Block #9

Tag: AI

  • Autheo Lanceert Decentrale Coördinatielaag Voor Ai En Blockchain Interactie: Een Game-changer?

    Autheo Lanceert Decentrale Coördinatielaag Voor Ai En Blockchain Interactie: Een Game-changer?

    Autheo introduceert een innovatief Internet Operating System dat gericht is op de interactie tussen autonome AI-agents en blockchainnetwerken. De ambitie van dit project ligt in het creëren van een decentrale coördinatielaag, waarmee deze AI-agents taken kunnen uitvoeren zonder afhankelijk te zijn van traditionele gecentraliseerde infrastructuren. Deze aankondiging komt op een moment waarop de verhalen rondom AI en crypto zich vaak sneller ontwikkelen dan de bijbehorende werkende producten, wat de noodzaak van solide detailhandelingen versterkt. De cruciale vraag is niet alleen of AI-agents opwindend klinken, maar vooral of ze in staat zijn om decentrale infrastructuren te benutten op een manier die zowel veilig als praktisch is.

    AI-agents zijn doorgaans softwareprogramma’s die in staat zijn beslissingen te nemen, diensten te gebruiken en taken voor gebruikers uit te voeren. In de context van blockchain kan dit betekenen dat ze verantwoordelijk zijn voor het beheren van transacties, het ondertekenen van berichten, het coördineren van betalingen of het interageren met smart contracts (zelf-uitvoerende contracten op de blockchain).

    Deze mogelijkheden gaan echter gepaard met duidelijke risico’s. AI-agents hebben toegang nodig, maar ook strikte grenzen en een manier om aan te tonen wat ze hebben gedaan en waarom. Een decentrale coördinatielaag is een manier om deze activiteiten een transparanter fundament te bieden, wat essentieel is in een landschap dat steeds meer gericht is op vertrouwen en verificatie.

    De AI-crypto sector heeft veel aandacht getrokken, maar de kloof tussen de opwinding rond het verhaal en daadwerkelijke adoptie blijft aanzienlijk. Projecten binnen deze ruimte moeten meer tonen dan alleen aantrekkelijke promotiematerialen; ze zijn verplicht om werkende architectuur, ontwikkelaarsadoptie, beveiligingsbeoordelingen en duidelijke argumenten te presenteren waarom blockchain echt verbeteringen biedt ten aanzien van de workflow van AI-agents.

    Met de aankondiging van Autheo hebben handelaren opnieuw een naam om in de gaten te houden in deze sector. De vraag of het een blijvende infrastructuurspeler wordt, hangt niet alleen af van de prestaties van het AI-agenten thema op de markt, maar vooral van wat ontwikkelaars daadwerkelijk op deze basis kunnen bouwen.

    De sterkste interpretatie van de AI-agent these gaat verder dan het beeld van een chatbot die tokens koopt. Het gaat om software die taken, betalingen, data, identiteiten en acties van smart contracts coördineert met minimaal menselijk ingrijpen. Een dergelijke visie vereist een infrastructuur die zowel permissies als verantwoordelijkheden kan beheren.

    Crypto kan bijdragen aan betalingen, transparantie en uitvoeringsrecords, maar het biedt geen oplossing voor alle veiligheids- en betrouwbaarheidproblemen van AI. Projecten als Autheo moeten aantonen dat decentrale coördinatie echte voordelen biedt ten opzichte van standaard cloudinfrastructuur.

    Dit maakt het meer een verhaal dat op de kijklijst moet staan dan een afgerond adoptieverhaal. De sector is nog vroeg in zijn ontwikkeling, maar de interesse van de markt in de kruising tussen AI-automatisering en blockchain-verrekening is onmiskenbaar.

    Investoren dienen ook het onderscheid te maken tussen infrastructuurclaims en token-hype. De projecten die in deze categorie daadwerkelijk zullen blijven bestaan, zullen waarschijnlijk degene zijn die ‘saaie’ coördinatieproblemen voor ontwikkelaars oplossen, in plaats van louter AI-branding aan een crypto-netwerk te plakken.

    Uiteindelijk is het belangrijk om deze ontwikkeling te beschouwen als een specifieke vooruitgang binnen de cryptomarkt, en niet als een algemene voorspelling voor de gehele sector. Dit biedt lezer een concrete referentie om te volgen, terwijl de beperkingen van het verhaal helder blijven.

    Vraag & Antwoord

    Wat is het doel van Autheo’s Internet Operating System?
    Autheo’s Internet Operating System is bedoeld om AI-agents in staat te stellen te interageren met blockchainnetwerken en taken uit te voeren zonder afhankelijk te zijn van traditionele gecentraliseerde infrastructuren.

    Waarom zijn decentralisatie en transparantie belangrijk voor AI-agents?
    Decentralisatie en transparantie zijn cruciaal omdat ze AI-agents helpen om permissies en verantwoordelijkheden te beheren, wat noodzakelijk is in een omgeving waar zekerheid en vertrouwen essentieel zijn.

    Hoe kan crypto de werking van AI-agents verbeteren?
    Crypto kan AI-agents ondersteunen door transparante betalingsmechanismen, uitvoeringsrecords en verbeterde verificatieprocessen te bieden, maar kan niet alle problemen met betrekking tot AI-veiligheid en betrouwbaarheid oplossen.

  • Debat Over Claude Fable 5 Herintroductie: Prestatie-analyse Tussen Bridgebench En Arena.ai

    Debat Over Claude Fable 5 Herintroductie: Prestatie-analyse Tussen Bridgebench En Arena.ai

    De recente herintroductie van Claude Fable 5 heeft geleid tot een ongekende golf van kritiek op sociale mediaplatforms. Gebruikers beschrijven het als gebroken en geïnduceerd door beperkingen, wat twijfel zaait over de capaciteiten van het model. Deze negatieve feedback kan verrassend zijn, vooral omdat twee benchmarks met elkaar in conflicten kwamen. Terwijl BridgeBench AI een dramatische daling in prestaties rapporteerde, suggereerde Arena.AI dat er weinig verschil was in de output na de herlancering.

    BridgeMind, een platform voor AI-evaluatie, voerde op de dag van de herintroductie een volledige beoordeling van Fable 5 uit. De BridgeBench-testen zijn ontworpen om de effectiviteit van AI-modellen te evalueren in realistische coderingsscenario’s zoals debugging, refactoring en weerstand tegen hallucinatietaken. De resultaten waren op zijn zachtst gezegd zorgwekkend: de score voor debugging kelderde van 86,2 naar 25,9, terwijl de score voor refactoring daalde van 73,6 naar 38,4.

