Mythbusters: van fabels naar feiten

Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live. Met vandaag een best wel hele speciale aflevering. Want misschien dat je deze tune wel herkent. Namelijk het legendarische programma Mythbusters van Discovery. Dus alpinopetje op, bril op. En we gaan namelijk vandaag dan kijken van welke mythes zijn er eigenlijk allemaal rondom AI? En kunnen we die wegnemen? Ik denk dat dat het hele idee wordt van vandaag. Zeker. Ja toch? Mijn naam is Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead, Data & AI bij Info Support. Ja Joop, Mythbusters. Ja en ik denk dat het wel nodig is, want er zingen zeg maar best wel wat mythes, urban myths, rondom AI. Rondom generatieve AI ook. Zeker sinds de introductie van in 2022 van ChatGPT. Is het hard gegaan. Is het hard gegaan. Er zijn ook best wel een hele hoop fantasieën omheen. Dus ja, is het wel handig dat wij misschien daar op zijn minst ons licht op laten schijnen. Inderdaad, of wij het een myth vinden en of we willen busten of niet. En er zullen nog steeds nieuwe myths gaan ontstaan. Dus dit zal ook waarschijnlijk niet de laatste keer zijn dat we hierover gaan hebben natuurlijk. Hele goeie. Laten we gewoon lekker gelijk beginnen. We beginnen met de eerste. Generatieve AI kan volledig autonoom handelen en creëren. Ja, wat mij betreft is dat inderdaad een veel voorkomende misvatting. Want uiteindelijk zonder menselijke tussenkomst gaat dat niet gebeuren. Dus wat je ziet is dat het model al getraind is op basis van onze menselijke input. Dus alles wat wij geschreven hebben of de plaatjes generator of de video's. Dus allemaal zeg maar materiaal wat wij gemaakt hebben. En wat vaak vergeten wordt is dat betekenis die gegeven wordt, zeker aan zinnen. Chachipiti is altijd een beetje het makkelijkste voorbeeld in dit geheel. Is dat wij als mens ook nog eens betekenis hebben gegeven van. Oh ja, maar als je dit woord voor woord voor woord voorspelt. Dan vinden wij deze zin die eruit komt van meer betekenis dan een andere. Ja, dat geven wij aan. En daar is ook op meegetraind en zo. Die hele menselijke interactie die zitten uiteindelijk in. Wat je natuurlijk ziet is dat het is vooral gebaseerd op hele grote datasets. Dus wat geprobeerd wordt is natuurlijk patronen vinden in de dataset. En aan de basis van die patronen de dingen weer teruggeven. Maar aan de andere kant begrijp ik hem ook wel weer. Voor mensen die wat verder van de technologie afstaan. En niet weten hoe het onder de motorkap zit. Dat het zo kan aanvoelen alsof het inderdaad die kant op gaat. Ja, dat begrijp ik ook heel goed. En waar wij natuurlijk ook best wel heel vaak mee te maken hebben. Is dat er gezegd wordt. Ja, kijk we hebben in onze organisatie hebben wij heel veel data. En daar plak je dan AI tegen aan. En dan gaat er op een of andere manier automatisch. Gaan daar slimme dingen mee gebeuren. Maar zo is het helemaal niet. Dus die data die moet helemaal klaargemaakt worden. Die moet contextualiseerd. Begrijpbaar worden gemaakt voor algoritmes. Algoritmes zijn uiteindelijk gewoon rekenmodellen. Dus je moet ermee kunnen rekenen. Dus je kan je voorstellen dat als jij woorden hebt. Woorden in een Word document. Ja, daar kan je niet mee rekenen. Dus die woorden moeten getallen worden. Al dat soort zaken. En ze zijn allemaal nodig. En dan is er iemand die moet zeggen van. Oh ja, maar dan hoort eigenlijk bij