AI-innovatie van NVIDIA: een exclusief verslag

In deze aflevering hoor je Vink van den Bosch, IT-consultant bij Info Support België, die exclusief verslag doet van de nieuwste NVIDIA-technologieën die hij op afstand volgde tijdens de NVIDIA-conferentie. Fink vertelt over digitale simulaties van de echte wereld en hoe AI helpt bij complexe biologische vraagstukken. Met zijn achtergrond als technologische duizendpoot deelt hij hoe deze AI-toepassingen hun weg vinden in alles van scheefstaande torens tot oceaanbodemonderzoek. Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live. Mijn naam Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. En vandaag helemaal vanuit België, onze gast, Vink van den Bosch. Vink, hartstikke leuk dat je hier bent bij ons. Hey, hallo. Ja, zou je jezelf eerst willen voorstellen aan de luisteraars? Ja, ik zal mij snel eens even voorstellen. Ik ben Vink van den Bosch. Ik ben eigenlijk gewoon IT-consultant, zoals iedereen in Info Support, maar dan in België. En eigenlijk ben ik sinds 2018 begonnen met AI en ben ik er zo op die manier in contact mee gekomen. En met de volledige hypecycle ben ik op die manier eigenlijk in de AI-wereld verder gerold. En even een beetje wat meer over mijzelf. Ik zie mijzelf een beetje als een technologische duizendpoot. Ik probeer overal wel wat mee te spelen. Zo ben ik de laatste tijd bezig met 3D-printing, modelleren. Ik ben bezig met Arduino. Ik heb een tijd aan video-editing gedaan enzovoort. En ik probeer gewoon overal wat mee te spelen en mee te experimenteren. En dan vooral nu met de volledige AI-hype ben ik daar ook gewoon volledig mee aan de slag gegaan. Om eens te zien van wat kan ik ermee doen. Wat is er allemaal gewoon nieuw. Dat is eigenlijk hetgeen dat ik heel tof vind. Gewoon zo dat experimenteren, zien van wat kan ik ermee doen. En vanuit dat kader, vanuit Info Support België, wilden jullie naar NVIDIA? Ja. Wilden jullie toe? Nou, dat is een hele tour geworden eigenlijk. Maar voordat we daarover gaan beginnen, eerst misschien even uitleggen. Wat is het bedrijf NVIDIA en waarom zijn die zo belangrijk op het gebied van kunstmatige intelligentie? Wel, NVIDIA is het volledige bedrijf dat momenteel echt koploper is op vlak van het maken van de GPU. Dus grafische kaarten. En grafische kaarten worden heel hard gebruikt in de AI-wereld. Omdat die gewoon zeer goed zijn in het paralleliseren van verschillende taken. En qua computatie zijn ze dus veel beter voor bijvoorbeeld de trainen van AI-modellen. Eens dat dan de AI-modellen getraind zijn, dan worden die ook vaak gebruikt voor vervolgens die modellen verder te runnen enzovoort. Op die manier is NVIDIA eigenlijk zeer sterk gegroeid, omdat er gewoon een grote vraag was naar grafische kaarten. In de afgelopen meerdere jaren, ik weet niet hoe lang dat nu al is, zijn zij ook gewoon heel hard aan het inzetten op hun eigen zaken, te ontwikkelen hun eigen software, extra hardware. Verder aan het inzetten op dus echt alles van computatie, van serverracks enzovoort. En daarmee hebben zij er ook gewoon echt veel over te vertellen. Want afhankelijk van eigenlijk de producten die zij leveren, gaat de AI-wereld bijna in een bepaalde richting uit. Ja, dat is echt wel richtinggevend in de innovatie van de GPU's en de toepassing daarvoor voor AI. Ja, en voor die reden wilden wij eigenlijk ook gewoon echt graag naar daar gaan. Natuurlijk bij NVIDIA gaat een heel groot deel natuurlijk over hun hardware. Dat is niet zozeer hetgeen waar wij als IT-consultant in geïnteresseerd zijn. Maar alles dat ze ernaast doen, alles van opdrachten en de sprekers die er naartoe komen, dat is dan wel op een top interessant. Wanneer we het hebben over, er waren verschillende talks, ik ga er nu een paar gewoon voor noemen. Maar bijvoorbeeld de volledige opkomst van Digital Twins. Het idee dat we via gewoon videomateriaal even een ruimte kunnen 3D mappen. En daar dan van alles doen met die ruimte. Bijvoorbeeld simulaties daarin uitvoeren. Die ruimte gewoon, die koppelen aan sensoren. Zo was er een verhaal van de Garicentatoren in Bologna. Dat is net zoals de toren van Pisa, een toren die ongeveer 4 graden scheef staat. En ze hebben die eigenlijk gewoon volgezet met sensoren. Dus om alles te kunnen opmeten van wat gebeurt er met die toren. Heilt die afhankelijk van de wind, hoe die een beetje heen en weer zwaait enzovoort. En ze hebben dat dan ook gewoon in Men & Digital Twin omgezet. Dus een volledig 3D model dat je kan kijken van oké, wat gebeurt er in die toren. Even kijken afhankelijk van tijd. En met als doel dus ook om vooral ons simulaties erop te kunnen uitvoeren. Van wat gebeurt er als er meer wind is. Nu, daar zijn ze nog niet helemaal. Maar zo die volledige beweging, ik vind dat wel heel boeiend. Een andere groep was bijvoorbeeld bezig met dezelfde technologie, de volledige oceaanvloer uit de mappen. Nu, ze zijn klein begonnen met de Beringzee. Maar ze hebben daar wel serieus wat vooruitgang gemaakt. En het doel is daar dan ook weer van wat gebeurt er. Afhankelijk van als er warm water komt, wat voor invloed heeft dat op de rest. En dat soort simulaties, dat boeit mij echt wel enorm. Mooi. Maar jullie waren van plan om naar Amerika te gaan. Ja. En dat is niet helemaal gelukt, hè? Nee, alles stond helemaal klaar. We hadden de tickets geboekt. We stonden op het punt, we hadden ondertussen al gekeken van welke Airbnbs dat we gingen boeken. En welke vliegtuigen hadden we allemaal geregeld. Het was ook een beetje een lange vlucht natuurlijk. Wel met ongeveer 18 uur om tot daar te geraken in Los Angeles. Maar we dachten van, sure, we gaan ervoor. Dat gaat tof worden. En dan begon alles een beetje te escaleren. Nu, ik wil niet te verduiken in politiek en zo, maar plotseling vielen er twee vliegtuigen uit de lucht op een week tijd. En dat is zoiets van, ja oké, statistisch gezien is de kans heel klein dat ons vliegtuig