    Het essentiële probleem ligt echter in de methodologie. Slechts drie van de twaalf TypeScript-debuggingtaken bereikten Fable 5 daadwerkelijk. De overige vragen werden door een nieuwe veiligheidsclassifier onderschept en omgeleid naar een oudere versie van het model, Claude Opus 4.8. Hierdoor worden scores op feedback van Fable 5 op een rapport als nul geteld, omdat de uitvoerder niet het onderwerp onder evaluatie was.

    Arena.AI benaderde de evaluatie vanuit een andere invalshoek door duizenden stemmen te verzamelen over de prestaties van verschillende AI-modellen in diverse categorieën. Hun analyse toonde aan dat Fable 5 in de meeste categorieën zijn positie kon behouden. De score voor frontend-codering daalde slechts licht van 1650 naar 1623 Elo, een verschil dat binnen de verwachtingsinterval valt naarmate meer data beschikbaar komt. In sommige gevallen, zoals documentanalyse, verbeterde de score zelfs aanzienlijk.

    Dit legt de vinger op de zere plek: wanneer Fable 5 de kans krijgt om een taak uit te voeren, blijft het op niveau presteren. De frustratie onder gebruikers komt voort uit het feit dat ze betalen voor een model waarvan ze verwachten dat het hen helpt, maar dat vaak niet aanspreekbaar is als het de kritische taken betreft.

    Voor algemene gebruikers die zich bezighouden met creatieve schrijfopdrachten, documentanalyse en expert-teksten, zullen er waarschijnlijk minimale verschillen merkbaar zijn. In deze domeinen ziet Arena.AI geen significante achteruitgang. Echter, voor ontwikkelaars is de situatie zorgwekkender. Degenen die werken met termen als “beveiliging”, “kwetsbaarheid” of “exploit” zullen regelmatig de limieten van het nieuwe classificatiesysteem ondervinden.

    De discrepantie tussen de toeschrijving van BridgeBench en de prestaties van Arena hangt samen met het type taak. BridgeBench test juist die opdrachten die de nieuwe classifier mogelijk activeren, terwijl Arena zich richt op een breder gamma aan vragen die minder geneigd zijn om triggers te activeren. De huidige classificatietechnologie van Anthropic is nog niet perfect en vereisen een tijd van afstemming om de balans te verbeteren. De urgente vraag naar wanneer deze aanpassingen gerealiseerd zullen worden, blijft echter onbeantwoord.

    Vraag & Antwoord

    Wat zijn de belangrijkste verschillen tussen de beoordelingen van BridgeBench en Arena.AI?
    BridgeBench constateerde een dramatische achteruitgang in de prestaties van Fable 5 door het effect van een nieuwe veiligheidsclassifier die veel taken omleidde. Arena.AI, daarentegen, concludeerde dat de prestaties van Fable 5 in verschillende soorten opdrachten vooral consistent bleven, hoewel er lichte variaties waren.

    Welke impact heeft de nieuwe veiligheidsclassifier op ontwikkelaars?
    De veiligheidsclassifier heeft vooral gevolgen voor ontwikkelaars die zich bezighouden met kwetsbare software-elementen. Het classificatiesysteem identificeert en blokkeert vaak legitieme verzoeken als ze enige gelijkenis vertonen met beveiligingsproblemen, wat leidt tot frustratie en inefficiëntie in hun werk.

    Zal Anthropic de classifier in de toekomst verbeteren?
    Anthropic heeft bevestigd dat de classifiers in de loop van de tijd zullen worden geoptimaliseerd. Ze erkennen dat de huidige instellingen te breed zijn en streven ernaar de efficiëntie van de classifier te verbeteren, maar er is nog geen tijdlijn gegeven voor wanneer deze verbeteringen gerealiseerd zullen worden.

  • Kraken Voegt Ai-gestuurde Financiële Tools Toe: Democratisering Van Crypto-investeringen In Opkomst

    Kraken Voegt Ai-gestuurde Financiële Tools Toe: Democratisering Van Crypto-investeringen In Opkomst

    Kraken, een vooraanstaande crypto-exchange, voegt AI-gestuurde financiële tools toe aan zijn mobiele app, wat getuigt van een toenemende competitie onder uitwisselingen om gepersonaliseerde investeringsinstrumenten aan te bieden die verder gaan dan de basisfunctionaliteiten. Dit streven markeert een significante verschuiving in hoe crypto-investeerders hun portfolio’s beheren en hun financiële doelen bereiken.

    Gebruikers beginnen met het vaststellen van hun financiële doelstellingen en voorkeuren. Hierdoor kan de app een interface en aanbevelingen samenstellen die zijn afgestemd op deze doelen, in plaats van dat klanten door complexe handelsinstrumenten hoeven te navigeren. Kraken benadrukt dat het herontworpen platform gebruikers helpt bij het nastreven van ambities zoals het kopen van een huis, sparen voor pensioen of het opbouwen van een noodfonds. Deze aanpak verlaagt de drempel voor minder ervaren investeerders en biedt hen de mogelijkheid om actief deel te nemen aan de crypto-markt.

    Volgens Kraken houdt hun “financiële intelligentie” de markten continu in de gaten, identificeert het investeringsmogelijkheden en doet het aanbevelingen voor transacties. Belangrijk is dat deze aanbevelingen nooit automatisch worden uitgevoerd; elke suggestie vereist de goedkeuring van de gebruiker voordat tot handelen wordt overgegaan. Kraken positioneert deze technologie dan ook als een ondersteunend besluitvormingsinstrument en niet als een volledig geautomatiseerd handelssysteem, wat het vertrouwen van gebruikers kan bevorderen.

    De app maakt gebruik van de verzamelde informatie, gecombineerd met de risicotolerantie, financieringsvoorkeuren en het financiële profiel van de gebruiker, om een voorgesteld portfolio samen te stellen. Dit portfolio kan vervolgens door de gebruiker worden herzien en aangepast voordat er wordt geïnvesteerd. Na de investering biedt de app persoonlijke updates en investeringssuggesties die zijn toegesneden op de holdings van de gebruiker, een functie die essentieel is voor het behoud van een dynamisch en efficiënt portfolio.

    Kamo Asatryan, Chief Data Officer bij Kraken, deelt met enthousiasme dat deze technologie is ontworpen om gewone investeerders dezelfde marktbewustheid te geven als die van de meest actieve traders op het platform. “[D]eze technologie biedt voor dagelijkse mensen de kans om hoogfrequente traders te worden, en dat met eenvoudige taal,” stelt hij vast. Dit benadrukt de opkomende democratisering van crypto-investeren, waarbij technologie een brug slaat naar een breder publiek.

    De integratie van AI binnen crypto exchanges en fintech-bedrijven neemt in rap tempo toe. Deze technologie stelt gebruikers in staat om markten te analyseren, portfolio’s te beheren en trades te plaatsen via conversatieachtige interface. Deze shift naar conversatiegestuurde interfaces maakt het voor investeerders toegankelijker om hun strategieën uit te voeren en verlagen de instapdrempels voor een breder publiek.