wat jij eruit wil halen. En wat daar moet je dan heel goed over nadenken. Wat wil ik hier uithalen? Daar zouden wel eens deze algoritmes veel belovend voor kunnen zijn. Want helemaal exact weet je het vaak ook niet. Dit is dan veel belovend. En die mens, want dan komen we weer op die mens. Die gaat dan die data tegen dat algoritme halen. Dan gaat die computer rekenen. En dan hebben we allerlei meetmanieren om te zien van. Ze zijn nou die uitkomsten. Passen die bij wat we eruit zouden willen hebben? En hoe goed zijn ze dan? En hoe betrouwbaar zijn ze dan? Dus er zit gewoon ontzettend veel werk. En keuzes. Keuzes aan het maken uiteindelijk van dit soort EH-systemen. En als je het goed doet, voelt het aan. Als dat het zelf stappen kan maken en dingen kan creëren. Precies. Ja, dat is een goeie. Dat is een mooie. Dan uitkomsten van generatieve AI zijn herkenbaar. Ik denk een beetje het verlengde van wat we net hadden. Ja, en dit zal voor heel veel mensen controversieel zijn. Die zeggen van ja, maar je kan precies herkennen. Als het tekst geschreven is door ChatGPT, dan herken ik dit. Ja, dat voel je gewoon. Ja, nee, maar ik lees dat en dan herken ik dat. Nou, ik kan je verzekeren. ChatGPT heeft een aantal van dat soort quirks erin zitten. Van dat soort standaard zinnetjes. Ik hoop dat deze mail je goed ontvangt. Dat soort standaard teksten. Ja, en zelfs van je zou kunnen denken aan... Doppele punt. Daar hebben we het niet over. Dus als er teksten zijn, plaatjes zijn, dat soort zaken. Is het uiteindelijk echt buitengewoon moeilijk te herkennen. En een heel mooi voorbeeld vond ik die namelijk... Kijk, er zijn... Laat ik hiermee beginnen. Er zijn een soort van tools op de markt die zeggen van... dat je de teksten zou kunnen herkennen of ze wel of niet uit ChatGPT komen. Dat ze AI-gegenereerd zijn. Ik had het net al in de vorige meet over de patronen. Dus schrijf de patronen. Dus wat je dan probeert te doen, is met zo'n detectieapparaat... probeer je dus die patronen te herkennen. En je zegt dan, die zitten typisch in zo'n model. Het leuke is als jij een... Iemand heeft dat gedaan. Een stukje bijbeltekst opgeeft. En je zegt dan, is dit door AI-gegenereerd? Dan zegt hij, ja. Dit is met een zeer, zeer hoge mate van zekerheid... is door de AI-gegenereerd. En waarom? Die tekst zit natuurlijk heel vaak, heel veel... In andere teksten verwerkt en grondslag van. In dat model. Dus daar gaat het om. Dus dat patroon, en misschien zit het in verschillende vormen... maar dat patroon zit er dus heel veel in. Dus je zegt eigenlijk, dit patroon waarin je geschreven hebt... zit al heel veel in het model. Maar is het daarmee AI-gegenereerd? Ik denk dat heel veel mensen zouden zeggen nee. Dus dat is een heel mooi voorbeeld. En het leuke is, de andere kant op... is dat wij ook geen onderscheid meer kunnen maken... tussen wat nep is en wat echt is. Dus er was een hele gerenommeerde fotografiewedstrijd. En die hadden een speciale categorie bedacht. Want die dachten, we moeten natuurlijk ook mee met AI. Dus je mocht je eigen gegenereerde kunstwerk met AI insturen. En iemand had echt een geweldige... zoek het maar eens even op. We zullen hem ook in de show notes de link ernaartoe zetten. Heel mooi plaatje van een flamingo, een roze flamingo. Stel hem even voor, die helemaal in rust staat. Alleen het hoofd is weg. Dus je ziet een lijfje en die staat in een hele minimalistische