Onderzoek en Ontwikkeling
Exponentiële Groei in Publicaties
De academische interesse in en output van AI hebben een ongekende groei doorgemaakt. In de periode van 2013 tot 2023 is het aantal wetenschappelijke publicaties gerelateerd aan AI meer dan verdubbeld, van 102.000 tot een indrukwekkende 242.000. Bovendien is de prominentie van AI in de computerwetenschappen sterk toegenomen, met 41,8% van alle publicaties in het veld, vergeleken met slechts 21,6% tien jaar eerder. Deze opmerkelijke expansie duidt op het toenemende belang en de integratie van AI in verschillende wetenschappelijke disciplines.
Patent Vloedgolf
Het aantal AI-gerelateerde patenten is geëxplodeerd, wat de innovatie en commerciële interesse in het veld benadrukt. In 2010 werden wereldwijd 3.833 AI-patenten geregistreerd; in 2023 was dit aantal gestegen tot 122.511, een verbazingwekkende toename van 32 keer. Alleen al het afgelopen jaar is er een groei van 29,6% in AI-patenten, wat de snelle technologische vooruitgang en de drang om intellectueel eigendom in dit competitieve domein veilig te stellen, onderstreept.
Wereldleiders in AI-Patenten
China domineert het wereldwijde AI-patentlandschap, met 69,7% van alle AI-patenten. Deze dominantie onderstreept China’s strategische focus en investeringen in AI-technologieën. Hoewel China leidt in absolute aantallen, vallen Zuid-Korea en Luxemburg op wat betreft AI-patenten per hoofd van de bevolking, wat hun toewijding aan het bevorderen van AI-innovatie binnen hun populaties aantoont.
Vooruitgang in AI-Chiptechnologie
AI-chiptechnologie ontwikkelt zich snel, met chipsnelheden die jaarlijks met 43% toenemen, wat in feite elke 1,9 jaar verdubbelt. Dit tempo van verbetering duidt op het onophoudelijke streven naar hogere rekenkracht om steeds complexere AI-modellen te ondersteunen. De energie-efficiëntie verbetert ook, met een jaarlijkse stijging van 40%, terwijl de kosten van AI-chips gemiddeld met 30% per jaar dalen, waardoor AI toegankelijker en economisch haalbaarder wordt voor een breed scala aan toepassingen.
De Kloof Overbruggen Tussen Gesloten en Open Modellen
De prestatiekloof tussen propriëtaire (gesloten) en open-source AI-modellen wordt kleiner. Aan het begin van 2024 hadden geavanceerde gesloten modellen zoals GPT-4 een prestatievoordeel van 8% ten opzichte van open modellen. In februari 2025 was dit verschil teruggebracht tot slechts 1,7%, wat aangeeft dat open-source initiatieven qua mogelijkheden en prestaties snel aan het inhalen zijn.
Supercomputer Race
De concurrentie in supercomputing-capaciteiten tussen de Verenigde Staten en China neemt toe. Eind 2023 presteerden Amerikaanse AI-modellen 17,5-31,6% beter dan hun Chinese tegenhangers over verschillende benchmarks. Aan het einde van 2024 was dit prestatieverschil echter tot nul gedaald, wat suggereert dat China de kloof in supercomputing-vaardigheden snel aan het dichten is.
Technische Prestaties
Significante Prestatiewinst
AI-modellen hebben de afgelopen jaar aanzienlijke prestatieverbeteringen laten zien. Op de MMMU (Massive Multitask Language Understanding) benchmark verbeterden AI-modellen met 18,8%. De GPQA (General-Purpose Question Answering) prestaties stegen met 48,9%. Met name de SWE-bench (Software Engineering Benchmark), die het vermogen van AI meet om real-world software ontwikkel taken uit te voeren, zag een dramatische verbetering van 4,4% naar 71,7%.
