tekst Zie

13:05 tekst geschreven door honderden miljoenen mensen in honderden miljoenen bronnen Ja dus er is geen onmiddellijke interactie Er zit ook fictie in Er zit eh programmeercode in en er zit nieuws in en er zit eh Wikipedia in en weet ik wat nog maar er zit ook heel veel fictie in dus hoe weet zo'n model nu wat er echt is en wat er wat er bedacht is wat er werkelijkheid is en wat het niet de werkelijkheid is dus je kan het ook niet kwalijk nemen dat het gewoon begint te hallucineren ook in het geval van een wetenschappelijk paper ja het enige wat het wil doen is het volgende woord voorspellen het wil een consistente output geven ehm op een manier die die je goed vindt hè dus daar is het ook voor getraind om om dus eigenlijk te doen wat e wat je ervan vraagt wel oké

13:52 als het die informatie niet vindt het vindt niks over mijn cv ja dan gaat het iets bedenken wat heel goed past binnen dat maar niet noak is ja ja Dus je kan dat dat is een groot probleem maar het is wel heel verklaarbaar vanuit hoe die modellen werken En tegenwoordig heb je dan die retrieval a Generation en en andere toepassingen of verbeteringen van die modellen die dan die die hallucinaties verminderen Ja maar ik blijf erbij dat het wel intelligent gedrag is volgens elke mogelijke definitie van van intelligentie alleen wat mensen tot hier toe altijd gedaan hebben of heel veel filosofen is bewustzijn en emoties en intelligentie dat allemaal op één hoop gooien en als één concept beschouwen uiteraard zit er

14:38 geen bewustzijn in uiteraard zit daar geen emoties in Maar er zit wel intelligent gedrag in probleemoplossend gedrag hm en En ja dus heel nuttig maar eigenlijk Daar vind ik het is zeker intelligent gedrag maar ik vind ja als als je naar het model van intelligentie kijkt eigenlijk wil je dat artificiële intelligentie beter is dan de mens in zeker opzicht zou ik willen dat eh een artificiële intelligente agent dat die eigenlijk Ja De intelligentie van Mister Spock uit Star Trek heeft eh die geeft altijd correcte afleidingen die weet wanneer hij fout zit een mens is niet rationeel altijd ehm is niet objectief altijd eh die kan die garanties niet bieden ehm en en chat gpt biedt zeker die garanties niet eigenlijk hè alleen mensen kunnen nog garanties bieden maar dus die chatbots doen dat eigenlijk eh

15:25 niet hè En en dat is eigenlijk het grote probleem dat je er niet kan op eh betrouwen dat die antwoorden die gegenereerd zijn correct zijn eh en en daardoor gaat het ook vaak de mist in eigenlijk eh en gaat het dan op PS ook geen eeuwig probleem blijven want over biases gesproken dat is een zeer complexe gegeven want oftewel heeft een eh eh een model biases omdat de historische informatie die binnen een bepaalde tijd of cultuur leefde dat als weerspiegeling heeft wij kunnen daar nu meningen over hebben maar als wij die meningen van het nu proberen te gebruiken om dat te tackelen die historische data en dan niet te dwingen om objectiever te kijken naar die data gaan we er eigenlijk zelf een nieuwe fout insteken en dan komen we nooit tot een rationeel denkend model Want wij denken dat wij rationeel kunnen zijn ook al denken we dat niet We denken dat we slim genoeg zijn om dat te verwachten van dergelijke systemen en dat bij te sturen maar eigenlijk Steken we onze

16:11 eigen onfeilbaar of feilbaarheid Erin waardoor dat nooit onfeilbaar kan worden hm hm of ja dat h is natuurlijk model dat we beschreven hebben is het basismodel hè Dus er is heel veel bijgekomen en dus je hebt die reinforcement Learning by Human feedback dus wat je dus eigenlijk het model gpt 3 indertijd voor chat gpt dat was echt niet voor alleé dat was heel moeilijk om mee te werken Hoewel dat ik een paar scenario's voor thuis toen voor de standaard heb eh voorspeld die redelijk eh klopte maar dus het is pas vanaf chat gpt dat het echt bruikbaar werd Waarom is dat omdat ze daar menselijke kennis in gestopt hebben hè Dus ze hebben daar mee mee goede dialogen ingestopt als trainingmateriaal en ze hebben ook mensen laten beslissen

16:58 van oké Dit zijn twee outputs van het model Welke is nu de beste en op die manier via reinforcement Learning eh is dat model veel beter geworden Het probleem is nu dat je dus niet weet wat het echte model zegt hè het lange termijn geheugen en je en wat er nu eigenlijk het effect is van die reinforcement Learning En bijvoorbeeld alle seksisme en racisme enzo dat is er wordt er allemaal uit gehaald door die reinforcement Learning eh dus je weet eigenlijk niet wat er echt in het model zit Ja en dat Dat is denk ik een een groot probleem want Da het is op op het basismodel dat we onderzoek zouden moeten doen Ja inderdaad Maar dat is niet beschikbaar voor de buiten Er zijn alternatieven hè dus met die open source eh modellen van dankzij Zuckerberg eh

17:43 die lama modellen ja eh is dat wel tot op zekere hoogte mogelijk maar je hebt nog verschrikkelijke rekenkracht nodig Ja en eh die zijn nooit verle doorgronden ofwel of kunt je op een paar moment echt heel de Rational zien want dat zit er ook niet gewoon in als een formule dat is eh nee Maar dat geldt voor het brein ook hè dus daar ja ja nee nee heb ook niet echt weet je ook niet waar het concept grootmoeder precies eh zit Ja ehm dus dus dat is hetzelfde maar maar dus methodes waar waar Luk bijvoorbeeld mee bezig is die gaan wel helpen om om een beter idee te krijgen van de kennis die daar eh in zit of om te bewaken beter van met kennis grafen dus dus dat je minder eh minder problemen ga hebben met die hallucinaties trouwens die hallucinaties die fouten zijn die zouden niet zo vervelend zijn als ze niet zo

18:29 overtuigend correct zouden zijn dus ik weet niet of je vroeger met Google Translate hebt gewerkt je zag onmiddellijk als er een zin slecht vertaald was Ja nu kan dat een heel subtiele ehm vertaalfout zijn eh kilogram in plaats van gram waar dat je over leest maar ja bij een medische bijsluiter toch wel belangrijk kan toch wel belangrijk zijn neem nu 1 kg dafalgan eh dan hebben we problemen maar je ziet toch wel inderdaad ook bijbeeld in de geneeskunde Het is me ehm maar eh dat dat daar ook Ai dan machine Learning voor mij zijn die termen soms moeilijk uit elkaar te halen maar misschien eh beeter verduidelijking maar dat we daar wel echt eh ook progress maken hè in zekere Mate dacht ik dat er eh eh niet te lang geleden onderzoek was dat eh Ai beter een tweede opinie kon geven op is

19:15 er nu kanker of niet te zien eh op die zaken kunnen we dat dan eh vertrouwen want ik denk wel dat het resultaat wel was dat het beter was dan dokter maar het was het was met bepaalde Nuance hè dus ik spid er niet dat jij vandaag op niveau van dokter staat maar dat toch wel beter voorspellingen kon maken van eerste subtiele nuances die die dan door al die materialen beter eh kon inschatten maar ik denk dat je nog altijd eii best als de assistent van de arts of of de mens ziet eigenlijk niet als de vervanger van eh en ja inderdaad met eh in de medische wereld is er een enorme revolutie aan de gang al die medische beelden ehm waar eigenlijk heel lang moet gezocht worden naar de interessante plekken naar bepaalde patronen en daar is in de eii gewoon veel beter in maar dan eh ja wat de eii eigenlijk doet is gewoon de beelden analyseren en dan ergens eh aanduiden