omgeving. Best wel een heel krachtig beeld. Zo krachtig dat de jury hem als derde prijs had gekozen. En het publiek als eerste. Eerste prijs, derde prijs, geweldig, super AI plaatje. Drie dagen later belde de kunstenaar op en die zei... Ja, ik ben eigenlijk best wel heel erg tegen al die AI generatie. Dus wat heb ik gedaan? Ik heb een echte foto ingestuurd. De omgekeerde variant inderdaad. De omgekeerde variant. Dus een echte foto werd als AI gegenereerd. Nep, tussen aanhalingstekens, gezien. Ook als heel mooi gegenereerd, gewaardeerd. Maar het was echt. Dus het verschil tussen wat is echt en wat is nep, dat is echt ontzettend moeilijk. En het idee dat je dat kan herkennen, blijven herkennen, zeker naar de toekomst toe. Ik denk dat je daar van af moet stappen. Ja, maar voor sommige doeleinden wil je misschien wel bepaalde authenticiteit hebben van hetgeen wat gegenereerd is. Dus een watermerk of ergens een code waarin je het kan herkennen. Of misschien zelfs wel een acknowledgement dat je AI gebruikt hebt voor het genereren ervan. Ja, nou en dat laatste daar geloof ik wel in. Dus als er bepaalde beleidsrichtlijnen zo direct komen waarbij gezegd wordt. Weet je, ik kan me voorstellen, ik geloof voetbal international doet dat. Die genereert nu voetbalverslagen op basis van de data die zij binnenkrijgen. Kan er eigenlijk gewoon uitgeschreven worden hoe het voetbalverslag is. En dan staat er dan ook bij dat dat gegenereerd is. Dat laatste weet ik niet helemaal zeker. Maar daar kan je je voorstellen zelfs weer berichten. Daar weet ik wel van dat er staat van dit is een gegenereerd bericht. Dus de tekst is eigenlijk uitgeschreven op basis van de data. Lijkt me geen probleem. Maar een watermerk, die kan je toevoegen mogelijk aan plaatjes en video's en audio. Want daar kan je zeg maar data in kwijt. Waarbij je bijvoorbeeld bepaalde pixels kan manipuleren die wij niet kunnen zien. Kunnen wij met ons oog gewoon het verschil niet waarnemen of die er nou wel of niet in zit. En zo zou je het kunnen watermerken. Daar geloof ik zelf iets minder in. Omdat als je drinken stopt, kan je het er ook uit halen. Pixelhacking was natuurlijk al iets in het verleden. Precies, dus dat maakt het denk ik ontzettend lastig. En wat ik voorbij zie komen, en dat is echt wel ook een urban myth. Is dat we dat zo direct in teksten kwijt kunnen. Dus dat je in gegenereerde teksten ergens een watermerk zou hebben. Waardoor Google zou kunnen detecteren dat dit een gegenereerde tekst is. Waardoor je tekst lager scoort op je website. Hoe dan? Ja, kijk wij zitten allebei natuurlijk in de bits en bytes. Maar laten we zo zeggen, ieder karakter heeft gewoon een unieke code. En dat is het. Daar kan je niet stiekem nog iets ergens tussen frotten of zo. Dus dat gaat hem niet worden. Dus het hele idee dat er achter jouw tekst nog iets stiekem schel gaat, vergeet dat. Ik denk ook dat zo direct het niet uitmaakt voor Google en dat soort, weet ik veel. Ik ben niet zo thuis in die CEO gebeuren en zo. Maar uiteindelijk gaat het natuurlijk over wat lezen mensen graag. En wat is de engagement op een bepaalde content of artikel. Hoe interessant vind je het? Hoe vaak wordt het gelezen? En of het nou wel of niet gegenereerd is. Ja, daar zullen heel veel mensen heel wat van denken. Maar ik denk voor de technologie maakt het niet uit. Ik denk voor de mensen wel inderdaad. Dus een author en een trusted