neerstort. Daar maak ik mij nu ook echt geen zorgen over. Maar hoe gaat het verder escaleren? Wat is de kans dat wij gedeporteerd worden? Dat was een vraagteken die we op dat moment nog niet hadden. We moesten me vandaag de dag stellen, dan zou ik er toch ook even iets langer over nadenken. Ja, precies. Dus jullie hebben eigenlijk van afstand alle praatjes die daar gehouden werden bekeken? Ja, alle praatjes is jammer genoeg net iets te veel. Er zijn ongeveer 1200 sessies die worden gegeven op een week tijd. Veel daarvan zijn ook, die worden gegeven remote vanuit Europa. Veel daarvan zijn ook op locatie zelf. Dus dat is eigenlijk echt gewoon een volledige dag lang door dat er bijna op elk uur wel een sessie ingepland staat. Nu, we hebben wel geprobeerd om de meeste die interessant zijn allemaal te volgen. En we hebben er dan ook echt wel van tussenuit zitten, kiezen van welke nemen we, welke nemen we niet. En ja, we hebben dus op die manier ongeveer een dikke vier dagen gevuld aan dus allemaal sessies bekijken. Ja, en daarom dachten wij ook van, hé, dan moeten we Fink uitnodigen. Ja, jij hebt nu, zeg maar, van alles daar gehoord. En nogmaals, hè, dus Nvidia, zeg maar zonder de grafische kaarten, daar kunnen we niks met AI. Dus zonder de hardware, geen taalmodellen. Ja, er zijn natuurlijk ook nog andere bedrijven zoals AMD. Maar wanneer dat echt gaat over zo die cutting edge toepassingen en echt, daar loopt Nvidia gewoon iets verder voor. Maar als ze echt zelf die drivers produceren die nu overal gebruikt worden, dan spreken we over natuurlijk de CUDA drivers die heel populair zijn en heel in trek. En ja, AMD is wel bezig met een eigen variatie erop te maken of een soort van translatielaag bovenop die CUDA drivers. Maar momenteel is dat er gewoon nog niet op hetzelfde punt. Ja. Ja, zeg maar. Ja, ik ben wel benieuwd inderdaad, na die vier dagen, als je daar terugkijkt, wat zijn de drie grootste topics waar jullie voor gekozen hebben om echt verder de diepte in te duiken? Wel, ik heb samen met een andere collega, Ismael, zijn wij samen de trackers van de AI-groep in België. En wij hebben dan eigenlijk geprobeerd om allebei op wat verschillende topics aan te sluiten. Waaronder dat we het dan echt hebben over dus de large language models en onder andere agents. Kijken in welke richting gaat dat. Dat zijn zaken dat Ismael vooral is naar gaan kijken. Van zien van oké, hoe kunnen we het nu echt toepassen als software engineer en wat is er daar interessant, wat is er upcoming. Ik heb mij vooral eigenlijk proberen te focussen op de andere zaken, alles van simulaties, waaronder digital twins, robotics. Voorbeeld ook nog, dat is gewoon eigenlijk een persoonlijk interesse, maar ben ik naar veel zaken gaan kijken, alles rondom genomen en proteïnen en zo. Dat is een beetje het verhaal van AlphaFold 3 van de afgelopen maanden, waarvoor ze ook trouwens een Nobelprijs hebben gekregen. Dat is altijd leuk om te vermelden. Maar zo dat verhaal van wat is er daar aan het gebeuren, vind ik ook gewoon heel boeiend. Zou je daar wat meer over kunnen vertellen, want dat is natuurlijk wel heel interessant. Welke rol speelt eigenlijk AI dan rondom eiwitten en proteïne? Dat is een... Wacht, ik ga even moeten... Dus proteïnefolding is een topic die al heel lang speelt in de wereld van biologie. De vraag van wat gebeurt er met een proteïne? Nu, we hebben een volledige keten, maar hoe ziet die eruit als 3D-structuur? Afhankelijk van hoe dat hieruit ziet als 3D-structuur, kunnen daar andere eigenschappen aan hangen. En dan gaat die ook op een andere manier interacteren met andere proteïne. Dus wat is nu het verhaal van AlphaFold eigenlijk? Dat is... Dat wordt ook wel iets te hard opgeblazen. Dat is een heel interessant verhaal. Maar die structuur voorspellen, dat is een lang en duur en zwaar proces. Dat vroeger echt vooral manueel werd gedaan. En waar er ook wedstrijden voor werden gehouden, waar er teams tegen elkaar kwamen te staan, om te proberen die proteïne-structuur zo snel mogelijk te kunnen mappen. En dan vervolgens... Wat hebben we eraan als we zo'n mapping hebben dan? Wel, eens dat we die mapping hebben, dan kunnen we daar vervolgens echt meer die eigenschappen aan beginnen toe te wijden. en zien van, oké, hoe ziet dat er nu uit en wat zijn de verwachtingen daarom? Ik ben zelf geen bioloog, dus de volgende stap en hoe we die informatie gebruiken, bijvoorbeeld het maken van nieuwe medicatie, begrijpen hoe dat ziektes invloed hebben op bepaalde ziektes. Niet elke ziekte natuurlijk, maar hoe dat bepaalde ziektes, enzymen beïnvloeden, hoe dat bacteriën beïnvloed worden. Dat zijn allemaal een beetje de vraagtekens die daaruit kunnen voortkomen. En de volgende stappen. Nu, AlphaFold, dat lijkt als een keigrote explosie. We gaan kijken naar de volledige building blocks of life itself. Dat is natuurlijk ook echt wel speciaal. En dat volledig proces vroeger, dat dus manueel werd gedaan, dat is nu veel versneld. Maar dat is natuurlijk nog niet de eindstap. En dit is een volgende stap, dat versnelt een bepaald deel van het proces, waardoor dat nu dus de mensen die daarmee bezig zijn, op een makkelijker manier voorspellingen kunnen maken. En bijvoorbeeld sneller is iets kunnen simuleren, is kijken van wat gaat er gebeuren. Hoe zou dit mogelijk iets kunnen beïnvloeden. Is dat de eindstap? Nee, we hebben nog altijd die biologen heel hard nodig om alle vervolgstappen te doen. En ik zie het een beetje, om er snel op terug te komen, dat is de volledige, hoe wij als programmeur nu overweg gaan met bijvoorbeeld large language models. Het is niet dat dat ons vervangt. Het augmenteert ons proces, het versnelt bepaalde stappen. Het vertraagt sommige anderen dan weer. Maar het geeft ons dan op andere vlakken weer helemaal opties die er vroeger niet waren. En op eenzelfde manier is AlphaFold eigenlijk daar een mini-revolutie aan het starten, dat we