20:01 wat eh interessant is wat niet En dan e opnieuw pattern recognition eh en opnieuw ergens hints geven aan de arts die het dan eh In Context eh kan interpreteren want eh buiten die beelden is natuurlijk nog veel kennis die hier speelt de voorgeschiedenis van de patiënt Eh misschien zelf eh ehm ja de voorgeschiedenis van de ouders van de patiënt kan kan iets erfelijk zijn eh komt allerlei ehm andere zaken aan aan te pas dan dan gewoon die beelden maar daar is effectief wel een enorme revolutie aan de gang en vanuit de eh de klinieken Is er ook een enorme vraag naar eh allerlei Ai toepassingen en dat is echt iets waar eh ja eh de medische wereld enorm van profiteert en Wi allemaal als eh patiënten natuurlijk Dus eh dat is ook allemaal patroon

20:48 herkenning hè dus ook die die anamnese de en de informatie over de ouders enzo als je genoeg data verzamelt ga je daar ook nieuwe patronen ontdekken en volgens mij is staal dus ook ook want meeste taalkundigen zullen daar misschien niet eh echt eh mee akkoord gaan maar taalverwerking is ook gewoon patroonherkenning hè dus het begrijpen van taal en het produceren van taal dus dat past perfect binnen het paradigma dat we nu hebben zeker met de rekenkracht die we die we nu hebben ja maar dus die modellen voor Geneeskunde enz dat dat is niet Chat gpt hè dus dat zijn Deep Learning modellen die volgens zelfde soort van principe werken maar die eh niet noodzakelijk moeten babbelen daarover Nee dat is Ah maar dat vind ik eh dus dus het probleem En ik moet zeggen dat ik er zelf ook maar te weinig in slag hoor maar het is ook mijn gebied

21:34 niet is al die verschillende woorden die we nu door elkaar halen en allemaal Ai beginnen noemen wa het soms Mo Een te brede term aan het worden zo eh a of het is het is sowieso een breeden term maar er wordt te weinig onderscheid gemaakt in de benaming van zaken denk ik dan Ja veel wat gewoon informatica is wordt nu ook Ai ged maar dat is dan om commerciële redenen dat Ai Inside a boom is eh is reality En hoe zit het zo eh want je hebt Ai natuurlijk maar de vraag is dan hè In hoeverre is is een chat gpt of een d of een een Sora Hoe In welke Mate zit daar echte creativiteit in hè dan ik bijvoorbeeld over beelden genereren als je het nu zie is het vaak zo een hond met drie poten of vijf poten en dat

22:19 soort zakes eh het is wel creatief eh hoe dat je dat kunt Omen maar hoe hoe ver zitten we daar bij echt zo het genereren van beelden en en en dat soort zaken dat vind ik ik ook een een interessante als in dat is eigenlijk een een een miljarden business als je gewoon naar Hollywood kijkt bijvoorbeeld hè het maken van films Hoe hoe ver denkt je dat we of ho ver kan dat gaan dat je daar eigenlijk eh de menselijke emotie op beeld gaat kunnen eh genereren dat dat er amper onderscheid is te maken Ik weet niet wie dat de beste is ehm maar eigenlijk heb je daar ook een beetje dezelfde soort van problemen eigenlijk hè ook vaak Allez als je soms de de filmpjes ziet het filmpje van Sora bijvoorbeeld met die h met die honden of of of dan de de dame die door eh Tok wandelt eh dan zie je

23:06 dat dat heel eh professioneel oog er heel goed uitziet maar als je dan iets eh ja dieper gaat kijken dan zie je dat er soms drie honden vier honden op dezelfde scène staan en dat die Ja dat die ene overloopt in die andere dus dat daar eigenlijk nog altijd iets iets fout zit en dat is eigenlijk ook een soort van ja hallucinatie een soort van eh extrapolatie van die die patronen die niet helemaal correct is en En eigenlijk zijn dat een beetje analoge problemen als wat je met eh de taal hebt ehm dus ja ehm ja we hebben geprobeerd eh voor de tijd was dat om ehm kaiman te simuleren Ja en dus de columnist dus met een heleboel voorbeelden te geven en om dan een stukje van de standaard te geven en dan een eh colum in de stijl van Kaan

23:53 te genereren en dat lukt een tijdje redelijk goed maar dus heel snel begint dat eh eh ja heel erg monotoon En bland ja dus inhoudelijk weinig eh word wordt eigenlijk heel heel erg eh oppervlakkig en ja dat is volgens mij dus het feit dat er niemand thuis is ja ja het is het is er is niet echt een een wil om creatief te zijn om iets te scheppen om iets te creëren en dat heb je dan blijkbaar toch nodig om goede poëzie te genereren om goede scenario's te genereren en daar heb je juist die emotie dat dat bewustzijn die Agency die intenties nodig om dat te kunnen genereren en dat zit er duidelijk niet in nee dus dus dat is eh een probleem dan het is ook altijd het imiteren van

24:41 bepaalde ja eh zaken eh bepaalde teksten muziek of of of eh beelden eigenlijk eh eerder dan ja iets helemaal nieuws gaan bedenken Dus Eh je kan wel ja iets in de stijl van de Beatles gaan ehm ehm componeren maar dan ja de vraag is Ja de nieuwe Beatles uitvinden dat is e dat Z vast creatief creatief zijn en dat is natuurlijk nog eh ja nog niet hier en misschien nog niet een voorspelling pronostiek Ah maar wat is de vraag ooit of niet Ja ooit alles hè maar ja ja ooit wel maar maar zeker niet met dit model Nee echt volledig herdacht worden maar zitten we hier inderdaad wel op een soort van eh eh nieuwe industriële revolutie of technologische revolutie waarin dat we nu toch echt wel gaan

25:26 voelen dat ik Ik pak het nu niet te snel want het is zeker allemaal interessant biedt veel potentieel maar er moet ook nog heel veel gebeuren voordat echt dingen processen echt echt echt autonoom kan overnemen eh maar zit u hier wel in een soort van model waarin dat we 10 15 jaar toch in een andere wereld leven waarin dat vandaag internet ondenkbaar is of eh eh niet mogelijk weg denkbaar oké die zin ehm dat internet verplicht verbonden is aan ons bestaan bijna of ehm ga je het eh waar dat nu toch nog semi op zit gimmick interessant of efficiëntie gains zijn hè Je hebt toch echtel en internet was echt al een revolutie op dat niveau is dat in de komende 10 jaar mogelijk of zal het toch zo ja ik weet niet eerder ehm naast beginnen leven of zal het echt onderdeel worden van onderdeel van onze productiviteit van onderzoeksgroep die

26:13 is verdubbeld nu dankzij chat gpt gewoon de programmeer problemen sneller oplossen dus eh hulp bij eh verzamelen van van related research secties en en en eh weet ik wat dus we hebben gebruikt het volop maar dus het interessante is dat je je hebt nu o One Ik weet niet of je er al mee gespeeld hebt de o One preview daar Ja dus dus dus waar ook redeneerproces in zitten en dat is zo gezegd op niveau van phd's eh zit h eh ook heel generiek vind ik snel maar he al een probleem is dat je dus op phd niveau moet zijn om daar interessante informatie uit te halen om de Goede vragen te stellen hè Dus eh dat stelt mij wel gerust dat we nog altijd studenten gaan moeten te opleiden om

26:59 Expert te worden want het zijn alleen de experts die die modellen productief zullen kunnen gebruiken h dus als je gewoon zegt van ja geef mij eens een interessant onderzoeksonderwerp over psycholinguistiek ja er gaat niks interessants uitkomen als je een heel specifiek vraag hebt ga je heel snel zeker met search gpt bijvoorbeeld hè dus die search engine die ook taal modellen gebruikt ga je heel snel de goede de goede publicaties vinden hm ja dus is ook e echt wel een Movement hè om Ai Science te gaan inzetten eh ook Europa is daar sterk in geïnteresseerd en eh je hebt daar ook hele mooie resultaten dat er eigenlijk eh soort robot scientists ingezet worden om zelf experimenten te ontwikkelen eh die dan te gaan uitvoeren de resultaten in te lezen en dan eigenlijk op die manier eh ja wetenschap