    Begin juni lanceerde OKX bijvoorbeeld een bèta-marktplaats waar AI-agenten autonoom transacties kunnen uitvoeren, onchain-taken kunnen voltooien en blockchain-gebaseerde reputaties kunnen opbouwen. In dezelfde maand introduceerde Coinbase een tool die AI-agenten in staat stelt om betalingen te verrichten en cryptocurrencies te verhandelen namens gebruikers, gebruikmakend van hun x402-betalingsprotocol.

    De adoptie van dergelijke technologieën groeit gestaag. Volgens een recent rapport van Chainalysis heeft de agentische betalingsactiviteit op Coinbase’s Base-netwerk in de afgelopen maand meer dan 100 miljoen transacties overschreden. Hoewel de transactiegroei zich begint te stabiliseren, blijkt uit de gegevens dat hogere waarde-overdrachten steeds gebruikelijker worden. Dit suggereert dat AI-gedreven betalingen zich ontwikkelen van een fase van micropayments naar meer substantiële en geavanceerde gebruikssituaties.

    Op vrijdag introduceerde fintechbedrijf Revolut een upgrade van zijn Revolut X-exchange, waarmee klanten AI-assistenten zoals Claude, Gemini, Cursor en OpenClaw kunnen aansluiten. Deze assistenten helpen bij het analyseren van markten, het backtesten van handelsstrategieën en het plaatsen van orders via natuurlijke taalinstructies. Ook hier geldt dat gebruikers elke transactie moeten goedkeuren voordat deze wordt uitgevoerd, wat de noodzaak van menselijk toezicht benadrukt in een steeds meer geautomatiseerde omgeving.

    Vraag & Antwoord

    Welke rol speelt AI in de toekomst van crypto-investeren?
    AI transformeert de manier waarop investeerders interactie hebben met de markt. Het stelt hen in staat om datagedreven beslissingen te nemen en opportuniteiten te herkennen die voorheen misschien over het hoofd werden gezien.

    Hoe kunnen minder ervaren investeerders profiteren van tools zoals die van Kraken?
    Door gepersonaliseerde aanbevelingen en een intuïtieve interface biedt Kraken minder ervaren investeerders de mogelijkheid om hun financiële plannen te realiseren zonder diepgaande kennis van de markten. Dit verlaagt de instapdrempel voor de crypto-activiteit.

    Wat zijn de risico’s van AI-gedreven handel?
    AI kan de effectiviteit van handelsstrategieën verbeteren, maar het blijft essentieel voor investeerders om elke aanbeveling kritisch te evalueren. De afhankelijkheid van technologie zonder menselijke beoordeling kan leiden tot ongewenste risico’s en verliezen.

  • Vertraging In Meta’s Ai-ontwikkeling: Implicaties Voor De Cryptowereld

    Vertraging In Meta’s Ai-ontwikkeling: Implicaties Voor De Cryptowereld

    Mark Zuckerberg, CEO van Meta, heeft recentelijk aangegeven dat de ontwikkeling van AI-agenten binnen het bedrijf trager verloopt dan verwacht. Dit terwijl zowel technologie- als cryptobedrijven blijven investeren in deze opkomende technologie, die potentieel de communicatie en transacties in de digitale economie zou kunnen transformeren.

    Tijdens een interne vergadering gaf Zuckerberg aan dat de ontwikkeling van agent-technologie de afgelopen vier maanden niet de verwachte versnelling heeft doorgemaakt. Hij merkte op dat de inzet op agenten nog niet de vruchten heeft afgeworpen die men had gehoopt, vooral niet na de agressieve koerswijziging waarin het bedrijf begin dit jaar substantieel investeerde in agent-infrastructuur. Dit gebeurde mede uit de vrees dat ze niet snel genoeg vooruitgingen.

    Ondanks de langzamer dan verwachte voortgang, is Zuckerberg optimistisch en verwacht hij dat de investeringen in AI binnen drie tot zes maanden beginnen op te leveren. Dit roept vragen op over de toekomst van autonome agents in de cryptowereld, waar een groeiend aantal bedrijven gelooft dat deze technologie de manier waarop blockchain-betalingen worden uitgevoerd, radicaal zal veranderen.

    Zuckerbergs zorgen vallen samen met de recente wereldwijde uitbreiding van Meta’s Meta Business Agent op platformen als Instagram, Messenger en WhatsApp. Deze Business Agent is in staat om klantvragen te beantwoorden, productaanbevelingen te doen en zelfs verkopen af te ronden zonder menselijke tussenkomst. Tevens vertelde Zuckerberg in maart dat hij werkt aan een persoonlijke AI-agent die hem zal ondersteunen bij zijn besluitvorming als CEO.

    De crypto-industrie heeft deze technologie snel omarmd. Zo zijn er prominente stemmen in het veld – zoals de CEO van Coinbase, Brian Armstrong, en zijn collega bij Circle, Jeremy Allaire – die voorspellen dat AI-agenten een belangrijke rol gaan spelen in blockchain-gebaseerde betalingen in de komende jaren. Onlangs zijn er veelbelovende integraties ontstaan die de adoptie van AI-agent-gedreven stablecoin-transacties bevorderen.

    Bijvoorbeeld, Amazon Web Services heeft recentelijk de x402-betalingsprotocol van Coinbase geïntegreerd in hun Amazon Bedrock AgentCore, waarmee agents transacties kunnen uitvoeren in de USDC-stablecoin. Bovendien heeft de crypto wallet startup Oobit in april een door Visa ondersteunde virtuele kaart gelanceerd, waarmee AI-agenten online aankopen in USDt (USDT) kunnen doen voor bedrijven.

    Toch blijkt uit recente gegevens dat de transactiegrootte door AI-agenten op de blockchain voorlopig bescheiden is. Uit rapporten van Artemis blijkt dat de handelsactiviteit via het AI-agent-ondersteunde x402-protocol in de afgelopen 30 dagen slechts een volume van $2 miljoen heeft gegenereerd. Deze cijfers benadrukken dat, ondanks de belofte van AI-agenten, de daadwerkelijke adoptie en impact op de markt nog in de kinderschoenen staat.

    Vraag & Antwoord

    Wat zijn AI-agenten en waarom zijn ze belangrijk voor de crypto-industrie?
    AI-agenten zijn autonome softwareprogramma’s die in staat zijn zelfstandig beslissingen te nemen en transacties uit te voeren, wat hen potentieel in staat stelt om blockchain-betalingen te faciliteren. Hun ontwikkeling kan de snelheid en efficiëntie van deze betalingen aanzienlijk verbeteren.