nu vandaag de dag nog niet gaan zien. Maar dat is vooral door het volledige proces van dus medicijnen die ontwikkeld worden, de tijd die daarin zit. Maar ik vermoed wel dat als dit verder evolueert en dat dit ook sterker wordt, dat we echt wel binnen dit en tien jaar daar serieuze invloed van gaan zien. Wat gaaf. Wauw, ja. En ook een Nobelprijs dus, die ze daarmee gewonnen hebben. Ja, fun fact. Er zijn twee Nobelprijzen gegeven voor AI afgelopen jaar. Niet iedereen ging er even hard mee akkoord. De vraag van de Nobelprijs voor Fysica voor AI, ik vind persoonlijk dat ze dat wel zeker hebben verdiend. Maar daar was er dan heel veel rumoer over, van verdiend is het echt of verdiend is het niet echt. Maar die voor AlphaFold ga ik honderd procent mee akkoord. Dat was op en top iets dat we op aan het wachten waren. Ja. En de Nobelprijs niet alleen van AI, maar een combinatie waar AI dus een bijdrage heeft geleverd aan de Nobelprijs. En ook vernoemd is inderdaad in de Nobelprijs. En andere, volgens mij vroeg je daarom? Drie. Ja. Dus er was één. Er was één. Wat heb ik allemaal gezegd? Ja, als topic zeg maar, die eiwitten proteïne. Ja, dan gaan we nog verder. Het verhaal van de Digital Twins heb ik hier net al een beetje uitgelegd, met het volledig verhaal van de Garry Senna Toren en het mappen van onder andere de zee. Maar een interessante topic dat daar ook voor gebruikt wordt is het trainen van zelfrijdende auto's. Ja. We hebben heel veel materiaal, maar eigenlijk ook weer niet. We hebben veel materiaal van auto's die rondrijden in bepaalde gebieden en zo. Maar om dan nu vervolgens te extrapoleren, kunnen we synthetische data produceren met behulp van Digital Twins op die data. Ja, dus als ik even voor mezelf vertaal. We hebben nu auto's die zijn zelflerend in Amerika, op de straten in Amerika. Maar zelfrijdend. Zelfrijdend inderdaad, wat zei ik? Zelflerend. Zelflerend, nee zelfrijdend inderdaad. Rijden ze op basis van de wegen in Amerika, waarbij we in Amsterdam en in Nederland best wel wat andere omstandigheden hebben. Dat maakt het, zoals ik het goed begrijp, mogelijk om te gaan simuleren met wat we al hebben van Street View of andere bronnen. Nu, in eerste instantie gaat het echt over de data die we al hebben. Dus dat is dan vooral die Amerikaanse data van de auto's die nu aangetraind worden. Maar stel nu dat we dat model beter willen maken in bijvoorbeeld mistige toestanden. We hebben heel veel materiaal van waarschijnlijk zonnige toestanden. Mistige toestanden komen we gewoon minder vaak voor. En dan kunnen we via dus eerst die Digital Twin die data dus omzetten naar een gesimuleerde omgeving. En dan in die gesimuleerde omgeving bijvoorbeeld mist toevoegen, regen toevoegen enzovoort. Sneeuw, we kunnen de kleuren helemaal aanpassen, donkerder maken, lichter maken, ruis toevoegen. En op die manier augmenteren we die data zoals we vaker doen in AI. En kunnen we veel meer, kunnen we dat model beter trainen op allemaal die uitzonderlijke situaties. Ja, situaties waar nog niet heel veel van in de data terug te vinden is inderdaad. En daar helpt de Nvidia grafische kaarten bij voor die simulatie en die rekening. Ja, dat is inderdaad echt die software dat ze nu aan het ontwikkelen zijn voor die Digital Twins. Dus dat is het volledige verhaal van Gaussian Splatting dan ook weer. Waar we gewoon met camerabeelden een omgeving creëren. Een puntenwolk waar we doorbewegen. Heb je naast, want we hebben nou gebouwen en een auto. Heb je nog andere voorbeelden van Digital Twins? Ik ben even aan het nadenken. In robotica komt het ook meer en meer voor waar er nu Digital Twins worden gebruikt. Met bijvoorbeeld het aanleren van een robot die een blokje moet oppakken ofzovoort. Dat we Digital Twins gebruiken om eigenlijk twee situaties naast elkaar te bekijken. De real-life variant en de gesimuleerde variant. Waar dat eigenlijk de real-life variant, wat er daar gebeurt aan de hand van de sensoren, invloed heeft op de Digital Twin variant waar dat dus alles van berekeningen op uitgevoerd worden. Oh ja. Dus om op die manier proberen robotica beter te kunnen laten omgaan met bijvoorbeeld situaties waar het niet op getraind is. Wat moet je je daarbij voorstellen? Stel nu dat er in de real-life variant een persoon dichterbij komt. In die gesimuleerde variant, die weet niet wat een persoon is. Die kent dat niet specifiek. Die kan daar niet jou plotseling tevoorschijn laten komen. Maar dat die wel informatie kan eruit halen. En dan via via natuurlijk wel bijvoorbeeld object detection herkennen dat er een hand is. En misschien dat dan feeden aan de Digital Twin. Van hier is een plaats waar we iets kunnen opleggen. Om dan het model, de robot te zeggen van hier kan je een blokje ook leggen. Ja, precies. Is dat nu zover als ik het nu beschrijf? Nee, maar op die manier worden Digital Twins ook gebruikt. Ook wanneer we kijken naar warehouses. Waar we bijvoorbeeld een Digital Twin zouden maken van ons volledig warenhuis. Om bijvoorbeeld te kijken van waar zitten mijn zelfrijdende voertuigjes. Wat gebeurt er als er iets op de grond valt enzo. Simulaties doen, het kortste pad berekenen enzovoort. Ja, en vooral ook uitzonderingssituaties hier denk ik ook. Het gaat er precies om van een schap afvalt. En je hebt zelfrijdende karretjes. Wat dan? Ja, precies. Wat gebeurt er dan? Er is trouwens ook nog iets interessants over te zeggen. Ik zag het overlaatst voorbij komen. Een model op GitHub genaamd SpatialLM. Waar je op basis van je camerabeelden een 3D-omgeving kan mappen. Zelf via Gaussian Splatting. Maar dan vervolgens die... Via wat? SpatialLM noemt. Het is gewoon... Nee, maar je zei... Sorry, je neemt je camerabeelden. Dan Gaussian Splatting is het proces dat noemt. Dan probeert je eigenlijk een puntenwolk te creëren van de omgeving waar je in zit. Dus dat is gewoon dat hij... Een 3D-model eigenlijk creëert. Op basis van hoe je camera