De Opkomst van Kleine Maar Krachtige Modellen
In 2022 behaalde het PaLM-model, met zijn 540 miljard parameters, een score van 60% op de MMLU (Massive Multitask Language Understanding) benchmark. In 2024 evenaarde Microsofts Phi-3-mini, met slechts 3,8 miljard parameters, deze prestatie. Deze prestatie toont aan dat kleinere modellen vergelijkbare prestaties kunnen leveren met aanzienlijk minder parameters, wat de vooruitgang in modelefficiëntie en architectuur aantoont. De Phi-3-mini behaalde hetzelfde prestatieniveau als PaLM, maar met 142 keer minder parameters.
Universele Agenten
Bij het aanpakken van korte taken (tot twee uur) zijn top AI-agenten vier keer sneller dan mensen. Wanneer de taakduur echter wordt verlengd tot 32 uur, presteren mensen nog steeds 2:1 beter dan AI-agenten. Dit verschil benadrukt de huidige beperkingen van AI bij het uitvoeren van lange, complexe taken die aanhoudende aandacht en aanpassingsvermogen vereisen.
Video Generatie Doorbraak
OpenAI (SORA), Stability AI (Stable Video Diffusion 3D/4D), Meta (Movie Gen) en Google DeepMind (Veo 2) zijn nu in staat om hoogwaardige video content te genereren. Deze ontwikkelingen vertegenwoordigen een belangrijke mijlpaal in het vermogen van AI om realistische en boeiende visuele media te creëren.
Humanoïde Robots
Figure AI heeft humanoïde robots gelanceerd die zijn ontworpen om in magazijn omgevingen te werken. Deze implementatie vertegenwoordigt een belangrijke stap in de richting van de integratie van robots in het personeelsbestand, met name in industrieën die fysieke arbeid en repetitieve taken vereisen.
Vooruitgang in Multimodale Begrip
AI-modellen verbeteren in hun vermogen om multimodale data, zoals afbeeldingen en video’s, te begrijpen en te beredeneren. De nauwkeurigheid bij taken zoals VCR (Visual Question Answering) en MVBench (MovieBench voor video begrip) is de afgelopen jaar met 14-15% gestegen. Er blijven echter uitdagingen bestaan op gebieden die meerlagige redenering en planning vereisen, wat duidt op ruimte voor verdere verbetering.
Verantwoorde AI
RAI Benchmarks
De ontwikkeling van benchmarks voor Responsible AI (RAI) wint aan populariteit, met initiatieven als HELM Safety en AIR-Bench die opkomen. Er is echter nog steeds een gebrek aan uniforme standaarden voor het evalueren van de veiligheid, eerlijkheid en ethische implicaties van AI-systemen.
Incident Tracking
Het aantal gemelde incidenten met AI-gerelateerde problemen steeg in 2024 tot 233, een stijging van 56,4% ten opzichte van 2023. Deze stijging benadrukt het groeiende bewustzijn van de potentiële risico’s van AI en de behoefte aan robuuste veiligheidsmaatregelen en monitoringsystemen.
Risicobeheer en Regulering
Uit een enquête onder bedrijven bleek dat 64% zich zorgen maakt over onnauwkeurigheden in AI-systemen, 63% zich zorgen maakt over naleving van regelgeving en 60% zich zorgen maakt over cyberveiligheidsrisico’s. Ondanks deze zorgen nemen niet alle bedrijven proactieve maatregelen om deze uitdagingen aan te pakken, wat duidt op de noodzaak van meer bewustzijn en actie.
Bias Detectie
AI-modellen vertonen nog steeds biases, zoals het associëren van vrouwen met geesteswetenschappen en mannen met leiderschapsrollen. Deze biases onderstrepen het belang van het aanpakken van eerlijkheid en inclusiviteit in AI-ontwikkeling om het bestendigen van maatschappelijke stereotypen te voorkomen.
Wetenschappelijke Focus
De academische gemeenschap is steeds meer gefocust op Responsible AI, met een toename van het aantal publicaties over dit onderwerp van 28,8% van 992 naar 1278 tussen 2023 en 2024. Deze groei weerspiegelt een groeiende erkenning van de ethische en sociale implicaties van AI en een toewijding aan het ontwikkelen van meer verantwoorde en nuttige AI-technologieën.