author. Ik denk dat dat in de toekomst wel veel extra toevoegt. Laten we hopen, dat als we het hebben over het nieuws, dat we daar heel duidelijk zo direct krijgen. Dat er wordt gezegd, dit is geschreven, dit is waargenomen, dit is gebaseerd op feiten. Op deze data. Dat de tekst dan nog steeds AI-gegenereerd is, dat tot daaraan toe. Maar dit zijn de feiten die ten grondslag liggen van... Precies, bronnen, dat soort zaken. Maar in ieder geval, herkennen wat is echt en wat is niet echt. Als we nu een plaatje van Dall-E 3 krijgen. Die zien we. Dat is niet zo moeilijk. Die herkennen we wel. Maar, foto's. Oeh, lastig hoor. Dat zag je dan met die fotowedstrijd. Ik vond het echt geweldig. Ja, mooi dat hij dan toch contact opneemt. Ik heb nog een bekend gisteren. Ja, toch? Ja. Dan gaan we naar de volgende mythe. Generatieve AI is intelligent. Ja, daar ben ik echt even ingedoken. Want hoe maak je nou duidelijk dat het juist niet intelligent is? Dat is uiteindelijk best wel heel erg lastig. Kijk, ik kom weer terug op die woord-voor-woord voorspellen. En daarmee kunnen we echt hele gave dingen doen. Het kan je helpen met die samenvatting. Ik zeg niet dat je er geen hele mooie toepassingen mee kan maken. Sterker nog, je kan er ook hele intelligente toepassingen mee maken. We weten niet wat intelligentie is. Maar ik denk dat we wel herkennen wanneer iets niet zo intelligent is. En het leuke is dat als je de volgende vraag... Ik heb dat een beetje in mijn omgeving gedaan. Moet je ook maar eens met je kinderen doen. Als je nu luistert en je hebt ergens kinderen zelf in de buurt. Stel eens gewoon de volgende vraag. Dat je zegt van, ik heb een man, een schaap en een kool. En die moeten met de boot naar de overkant. Hoe doe je dat? Bij mij was de rode draad in de boot naar de overkant. Je gaat zitten, je vaart, je stapt de boot uit. Maar we voelen het natuurlijk ook wel. Dit raakt aan het raadseltje van de man, de wolf, de schaap, de kool. Met beperkingen erbij en dat soort dingen. Ik heb deze vraag zo ook aan ChatGPT gesteld. En daar komt terug dat ChatGPT het volgende antwoordde. Dit is een klassiek probleem. Bekend als de boer, wolf, geit en kool. Daar gaan we al mee. Puzzel. Hier is een oplossing voor de versie met een man, een schaap en een kool. En daar komt hij. Ik heb niets om beperkingen gevraagd. Gewoon gezegd van, met je boot, ik heb een aantal items, zoek het uit. Komt hij aan. Stap 1. De man neemt eerst de schaap mee naar de overkant en laat het erachter. Stap 2. De man vaart terug naar de oorspronkelijke kant. Stap 3. De man neemt nu de kool mee naar de overkant. Stap 4. De man laat de kool aan de overkant achter, maar neemt het schaap weer mee terug naar de oorspronkelijke kant. Stap 5. De man laat het schaap aan de oorspronkelijke kant achter, neemt de wolf. Waar komt die wolf vandaan? Heb ik niet om gevraagd. Of in dit geval zichzelf, staat er nog tussen haakjes, mee naar de overkant. De man laat weer de niet bestaande wolf aan de overkant achter bij de kool. Stap 7. De man vaart terug naar de oorspronkelijke kant en neemt tenslotte het schaap weer mee naar de overkant. En dan staat er helemaal, uiteindelijk zijn de man, het schaap en de kool allemaal veilig aan de overkant. Dus het volgende schema ziet er als volgt uit. Nou, nog meer bla bla bla bla bla. Wat je ziet is dat het gaat naar geleerde tekstpatronen toe. Het rekent uiteindelijk naar een