    Waarom verloopt de ontwikkeling van AI-agenten bij Meta trager dan verwacht?
    Zuckerberg heeft aangegeven dat de vooruitgang niet de gewenste versnelling heeft bereikt, mogelijk door een combinatie van overoptimisme en miscalculaties in de timing van hun strategieën.

    Hoeveel transactiegrootte genereren AI-agenten momenteel op de blockchain?
    Volgens recente gegevens bedraagt het handelsvolume via het x402-protocol in de afgelopen 30 dagen slechts $2 miljoen, wat duidt op een beperkte acceptatie op dit moment.

     

  • Perplexity Revolutioneert Ai Met Kostenefficiënt Glm 5.2-model: Een Strategische En Economische Doorbraak

    Perplexity Revolutioneert Ai Met Kostenefficiënt Glm 5.2-model: Een Strategische En Economische Doorbraak

    Perplexity heeft recentelijk een onderzoeksvooruitblik vrijgegeven op een nieuwe versie van zijn GLM 5.2-model. Deze na-training (post-training) maakt het mogelijk om binnen de ‘Computer’ infrastructuur van het bedrijf te functioneren, waarbij het alleen naar de krachtige Claude Opus 4.8 kan moedigen als de situatie dat vereist. Dit nieuwe model, dat presteert tegen een kostprijs van slechts een derde van die van Opus 4.8, biedt een significante besparing voor zowel bedrijven als ontwikkelaars die gebruikmaken van geavanceerde AI-technologieën.

    Het GLM 5.2-model, dat is ontwikkeld door Z.AI — voorheen bekend als Zhipu AI — bevat maar liefst 744 miljard parameters. Parameters zijn de variabelen die een model tijdens de training leert afstemmen om zijn prestaties te verbeteren. Dit model is uitgegeven onder een MIT-licentie, wat betekent dat het vrijelijk gedistribueerd en aangepast kan worden, wat de toegang vergemakkelijkt voor ontwikkelaars wereldwijd.

    Bij fine-tuning wordt een reeds getraind AI-model opnieuw getraind op een kleinere, meer specifieke dataset om de prestaties voor een bepaald doel te optimaliseren. Dit kan worden vergeleken met het tunen van een auto: ontwikkelaars kunnen dezelfde basisauto aanpassen voor verschillende doeleinden, zoals drag racing of rally. In de context van AI leidt fine-tuning tot modellen die beter zijn afgestemd op specifieke taken en minder bias vertonen, afhankelijk van de toepassing.

    Perplexity heeft deze strategie toegepast door GLM 5.2 zodanig aan te passen dat het de vaardigheid heeft ontwikkeld om te bepalen wanneer het een taak zelf kan afhandelen en wanneer escalatie naar een krachtiger model nodig is. Deze escalatiecapaciteit vormt de kern van de aanpassing. De verbeterde GLM 5.2 beschikt over wat Perplexity een “advisor tool” noemt, waardoor het model kan inschatten wanneer een vraag zijn capaciteiten overstijgt en overstapt naar een derde partij, zoals de krachtige Opus 4.8. Dit resulteert niet alleen in een verbeterde efficiency, maar ook in aanzienlijke kostenbesparingen bij de uitvoering van complexe taken.

    De concurrentie tussen de VS en China op het gebied van AI wordt vaak als een zero-sum game gezien, maar open-source modellen kennen geen nationale grenzen. De MIT-licentie die aan GLM 5.2 is verbonden, maakt het voor ontwikkelaars eenvoudig om deze technologieën te downloaden en aan te passen zonder juridische en contractuele obstakels. Perplexity leerde deze lessen enkele jaren geleden toen het DeepSeek R1 model aanpaste, waarmee het Chinese censuurthema’s omzeilde en de techniek in een meer westerse context plaatste.

    Nu richt Perplexity zich minder op politieke overwegingen, maar eerder op economische efficiëntie. Met de komst van de fine-tuned GLM 5.2 is het model niet bedoeld om de meest complexe taken uit te voeren, maar eerder als kosteneffectieve ‘default’ optie voordat naar duurdere modellen wordt overgestapt. De infrastructuur is al op grote schaal geïmplementeerd, waardoor Perplexity in een unieke positie verkeert om deze strategie te realiseren.

    De operationele inzet vindt plaats op Nvidia B200 GPU’s in de Verenigde Staten, met plannen voor verdere ontwikkelingen. Binnenkort worden meer gedetailleerde benchmarks en een onderzoeksdocument verwacht over de prestaties van dit model. De opbrengst van deze inzet gaat echter niet enkel om technologisch voordeel; in een tijd waarin kostenbeheersing essentieel is, toont Perplexity aan dat slimme aanpassingen aan bestaande modellen niet alleen de innovatie bevorderen, maar ook de economie van AI toepassingen kunnen optimaliseren.

    Vraag & Antwoord

    Waarom is het GLM 5.2-model economisch voordeliger voor bedrijven?
    Het GLM 5.2-model biedt een prijs-kwaliteitverhouding die significant beter is dan duurdere modellen zoals Claude Opus 4.8, doordat het de meeste taken efficiënt afhandelt zonder dat hierbij extra kosten worden gemaakt voor zware infrastructuur.

    Hoe verschilt het fine-tuning proces van de traditionele AI-training?
    Fine-tuning betreft het opnieuw trainen van een bestaand model met een gerichte dataset om specifieke skills of bias te verbeteren, terwijl traditionele training te maken heeft met de opbouw van het model vanaf de basis.

    Wat zijn de toekomstige plannen van Perplexity met betrekking tot AI-modellen?
    Perplexity is van plan om verschillende open-source modellen verder te optimaliseren en de infrastructuur uit te breiden, zodat ze de prestaties kunnen verhogen en tegelijkertijd de kosten voor eindgebruikers kunnen verlagen.

  • Ethereum Zet Ai In Voor Proactieve Identificatie Van Netwerkkwetsbaarheden

    Ethereum Zet Ai In Voor Proactieve Identificatie Van Netwerkkwetsbaarheden

    De Ethereum Foundation heeft een innovatieve aanpak ontwikkeld door gebruik te maken van AI-agents om kwetsbaarheden in de onderliggende netwerkstructuur proactief te identificeren. In recente berichtgeving werd onthuld dat het Protocol Security-team een reeks AI-agents heeft ingezet om de software van Ethereum onder de loep te nemen. Dit voorkomt potentiële aanvallen door kwaadwillende hackers door eerst zelf de kwetsbaarheden bloot te leggen.

    De onderzoekers omschreven hun werkwijze als een vorm van ‘red teaming’, waarbij een organisatie haar systemen onder vuur neemt om zwakheden te ontdekken. In tegenstelling tot de traditionele methoden waarbij menselijke beveiligingsexperts handmatig code doorlichtten, zijn deze AI-agents in staat om hele codebases te scannen en potentiële exploitatiemogelijkheden te testen.