beweegt, schat hij in van wat de afstand is van bijvoorbeeld een schap. En dan geeft hij in die omgeving die je aan het creëren is, een puntje met de kleur van je schap. Dus dan heb je ook niet meer per se 3D-camera nodig. Dan kan je met een gewone camera deze functie mogelijk maken. Ja, exact. En dus dat je gewoon met je camera door je eigen omgeving rondloopt. Dat allemaal steekt in SpatialLM. En dan eigenlijk met de kracht van een large language model ook nog vragen kan stellen over die omgeving. Bijvoorbeeld, daar zijn we nog helemaal niet, maar dat zijn de voorbeelden die ze aangeven. Want stel nu dat we een zelf... Ja, een typisch zelfrijde stofzuiger hebben die door de omgeving gaat. Die de vraag krijgt van bijvoorbeeld, hoe geraak ik nu naar de badkamer? Ik heb dat je een soort van home assistant hebt en dat je zegt tegen je robot van, hey, ik zou graag hebben dat de badkamer even gestofzuigd wordt. Dat die dat kan begrijpen, dat commando. En vervolgens zijn eigen pad naar daar kan het vinden. Ah, wat grappig. En haalden ze daar ook richting bedrijven daar ook nog use cases voor? Hoe bedoel je, bij NVIDIA? Ja, in die praatjes. Of, nee, dit heb je natuurlijk gezien, zei je net via GitHub. Ja, speciale lens is nog iets apart. Oh ja, sorry. Ik ga even de dingen door elkaar. Ja, daar weet ik nog niet direct van welke situaties dat we er gaan bij hebben. Maar ik kan me dan voorstellen, stel ik om toe in het gemeentehuis en ik heb een vraag van bijvoorbeeld, hoe geraak ik bij kantoor nummer B? Ja. Ah ja, kantoor B of kantoor C, hoe dan ook. Hoe geraak ik daar? En dat we dan bijvoorbeeld ergens een monitor zouden zetten, waar je de vraag aan kan stellen en dat die gewoon even aantoont op de map van, hey, volg dit pad. Nou ja, die uitdaging zie ik in supermarkten die ook steeds meer in apps terecht gaan komen. Ja, exact. Is inderdaad, ik ben op zoek naar de hagelslag van dit merk. Ik zit in deze winkel, op deze locatie. Is het product er? En zo, ja, waar ligt het op dit moment? En help maar even daarnaar toe. Dat zijn ontwikkelingen die we in de praktijk ook steeds vaker zien gebeuren inderdaad. Dus dat zijn wel echt toepassingen. Ja. En ik was ook al geïntrigeerd. Volgens mij stappen we er heel snel overheen. Dus dat je vragen stelt aan een ruimte of een gebouw. Dat is wel een concept waar ik eventjes aan moet wennen, toch? Ik bedoel, het is heel cool dat het kan. Ja, wat betekent het eigenlijk? Wat ben je eigenlijk aan het doen? Ik kan wel eens praten met een gebouw. Ja. Ik heb het zelf nog niet up and running gekregen. Maar ik ga er in de komende weken eens mee experimenteren. En zien van waar liggen die limitaties nu. Dat is nu ook weer echt op en top een upcoming evolutie. Maar als dit soort zaken werken, dan zie ik weer op en top keiveel situaties. Bijvoorbeeld zoals in de supermarkt. Ziekenhuizen hebben hier natuurlijk ook altijd mee te maken. Hoe kom je nou bij poli? Huppel de pup. Ja, en vooral met situaties waar standaard het gebouwen is en de paden zijn. Maar er staan altijd wel objecten ook op de weg. En dat is het eigenlijk als daar ook weer inzichten en simulaties voor mogelijk zijn. Dan als je daar weer robots gaat hebben, dan heb je daar ook weer mee te maken. En vooral eigenlijk de wegwijzering is vaak vanaf de hoofdingang. Maar als jij op poli X bent en ze zeggen van ja, je moet je even onderzoekje doen van poli A naar poli B. Ja, dan werken dat soort dingen dan helemaal niet zo goed. Of de situatie van je auto terug te vinden in de parking. Oh ja, nou. Heb jij daar ervaring mee? Nee, ik heb er gelukkig nog niet al te veel ervaring mee. Maar ik heb het al genoeg meegemaakt. Op zelfs kleine parkingen. Mijn vrouw die luistert dit niet. Dus ik had het gerust zeggen. Die is regelmatig de auto kwijt. Dat zou het geweldig zijn inderdaad. Ik hou even mijn mond. Ik ben hem ook wel eens kwijt geweest. Ja. In ieder geval herkenbaar. Ja. En als we dan even terug gaan naar de conferentie van Nvidia. Wat zijn echt trends en ontwikkelingen die je zelf nog niet zag aankomen waar ze het wel over gehad hebben op de conferentie? Ik had niet verwacht dat Digital Twins al zo ver gebruikt. Ja, zoveel gebruikt worden. Alle toepassingen dat ze momenteel aanbrachten in bijvoorbeeld de warehouse en zo. Zelfs bij klanten waar wij werken, dat ik niet eens wist dat ze bezig waren met Digital Twins. Dat ik dacht van oké, dat is wel cool. Dat is een trend dat ik niet direct had verwacht. Een trend die ik ook niet direct zag opkomen is bijvoorbeeld in de richting waar Nvidia probeert te gaan met hun hardware. Waar ze nu heel hard aan het inzetten op fotonica. Oké. Kan je daar wat meer over vertellen? Dus typisch in elektronica hebben we gewoon een kabel waar we een elektron oversturen. Een elektron gaat al razendsnel, maar dat gaat nog altijd veel trager, veelmalen trager dan lichtsnelheid. Dus wanneer we proberen zaken te versnellen, bijvoorbeeld in een serverrack waar we meerdere racks, meerdere computers hebben die we voor ons met elkaar moeten linken, dan gaan die paar halve meters aan elektronica wel zorgen dat uiteindelijk alles trager en trager gaat. En nu zijn ze aan het kijken om die connectie tussen de verschillende reks te versnellen aan de hand van fotonica. Dus fotonica sturen we gewoon een lichtstraal. Dat is het snelste dat we hebben in het universum. Met de snelheid van het licht. Ja, exact. En dat we gewoon een iets sneller connectie hebben. En op die paar milliseconden dat zij kunnen sparen, wanneer we ook praten over dat we meer en meer tegen die limieten aan het opbotsen zijn op vlak van quantum mechanica, dan zijn die snelheden, die hebben we gewoon nodig om nog iets, net die paar kleine stappen verder te kunnen gaan en nog net iets sneller. Waar denk je dat dat significante verschillen gaat opleveren? Want als je ChatGPT aan het doen bent, maakt het niet uit of je het antwoord hebt binnen 30 