27:46 te gaan doen en ook daar worden eigenlijk eh sommige gaan daar ook een eh grote toekomst eh aan eh koppelen eh sommige voorspellen Ja dat eh in het jaar 2050 eh Ja de Nobelprijs met eh zo'n Technieken gaat eh 2030 en 2050 gaan zo spannend worden alles alles wat wij doen als eh de mens komt er terug maar interessant misschien omdat we Europa aanhalen en eh we hebben eh we hebben veel uitdagingen en dan heb ik het eventjes niet over eii maar ik bedoel bijvoorbeeld qua economie geopolitieke positie en dat soort zaken ehm kan eii misschien eigenlijk wel een zeer belangrijke troof worden om bepaalde concurrentiële positie toch te gaan herop waarderen of zoals we vaak ook zeggen over Europa en zeker België we hebben intellectueel kapitaal onze grondstoffen zijn mij dus dit kan misschien wel een nieuwe relevante grondstof worden maar dan zien we wel als we dan toch heel globaal bekijken

28:32 dat we daar zeker zeker niet de fron runder zijn in tegendeel Misschien zijn we daar soms slim behoedzaam maar dat vermijdt wel soms agressievere Innovatie met goed en slecht die andere landen wel kan hebben dus dus kan dit ook echt een strategisch element worden waarin dat wij echt een voordelen betan Zen van de wereld of voelen we daar toch alleé Ik vraag het echt specifiek aan jullie of of voelen we daar toch dat we Ja dat dat maar een commodity Word gaat worden in die zin dat andere landen in de wereld even ver of verder gaan staan als ons Ik heb geen idee maar ehm ja er is zeker Echt wel een ehm ja een een een een soort competitie tussen de verschillende werelddelen over de heerschappij over Ai en daarmee ook ja wie dat eh de volgende industriële revolutie gaat eigenlijk winnen je ziet dat eh Oosten tegen het westen eh Europa

29:19 zit er altijd wat tussen is eh iets ehm wil altijd ethischer zijn ehm meer regels opleggen eh Er zit heel veel Ai ook eh heel goede Ai in in Europa ehm maar ja de massale investeringen die eh in in de VS eh UK eh China ziet eh die die krijgen we hier eigenlijk niet en en dan wordt er vaak ook eh nogal ehm ja gefragmenteerd geïnvesteerd eigenlijk in onderzoek eh wat Europa doet en en ja als je ziet eh ik las eh deze week dat open a 6 miljard heeft opgehaald Ja daar kan je al wat mee doen denk ik hè dus eh als één bedrijf zoiets krijgt ehm ophaalt eh ja ja en inderdaad wer niet in Europa hè maar ja ik snap het ook

30:06 niet goed dat dat dat tegengehouden wordt ehm met met met een heleboel regels die eigenlijk te vroeg komen want want er is nog helemaal geen Ai die die echt gevaarlijk want European Ai act houdt het veel in want je hebt er een een categorisering hè van van vier soorten ai's denk ik nu hè eh verboden hoogst risico en zo Ja maar bijvoorbeeld emotie detectie zit daarin Dat is een toevallig een onderwerp waar wij on emotie eh detectie zit daar in de gevaarlijke eh zone waar dus geen producten mogen gemaakt worden maar ja dus hoe hoe waardevol zou het niet zijn als je in een klas bijvoorbeeld ziet Eh wie echt helemaal verward is eh en en die speciaal extra oefeningen kan geven

30:52 of dat je op een andere manier kan zien dat dat mensen slecht in hun vel zitten of weet ik wat voor begrip eventjes eh want alleé ik bedoel of dat we dat willen toepassen in Onze samenleving dat laat ik heel eventjes in het midden maar wij mogen dat momenteel niet verder uitbouwen want volgens mij zijn dat toch al eerste beginselen van die in de wereld zeker eh dat dat bestaat hè dus dus zelfs ook van videobeelden maar ook vanuit spraak en vanuit eh tekst en in Europa Nee wel We mogen onderzoek doen maar het mag niet eh in producten eh ver waar dat eigenlijk het meeste echte onderzoek soms gebeurt hè nadat de onderzoeksfase verlaat eh en en wat is de voornaamste Red want wat zijn dan de risico's dat het inhoudt of de voornaamste risico rico's ja het kan natuurlijk misbruikt worden hè zoals alles misbruikt kan worden maar ik denk dat de technologie op zich zeker nog niet ver genoeg staat om nu al remmen te

31:38 te maken maar ik vind dat er eigenlijk toch wel wat regels mogen zijn eh bijvoorbeeld Ja ook het feit dat chat gpt gewoon eh het ene jaar zegt open We gaan het niet eh publiek eh beschikbaar maken eh want ja je kan er veel te veel mee doen we zijn nonprofit en dan een jaar later alles eh zonder enige waarschuwing aan aan de maatschappij eigenlijk daar is het do Whatever you want eh ik vind dat eh toch iets te makkelijk eigenlijk zie zeker als je ziet wat voor impact dat heeft Als je kijkt gewoon de impact op onderwijs bijvoorbeeld Eigenlijk moet een Ja overal waar onderwijs gegeven wordt moet je eigenlijk Ja het ganse opzet gaan herdenken ehm bijvoorbeeld Ja bij ons is dat nu eh Gaat dat over masterproeven bijvoorbeeld bachelor proeven peper

32:24 schrijven Ja ik ik denk dan bij ingenieurs van faculteit dat je nog eh nog geluk hebt Omdat daar Ja ook die die technische zaken in zit maar ik denk bij de humanities Bij sommige richtingen dat het veel moeilijker is om het onderscheid te gaan maken tussen een tekst die geschreven is eh met behulp van chat gpt of door chat gpt en en door een student en en Hoe ga je dat allemaal ondervragen dat is nu maar één van de duizenden voorbeelden eh Hetzelfde met eh eh D enzo dus ehm ja het het ontwerpen van logo's en dergelijk ook Ja daar is toch een enorme impact op ehm ja op de maatschappij en en de mensen die logo's ontwerpen eh en en ja dat is zo op één keer hoep daar is het geen enkele warning en ja ik zeg niet dat men dat

33:09 niet had mogen doen maar het was toch goed geweest om een beetje voorbereid te zijn om daar eerst wat over na te denken te reflecteren misschien een analyse te maken Ehm Oké geen analyse die dan 10 jaar duurt maar toch wel ehm een beetje bij na te denken eigenlijk ik zie toch vooral gewoon als een een eh een versterker van de productiviteit hè die logo maker gaat nu 20 logo's kunnen maken waar hij er anders twee kon maken maar hij gaat nog nog wel of zij gaat wel beslissen welk logo het uiteindelijk wordt hè Dus je hebt nog wel altijd die Expert in de loop eh nodig hetzelfde met vertalers ook dus ik zie geen negatief effect op vertal het negatief effect is dat er eh dat je vroeger 10 van die logomat had en dat je er nu nog maar twee nodig hebt en dat is natuurlijk disruptief dat is die industriële

33:55 revolutie die eraan komt en en die we eigenlijk overal gaan zien waar eh Jobs geautomatiseerd kunnen worden en en dat dat is is ook wel alleé we gaat daar ook moeten over nadenken over hoe men daar gaat mee omgaan je kan niet alleen ehm de mensen al elon Musk en en Sam altman eh ja alle eh middelen geven want ja dan weet je eigenlijk niet waar we uit komen dus eh ook daar moet over nagedacht worden eh net als bij andere industriële revoluties eh moet er eigenlijk nagedacht worden over hoe je daarmee omgaat wat ehm ja ik heb daar geen antwoord op ik ben natuurlijk een eh Ai of een eh computerwetenschapper eh maar daar zijn wel ma maar inent komt gewoon voil komen die vragen in u op hè dus eh ehm nee ja eh ja zeg maar do maar eh Ent