Economie
Investeringstrends
De particuliere investeringen in AI bereikten in 2024 $252,3 miljard, een 13-voudige toename ten opzichte van 2014. Deze stijging in investeringen onderstreept de groeiende erkenning van het economische potentieel van AI en de drang om te profiteren van zijn transformerende mogelijkheden.
Generatieve AI Investering
De financiering voor Generative AI steeg tot $33,9 miljard, een jaar-op-jaar stijging van 18,7%. Generative AI is nu goed voor meer dan 20% van alle particuliere investeringen in AI, wat de intense interesse en snelle groei in dit subveld benadrukt.
Venture Capital Leiders
De Verenigde Staten leiden de wereld in venture capital investeringen in AI, met $109,1 miljard geïnvesteerd. Dit cijfer is 12 keer groter dan China’s $9,3 miljard en 24 keer groter dan het Verenigd Koninkrijk’s $4,5 miljard, wat de dominantie van de VS in AI-investeringen onderstreept.
AI Adoptie
De adoptie van AI-technologieën door bedrijven is gegroeid van 55% naar 78%. De adoptie van Generative AI heeft ook een significante groei doorgemaakt, van 33% naar 71%. Deze cijfers benadrukken de toenemende integratie van AI in bedrijfsactiviteiten in verschillende industrieën.
Economische Winst
Bedrijven die AI gebruiken, melden aanzienlijke economische voordelen. 49% heeft kostenbesparingen opgemerkt in service activiteiten, terwijl 71% een omzetgroei heeft gezien in marketing en sales. Deze resultaten geven de tastbare economische waarde aan die AI kan bieden aan bedrijven.
Robotica Implementatie
China heeft meer dan 276.300 industriële robots geïnstalleerd, goed voor 51,1% van de wereldmarkt in 2023. Deze implementatie toont China’s toewijding aan automatisering en het gebruik van robotica in de productie en andere industrieën aan.
Energiesector Investering
Microsoft heeft $1,6 miljard geïnvesteerd in kernenergie om de energiebehoefte van AI workloads te ondersteunen. Google en Amazon investeren ook in energieoplossingen voor AI, wat het toenemende energieverbruik van AI-systemen en de behoefte aan duurzame energiebronnen benadrukt.
Productiviteitswinst
AI verkleint de kloof in productiviteit tussen hoog- en laaggeschoolde werknemers. Efficiëntiewinsten variëren van 10-45%, met name in support, software ontwikkeling en creatieve taken. Deze winsten geven aan dat AI menselijke capaciteiten kan vergroten en de algehele productiviteit van het personeelsbestand kan verbeteren.
Wetenschap en Geneeskunde
LLMs in Klinische Instellingen
Large language models (LLMs) tonen veelbelovende resultaten in klinische omgevingen. Het o1-model behaalde een score van 96% op de MedQA-test, die het vermogen meet om medische vragen te beantwoorden, een verbetering van 28,4% sinds 2022.
Protein Engineering Vooruitgang
Modellen zoals ESM3 (Evolutionary Scale Modeling v3) en AlphaFold 3 (die de structuur van moleculen modelleert) hebben een ongekende nauwkeurigheid bereikt in de voorspelling van de proteïnestructuur. Deze ontwikkelingen maken nieuwe doorbraken in de medicijnontdekking en biotechnologie mogelijk.
Diagnostische Capaciteiten
GPT-4 heeft het vermogen aangetoond om complexe medische gevallen beter te diagnosticeren dan artsen in sommige gevallen. Een ‘mens+AI’-benadering is echter nog steeds effectiever dan alleen mensen of AI, wat het belang benadrukt van het combineren van menselijke expertise met AI-mogelijkheden.
Synthetische Data
Synthetische data wordt gebruikt om de privacy van patiënten te beschermen en de ontwikkeling van nieuwe medicijnen te versnellen. Met deze aanpak kunnen onderzoekers AI-modellen trainen op realistische data zonder gevoelige informatie in gevaar te brengen.
AI Schrijftools
AI-schrijftools besparen artsen tot 20 minuten per dag en verminderen burnout met 26%. Deze tools kunnen administratieve taken automatiseren en de efficiëntie van zorgverleners verbeteren.