seconden of binnen een minuut. Nee, inderdaad. De snelheid van het licht gaat daar geen... Nee, voor mijzelf als persoon gaat dat geen invloed hebben. Maar voor de bedrijven die alles aan het runnen zijn, dan betekent dat zij een paar serverracks minder nodig hebben. Omdat er gewoon, bijvoorbeeld, in plaats van één persoon die gebruik maakt van die ene GPU, dat misschien geparalleliseerd kan worden naar meerdere personen die diezelfde GPU gebruiken. Omdat het net die paar cycles sneller kan gaan. Oh ja, dus dan zit het in kostenbesparing. Ja, kostenbesparing is ook een vraag, want die fotonica, de transceivers die ze gebruiken, dus de transmitters die het licht uitstralen, die gebruiken ook natuurlijk wel veel stromen. Dus dat is natuurlijk een high-powered laser die dat signaal stuurt. Dus daar is altijd de vraag van, gaat het meer stroom kosten? Waar ligt daar het evenwicht? Ja, want is daar nog veel over gezegd? De ontwikkeling van hoeveel stroomconsumptie NVIDIA met zich meebrengt om AI mogelijk te maken, is een thema die steeds... Ja, dus op vlak van hardware zijn ze daar zeker echt wel best over gehad. Met dus één, die trend richting fotonica, één richting de trend, om dus bijvoorbeeld waterkoeling te steken in een serverracks in plaats van luchtkoeling. Is dat echt nodig? Dat weet ik zelf niet. Daar ben ik geen expert in. Maar dat zorgt wel dat zij alles veel kleiner kunnen houden. Dus dat zij per grote serverrack, dat zij meerdere racks er kunnen insteken. Dus waar je voorheen misschien, zeg maar, iets een stuk of tiener zou kunnen insteken, dat ze nu op diezelfde hoeveelheid er twee keer zoveel mee kunnen insteken. Dus die plaatsbesparing is éénhandig, maar gaat het minder stroom kosten? Nee, maar als we kijken naar bedrijven, wat gaan bedrijven er dan aan hebben, is op de optimalisatie, dus levering. Dus dat zou potentiële een lagere prijs kunnen zijn op de oplossingen die er bovenop gebouwd kunnen worden. Er zijn minder componenten nodig, alles is iets simpeler. Waarschijnlijk ook minder maintenance, normaal gezien. Ja, misschien gaat je tokenprijs... Nee, daarom proberen we even te vertalen van hoe, want dit klinkt heel ver weg natuurlijk, als we het bij bedrijven toepassen AI. En is dit eigenlijk iets wat er moet zijn? Wat zou dan het effect zijn? Dus het gebruik van een taalmodel zou dan eventueel mogelijk goedkoper kunnen zijn. Ik denk... Ze hadden natuurlijk ook heel erg, of dat is nog steeds, wel erg veel tekorten aan hardware. Dus die GPU's die hebben we nodig. Met de komst van de large language models is dat geëxplodeerd. Dus mensen hebben zeker, die vroeg instapten met ChatGPT, merkten dat je bijvoorbeeld maar zoveel vragen mocht stellen per uur. Dus daar zaten gewoon limieten op. En niet omdat OpenEye vond dat je er maar weinig mocht doen, maar omdat er gewoon aan de achterkant er niet genoeg rekenkracht was om alles te ondersteunen. Ja. Hebben ze daar nog iets over gezegd? Daar is er niets meer over gezegd. Oké. Ik vermoed dat dat voor hun een heel mooi verhaal is. Want als er een tekort is aan aanbod en een veel te grote vraag, dan betekent dat de prijzen gewoon verder omhoog kunnen gaan, rustig aan. En zolang dat mensen ervoor willen betalen, is dat voor hun een heel voordelige situatie. Ja. We hadden natuurlijk even last toen DeepSeq voorbij kwam. Het Chinese taalmodel die zei van ja, maar wij kunnen dat zoveel goedkoper, dat ze op de beurs in de stressgrote dachten van oh, en dan dumpen we al die aandelen van Nvidia. Ja, maar dat is ook alweer terug opgekrabbeld, want daar weten we ook, als het efficiënt wordt, gaan we het ook waarschijnlijk weer meer gebruiken. Ik ben even de term daarvoor kwijt inderdaad. De Jevons paradox is dat zeker? De? De paradox van Jevons. Ja, precies. Klopt, ja. Dus dat zal hier ook, verwacht ik, wel van toepassing zijn. Ja, we zaten nog bij nummer twee. Ja, oké, heel goed. Nummer drie. Dus je hebt proteïne gehad. Digital Twins. Ik heb daar ongeveer zowel robotics mee aangegeven. Ja, ja, ja. Ik ben aan het denken, was er, wat is dat? Wacht, ik ga nog eens even kijken. Heb ik er wat opgeschreven? Ah. Splatting. En als het er niet is, dan is het er niet. Nee, ik denk dat ik het daarbij ga houden. Ik vind voor die drie topics, de opkomst van agents en zo is er ook altijd. Maar dat is echt veel zo, dat is op en top het LLM verhaal. Ja, precies. Ja, dat wilde ik nog wel even, want dat als je collega had daar wat mee ingedoken. Heb je al met hem gespart? Ik heb nog niet meer met hem gespart over. Oké, dan moeten we daar nog ziens een keer later op terugkomen inderdaad. Want dan ben ik ook wel nieuwsgierig naar wat ze daarop bij Nvidia over te melden hadden. Ja. Wat we wel, we hebben een kaartspel met allerlei stellingen op allerlei categorieën. En wij willen zo'n stelling eigenlijk ook eventjes aan jou voorleggen. Ik heb de meeste wel al gelezen ondertussen. Oh ja, dan wordt het leuk. Jazeker. Maar wij weten niet wat jij ervan vindt. Nee. Dus dat... Ah, dat is wel een leuke. Ik denk ook een stukje persoonlijk. Dat is ook wel mooi. Het thema van deze keer is ethiek en maatschappij. Ah. En de stelling luidt als volgt. Het klonen van mijn stem is voor mij persoonlijk acceptabel. Oeh. Oké, wacht. Dat is een heel interessant topic. Ik ben met de volledige opkomst van diffusiemodellen, was ik heel geïnteresseerd in alles er rondom. En hoe makkelijk dat was. Ja, sorry. Diffusiemodellen, misschien even kort toelichten. Ja, diffusiemodellen. Dat zijn alle modellen die we kennen over het genereren van foto's, het genereren van muziek, het genereren van video's. Ja. En ik had daar een heel groot interesse in. Omdat ik ook ergens wel zo de spooky kant ervan in zag. van, wat gaan we doen met deepfakes? En het klonen van mijn stem. Oeh. Toen dat ongeveer uitkwam in 2023, ElevenLabs, die zeer goed was in het klonen van stemmen. Heb je daar meerdere vragen over gehad