34:44 ken eh ja misschien eh één van die zaken Dus dus regulering waar dat ik het ehm eh waar ik gewoon zelf ja niet perci antwoorden maar we zien toch ook dat eii meer en meer en want als we het over regulering hebben is het vaak om de private Markt Zeg maar eh eh te temperen Waar mogelijk maar ik zie toch ook wel dat overheden dat meer en meer beginnen gebruiken en zinvol en onzin vool Ik bedoel Zoals alles heeft alles kant tekeningen maar ook toch wel twee twee zaken waar dat ik vraagtekens bij zet en in hoeverre dat we dat moeten wel of niet gebruiken et cetera is toch wel als het aankomt op een eh zeker privacy niveau want daar kan het wel heel doordringend worden En omdat we Ai als iets abstract bekijken vinden we soms dat dat precies meer mag of niet mag hè dus twee specifieke voorbeelden zijn die eh die chat control die we gaan toepassen waarbij dat we Ai willen inzetten om eigenlijk beelden te gaan eh eh eh ja eh bekijken is niet juist maar

35:30 te gaan vergelijken met een aantal parameters om eh heel moreel relevante en zinvolle dingen te doen maar dat kan toch ook naar misbruik omslaan net zoals de private markt eh kan omslaan en het tweede aspect dat ik wou zeggen is dat je daar ook wel mogelijks een eh een Active SL proactive policing principe gaat krijgen waar dat we belangrijke plaats in Onze samenleving camera's hebben staan die eigenlijk vrij vroeg gaan detecteren hier loopt iets mis en dat we toch een soort van interventie drang hebben eh dus ik zie toch ook wel dat dat de omgedraaide effect hè dus de overheid als ik zo abstract mag spreken ook die middelen gaat wil inzetten voor goede doel maar dat daar ook de daar ook de excessen gaan per ongeluk ontstaan dus is regulering zo langs h We moeten elkaar in doog houden als dat bij jij aankomt zou ik dan zeggen Ehm ja helemaal akkoord daarmee dus ik

36:16 Ik heb over elke individueel dingen dat je hebt gezegd heb ik een opinie maar wat is die opinie waard waarschijnlijk meer als die van ons Nee dat vind ik dus niet hè dus je moet dat niet aan de ontwikkelaars overlaten om te beslissen hoe het gebruikt wordt dus ik denk dat regulering daar heel belangrijk is en dat dat kan kan evolueren over de tijd ook en misschien dan eh terugkijken naar u en naar eh computerzaken van krijgen we ooit die of of hoe moeten we daarmee omgaan van Ai die eigenlijk probis ische modellen probeert te creëren waarbij dat een ja iets een interventiemethode moet zijn maar dat er toch nog een soort van mens moet tussen staan ho Moeten we die relatie leggen tussen e j dat toch zeer slim begint te worden en eigenlijk zelf altijd terug vanaf nul dingen moeten her beredeneren om die eh die twee vraag te kunnen stellen ja er is veel te doen

37:01 rond Human in the loop eigenlijk dus de de mens moet eigenlijk de controle behouden over het systeem zeker als het over eh kritische zaken gaat eh gelijk eh bijvoorbeeld een operatie eh helpen aansturen of eh kritische teksten schrijven wil je toch eigenlijk altijd dat er eh die controlefunctie is eh dat er inputs kunnen zijn dat er ook interactiviteit is ehm dat wil je eigenlijk altijd eh Behouden maar ehm op onderzoeksveld daarbij dat dat je eigenlijk ook wel soort beperkingen wil geven je wil dus eigenlijk geven dat soort dingen dat willen we niet zien ehm en ook dat bepaalde kennis hè bijvoorbeeld verkeersreglement eh Je zou inderdaad de Tesla kunnen laten leren eh door Ja miljarden voorbeelden te laten zien eh verkeerssituaties maar eigenlijk heeft dat geen zin want ja dat is ook

37:47 niet de manier waop wij leren wij gaan vaak eh als we het verkeersreglement leren gaan we dat op basis van eh een paar situaties doen en dan ook ja gaan we toch een idee krijgen van Wat mag en wat niet mag door regels te leren en en en en die dan te gaan toepassen en En eigenlijk heb je die combinatie en ehm ja de de Good Old Fashion Ai zoals eh ze genoemd wordt was eigenlijk helemaal gefocust op eh dat keihard redeneren met eh die die regels en dat was het enige waare en en en goede en in de de linguistiek hadden jullie dat ook hè Er waren grammatikas opgesteld teams van 20 man die daaraan werkten om dan eh ja een stukje taal te kunnen doen en het was nooit perfect eh Den was onbruikbaar het was eigenlijk onbruikbaar En ja dus dan

38:32 dan heb je die die data aanpak eh die dan wel bruikbaar is maar eigenlijk Ja we een soort evenwicht eh tussen opnieuw die creativiteit dat je bijvoorbeeld Ik pak dat eh verkeersregels voorbeeld want wij krijgen ons rijbewijs als we zes of zeven op 10 halen hè eh en en dat data driven zou we dan 10 op 10 halen maar dan is er misschien te weinig ruimte om eigenlijk het het menselijk redeneervermogen erin te steken dat is het geen dat mist en dan misloopt dan eigenlijk opnieuw dat Judgement Ja oké dat is wel grappig ja en eh als we dan toch iets ethischer of of bezig zijn eh is is ook niet of ik vind precies ook wel een een grote valkuil dat er kan zijn bij bij en zeker chpt is eigenlijk dat het dat het kritisch denkvermogen van het individu enorm kan eh ja

39:20 aangetast worden en dat dat je eigenlijk Ja zelf moeilij een overtuiging nog gaat overhouden eh als je eigenlijk direct alles in chipi uit en en alles maar gewoon aanneemt want dat is ook wel inherent verbonden aan de mens We zijn nogal eh lui eh en dan eh ja hoe is daar de mening over ehm ja ja Soms heb ik wel schrik dat de twee dingen die ik het liefste doe eh programmeren en schrijven dat die binnen 10 jaar 15 jaar eh niet meer naar waarde geschat gaan worden Ja maar aan de andere kant veel van wat wij schrijven en coderen is ook gewoon boilerplate is is eh Ja is is ook niet echt heel creatief Hm Ik denk dus op het gebied van die creativiteit zijn we nog altijd de enige die dat kunnen als mens hè dus

40:07 je kan je kan simuleren maar je kan niet echt creatief zijn als taalmodule ook over zo dag dagelijks gebruik dan bijvoorbeeld hè waar dat we vroeger dan Google gaan gebruiken die ook natuurlijk h rankings geeft aan de resultaten maar dan misschien nog Anders gebaseerd is waarbij dat we eigenlijk nu over Bron door kunt verschillende bronnen zelf inderdaad raadplegen en nu krijgt je eigenlijk een een conclusie inderdaad van al die bronnen samen wat een heel Generaal antwoord bij iedereen zal creëren of of een overtuiging Ja maar is dat niet waarom dat je informatie opzoekt om om eh de conclusie te weten

40:54 en en als je niet zelf tot conclusies komt dan dan plakt je iets in u hersen zonder proces geïntegreerd Da inok niet zo ja dus dus ik volg daar wel een beetje dus waar ik eigenlijk wel schik van heb is dat eh Allez dus eh vroeger wordt er heel veel ehm accent gelegd op hoofdrekenen mensen moesten te leren rekenen en eh ja gewoon ook ingewikkelde berekeningen op op pen en papier nu gebeurt dat allemaal op eh de gsm en en op eh rekenmachine en dat heeft eigenlijk ook meegebracht dat toch een stuk van het wiskundig inzicht dreigt verloren te gaan en ik denk dat dat met eh ja die die taalmateriaal