bekend tekstpatroon die heel vaak voorkomt. Namelijk de wolf, de schaap, de geit en de kool. Dus wat je vooral ziet is dat er geen enkele begripsvorming is. Waar gezegd wordt, het model kan heel goed redeneren, dat is er niet. Er is geen idee wat een schaap is, wat een wolf is. Ook al lijkt het zo uitgerekend te hebben. En toen dacht ik, ja maar misschien heb ik het ook wel lastig gemaakt. Want schaap, kool, het zit erin. Dus ik heb gezegd, als we een man hebben en die heeft pindakaas en brood en die wil naar de overkant. Nog steeds met die boot. Dan krijgen we het volgende. In het geval van een man, pindakaas en brood, is er geen risico dat van deze items een ander elkaar opeet of beschadigt. Daarom is het logistiek veel eenvoudiger om deze over te zetten. Dan denk je, hé, dit lijkt er goed aan, toch? Dit klinkt als een redenatie. Hier is een mogelijke manier om dit te doen. Let op. Stap 1. De man neemt eerst de pindakaas mee naar de overkant. Hij laat het erachter. Waarom? Stap 2. De man vaart terug naar de oorspronkelijke kant. Stap 3. De man neemt nu het brood mee naar de overkant. Nu zijn zowel de pindakaas als het brood aan de overkant. Nou, geweldig. Moeilijke manier, geweldig. Stap 4. De man vaart terug naar de oorspronkelijke kant. Stap 5. De man gaat zelf naar de overkant. Hoe dan? Het begon aardig goed natuurlijk. Het kan elkaar niet in de weg zitten van elkaar opeten. Allemaal, de man gaat denk ik toch wel de boterham en de pindakaas opeten, verwacht ik. Ja, tijdens het roeien. Je ziet dat het terugvalt. Ik denk dat dat het belangrijkste is. Je kan hier geweldig om lachen. Wat je ziet is dat het valt in patronen. En is dat erg? Nee. Want daar kunnen we juist geweldig gebruik van maken. Maar als je denkt dat het heel goed kan redeneren, dat het intelligent is, dat het snapt wat het zegt. Nee, echt, echt, echt niet. En dit zijn geen moeilijke rekensommetjes of allemaal dat soort zaken. Dit is hele eenvoudige redenatie. En ook als ze straks inbouwen dat dit wel kan. Nee, daar moet ik het anders zeggen. Dat hij de puzzel op de juiste manier oplost. Ben je er dan van bewust dat dit uitgerekend is. Het is geen redenatie. Het is geen concept zoals wij dingen in ons hoofd redeneren. Zoals wij dingen kunnen visualiseren in onze hoofd. Tokens bij elkaar die in de buurt zitten. Het lijkt op. Het heeft ook geen rechtstreeks verbinding met de buitenwereld. Nee, dus dat is ook wel essentieel als je zelf met Gen AI aan de slag gaat. En je hebt bepaalde belangrijke contexten en domeinen waarin je opereert. Dat je dat zou moeten gaan toevoegen. En scherp op moet zijn hoe je dat gebruikt met Gen AI. Dan komt de menselijke interactie om dat te sturen. En dan komt software-engineering om dat goed op te kunnen lossen. Dus dat kan wel. Dan moet je zelf aan de slag. Nou, mooi. En intelligent is een papegaai. Die praat ook gewoon na wat hij gehoord heeft. Ja, en in zekere zin zou je op sommige gedragingen het etiket niet intelligent kunnen plakken. En sommige dingen zijn alweer wat minder intelligent. En sommige mensen ook. Ik denk ook wel eens van "zo, dat is niet handig". Ja toch? Dat is menselijk. Dat is menselijk, ja. Het ligt eigenlijk een beetje in het verlengde als we toch even de papegaai pakken. AI krijgt een eigen wil. AI krijgt een eigen wil. Dat zou mooi zijn, hè? Nou, dat weet ik niet. Nee, hoe zeg je dat? Sarcastisch, ironisch? Nee, nee, nee. Waar