van, dit gaat een grote invloed hebben op de maatschappij op vlak van scams. Het volledige verhaal dat we nu al zien met grootmoeders die worden opgebeld door een fake Microsoft account. Om dan ergens een giftcard van Google over te schrijven. Ja, dit gaat alleen maar accelereren. Met alle informatie die we hebben van ons online. Hoeveel mensen zijn er wel niet die bijvoorbeeld een video van hun hebben staan online waarin hun stem op staat. Om dus nu op de vraag te antwoorden of ik het ethisch vind om mijn stem te klonen. Zolang dat ik het zelf de controle erover hou, dan vind ik dat zeer etens en dan vind ik dat ik daarmee zou mogen doen wat ik wil. Vind ik het een angstaanjagende situatie? Ja, op een top. Niet zozeer voor mij. Toch nog niet op dit moment. Ik ben nog net goed genoeg erin dat ik het waarschijnlijk wel zou kunnen herkennen. Maar ik vrees voor wat dat toekomst gaat bieden wanneer ik niet meer goed genoeg ben. En voor alle andere mensen die slechter zijn in het herkennen van fake news en van valse informatie. Hoe dat zij ermee gaan omgaan. Ja. Mooi antwoord. Je triggerde mij wel. We hebben eerder een aflevering met Jim Stolze gehad over de digitale weerbaarheid. Waar ik gelijk even aan moest denken toen je zei over scannen. Heb je die nog niet geluisterd? Echt even aanraden om terug te luisteren. Want inderdaad, dit is wel de keerzijde die ervan is. En mooi om te horen is, eigenlijk sta je ervoor open zolang je controle houdt over wat er mee gebeurt. Ik heb meerdere stemmen gehad en ook die van Joop gehoord. En ik moet zeggen, als ik... De gekloonde stem van mij bedoel je? De gekloonde stem van Joop inderdaad. En als ik in de auto zit, nou ja, ik vond hem toch heel goed erop lijken inderdaad. Dus als de familie wat verder weg zou staan, ik denk dat ze er ook best wel in zouden kunnen geloven. dat je net zou zijn. Dus die ontwikkeling gaat heel hard. Ja, en zeker als we kijken naar gewoon echt die opkomst van die videomodellen nu. Als je bijvoorbeeld kijkt naar Runway ML. Een van de bedrijven die daar zeer ver mee stond een paar maanden geleden. Zij hadden ook al gewoon lip syncing. Dus dat wanneer bijvoorbeeld een video van jou gegenereerd wordt, dat je lippen meebewegen op de tekst die er wordt opgezet. Waardoor je het ook in een andere taal kan spreken. Dus ik praat in het Nederlands. Kan het qua audi, dus mijn stem wordt gekloond. En dat kan in de taal die ik niet beheers. Is het dan lip sync? Ik denk niet dat we het zo ver... Ja, ik denk in de situatie van Scams is het interessant om het gewoon in je huidige taal te houden. Want anders gaat je grootmoeder er misschien niet in geloven. Nee, als ik in een keer in het Frans begin. Maar je haalt daar wel iets interessants aan. Het volledige verhaal van zo, eigenlijk de instant tolk. Het was redelijk vroeg in de volledige hypecycle. Ik denk ergens eind 2022. Dat ik iemand zijn GitHub zag voorbij komen. Die dat volledig spel eigenlijk had... Ah nee, sorry, het was begin 2023. Die het voor elkaar had gekregen. En dus gewoon allemaal die stappen aan elkaar had gerijgd. Dus één zijn stem opnemen en dan met behulp van de whisper omzetten van voice naar tekst. Dan die tekst vertalen aan de hand van DeepL of bijvoorbeeld een LLM. Tegenwoordig zou ik eerder een large language model gebruiken in plaats van DeepL. En dan vervolgens de vertaalde tekst weer om te zetten met behulp van ElevenLabs naar een andere taal. Dus bijvoorbeeld Japans. En dat hele proces, afhankelijk van hoe lang dan natuurlijk de tekst is die wordt ingesproken, duurt eigenlijk niet veel langer dan twee seconden. Ja, waanzinnig toch? Ja. Ja, maar je kan je ook voorstellen dat het heel veel kansen biedt. Ik wou dat zeggen. Mensen die hun stem kwijtraken, maar ook inderdaad een taal. Dus beschikbaarheid van kennis die je anders niet in jouw eigen natuurlijke taal hebt, die nu beschikbaar komt. En dan zou het wel fijn zijn als de lippen enigszins in zink zijn. Want anders moet ik toch weer even aan de oude films, de Duitse series die je keek, waar heel erg slechte vertalingen bij werk kwamen. Dus dat biedt echt wel heel veel kansen. Daar zijn ze ook volop mee bezig. Niet zozeer die vertaling. Maar wat je daar zegt, die videoediten, daar zitten heel spooky, heel angstaanjagende, vreemde, uncanny-dingen in. Ik weet niet of jullie het hebben zien voorbij. Ik kom een tijd geleden, ik denk dat er een video was, die voorbeeld dat wanneer je op Teams zit, dat ze je ogen willen corrigeren dat je altijd kijkt naar de camera. Dat je altijd een zeer intens oogcontact behoudt. Ja, dat is niet prettig. Dat hoeft voor mij niet. Ja, oogcontact is natuurlijk heel belangrijk. Dat doen wij hier ook. Maar ja, als we de hele tijd elkaar zo... Ja, maar als ik dan wegdraai en dan die ogen zo blijven, dat... Nee, nee. Laten we dat lekker natuurlijk houden. Een ander onderwerp. Je bent er vanuit je studie ingerold en je houdt heel erg van experimenteren. Hoe zie je de adoptie bij bedrijven en hoe die dat oppakken en hoe je dat zelf oppakt? De adoptie van AI in jouw werkzaamheden. Ja, dus even nog een beetje een kanttekening. Ismaël Nix, die trekker van die AI-groep. Waarom hebben wij... Wat trekken wij daar nu eigenlijk? Dat is een initiatief dat is opgestart een paar jaar geleden. En daar zaten eigenlijk vier pijlers. Vier doelen voor Info Support België dat wij hebben opgenomen. En één daarvan was, kunnen wij het verschil maken als Info Support met behulp van AI tegen 2028? Dus dat is eigenlijk hetgeen dat Ismaël en ik nu vooruit trekken om proberen het verschil te maken. Hoe zien wij dan nu om dat verschil te maken op vlak van adoptie in? En wij proberen dus eigenlijk mensen te stimuleren om één ermee te experimenteren en dat ook leuk te houden. We zien het meer en meer. We zaten nu de volledige... En we zitten nu al tweeënhalf jaar lang in de peak of inflated expectations. Nu sinds augustus is dat nu de