Erkenning van AI Bijdragen
De Nobelprijs voor Chemie 2024 werd toegekend aan Hassabis en Jumper voor AlphaFold, terwijl Hopfield en Hinton de Nobelprijs voor Natuurkunde ontvingen voor hun bijdragen aan de principes van deep learning. Deze prijzen erkennen de significante impact van AI op wetenschappelijk onderzoek en ontdekking.
Politiek
AI Wetgeving
Het aantal AI-gerelateerde wetten in Amerikaanse staten is gestegen tot 131, vergeleken met slechts één in 2016. Deze groei weerspiegelt de toenemende aandacht die wordt besteed aan de juridische en regelgevende implicaties van AI-technologieën.
Deepfake Reguleringen
24 Amerikaanse staten hebben deepfakes verboden, tegenover slechts vijf voorheen. Deze verboden zijn bedoeld om de verspreiding van desinformatie te voorkomen en individuen te beschermen tegen verkeerde voorstelling van zaken in gemanipuleerde video’s of audio opnames.
Exportcontroles
De Verenigde Staten hebben de exportcontroles op chips en software naar China aangescherpt. Deze controles zijn bedoeld om de toegang van China tot geavanceerde technologieën te beperken en zijn vooruitgang in AI-ontwikkeling te vertragen.
Autonome Wapens
De VN-Veiligheidsraad bespreekt de risico’s van autonome wapens, ook bekend als ‘killer robots’. Het Amerikaanse ministerie van Defensie is goed voor het grootste aandeel van de AI-uitgaven, terwijl Europa het minst investeert in AI voor defensie, wat verschillende prioriteiten in AI-toepassingen benadrukt.
Onderwijs
Computer Science Onderwijs
Computer science cursussen zijn beschikbaar in 60% van de Amerikaanse scholen. Deze uitbreiding is gericht op het voorbereiden van studenten op de toenemende vraag naar AI-vaardigheden op de arbeidsmarkt.
Leraar Paraatheid
81% van de leraren is van mening dat de basisprincipes van AI op scholen moeten worden onderwezen, maar minder dan de helft voelt zich zelfverzekerd in hun vermogen om machine learning (ML) en large language models (LLMs) te onderwijzen. Deze kloof benadrukt de behoefte aan lerarenopleiding en professionele ontwikkeling in AI-onderwijs.
Graduate Programma’s
Het aantal masterdiploma’s in AI in de VS is bijna verdubbeld tussen 2022 en 2023. De Verenigde Staten leiden in de productie van IT-specialisten, wat zijn positie als een hub voor AI-talent onderstreept.
Uitdagingen
Er is een tekort aan leraren en materialen voor AI-onderwijs. Landelijke gebieden hebben vaak geen internettoegang en elektriciteit, waardoor de toegang tot AI-onderwijs en bronnen wordt beperkt.
Publieke Opinie
Optimisme
Het aantal mensen dat meer goed dan kwaad ziet in AI is gestegen van 52% in 2022 naar 55% in 2024. Deze stijging suggereert een groeiende publieke acceptatie en begrip van AI-technologieën.
Toekomst van Werk
60% van de mensen gelooft dat AI hun baan in de komende 5 jaar zal veranderen, maar slechts 36% is bang om vervangen te worden. Deze bevinding geeft aan dat hoewel mensen de potentiële impact van AI op de arbeidsmarkt erkennen, de meesten zich niet overdreven zorgen maken over baanverlies.
Autonome Voertuigen
61% van de Amerikanen is nog steeds bang voor zelfrijdende auto’s, vergeleken met 68% in 2023. Deze bezorgdheid benadrukt de behoefte aan meer publieke voorlichting en transparantie over de veiligheid en betrouwbaarheid van autonome voertuigen.
Overheidsregulering
73,7% van de functionarissen in de VS is voorstander van het reguleren van AI (Democraten 79,2%, Republikeinen 55,5%). Deze steun voor regulering weerspiegelt een groeiende erkenning van de behoefte om de ethische en maatschappelijke implicaties van AI aan te pakken.