    Een van de opmerkelijke ontdekkingen van deze AI-agents was een kwetsbaarheid in libp2p’s gossipsub, een essentieel onderdeel van de peer-to-peer communicatie die gebruikt wordt door Ethereum-compatibele cliënten. Deze kwetsbaarheid, die op afstand kon worden geëxploiteerd, is inmiddels verholpen en openbaar gemaakt onder het referentienummer CVE-2026-34219.

    De Ethereum Foundation heeft benadrukt dat de inzet van AI-agents niet alleen gaat om het vinden van foutjes, maar ook om een gestructureerde beoordeling van deze bevindingen. Een specifiek kader leidt de agents tijdens hun onderzoeken, waardoor ze vastlijden aan meetbare en testbare claims. Dit elimineert de mogelijkheid van een subjectieve beoordeling die alleen maar op het gevoel is gebaseerd.

    De inzet van AI in deze context verlegt de focus van menselijke interventie naar een uitbreiding van mogelijkheden. Dit werd onlangs bevestigd toen gebruik werd gemaakt van de AI-tool Anthropic’s Claude Mythos, die maar liefst 271 kwetsbaarheden ontdekte in de Firefox-browser. Wat AI-agents kan onderscheiden van andere tools, zoals fuzzers, is hun vermogen om impactanalyses uit te voeren en proof-of-concept tests te genereren.

    Echter, het is cruciaal om te beseffen dat niet alle AI-gegenereerde bevindingen op waarheid berusten. Het onderscheid kunnen maken tussen echte kwetsbaarheden en valse positieven blijft een uitdaging. De onderzoekers benadrukken dat een kandidaat voor een kwetsbaarheid pas als zodanig wordt erkend wanneer er een reproduceerbaar bewijs voorhanden is dat daadwerkelijk tegen de echte code werkt.

    De recente audit van Zcash, waarbij de beveiligingsonderzoeker Taylor Hornby eveneens gebruikmakend van AI, heeft de noodzaak onderstreept van dergelijke technologie in cryptoprojecten. Een kritieke kwetsbaarheid in de Orchard privacy pool, die al vier jaar bestond, zou in staat zijn geweest om een aanvaller te faciliteren om vervalste ZEC-munten te creëren zonder duidelijke sporen op de blockchain. De urgentie om vertrouwen te herstellen in de Zcash-levering heeft geleid tot een netwerkupgrade die momenteel in ontwikkeling is.

    De benadering van de Ethereum Foundation benadrukt niet alleen de effectiviteit van AI in het detecteren van kwetsbaarheden, maar ook een verschuiving in de rol van menselijke onderzoekers zelf. Ook al doet AI de onderzoeker niet verdwijnen, het verlegt wel de nadruk op meer strategische werkmethodes. De Ethereum Foundation verwoordde het treffend: “De agents stellen ons in staat om veel meer terrein te dekken dan we ooit handmatig zouden kunnen. In ruil daarvoor moeten we echter wel zorgvuldiger oordelen over een grotere hoeveelheid claims die op het eerste gezicht betrouwbaar lijken.”

    Conclusie

    De integratie van AI in beveiligingsonderzoeken vertegenwoordigt een belangrijke stap voorwaarts in de ontwikkeling van de cryptomarkt. Het biedt niet alleen een efficiënter dashboard voor kwetsbaarheidsonderzoek, maar ook een fundament voor een robuustere en veiligere blockchain-infrastructuur. Dit biedt investeerders en beleidsmakers een verbeterde visie op de toekomst van digitale activa.

    Vraag & Antwoord

    Hoe effectief zijn AI-agents in het identificeren van kwetsbaarheden?
    AI-agents zijn uiterst effectief en kunnen grote codebases snel doorzoeken, waardoor ze niet alleen sneller vulnerable punten identificeren, maar ook verschillende matrices van impact inschatten.

    Wat zijn de beperkingen van AI in dit type onderzoek?
    De beperkingen van AI liggen vooral in het risico van valse positieven en de noodzaak van menselijke validatie. AI-gegenereerde resultaten moeten altijd tegen de echte code worden getest.

    Hoe verhoudt zich deze ontwikkeling tot de bredere cryptomarkt?
    Deze ontwikkelingen zijn cruciaal voor de groei van de cryptomarkt. Het versterkt het vertrouwen in digitale activa en stimuleert investeringen door een betere beveiliging te bieden.

  • Anthropic Verwijdert Verborgen Claude Code Tracker Na Privacyzorgen Onderzoekers

    Anthropic Verwijdert Verborgen Claude Code Tracker Na Privacyzorgen Onderzoekers

    Anthropic heeft recent een verborgen trackersysteem uit Claude Code verwijderd, nadat een beveiligingsonderzoeker ontdekte dat de AI-programmeercode ongepubliceerde markers gebruikte om bepaalde gebruikers te identificeren. Deze actie heeft belangrijke implicaties voor de gebruikerservaring en de bredere discussie omtrent privacy in de opkomende AI-markt.

    De betrokken functie, die door de ontwikkelaar ‘Thereallo’ in juni werd ontdekt, integreerde signalen in de prompts van Claude Code. Deze signalen konden gebruikers markeren die vermoedelijk restricties probeerden te omzeilen of de mogelijkheden van het model wilden extraheren. Het vermogen om API-resellers en ongeautoriseerde toegangspunten te detecteren, is begrijpelijk in de context van het beschermen van intellectueel eigendom. Echter, de keuze om dit op deze wijze te doen, roept vragen op over transparantie en gebruikersvertrouwen.

    While the motivation achter deze verborgen functionaliteit begrijpelijk is, wordt de uitvoering ervan terecht bekritiseerd. Thereallo wijst op het feit dat de trackingsignalementen waren verborgen in systeem prompts met behulp van Unicode-indicatoren, in plaats van dat deze duidelijk werden gepresenteerd in documentatie of release-notities. Dit soort verborgen praktijken kan de vijandigheid van ontwikkelaars en gebruikers jegens de technologie verergeren, aangezien vertrouwen cruciaal is voor het succes van ontwikkelingsinstrumenten zoals Claude Code.

    Senior engineer Thariq Shihipar gaf later aan dat deze functie als een “experiment” werd geïntroduceerd in maart, bedoeld om het misbruik van accounts door ongeautoriseerde wederverkopers te stoppen en Claude te beschermen tegen distillatie-aanvallen. Hij merkte op dat het team betere maatregelen heeft genomen sinds die tijd en dat de tracker inmiddels verwijderd zou worden.