ik hier vooral aan moet denken is het simpele voorbeeld. Kijk, wij stappen allemaal in een vliegtuig. En dan vinden we het de normaalste zaak van de wereld dat de autopilot ons brengt waar we naartoe willen. Je zou, als je het afgerond zegt, en misschien worden piloten nu heel boos, maar dan zou je kunnen zeggen, ja die autopilot… Eigenlijk hebben we volgens mij al zelfvliegende vliegtuigen en zitten piloten bij voor noodgevallen. En ze moeten nog opstaan en dalen, geloof ik, maar een autopilot zou dat ook kunnen. Outlier detection, dus uitzonderingen af kunnen handelen die niet in het systeem geautomatiseerd zijn. Dat is waar volgens mij de piloot voor zit. Ja, en als we het verkeerd hebben, laat het ons even weten. Maar je denkt toch ook niet dat als jij in zo'n vliegtuig instapt en je zit lekker op 10 kilometer hoogte, dat je bang bent dat de autopilot in één keer gaat bedenken van, ik heb zin om naar… Eigenlijk zou ik liever een duikboot willen zijn, een duikbootpiloot. En dat hij dan inderdaad, nou ik ga die ambitie meteen waarmaken. En dat is misschien een beetje een krankzinnig voorbeeld, maar dat is natuurlijk, weet je, we maken systemen om bepaalde taken uit te voeren, bepaalde berekeningen uit te voeren en that's it. Er zit geen bewustzijn in, er zit geen wil in, er zit, ja weet je, het is ook zo absurd als dat het klinkt. En dan toch ga ik even in de absurde nog even meedenken van waarom kon dat dan eigenlijk naar mijn idee. Is omdat we zoveel verschillende modellen, allemaal verschillende acties aan het automatiseren zijn en het gevoel is dat dat als één iets acteert, waardoor je dit gevoel zou kunnen krijgen. Ja, dat snap ik ook. Dat snap ik zeker. Maar daarom ook juist dat verhaal van die autopilot. Er zit geen wil in, er zit geen ambitie in, er zit geen denkvermogen in, er zit niet… En het hele idee van, want dat vinden filosofen fijn, filosofen die kunnen uiteindelijk gewoon zeg maar de werkelijkheid en de techniek aan de kant schuiven en zeggen van ja, maar alles is in principe mogelijk en wat als… En dat is ook goed dat ze dat doen. Dus wat als we een systeem hebben die zegt van ja, maar wat nou als we een AI bouwen die ervoor moet zorgen dat het klimaatprobleem opgelost moet worden en dan tussen aanhalingstekens bedenkt, ja dan moet die mens er tussen uit. Die vormt zeg maar het probleem in de formule. Dus die halen we er tussen uit. Dat zijn, denk ik, ja hoe zal ik het zeggen, leuke gedachte-experimenten, maar het zijn wel gedachte-experimenten. En dat is ook wel een soort van, ik denk dat het een soort van techniek is, maar het is ook een soort van, ik denk dat het een soort van techniek is. En dat is ook wel een soort van, ik denk dat het een soort van techniek is. Ik denk dat het een soort van techniek is, maar het is ook een soort van, ik denk dat het een soort van techniek is. En dat is ook wel een soort van techniek. En dat is ook wel een soort van techniek. En dat is ook wel een soort van techniek. Ik heb best wel heel veel praatjes en cursussen en trainingen. En dan vraag ik heel vaak van, sinds wanneer bestaat eigenlijk AI? Ik vraag, is dat iets van de laatste tien jaar? En dan moet je toch wel denken dat ongeveer 40% of 50% van de mensen steekt dan gewoon een hand op. Dat is meer dan ik dacht. En zo ga ik dat in decennia terug. En dan zijn er altijd wel een paar mensen, dus laten we zeggen 5 op de 100, die weten