trough of disillusionment volgens Gartner. Dus gaat het even wat trager aan. Maar je merkt ook dat daar een soort van vermoeidheid komt. Altijd dan nieuws en altijd meer en meer en meer. En het is heel makkelijk om mensen te verliezen hierin. En dat die adoptie bijvoorbeeld verloren gaat. Hoe is het wij daar dus in? En wij proberen eigenlijk met als inzet die fun hoog te houden en gewoon af en toe maar eens te delen. Af en toe is iets leuks te delen wanneer er een goede vernieuwing is. En ook mensen gewoon niet te overstelpen. Hoe gaan bedrijven daar nu mee over weg? Dat is iets dat we meer en meer zien. Zo de bedrijven die zeker van hogerop ineens de klik maken van we moeten er iets mee doen. En dan een gigantische uitrol doen en iedereen pushen. En ik vrees dat er daar mogelijk een verlies gaat gemaakt worden. Dat er een soort van keerbeweging komt. De mensen die het vinden dat te hard gepusht wordt. En het is een heel lastige. Er moet van twee kanten worden ingezet worden op die adoptie. Eén, een soort van vertrouwen vanuit management. En dit is iets goed en dit is iets waar we jullie mee willen laten spelen. Maar ook tegelijkertijd zo'n beetje die grassroots. De developers zelf die ermee experimenteren en zeggen van ik kan hier iets cools mee doen. En hoe hou je het leuk dan? Ik vind het zelf nog een heel lastige om het echt altijd leuk te houden. Want het is ook gewoon echt vermoeiend. De afgelopen volledige hypecycle nu duurt al lang en elke week nieuw nieuws. En continu bijbenen, continu opvolgen. Hoe houd ik het leuk? Ik probeer altijd in te stellen op toffe voorbeelden. Wanneer ik bijvoorbeeld inspiratiestessies geef bij allerlei bedrijven. Dan is mijn eerste voorbeeld dat ik altijd toon van we gaan eens een flappy bird maken in tien minuten. Dat is het zelf programmeren? Ja, nee. Als inspiratiestessie probeer ik het zelf voor te tonen. En dan vraag ik wel voor ideeën en features vanuit het publiek. Als het een langere training is, dan proberen we echt die mensen zelf daarmee aan de slag te laten gaan. Maar voor die inspirerende stukken is dat echt van ik doe het even zelf. En in die eerste sessie dat ik gaf, dat dateert nu ondertussen al van 2023 in juli. En dat was het nog met behulp van, ik denk, was het al GPT 4? Of was het? Ik denk dat het nog GPT 3.5 was net. Ja, dat zal erom spannen, ja. Maar ik herinner mij, die eerste sessie dat ik gaf, dat ging niet vlot. Maar dat was ook het deel van de fun. Ik stelde een vraag, ik gooi de code er gewoon in. De code werkt niet. En ik probeerde zo even aan te tonen van dat heen en weer. En gewoon dingen te fixen, dingen toe te voegen. Zelf even manueel aanpassingen te maken en zo. Dat dat een leuke manier was. En dat duurde dan ook net iets meer dan tien minuten. Ik heb er toen in totaal een dikke veertien à vijftien minuten over gedaan. Elke keer dat ik die sessie opnieuw heb gegeven, heb ik datzelfde voorbeeld opnieuw en opnieuw en opnieuw gegeven. Nu, dat large language model, dat houdt niks bij. Dat heeft geen kennis van mijn vorige sessie. Dus dat is een nieuwe chat elke keer. Maar met dat die modellen sterker en sterker werden, heb ik nu op de laatste sessie, was er helemaal geen heen en weer meer. Het was gewoon direct van de eerste keer correct. Dus ik ben beginnen te zoeken achter een toffer voorbeeld. Iets dat weer complexer is. Want anders is die volledige demo van dat heen en weer spar er nog niet. Ja, grappig. Ja, en daar zie je dus ook de voortgang van de modellen en wat ze kunnen en wat ze niet kunnen. Maar ook wel mooi wat je zegt. Dus kijk uit met het doseren van nieuwe informatie. En de ene zal dat meer aan kunnen dan de ander. Maar wees ervan bewust dat het ook te veel kan zijn wat tegelijkertijd komt. Ja, inderdaad wat je zegt. Iedere dag, je moet het niet eens de week zeggen, misschien zelfs iedere halve dag, is er alweer een nieuwe tool, een nieuwe toepassing. Een uitbreiding daarop. Heb je al een idee dan voor een nieuwe, wat inspirerend is? Ik ben er nog niet aan oud. Ik heb beginnen te experimenteren met bijvoorbeeld een kleine roguelike ineen te steken. Een? Maar een roguelike, dat is een typische dungeon crawler, waar je gewoon met je ventje heen en weer gaat op vakjesbasis. Oké, dit klinkt voor mij als Chinees. Ik ken het ook niet. Ik ben nog aan het zoeken achter een leuk voorbeeld dat spannend is en waar dan mensen... Mocht je een idee hebben ervoor, laten we zeker iets weten. Oké, leuk. Ja, zeker leuk. Wat zijn nou eigenlijk typische vragen die jij bij zo'n inspiratiesessie krijgt over deze technologie? Dat varieert heel hard van bedrijf tot bedrijf. Dat is de typische vragen gaan vaak over de veiligheid. Van welke modellen kan ik gebruiken? Wat gebeurt er met de data die ik erin steek? En dan komt natuurlijk het verhaal van de enterprise-modellen naar boven van: ja, steek er niet gewoon eender welke data in. Gebruik, if possible, een enterprise-model waar je die garanties hebt dat er niet op je data wordt verder getraind. Dat is de typische vraag. Dat is ook vragen rondom ethiek komen naar boven. Stroomgebruik is er ook wel een die afhankelijk van bedrijf tot bedrijf naar boven komt. Is dat wel ethisch verantwoord dat wij daar volledig op inzetten? Of moeten we dat op een andere manier aanpakken? Er is een grote variatie aan vragen die je krijgt daarover. En ik vind dat altijd wel boeiend, want dat is eigenlijk juist het punt waar die sessie tot leven komt. Waar mensen ineens tot de conclusie komen van: ah, ik kan hier eender wat vragen en er komt hier een antwoord op. Wij gaan namelijk ook nog een vraag aan jou stellen. En dat is: stel je bent helemaal vrij van beperkingen. Hoe zou jouw ideale AI-systeem eruit zien? Wat doet die? En dat mag werkgerelateerd zijn, dat mag persoonlijk zijn. Maar we geven in ieder geval even wat denktijd daarvoor. *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* *Muziek* Ja, ik