41:57 beetje die die vaardigheden gaan toch verloren gaan ja die Q gaan lichtjes achteruit gaan voor 10 gaat dat enorm stijgen want die zijn Ja die die die hebben een intrinsieke motivatie om genoeg kennis op te doen zodat ze creatiever kunnen werken met die intelligente modellen Maar ja het meerendeel van de mensen waar dat ik eh helaas ook ondervond sneller Ja ja ik heb iets vaag Oké conclusie copy paste half nalezen en en zo leeft ge een beetje in uw leven maar ik denk dat daar toch een gevaar in zit als we geen voldoende parate kennis niet meer hebben om het juiste kritisch vermogen te kunnen to toep passen want dan als je ja te weinig parat kennis hebt kun je ook niet meer de juiste kritische vragen stellen Je kunt ook niet van chat gpt of dergelijke modellen verwachten dat zij voor u een kritische vraag gaan stellen die gij niet kunt verzinnen om dan Want dan worden we echt wel een eh eenheidsworst die inderdaad niet meer in staat is tot creativiteit

42:43 dan h hm ehm ja ja ja ik weet niet we zijn aan heel veel dingen gewoon geraakt hè aan rekenmachines aan eh internet aan aan search Waarom zouden we niet gewoon geraken aan chat pk of Ik denk dat ons IQ ook echt letterlijk lichtjes is gezakt over de afgelopen 40 jaar hoor kan Ja ik denk het wel eh als je kijkt naar de basispunten Ik wil gerust de researcher straks bijhalen Maar eh maar ik heb het hier over drie punten ofzo hè Niet extreem maar eh kan ook door andere dingen zijn ja ja het gemiddelde ja ja ja ja ja ja pas op ja excessen eh die zijn misschien goer dan ooit hè Maar maar ik denk inderdaad dat de bedoeling is toch eh evolutie en die en die achteruit gaan ja voil dus dus dat is hetzelfde met EQ hè Als inderdaad Hierdoor een stapje achteruit gaan en dan bij de de volgende eh revolutie Gaan

43:28 we nog een stapje achteruit gaan op basis vanq Ja z zijn we terug naar naap en eh alleé dat is snel gegaan maar eh ik denk dat dat veel te maken heeft met hoe je IQ berekent onderwijs is daar ook weer heel belangrijk ook denk ik hè dat je daar toch wel mensen nog basis skills natuurlijk uw IQ test vol met rekenoefeningen staat ja dan ga gaat het IQ achteruit gaan als die vol staat met oefeningen van Hoe schrijf ik een e-mail dan dan ja dan gaat chat gpt misschien die vaardigheid wel wat wat verstomt hebben hm hm maar het de echte cognitieve vaardigheden zijn liggen op een ander niveau hè Dat gaat om analogieën trekken om om eh problemen ehm waarnemen vragen stellen Hm dus ik denk dat dat juist taal modellen helpen daar juist om

44:15 om sneller de goede de Goede vragen te stellen denk ik hmm ehm ja wat eigenlijk ook wel een beetje een ander punt eh in in deze Optiek wel van belang is is eigenlijk hebben we altijd gedacht dat hand arbeid dat dat eh in de vorige industriële revoluties was dat ook het geval was daar altijd waar De assistentie bij kwam en eh waar tools en machines eh het eigenlijk vergemakkelijken En nu is het eigenlijk Ja de andere kant hè dus dus het bureauwerk het routinewerk de bediendes die inderdaad eh waar veel automatisatie zit eh terug erbij en dus eh ja bijvoorbeeld een elektriciën dat is ongelooflijk wat die mensen moeten gaan doen hè die kijken plannen die moeten die plannen opstellen dan kijken waar ligt in een draad gaat eh daar iets gaan eh manipuleren eh die manipulatie is al

45:01 heel moeilijk dus hier zoiets zal geautomatiseerd zijn Dat gaat echt eh tient Jar dan moeten wel ver staan dat je inderdaad met gsm chat cht open overal en dan die gaat zeggen daar en daar en daar dat doen en dan hoe dat je het moet doen maar inderdaad in de wetenschappen bi je dat toch ook wel veel veel potentieel en helaas eh moet ik er ook enkel spreken vanuit e vage anekdotische kennis maar omdat je er juist ook zei van creativiteit eh weet ik niet maar ze hebben toch Overlaat zoi een enorm enorm Ai machine Learning model voor mij een beetje What's In The Name maar eh om eigenlijk alle mogelijke proteïne folding mechanisme kun te kunnen voorspellen maar eh en als dan de mensen dat moeten doen waren waarschijnlijk nooit zover ver geraakt om dat allemaal door te rekenen dus op dergelijke niveaus is er natuurlijk D ook een beetje die computing Power eraan gekoppeld maar geeft het ook wel veel potentieel om eigenlijk werelden of eh

45:48 methodieken te gaan bedenken waarbij dat de mens misschien daartoe zou geraken maar dat voor ons 200 jaar kost en nu kunnen we het misschien op 30 doen hè dus zien we daar ook zo die evoluties dat toch wel de de de conclusies uit een aantal principes komen dat we daar zelf niet toe waren kunnen komen of of dat dat w het probleem van die protein folding is eigenlijk al een heel oud probleem hè dus Ik herinner mij als doctoraatsstudent dat ik daar ook al over hoorde maar eh daar was dan relatief weinig data en nu is er enorm veel data natuurlijk met ook die ganse inzet van ja dat gans Team eh en en die middelen eh dat dat eigenlijk tot een een super mooi en en en en predictief model eh geb Bou is en en dat zie je ook in in andere wetenschappen terugkomen dus eh eh Aal meer en meer wordt meer en

46:33 meer ingezet ehm bij allerlei disciplines om Ja dat soort eh nieuwe Powers te ontwikkelen eh nieuwe inzichten en misschien als je zelf een beetje naar de toekomst kijkt wat is het eh hetgeen waar je nu zo in de nabije toekomst of als volgende stap mijlpaal het meest naar uit kijkt waar dat je zelf aan denkt dat dat ga dat gaat binnen wat je zelf goed snapt een toch wel een een aanzienlijk verschil kunnen maken of dus ik ik zet heel hard in op het Gebr van kennis bij die die Learning eigenlijk eh dat is een beetje mijn droom eh er is ehm zijn eigenlijk wel veel belovende resultaten Rond eh ook ook één van die resultaten in die in dit dit domein is is rond eh wiskunde olympiades ehm ehm waar eigenlijk ook systemen ontwikkeld geweest zijn die eigenlijk het supergoed doen die eigenlijk eh die olympiades gaan winnen

47:19 ehm dus ja ehm maar die zijn nog wel met massaal veel data ehm maar dus eigenlijk zeg het model op zo'n niveau krijgen je dat toch eigenlijk de gemiddelde mens qua redeneervermogen of wiskundig vermogen eigenlijk begint te evenaren dat is eigenlijk de Next Step dat we daar eh wat meer in specifieke contexten dat je eigenlijk nu te weinig data hebt om iets te leren maar door door kennis te gaan toevoegen dat gewoon veel sneller gaat en dat je het ook veel meer kunt beïnvloeden Eh welk gedrag het gaat hebben die veiligheid die Safety die robustness ehm dat is eigenlijk Ja een beetje mijn droom dus die Learning and reasoning samen garanties bieden ehm als je kennis kunt instoppen krijg je ook verklaringen voor wat er gebeurt zijn niet zo'n Black boxes eh zoals die vaak nu het geval zijn ehm en en dat is een