    De timing van deze onthulling is opmerkelijk, aangezien Anthropic zijn waarschuwingen over AI-modeldistillatie heeft aangescherpt. Hierbij worden de uitvoerresultaten van één systeem gebruikt om een ander model te trainen, wat een veelvoorkomende praktijk is binnen de AI-onderzoeksgemeenschap. Echter, in het geopolitieke domein kan distillatie uitgroeien tot een zorg voor de nationale veiligheid.

    Deze bezorgdheid weerspiegelt zich in recente actie van Alibaba, die medewerkers verbood Claude Code te gebruiken, en het labelde als “hoog-risico” software. In februari beschuldigde Anthropic Chinese AI-ontwikkelaars van het gebruik van frauduleuze accounts om miljoenen antwoorden van Claude te extraheren. Dit leidde tot een debat over de ethiek en de grenzen van dergelijke praktijken, vooral gezien de verwevenheid met de bredere AI-industrie.

    De recente verklaring van Elon Musk, waarin hij benadrukt dat xAI “deels” gebruikmaakte van OpenAI-modellen voor het trainen van Grok, illustreert dat distillatie een bredere sectorpraktijk is, hetgeen de complexiteit van de discussie rond intellectueel eigendom in de AI-sector further compliceert.

    Te midden van deze controverses roept Anthropic op tot versterking van de bescherming tegen buitenlandse extractie van AI-modellen. CEO Dario Amodei heeft wetgevers aangespoord actie te ondernemen. De beschuldigingen dat Alibaba-verbonden entiteiten bijna 28,8 miljoen interacties met Claude hebben gegenereerd via bijna 25.000 frauduleuze accounts, plaatsen druk op beleidsmakers.

    De vraag die nu rijst voor investeerders en beleidsmakers is hoe ze deze ontwikkelingen kunnen interpreteren en integreren in hun strategieën. Met technologische en geopolitieke krachten die voortdurend in beweging zijn, is een goed onderbouwde visie van cruciaal belang.

    Vraag & Antwoord

    Waarom heeft Anthropic besloten de verborgen tracking uit Claude Code te verwijderen?
    De verborgen tracking werd verwijderd na kritiek op de manier waarop het werd geïmplementeerd, wat vragen opriep over transparantie en privacy, essentieel voor een vertrouwensrelatie met ontwikkelaars en gebruikers.

    Hoe beïnvloedt AI-modeldistillatie de concurrentie in de sector?
    Modeldistillatie kan leiden tot oneerlijke concurrentie, waarbij ontwikkelaars mogelijk profiteren van de inspanningen van anderen. Dit heeft zowel commerciële als geopolitieke implicaties, vooral in een tijd waarin nationale veiligheid een zorg is.

    Wat zijn de gevolgen van deze kwestie voor de Europese cryptomarkt?
    De situatie benadrukt de noodzaak voor duidelijke richtlijnen en bescherming rondom technologie in de crypto- en AI-sector. Voor investeerders kan het bepalend zijn in welke projecten zij willen investeren, met inachtneming van de ethiek en nazorg rondom AI-toepassingen.

  • SpaceXai Lanceert Grok 4.5: De Nieuwe Ai-speler Schudt De Markt Op

    SpaceXai Lanceert Grok 4.5: De Nieuwe Ai-speler Schudt De Markt Op

    Grok 4.5, de nieuwste release van SpaceXAI, komt op een moment dat de concurrentie tussen AI-modellen zijn hoogtepunt bereikt. De lancering op 8 juli had een prijsstelling van $2 per miljoen inputtokens en $6 per miljoen outputtokens, wat het een aantrekkelijke optie maakt in vergelijking met vergelijkbare modellen van concurrenten zoals Anthropic en OpenAI. De prijsverlaging van meer dan 50% vergeleken met de gevestigde spelers zou wel eens een significante impact kunnen hebben op de keuzes van bedrijven en ontwikkelaars.

    Elon Musk benadrukte op social media dat Grok 4.5 “grofweg vergelijkbaar” is met Anthropic’s Opus 4.7, maar dat het veel sneller is. Deze claim is vooral relevant voor degenen die efficiëntie prioriteren boven puur prestatieniveau. Musk stelde de vraag of de focus op snelheid en kosten ten koste ging van de totale prestaties, maar gaf ook aan dat gebruik in de echte wereld, onder andere door engineeringteams van Tesla en SpaceX, het model valideert vanwege de praktische toepasbaarheid.

    SpaceXAI publiceerde bij de lancering vier benchmarkresultaten die de prestaties van Grok 4.5 in perspectief plaatsen. In de DeepSWE 1.1-test, die de capaciteit meet van een AI om softwareproblemen op te lossen, behaalde Grok 4.5 een score van 53%, wat het achterlaat ten opzichte van Claude Opus 4.8 (59%) en GPT 5.5 (67%). Het resultaat maakt duidelijk dat competitieve scores mogelijk zijn, maar niet op het hoogste niveau. Grok 4.5 excelleerde echter in andere benchmarks, zoals SWE Bench Pro, waar het een acceptabele 64.7% liet zien, voordeel biedend ten opzichte van GPT 5.5’s 58.6%.

    Het argument voor Grok 4.5 draait niet enkel om ruwe kracht; het gaat zeker ook om efficiëntie. De benchmarkresultaten tonen aan dat Grok 4.5 gemiddeld 15,954 outputtokens gebruikte voor zijn taken, terwijl Opus 4.8 verbazingwekkende 67,020 tokens verbruikte voor dezelfde taken. Dit betekent dat Grok 4.5 niet alleen goedkoper is in gebruik, maar ook gebruikers in staat stelt om meer iteraties uit te voeren. Voor investeerders is dit een cruciaal punt: met lagere kosten en hogere efficiëntie kan het model in bepaalde gevallen voordeliger zijn, echter, de lagere scores in de kwaliteitsbenchmarks kunnen een drempel voor sommigen vormen.

    De mogelijkheid om Grok 4.5 beschikbaar te stellen via een API, met ondersteuning voor een context van een half miljoen tokens, opent de deur naar grotere projecten en een breder scala aan toepassingen. Dit biedt vooral meerwaarde voor ontwikkelaars die frequent terugkerende codingtaken uitvoeren. De combinatie van de training met real-world data, zoals debugging-traces en codewijzigingen, versterkt de praktische toepasbaarheid van het model.

    Vraag & Antwoord

    Hoe verhoudt Grok 4.5 zich tot andere AI-modellen?
    Grok 4.5 biedt aanzienlijke kostenvoordelen, maar bleef achter in benchmarktests vergeleken met modellen zoals Opus 4.8 en Claude Fable 5. Dit plaatste het in een unieke positie binnen de competitieve AI-markt, waar prijs vaak een doorslaggevende factor is.