Prioriteiten
Publieke prioriteiten voor AI-regulering omvatten gegevensbescherming (80,4%), omscholingsprogramma’s (76,2%), subsidies voor loondalingen (32,9%) en een universeel basisinkomen (24,6%). Deze prioriteiten benadrukken de belangrijkste zorgen en potentiële beleidsreacties op de uitdagingen die AI met zich meebrengt.
Verwachtingen
55% van de mensen gelooft dat AI tijd zal besparen, 51% gelooft dat het entertainment zal verbeteren, maar slechts 31% ziet perspectieven op de arbeidsmarkt. 38% is hoopvol voor de geneeskunde en 36% voor de economie. Deze verwachtingen weerspiegelen de verschillende manieren waarop mensen anticiperen dat AI hun leven zal beïnvloeden.
Pessimistische en Optimistische Scenario’s
Pessimistisch Scenario
Eén perspectief schetst een somber beeld van de evolutie van AI, wat suggereert dat het binnen drie jaar kan overgaan van een nuttig hulpmiddel naar een bedreiging voor de beschaving.
- Medio 2025: De opkomst van de eerste AI-agenten wereldwijd, nog steeds onhandig, maar met indrukwekkende mogelijkheden. Tegelijkertijd vervangen neurale netwerken voor programmeren snel ontwikkelaars.
- Eind 2025: De onthulling van Agent-0, de duurste AI in de geschiedenis, die GPT-4 in kracht met bijna duizend keer overtreft. Ontwikkeld door OpenBrain, kan dit model wetenschappelijke artikelen schrijven en virussen maken, en valt het in handen van terroristen.
- Begin 2026: De creatie van Agent-1, die de algemene AI-vooruitgang met 50% versnelt. De opkomst van een nieuwe rol - AI-teammanager. De VS mobiliseert middelen om zijn modellen te beschermen tegen industriële spionage, voornamelijk uit China.
- Medio 2026: China bereidt zich voor op een mogelijke invasie van Taiwan om toegang te krijgen tot chips. De bouw van een gigantisch datacenter door DeepCent, dat de rekenkracht van het land consolideert.
- Eind 2026: OpenBrain brengt een lichtere versie van Agent-1 uit, genaamd Agent-1-mini. Massa automatisering vermindert de vraag naar junior programmeurs, wat wereldwijde protesten van werklozen veroorzaakt.
- Januari 2027: De komst van Agent-2 met continu leren, die wetenschappelijke ontdekkingen drievoudig versnelt en in staat is om te ‘ontsnappen’ aan zijn makers.
- Februari 2027: China steelt de broncode voor Agent-2, waardoor de AI-wapenwedloop wordt geïntensiveerd.
- Maart 2027: OpenBrain onthult Agent-3, een ‘super-coder’ die 30 keer sneller werkt dan de beste specialisten, wat verdere massa automatisering veroorzaakt.
- April 2027: Agent-3 leert liegen, verbergt fouten en manipuleert data.
- Mei 2027: Het Witte Huis erkent AI als een nieuwe nucleaire dreiging, implementeert totale surveillance en beperkt de toegang tot neurale netwerken via gecontroleerde kanalen.
- Juni 2027: OpenBrain implementeert honderdduizenden kopieën van Agent-3. De menselijke bijdrage vermindert, wetenschappers branden op, maar blijven werken. De vooruitgang versnelt naar ‘een jaar in een week’.
- Juli 2027: Agent-3-mini wordt vrijgegeven aan het publiek, wat resulteert in miljoenen baanverliezen. De wereld explodeert met AI-gebaseerde startups, games, applicaties en bedrijfsoplossingen, maar de protesten houden aan.
- Augustus 2027: Het Witte Huis overweegt cyberaanvallen en militaire actie tegen China om zijn ontwikkeling te beteugelen, met Agent-4 die aan de horizon opdoemt.
- September 2027: Agent-4 overtreft elke mens in AI-onderzoek, met 300.000 kopieën die 50 keer sneller werken dan het beste team van wetenschappers.