48:06 beetje ja de richting eh waar ik van droom en en waar veel toekomst in zit maar misschien een vraag wat ik snap het net niet maar is het dan dat model meer hoe moet ik het zeggen gebruiksvriendelijk maken en Plug and Play dat je duidelijker elementen kunt instoppen en zien wat er uitkomt dus is het Dat is het Dat of is het in in general dat gewoon slimmer maken zodat dat ehm dat meer kan het slimmer maken door de kennis die je zelf bezit eigenlijk te gaan inbouwen dat is eigenlijk het idee en dat is wat nu niet gebeurt is alleen maar data data data eh maar eigenlijk kennis bijvoorbeeld dat verkeersreglement gaan gaan in ingeven dat kan eigenlijk momenteel niet en en dat is eigenlijk een wel om om dat te gaan combineren met data ik Z op grote schaal Ja je moet dat dan afzonderlijk doen maar dat is niet gekoppeld dus ehm

48:52 nou ja eerste stappen ik overschat het maar in de realiteit toch nog niet echt het is het is heel veel handmatig een beetje in in de stijl van de oude grammatical eh bij bij de linguist denk ik ehm dat het gebeurt hè dus zo kan het natuurlijk wel ehm maar ja je wil dat ergens vereenvoudigen En ja dat dat is volgens mij de de toekomst en misschien eh ik ben een simpele mens en binnen VI jaar zijn we al een pak meer in de richting van wat je nu denkt ik denk dat heel even mini exponentieel zal evolueren zal weer wat stagneren maar eh wat is een praktische toepassing waar ik zou ervaren in mijn dagdagelijks leven door eh wa je robotica bijvoorbeeld eh als je de vaatwasser eh gaat in inleen ja dan wil je dat dat op een bepaalde manier gebeurt dat u uw glas niet breekt en en je hebt daar eigenlijk allerlei kennis over die je wil gaan meegeven En

49:40 en die eigenlijk zouden moeten dat proces eh dus h houd robot acht je wel eh op eh middellange termijn mogelijk als ik het dan zo Ik denk dat eh Wel degene die de vaat was eh in leegt zal wel mogelijk worden ja of niet al te lange Ja want mesk is bezig met zo'n soort robot die die zelf in zijn eigen fabriek gebruikt als ik het bezig zie dan denk ik oei oei we hebben toch nog een trk te bewandelen precies maar het zal toch wel eh er aankomen misschien in onze tijd hè een soort van persoonlijke robot die eh voor de ehm eh zeer goede middenklasse betaalbaar wordt ter vervanging van simpele huishoudelijke taken maar die in de realiteit en die computing Power super complex zijn hè omdat je met de vage contouren van realiteit moet werken en daarom de handarbeid ook nog zo eh zo betaald wordt maar oké eh zelfde vraag of of eh daarop je ja dus Als je kijkt naar de

50:27 geschiedenis Het is eigenlijk de rekenkracht die die belangrijkste speler is geweest maar is die lanu wer dat dat maal twee gand de Ja de wet van Mo dus dus verdubbeling van de rekenkracht of of ver eh eh per vier jaar of per 2 jaar zo per TW jaar of per anderhalf jaar dat maakt niet uit het stijgt exponentieel en daar zie je nu de eerste effecten van eigenlijk op het gebied van het systeem dat we nu gebruiken die diepe neurale netwerken en die gebruikten we in de jaren 0 ook al maar die waren niet vooruit te branden dus dat was gewoon de schaal was veel veel te klein en dus de rekenkracht was veel te klein dus stel je nu voor dat je nog een paar drie of vier verdubbelingen rekenkracht meer hebt wat kan je je daarbij voorstellen dus ik denk dat we dan zonder data zitten en dat we zo sowieso meer

51:12 destillatie gaan krijgen van kennis uit die data dankzij die rekenkracht met methodes zoals die protein folding enzo dus dat je dus echt veel meer kan zoeken naar goede goede concepten naar goede theorieën naar goede representaties dus ik denk dat dat de intelligentie wel gaat stijgen hè dus dat dat eh Die O One methodes die nu al redelijk beloftevol zijn dat die nog nog eh beter gaan worden dus dat het ook het eh het begrip gaat vergroten Ik weet niet of je daar alles mee kan oplossen wat dat je met die Knowledge Crafts kan doen hmm maar ik denk wel een groot deel hè dus want je kan de modellen gebruiken om zelf Knowledge Crafts te maken die het dan weer kan gebruiken om zijn eigen zoekraken word echt wel een AG wil ik

51:57 zeggen Ja dus dus de Ja Agency dat bestaat Agents bestaan nu nu al met in de echte wereld maar dat maak het echt ech en wat zou van van van daar een praktisch voorbeeld zijn dat dan daar is dat er nu niet is of veel beter is dat er nu niet is ik denk robot verplegers en en robot chirurgen en en eh dat soort dingen dus dat dat nog heel sterk gaat gaat eh uitbreiden ja eh dus mensen die de AFAS doen Rob Stel dat de de de Quantum computing er eh op wordt toegepast dan is het ondenkbaar of is

52:42 weinig van maar dus ik heb altijd gedacht van maar corrigeer mij als als ik f ben dus eigenlijk kan kunt je daar alle mogelijke feature combinaties tegelijk eh of gewichten tegelijk eh is ook mijn domein dus eh dus alles is opgelost dan hè dus is dan eh maar over die robotica dus zijn ook heel knappe video's te zien van van Google eh en en en eh die eigenlijk experimenten doen bijvoorbeeld stel dat eh De Whiskey hier eh gemorst wordt en eh Je vraagt om het op te ruimen dat er eigenlijk perfect aan de hand van eh ja eigenlijk analoge Technieken maar die gaan niet alleen taal gebruiken maar die gebruiken beeld ter zelfde tijd dus multimodale beelden eh waar dat er echt wel een een reeks van acties wordt voorgesteld om dan inderdaad

53:27 jais te gaan eh opruimen en ehm ja D maar als we jullie model 10 jaar doken en dan laten we Boston Dynamics ook 6 miljard toestoppen om het zo te zeggen en we combineren die twee dan zijn we wel bij hetgeen wat je nu omschrijft hè 100 PR hè dus eh ik denk vif jaar eerder ja ja in in in specifieke contexten natuurlijk hè Je moet die robot dan niet erg Je zou willen dat die echt wel zelflerend wordt dat je daar echt mee kunt beginnen interageren zoals een mens dat we daar zijn danel als die in kan verzamelen van over met maar ehm er zijn geen technische beperkingen om dat mogelijk te maken hè dus je zou een geheugen kunnen inbouwen in chat gpt en dus je zou een chat gpt achtig model kunnen inbouwen in een

54:12 robot hm en op die manier kan die wel bijleren hè dus eh In Context en waarin verschilt dat want ik weet vroeger en dan spreek ik echt over denk meer als 10 jaar geleden h zoiets als Cleverbot wat wat wat is daar het dat is een dialoog systeem Ja dat ook bijleert dan bijvoorbeeld hè dat in het begin ook weinig wist en dan iemand zegt dan hè van bijvoorbeeld eh ik zeg maar 300 gaat over dat is een film dat gaat over dat dat en de volgende zegt dan van eh eh This is parta en zegt High Leonidas of zoiets hè eh wat Waarin is daar het grote verschil dan nu eigenlijk met chat gpt systeem of hoe zat dat dan ineen want dat is dan eigenlijk ook een soort van Ai misschien of d is ook regel gebaseerd begonnen hè dus je had Eliza over het El effect dat mensen zo onder