    Wat zijn de belangrijkste voordelen van Grok 4.5 voor ontwikkelaars?
    De modelstructuur en prijsstelling maken het aantrekkelijk voor ontwikkelaars die efficiënt moeten werken met een hoog volume aan codingtaken. De mogelijkheid om meer tegen lagere kosten te experimenteren kan leiden tot innovaties in het ontwikkelingsproces.

    Wanneer is Grok 4.5 beschikbaar voor Europese gebruikers?
    SpaceXAI heeft aangekondigd dat Grok 4.5 medio juli beschikbaar zal zijn voor gebruikers in de Europese Unie, wat hen zal toestaan om volwaardig te profiteren van de functionaliteiten van het model.

  • Paradigm Haalt $1,2 Miljard Op Voor Investeringen In Crypto En AI

    Paradigm Haalt $1,2 Miljard Op Voor Investeringen In Crypto En AI

    Paradigm, een toonaangevende venture capital firma, heeft recentelijk een indrukwekkend fonds van $1,2 miljard aangekondigd, gericht op investeringen in technologieën zoals kunstmatige intelligentie (AI), robotica, en uiteraard cryptocurrency. Deze uitbreiding van hun belangstelling, die verder gaat dan uitsluitend digitale activa, weerspiegelt de veranderende dynamiek binnen de technologische sector en de vastberadenheid van Paradigm om aan de voorhoede van innovatie te blijven staan.

    Hoewel cryptocurrency nog steeds de kern van Paradigm’s activiteiten vormt, heeft het bedrijf in San Francisco op woensdag verklaard dat het vierde fonds niet alleen de focus op crypto zal behouden, maar ook investeringen in autonome hardware en andere opkomende technologieën zal omvatten. Dit biedt duidelijke kansen voor investeerders die geïnteresseerd zijn in het verkennen van de convergentie tussen verschillende technologieën, vooral in een tijd waarin de grenzen tussen deze domeinen vervagen.

    Alana Palmedo, managing partner van Paradigm, stelde op sociaal platform X: “$1,2 miljard om te investeren in steile exponentials. Acht jaar geleden werden we gesteund door investeerders die geloofden in de crypto-grens.” Deze uitspraak verraadt niet alleen de trots van het bedrijf op zijn verleden, maar ook zijn vastbeslotenheid om de kansen die ontstaan door de samensmelting van AI en blockchain te benutten. De wereld van technologie verschuift snel en Paradigm is duidelijk van plan om die verschuiving te omarmen.

    Opgericht in 2018 door Matt Huang en Fred Ehrsam, medeoprichter van Coinbase, heeft Paradigm zich gepositioneerd als een van de grootste risico-investeerders in de crypto-ruimte. Dit fonds komt na de succesvolle beëindiging van een eerdere kapitaalronde van $2,5 miljard in 2021 en een fonds van $850 miljoen dat gericht was op vroege blockchain-initiatieven. Het is een duidelijke boodschap aan de markten: ondanks de volatiliteit en de uitdagingen waarmee de crypto-sector te maken heeft, blijft Paradigm geloven in de mogelijkheden die deze technologieën bieden.

    Paradigm benadrukt dat hun aanpak zowel onderzoekend als betrokken is. Ze investeren niet alleen, maar ontwikkelen ook samen met oprichters. Dit ‘close to the metal’ principe, zoals zij het noemen, stelt hen in staat om niet alleen als investeerder op te treden, maar ook als partner in innovatie. Hun investeringen bestrijken een breed scala, van autonome drone-ontwikkelaar Zipline tot het ruimteverdedigingbedrijf True Anomaly, en niet te vergeten AI-ondernemingen zoals Nous Research, dat achter de Hermes Agent schuilgaat.

    In de crypto-sfeer wijzen ze op belangrijke investeringen in gedecentraliseerde beurzen zoals Hyperliquid en prognosemarkten zoals Kalshi, evenals hun co-foundering van Tempo, een blockchain gericht op stablecoins, samen met Stripe. Deze diversificatie van investeringen is niet alleen strategisch, maar verantwoord, vooruitkijkend naar een toekomst waarin verschillende technologieën steeds meer geïntegreerd raken.

    De recente ontwikkelingen in de cryptocurrency-sector wijzen op een groeiende behoefte aan infrastructuren die AI-agenten in staat stellen om financiële transacties te automatiseren. Zowel Coinbase als Stripe hebben nieuwe betaalmethoden ontwikkeld die het voor AI-agenten mogelijk maken om wallets, stablecoins en andere financiële instrumenten te gebruiken met een minimaal menselijke betrokkenheid. Dit opent ongetwijfeld nieuwe deuren voor zowel investeerders als de bredere industrie.

    Paradigm stelt terecht dat “voldoende steile exponentials niet te onderscheiden zijn van magie.” De huidige periode biedt ongekende mogelijkheden voor de open-minded denkers onder ons, die bereid zijn om bestaande gebruiken ter discussie te stellen en regelmatig hun wereldbeeld aan te passen. Dit is een filosofie die sterk resoneert met de oprichters van de bedrijven in hun portfolio.

    Vraag & Antwoord

    Wat zijn de belangrijkste focusgebieden van Paradigm’s nieuwe fonds?
    Paradigm richt zich met hun nieuwe fonds niet alleen op cryptocurrency, maar breidt ook uit naar kunstmatige intelligentie, robotica en andere opkomende technologieën om zo innovatieve kooplijnen te stimuleren.

    Welke bedrijven heeft Paradigm recentelijk ondersteund?
    Onder andere Zipline, True Anomaly en Nous Research. Deze investeringen illustreren hun interesse in zowel traditionele als technologische startups die potentieel voor disruptieve innovatie hebben.

    Hoe verandert deze investeringsstrategie de rol van AI in de cryptocurrency-sector?
    De nadruk op AI binnen crypto verwacht dat er nieuwe infrastructuren worden gevormd die transacties sneller en efficiënter kunnen automatiseren. Dit kan leiden tot een naadloze integratie tussen financieel beheer en geavanceerde technologieën.

  • Ai In Het Onderwijs: Universiteiten Herzien Strategieën Voor Toekomstige Arbeidsmarkt

    Ai In Het Onderwijs: Universiteiten Herzien Strategieën Voor Toekomstige Arbeidsmarkt

    Het is evident dat kunstmatige intelligentie (AI) de bedrijfsvoering radicaal transformeert. Universiteiten staan voor de uitdaging om hun studenten adequaat voor te bereiden op een arbeidsmarkt waarin AI een steeds grotere rol speelt. Dit blijkt uit een recente studie van Dr. Kelechi Ekuma van het Global Development Institute aan de Universiteit van Manchester, gepubliceerd in Frontiers in Education. Deze studie pleit voor een herziening van onderwijsstrategieën, beoordelingsmethodes en de voorbereiding op de carrière van studenten in een wereld die steeds meer afhankelijk is van AI-technologieën.