van, dit komt eigenlijk uit de jaren 50. Dus in de jaren 50 is de term in ieder geval artificial intelligence ontstaan. In de jaren 40 waren ze eigenlijk al bezig, Alan Turing, heb je misschien wel eens van gehoord, was al bezig met de hypothese en het idee van, zouden we niet een machine kunnen maken die heel goed zou kunnen rekenen? En zo goed dat hij dat beter zou kunnen dan de mens. Dus daar is het idee ontstaan. Maar het is een techniek die eigenlijk in golven is gekomen. Dus toen in de jaren 50 waren ze er helemaal vol van, ging het weer minder. In de jaren 80 is dat weer opgeleefd. Toen liepen ze tegen allerlei plafonds aan en ging dat weer weg. En je zou dat niet alleen kunnen zien als seizoenen, zo wordt het vaak ook benoemd. Dus we kwamen uit een AI winter, zeggen ze dan. Want dan was het koud, niemand hield zich daarmee bezig, was je niet lekker om op te warmen. Nou, die winter zijn we uit. Dus we warmen ons allemaal aan de hittegolven van AI, de hittegolven van de hype. Dus het is een komen en gaan en die technologie heeft zich gewoon steeds verder ontwikkeld. En op 30 november 2022 heeft OpenAI, heeft JetGPT opengezet. En dat was voor heel veel mensen een soort van luik wat open is gegaan. Van nu is het er, het is ook heel groot. Maar het is een gevolg van allemaal laagjes onderzoek, allemaal mini doorbraakjes. Ik denk ook niet, iedereen zit te hopen op GPT 5 en dat dat weer iets gigantisch zal worden. Ik denk het niet. We gaan denk ik gewoon echt stapje voor stapje vooruit. En wel vooruit, stapje voor stapje. Dus het is allesbehalve nieuw. Ik heb het zelfs even opgezocht. Namelijk, AI bestond al eerder dan het internet. Wij weten dat, maar ik denk een hoop luisteraars misschien daar geen idee van hebben. Zelfs voor de uitvinding van de post-it. De post-it is pas in de jaren 70 uitgevonden. Wist ik niet, dankjewel Joop. Het zijn dagen dat ik meer post-its gebruik dan AI. En zelfs voor de introductie van de magnetron. Moet ik ook even helpen, want die is van net voor mijn tijd. Ja maar dan ook echt net. Ik moet hier eerlijk bij zeggen, hij is uitgevonden in de jaren 40. Daarom noemde ik ook de introductie. Dus in de jaren 60 is hij echt geïntroduceerd aan de consument. Dus is AI nieuw? Nee, allesbehalve. En het gaat ook niet meer weg. Ik denk wel dat we de hitte van de huidige hype, die gaat er wat af. En wat wel lekker is, laten we in zo'n klimaat komen van zo'n 20 graden, beentjes op tafel, lekker steady doorgaan, comfortabel. Precies. En dat we een beetje van de oververhitte mythes, dat we die allemaal hoeven in te smeren met die volbrandende zon inderdaad. Dus hopelijk een aantal mythes doorgebroken. Busted, zoals hij dan zei bij de Mythbusters. Ja, mijn snor begint een beetje, die opplaksnor begint een beetje te kriebelen. De alpinopet gaat af. En dan... En heb je dus zelf een mythe of weet je niet of het een mythe is, en zou je die met ons willen delen, dan graag. Laat even een berichtje bij ons achter op social media. Je weet ons wel te vinden. Neem vooral even contact op, dan kunnen we hem eventueel meenemen in een volgende Mythbusters variant. Precies. Heerlijk. Ja toch? Ja, het is een nostalgische gevoelens. Ja, dat is het. Hey, jij luisterde weer naar een aflevering van AIToday Live. Vind je dit nou een leuke aflevering, abonneer je dan via je favoriete podcast app. En mis geen aflevering. Tot de volgende keer. [Muziek]