54:59 de indruk zijn van een dialoog van een chatbot dus dat ze denken dat daar een mens achter zit of of iets menselijks maar dat bestaat van de jaren 0 dus regel gebaseerd gelijkelijk is dat meer statistisch geworden maar dus de reden dat ik op die lezing zei van ja daar staan we nog nergens is dat je dus dingen hebt als Siri en en eh ja en die andere chatbots die dus eigenlijk heel slecht waren van kwaliteit en daar heb je dan ineens eh de verbetering van van eh chat PT niveau dus door gebruik te maken van al die data en van die heel grote [Muziek] dat je noemt en al die andere zijn eigenlijk nog van de periode voor voor die grote

55:50 taalmakelaar te leren Eh misschien eh misschien nog een eh een vraagje ehm we hebben het al een beetje aangeraakt maar als we nu pakt ehm maar ja nu nu zijn we misschien we zijn ook in een Ai boom dus nu denken we altijd alles dat alles dichterbij zijn dat het waarschijnlijk is want nog stagnatie politiek eh economie gaat allemal nog effecten hebben maar het effect op Onze samenleving in zekere Mate binnen 20 jaar dat is bijna voorzienbaar gaan we daar ehm gaat de samenleving nog herkenbaar zijn of is er vandaag zoiets wat we totaal niet nogmaals ik verwijs opnieuw naar het internet de gsm en et cetera dat is eigenlijk dat heeft de de samenleving hard veranderd langs de andere kant Er is ook nog heel veel hetzelfde gebleven Het is allemaal efficiënter geworden of slimmer of we hebben andere methodiek is

56:35 een soort van digitale economie wil ontstaan ma Z een computing Power economie maar je hebt nog steeds iemand nodig inderdaad voor eh bepaalde werken te doen Je blijft de grondstoffen nodig hebben er is wel een soort van automatisatie principe in fabrieken maar het blijft toch allemaal zo in de marge altijd eh veranderen maar zoals je net zelf aangaf ook qua bedenden en eigenlijk als met computing Power te maken heeft en heel veel mensen worden vandaag betaald om op de computer werk uit te voeren daar gaan we toch echt wel een een evolutie zien en ik heb bijvoorbeeld ook wel bang ja we ging misschien over arbeidsmarkt hebben maar dat we daar toch wel een eh huidig economisch model niet voorzien is op zo'n productiviteitswinst waarin dat we toch ook vo Ja ja ik denk dat die die die Ambacht terug gaat zegen vieren want langs de andere kant zie dat dan ook weer tendensen gelijk hè eh de

57:22 massaproductie van hamburgers en dit en dat dat is terug meer naar die Ambacht van de lager gaat gaan en dat dat misschien terug gaat zegen vieren Ambacht van meubels maken dat nu ook allemaal eenheidsworst is enzo Dat is mijn visie er een beetje op Ik weet niet hoe dat dat hoe dat dat bij jullie is Ehm ja Er kan kan ook een verschuiving gebeuren hè dus eh het hoeft niet altijd te betekenen dat eh er minder eh mensen nodig zullen zijn dus één van Die voorbeelden die soms aangegeven wordt is dat van radiologen er was ooit een voorspelling dat omwille van die medische beeldverwerking dat dat zo verbetert dat er eigenlijk minder radiologen zouden nodig h eh en ja dat had echt een effect op de keuzes eh die ja De artsen maakten eh bij specialisatie in de VS eh gedurende een bepaalde tijd maar eigenlijk is dat helemaal eh niet waar gebleken want als

58:08 die technologie beter werkt dan wordt die meer ingezet en is er net meer vraag naar die zaken Dus en radier vraag en de radiologen kunnen zich bezighouden met de dingen die ze interessanter vinden dus het is niet altijd een een negatief effect Het is een verschuiving Er worden nieuwe taken eigenlijk is is het idee dat we ons eh ja of de hoop dat we ons gaan kunnen bezighouden met de taken die we interessant vinden de creativiteit ehm inderdaad de echte diagnose inzichten in de medische wetenschap ding dingen dat misschien toegankelijker worden gelijk bijvoorbeeld ter juust hadden we het over die logo's hè dat dat er nog maar twee logomat nodig zijn maar wat als ineens de vraag ontstaat dat dat er terug eh families eh ofzo ontstaan hè dat er een soort van vraag shift is enzo zit daar bij automatische vertaling ook hè dus het dat bestaat al veel langer en

58:54 de de de vrees was dat dat echt serieus zou ingrijpen op eh de werkgelegenheid van vertalers maar het is eerder andersom hè dus is gewoon er was zoveel dat nog vertaald moest worden wat niet vertaald kon worden omdat er te weinig vertalers waren en nu kunnen die eh wel veel meer vertalen zijn productiever geworden het zelfde ook in het onderwijs Ik denk dat die eh die hebben ja h dus je kan veel persoonlijker en en gepersonaliseerd nu eh leertrajecten ontwikkelen voor individuele leerlingen Ja waar die leraar zelf geen tijd voor heeft om om zich mee bezig te houden dus eigenlijk door de toegankelijkheid en waarschijnlijk daardoor een prijsverlaging of whatever is is gewoon

59:40 een stijg van vraag Ja misschien We moeten er ook niet flauw over doen Er gaan zeker Jobs verdwijnen eh dus als je kijkt naar die zelfrijdende wagen in de VS zijn er eh ja is nu 4 miljoen taxichauffeurs en 15 miljoen eh personen die eigenlijk Ja één of andere eh Ja voertuig besturen op een fabriek of of ergens anders dus ja als dat allemaal geautomatiseerd wordt gaan die mensen natuurlijk ja een andere job ehm ja moeten moeten moeten zoeken of eh ja en dat kan misschien ook tekort aan opvangen hè want ik denk dat we in eh Europa ehm volgens mij permanent 50.000 vrachtwagens chauffeurs of zoiets tekort hebben hè dus dat kan ook bijvoorbeeld bepaalde gaps oplossen zonder dat we daar altijd mensen voor moeten forceren in die richting en misschien daar ook een eh een vraag hè Niet zo lang geleden Alhoewel behalve misschien de de innovatieve mensen hè Maar spraak we

1:00:26 constant over eh bevolkingsgroei dat dat ook een beetje de oorzaak van problemen was het zal nog wel heel even doorgroeien globaal gezien hè waarschijnlijk nog die 10 miljard da dat zal het zeen maar ehm eh puur eh netto zelf eh inh als je het zo moch noemen hè zit Europa Amerika ook al lichtjes eh de welvaartstaat als je dat mocht zeggen in een decline of zijn daar toch naartoe aan het werken en denk als we niet 2.1 kind per vrouw hebben dan zit je met een decline van population dat is gewoon zo kunnen we daar ook misschien dat deels opvangen in die zin dat we toch de samenleving kunnen behouden in haar eren of een bepaalde welvaarts samenleving kunnen behouden en ook een lichte ehm populatie decline net doordat eigenlijk het gemis daar wordt opgevangen door automatisatie robotisering en Ai of of is dat eh ja ze zeggen vaak dat dat dat echt tot collapses kan leiden hè eh een

1:01:12 5 of 10 proc de kleine van een bevolking Ik kan me daar wel iets bij inbeelden maar daar ben ik helaas te dom voor maar kan eii dat tekort misschien opvangen door die productiviteitswinst die dat niet meer gewonnen is maar wel dat effect kan even aan ehm misschien wel Ja dat is eigenlijk Ja de filosofisch en de jacon All van die complexe dynamische processen Tuurlijk maar ehm waar je waar je moeilijk denk ik iets iets van voorspellingen kan maken hm ja oké lange vraag kort antwoord dat is misschien eh ja ja typisch nee zeg maar eh nee ik denk dat we zo richting einde zijn aan het gaan ehm ja eigenlijk de vraag is al een beetje gesteld van van de toekomst daar wou ik eigenlijk mee eindigen wat Wat is de toekomst Oké general Intelligence kan