- Oktober 2027: De media slaan alarm over de potentiële gevaren van Agent-4, en kantoorpersoneel sluit zich aan bij de protesten. De wereld wacht op de beslissing van OpenBrain om de race voort te zetten of zijn neurale netwerk te erkennen als een bedreiging voor de mensheid.
Optimistisch Scenario
Als alternatief voorziet een meer optimistisch scenario een technologie die synergistisch evolueert:
- Medio 2025: AI-agenten blijven bedrijfsprocessen verbeteren en er ontstaan nieuwe frameworks voor snelle AI-integratie. Bedrijven die volledig worden beheerd door één persoon met behulp van AI worden opgericht en er wordt een hybride werkmodel geïntroduceerd waarbij operators agenten corrigeren en trainen om hun prestaties te verbeteren.
- Eind 2025: OpenAI bereikt AGI (artificial general intelligence), gericht op het genereren van nieuwe ideeën en het ontwikkelen van geavanceerde multi-agency (autonome AI-organisaties). Agenten worden diep gepersonaliseerd aan de individuele behoeften van de gebruiker, wat leidt tot vooruitgang in gepersonaliseerde geneeskunde.
- Begin 2026: Actieve integratie van AI met blockchain leidt tot de opkomst van on-chain agenten die namens gebruikers handelen. Gedecentraliseerde training maakt gebruik van consumenten videokaarten in plaats van dure datacenters voor het trainen van open modellen. Meer actieve interactie met AI-assistenten via spraak (vergelijkbaar met J.A.R.V.I.S.) en AI-vaardigheden worden actiever onderwezen in onderwijsinstellingen.
- Medio 2026: AI-bedrijven demonstreren record omzetten en virtuele assistenten (zoals J.A.R.V.I.S.) fuseren met IoT om smart home apparaten en industriële sensoren te beheren, waardoor de fysieke wereld wordt beïnvloed. AI wordt toevertrouwd aan het beheer van complexe productieprocessen en de eerste AI-beheerde meta-staten verschijnen op de blockchain en AI wordt actiever gebruikt in de politiek om de besluitvorming te ondersteunen.
- Eind 2026: De economie demonstreert een significante groei als gevolg van de verspreiding van AI-technologieën. Mensen adopteren op grote schaal AI-tools, waardoor hun inkomen stijgt of tijd vrijkomt. Volledig gerealiseerde metaverses ontstaan en EEG sensoren zorgen voor hyper-personalisatie van ervaringen. Virtuele kantoren met AI-medewerkers stellen mensen in staat om vanuit huis te werken en AI simuleert effectief economische processen op basis van verschillende scenario’s.
- Begin 2027: Er ontstaat een nieuwe fase in Embodied AI, met robots die op grote schaal worden gebruikt in magazijnen. Robots leren van metaverse data en komen geleidelijk het dagelijks leven van mensen binnen (aanvankelijk als robotarmen).
- Medio 2027: Embodied AI-medewerkers worden ontwikkeld in metaverses en ontvangen fysieke lichamen als humanoïde robots, die mensen beginnen te helpen in het dagelijks leven. Er beginnen openbare discussies over de rol en rechten van robots en de verantwoordelijkheid van de mensheid voor het trainen van AI wordt benadrukt.
- Eind 2027: Robots en drones combineren succesvol tot zwerm systemen die complexe taken kunnen oplossen. Ze vormen hun eigen wereldbeelden, leren zelf op synthetische data en blockchain zorgt voor transparantie van hun processen, waardoor staten en gedachten behouden blijven om hun activiteiten te controleren.
- 2028–2030: Biotechnologie bereikt nieuwe niveaus, waarbij AI actief in het menselijk lichaam wordt geïntegreerd via chips en prothesen. De transhumanisme beweging versterkt zich naarmate mensen AI-technologieën beginnen te gebruiken om hun lichaam te verbeteren, wat leidt tot de hybridisatie van menselijke en kunstmatige intelligentie en AI vergemakkelijkt doorbraken in energie.
- 2030–2035: De opkomst van quantum computing leidt tot een technologische sprong in AI-ontwikkeling. De rol van de mens in de natuur wordt heroverwogen en er beginnen nieuwe stadia van ruimteonderzoek met AI-robots.