kan daar wel iets over zeggen. *Muziek* Voor mij, het typische beeld dat we altijd in science fiction zien, bijvoorbeeld de Jarvis, de centrale computer* die alles doen voor jou. Voor mij is dat niet zozeer mijn droom situatie. Maar dat is wel een situatie waar ik zeer hart in geïnteresseerd ben. Als mijn vriendin en ik samen koken in de keuken, hebben we specifiek voor die reden een Google Hubje gekocht, een paar jaar geleden. Nog voor de volledige hype cycle van AI opkwam. Dat ik AI opkwam met het idee van gewoon makkelijk een timer te kunnen zetten. Terwijl we aan het koken zijn, dat we snel eens even iets kunnen zeggen van: zoek eens een recept of zet eens een timer, zet meerdere timers naast elkaar. Dat we, terwijl we aan het koken zijn, dat we handsfree gewoon dat kunnen doen zonder dat we onze gsm er altijd moeten bijhalen. Toen kwam de volledige hype cycle van AI en dat ik iets van: damn, gemiste kans. Dit had veel toffer geweest, want hier kan gewoon veel meer mee. En voor mij is dat eigenlijk een beetje het idee van een soort van central home assistant, waar ik eender wat aan kan vragen. Bijvoorbeeld een timer te zetten, of de lichten ergens te dimmen, of dingen toe te voegen aan mijn lijstje voor zaken die ik moet gaan kopen in de winkel. En voor mij, echt de ideale variant, is dan vervolgens ook nog dat hij bijvoorbeeld de bestelling kan doorvoeren. Dat ik naar daar zou kunnen gaan, dat ik gewoon een mandje moet ophalen. Dat soort zaken. Dat hij bijhoudt van wat er nog in mijn koelkast zit, enzovoort. Daar zijn allemaal verschillende apps wel voor, die allemaal die stukken apart doen. En dat is nu ook wel die opkomst van de model context protocol, waar we AI agents eigenlijk makkelijker toegang geven tot allemaal third party applicaties. En ik geloof wel dat we op korte tijd daar gaan staan, dat we gewoon kunnen zeggen tegen ons model: Weet je? Doe dat voor mij. Ja. Nu, ik geloof nog niet dat we direct op het punt staan waar de robot voor mij gaat beginnen koken enzo. Maar met die special alarm kunnen we wel al zeggen tegen onze zelfrijdende stofzuiger om naar een bepaalde kamer te gaan. Ja, precies. Ja. En zou je het willen dat een robot voor je gaat koken? Nee. Ik vind het zelf tof om met mijn vrienden samen in de keuken te staan. Dat is een leuk moment. Dat is gezellig. Ja. Ik wil dat niet luisteren enzovoort. Ja. En als we dat doortrekken naar je huidige werk, want jij gebruikt natuurlijk ook heel veel… Welk deel zou jij op dit moment niet graag willen overdragen aan AI? Gewoon met datzelfde idee van het koken? Ja. Dat vind ik eigenlijk te leuk. Ja. Wanneer het gaat over wat wij zijn als software engineer, dan zie ik ons eerder als een problem solver. Ik zie mijzelf niet… Ik ben een programmeur, ik schrijf code, maar ik vind dat is niet de essentie van mijn opdracht. Als software engineer zijnde, vind ik de kern, waar ik ook mijn meeste fun uit haal, is het probleem oplossen. En dat is hetgeen dat ik eigenlijk hoop dat ik voor gewoon jaren kan blijven doen. En dat er geen AI is die slim genoeg is, die voor mij de oplossing al kan geven. Ja. Nu, ik geloof dat dat wel echt zo gaat blijven evolueren, naarmate dat AI sterker wordt en bepaalde zaken voor ons automatiseert. Zeker wanneer we kijken naar de volledige voorspelling van agents, waar we eerder in een orkestrerende rol zitten. Ik geloof dat wij altijd wel die problem solving rol zullen opnemen. Waar wij altijd een probleem gaan oplossen. Gaat de manier hoe we dat probleem oplossen evolueren? Zeker. Maar zolang ik die funner kan uithalen en ergens iemands probleem kan oplossen, dat is voor mij het belangrijkste. Dus de problemen gaan misschien veranderen en hoe je die gaat oplossen gaat veranderen. Maar dat je met de problemen aan de slag mag om die op te gaan lossen op een goede, efficiënte manier. De kaders die wij als mensen eraan stellen, dat blijft jouw essentie. Ja, de challenge, de nieuwe zaken bijleren enzovoort. Dat is voor mij echt waar ik het meeste fun uit haal. Duidelijk. Ik heb eigenlijk nog een afsluitende vraag voor je. En dat is, heb je nog iets opmerkelijks, iets grappigs, iets gehoord bij NVIDIA, bij al die sessies die je gevolgd hebt? Dat moet ik nog eigenlijk wel even noemen. Daar moet ik even over nadenken, was er iets speciaal opmerkelijk? Wat je misschien niet verwacht had? Ja. Of humor, een echte... Ja. Nee, ik heb niet speciaal nog iets dat ik zeg van... Misschien nog een leuke kleine anekdote van NVIDIA, zeker dat we het hier net hadden over de prijzen van de GPU's enzovoort. Ze hadden een stand staan, net zoals je een foodstand hebt, bij de meeste conventies waar ze GPU's verkochten. Oh. Dus daar kon je ze gewoon aanschaffen, kon je ze mee naar huis nemen. Ja, exact. Aan marktprijs. Dus waar we nu, als je gaat gaan kijken op bijvoorbeeld Alternate of Gecko, waar je veel meer betaalt, werden daar aan marktprijs dus gewoon verkocht. Oh. Heb je wat meegenomen? Nee, ik was er niet. Oh, nee. Ach ja, stomme vraag. Wat een stomme vraag. Had ik de digitale variant gekregen. Dat was het moment dat ik dacht van, damn, had ik er maar niet. Ja. Je kreeg je digital twin van... Ik vind het ontzettend bedankt dat je helemaal vanuit België hier naartoe wilde komen om dit met ons te delen. Ja, echt gaaf om te horen waar NVIDIA mee bezig is. Je eigen persoonlijke verhaal. Dus dank daarvoor. Graag gedaan. Ik vond het heel leuk om hier te zijn. Leuk dat je weer luisterde naar deze aflevering van AIToday Live. Schrijf je eens in voor onze nieuwsbrief. Krijg je ook wat exclusieve content over dingen achter de schermen. We gaan zo direct nog een vraag stellen aan Fink. Het is eigenlijk een soort van vraag van de maand. En dan krijg je van de gasten van de maand allemaal het antwoord. Dus doe dat bijvoorbeeld. En die staat in de show notes natuurlijk. De link, hè? Ja, inderdaad. Zeker. Tot de volgende keer. Tot de volgende keer.