1:01:58 Ai ooit een vorm van bewustzijn krijgen allesin dat het de mens kan beginnen overrulen ja dat de mens kan beginnen over Roelen dat vind ik al een belangrijke stap in eh Next Level Intelligence dat hij tegen ons zegt nee we gaan het zo doen niet met de methodes die we nu hebben nee nee en er is geen enkele loophole gelijk dat je net zelf tegen chat PT kunt zeggen van ah doe alsof dat je zo bent en dan zo en dat je die zo kunt forceren dat is allemaal simulatie dan hè dus Z Ja maar ik ga er vanuit dat het een agent is geworden dat effectief onderdeel is van mijn operating system en dat we dat meer beginnen installeren en dat die dus heel veel toegang heeft tot allemaal Checkpoint toestanden ga een klein beetje sci-fi maar dat mag Er is maar één ding dat dat dat chat gpt en al die modellen willen dat is het volgende woord voorspellen dus ik ik zie daar

1:02:44 geen zelfbewustzijn uit opst Maar de mens is in general niet per se altijd zo positief hè Ik zou zeker kunnen zeggen dat er een narcissist isch negatief destructief Kanje a de mens Ja maar mens heeft een andere optimalisatie functie hè dus dus wij zijn niet getraind om het volgende woord te voorspellen Wij zijn getraind om Ik weet ons voort te planten macht eh te te verzamelen een carrière te maken om het even wat dus dus wij hebben andere optimalisatie puncties en als je die dingen in in Ai modellen gaat stoppen wie weet wat er dan gebeurt maar ik ik ik weet niet of er iemand is die zou weten hoe hoe je dat zou kunnen beginnen doen zelfs Eh ja distributie van eh van voeding onp of pricing Mechanics waardoor dat je toch een aantal negatieve effecten probeert te tackelen op zeer wiskundig niveau om eh

1:03:29 de algemene hongersnood eruit te helpen maar daardoor bepaalde voeding moet zo Ik wil maar zeggen als we heel ver gaan als die prijs beginnen simuleren in onze huidige economie of daar meer impact beginnen Hebben gaan we al een soort vanel hebben dat binnen een bepaalde ideologie wel dingen gaat eh stimuleren Ja ja want dat model wil zelf niks hè dus dat doet zelf niks neemt geen initiatief is volledig responsief dus als gij vag maar dan vragen Wij zorgen er nu voor word dat hongersnood de politiek zegt ik wil hongersnood onder de 2 die geeft dat in wordt beleid en dat wordt dan doorgevoerd Oké maar dan is het die die die wij voeren het beleid uit die politicus die die zo dom is om om eh een dom beleid Ja maar als die gestemd wordt dan komt het wel in realite Ja oké dat is missi deelde gij de mening of ja ik ben absoluut eens met Walter eigenlijk dus eh Ik vraag me ook

1:04:16 af of dat het wenselijk is om dat soort machines eh alleé die nee nee hand zetten in zo context dus Nee dat denk ik niet eigen dus nee ne dus eh dus alle sci-fi dat gaat nooit oké Nee en en ehm wel Er is heel veel sci-fi nu aan het uitkomen hè dus Oh ja wat het is daarom En ja je voelt toch altijd zo dat zoals met alle mogelijke systemen of of whatever als je de foute persoon aan het roer krijgt zoals met open Ai Maar laten we er vanuit gaan dat er een een een interactie in eindelijk in zit of over laats dat toch ook met die eh computersoftware ik weet niet update en alles viel uit Ik wil mij gewoon zeggen ga sch er was toch ook een voorbeeld dat dat dat er was was geen Ai tool dat ineens eh dingen begon te

1:05:01 genereren en en te praten in een gecodeerde taal tegen zichzelf of zoiets zonder dat wij dat konden verklaren Ja dat is gewoon maar dat was eigenlijk een een heel oninteressante experiment hè dus dat waren mensen op Facebook die eigenlijk zo Twee agenten tegen elkaar lieten praten en het was eens bieden over een een bepaald spelletje spelen en op een bepaald moment laten ze eigenlijk de taal los eh zodanig dat de taal kan mee evolueren en dan Ja men verstaat niet meer wat wat hoe zij communiceren Ja die wetenschappers Ik denk dat op Facebook was vonden dat oninteressant dus zetten de computer af eh en schrijf daar dan zoiets op op een blog en dan wordt dat opgepikt en dan zie je eigenlijk ook hoe de hype in eh in de media eigenlijk heel vaak werkt dus eh dat was eerst een tech eh een techblog

1:05:47 die eigenlijk wel eh ja best goede kwaliteit had en dan wordt dat zo opgepikt en dan gaat er naar de mainstream media en dan komt dat ook Ja bij bij een aantal andere eh minder goede tijdschriften terecht eh of of of kranten en op bepaald moment krijg je dan telefoontje van eh kan je eens uitleg geven bij het incident op Facebook is gelijk dat er een kerncentral ontploft is eh of of dreigt Omen en is eigenlijk Ja het is gewoon iets oninteressant dus dus heel vaak wordt er ook in de media en en ja wordt er echt wel eh te veel eh aandacht aan sommige zaken gegeven Ook de bedrijven doen dat eigenlijk hè dus dus als je de bedrijven hoort eh dat is ongeloofelijk hè ja zit eii erin en eh funding nee nee maar dat is ook eh bedrijven die die die

1:06:35 zijn Die hype een beetje in in leven aan het houden hè dus ik snap bijvoorbeeld niet dat mensen als Jeffrey hinton dus dat die eh dat die dus ook echt meedraaien in in die angst eh psychose van Ai gaat ons overnemen plof maar ehm maar misschien nog een laatste keer ja ja zo van maar dus het kan nooit alleé maar niet nooit maar ik bedoel de kans is het grootste dat het niet hè dat dus Ai in zekere Mate of een bepaald model zo diep in de samenleving gaan zitten en dat dat zo'n model wordt dat daar Ja Ja jullie zeggen eigenlijk omdat er geen intentie in zit kan het eigenlijk nooit eh ontsporen dat Z kan verkeerd gebruikt worden natuurlijk ja dat is het ja ja het zal altijd de mens zijn die zo

1:07:20 systeem gebruikt of toelaat of eh dat moet je natuurlijk niet doen bedoel ja maar We laten toch binnenkort ook onze tesla's rijden op op eh op hun eigen machine Learning Da kan toch iets insluipen of zo van die zaken nee nee dat klopt niet Ja maar inderdaad de mens kan wel binnenkort een heel interessante terroristische Attack doen hè En dat is wel bijvoorbeeld nu puur gewoon door scale economics en dat soort zaken als je binnenkort als alles altijd verbonden is Ik weet natuurlijk niet Hoel dat Tesla altijd verbonden is want die hebben uiteindelijk een lokaal systeem maar kunt je wel op een bepaald moment als je het echt kunt hakken het systeem manipuleren en wel aas eigenlijk crashes doen uitvoeren waar dat ook mag plaatsvinden Ja ja zien we daar specifieke gevaren door eii door of niet anders dan dat we vandaag al hebben puur door schaal voordel en eigenlijk al verbondenheid van het internet Ja je

1:08:05 kunt ook telefoons laten ontploffen blijkbaar Ja maar dan moet je blijkbaar toch nog eerst iets inbouwen hè Maar dat is heel oude technologie hè dus dus ook het feit van het saboteren en en eh dingen hacken Dat heeft niks mee Ai te maken dat nee nee maar ja het is erom dat is gewoon hetzelfde maar dan kunen het anders doen Ja oké Oké goed ons licht is wel aan het uitvallen dus eh ja een teken zijn om af te ronden eh Luuk Walter dikke mercie eh het was super interessant om een fijn dat je twee leken eh in de Ai eventjes eh wat slimmer proberen te maken Ehm ja dank veel succes en eh bin 10 jaar moeten we dit opnieuw doen en dan gaan we checken waar dat we wel of niet staan als nog kan Ja nog niet Hee over dat zalen Dank dank hè