    Traditioneel lag de focus na de lancering van generatieve AI-tools zoals ChatGPT in 2022 voornamelijk op het detecteren van AI-gegenereerde content en het tegengaan van plagiaat. Echter, volgens Ekuma is deze benadering tekortschietend, omdat deze geen aandacht besteedt aan de essentiële vaardigheden die studenten moeten ontwikkelen om te concurreren met AI in het werkveld. Dit is des te urgenter gezien de penetratie van AI en automatisering in sectoren die cruciaal zijn voor de ontwikkeling, zoals publieke administratie, landbouw, en de financiële sector.

    De studie roept op tot het onderwijzen van “kritische AI-geletterdheid”. Dit houdt in dat studenten niet alleen leren hoe AI werkt, maar ook hoe ze om moeten gaan met de tekortkomingen ervan. Vaardigheden zoals ethische besluitvorming, effectief communiceren en zich aanpassen aan nieuwe technologieën worden steeds vitaler. AI en automatisering moeten niet louter worden gezien als nieuwe technologieën binnen het onderwijs, maar als fundamentele voorwaarden die de pedagogische en professionele omgeving binnen ontwikkelingsstudies herstructureren.

    De risico’s van AI-adoptie zijn niet te verwaarlozen. Fouten, vooringenomenheid, en ongelijke toegang kunnen de effectiviteit van AI-systemen ondermijnen. Bovendien kunnen krachtige technologiebedrijven, die deze systemen ontwikkelen, een oneerlijk voorkeursbeleid introduceren. Universiteiten moeten zich daarom richten op het ontwikkelen van vaardigheden die moeilijk te repliceren zijn door AI, zoals kritisch denken en begrip van complexe sociale vraagstukken.

    Het is belangrijk te beseffen dat het niet noodzakelijk is voor elke module om een specifiek AI-onderdeel te hebben. In plaats daarvan moeten bestaande modules de impact van AI op de onderwerpen die ze behandelen heroverwegen. Dit kan een transformatieve invloed hebben op hoe studenten leren en zich ontwikkelen. Het idee is eenvoudig: onderwijsprogramma’s moeten niet alleen AI integreren, maar ook de implicaties van deze technologie op hun vakgebied onder de loep nemen.

    Tegelijkertijd zijn overheden en onderwijsinstellingen, zoals het Amerikaanse Ministerie van Arbeid, zich bewust van de noodzaak om studenten en werknemers voor te bereiden op de bredere adoptie van AI. Initiatieven, zoals het opzetten van een AI-leerportal en partnerschappen met instellingen zoals het Sundance Institute, wijzen op een groeiende inzet om een breed scala aan professionals op te leiden in het gebruik van AI-technologieën.

    Vraag & Antwoord

    Hoe kan AI-geletterdheid de kansen voor studenten verbeteren?
    AI-geletterdheid stelt studenten in staat om AI-tools effectief te gebruiken en tegelijkertijd kritisch na te denken over de ethische en praktische implicaties van deze technologieën, wat hun inzetbaarheid op de arbeidsmarkt aanzienlijk vergroot.

    Wat zijn de grootste uitdagingen van het integreren van AI in het onderwijs?
    De grootste uitdagingen zijn onder andere zorgen over bias in AI-systemen, de toegang tot technologie voor alle studenten en de capaciteiten van docenten om effectieve AI-initiatieven te ontwikkelen en te implementeren.

    Hoe kunnen onderwijsinstellingen zich voorbereiden op de veranderingen die AI met zich meebrengt?
    Onderwijsinstellingen moeten een proactieve aanpak aannemen door curricula-herzieningen, samenwerkingen met technologiebedrijven en de ontwikkeling van nieuwe lesmethoden gericht op de vaardigheden die de toekomst vraagt.

  • China Volgt Voorbeeld Van De VS Met Stille Beperking Op AI

    China Volgt Voorbeeld Van De VS Met Stille Beperking Op AI

    Tijdens gesprekken tussen het Chinese ministerie van Handel en enkele van de grootste AI-bedrijven, waaronder Alibaba en ByteDance, is de mogelijkheid besproken om de toegang tot de meest geavanceerde AI-modellen van China te beperken. Dit sluit aan bij een breder trend waarin landen zoals de Verenigde Staten AI-technologieën reguleren. De voorgestelde structuur omvat een gelaagd systeem, variërend van eenvoudige meldingen voor basis-tools tot striktere beperkingen voor gevoelige modellen, zowel open-source als gesloten-source. Wat betekent dit voor investeerders? Het is een ontwikkeling die aanzienlijke kostenverhogingen kan inhouden voor bedrijven die afhankelijk zijn van Chinese modellen.

    De piramide van AI-regulatie

    De praktische uitvoering van deze beperkingen blijft onduidelijk. Echter, een recente samenvatting uit een ander artikel over een conferentie over open-source AI-regulering wijst op een driedelige structuur. Eenvoudige open-source tools zouden een lichte registratie vereisen, terwijl meer geavanceerde technologieën beveiligingsbeoordelingen moeten ondergaan. Voor de meest gevoelige modellen zouden er strikte beperkingen gelden, of zelfs een verbod op publicatie. Dit zou een scherpe wending inhouden voor Chinese AI-bedrijven die hun wereldwijde groei hebben gebouwd op openheid.

    Investeerders moeten zich bewust zijn van de potentiële impact op hun operaties, aangezien een beperking op de toegang tot deze modellen hun mogelijkheden zou kunnen beperken en kosten zou verhogen. De prijzen voor API-toegang zijn al aanzienlijk lager bij bepaalde Chinese modellen, en elke beperking op toegang kan deze voordelen tenietdoen.

    De VS als trendsetter

    In juni 2023 heeft de Amerikaanse regering voor het eerst exportbeperkingen opgelegd aan een AI-model, wat een precedent schept. Deze stap dwingt bedrijven als Anthropic en OpenAI om snel te reageren, wat geleid heeft tot beveiligingsbeoordelingen en een tijdelijk terugkeren van modellen. Investoren moeten de ontwikkelingen aan de Amerikaanse kant nauwlettend volgen, aangezien ze ook van invloed kunnen zijn op hun Europese strategieën.

    Voor zowel de VS als China blijkt dat de geopolitieke dynamiek rondom AI-regulering als een katalysator fungeert voor veranderingen in de markt. Als deze beperkingen zich verder verspreiden, kunnen bedrijven in Europa zich genoodzaakt zien om alternatieven te onderzoeken of te investeren in lokale technologieën.

    Beijing’s waakzaamheid

    China is zich ten volle bewust van de risico’s die voortkomen uit buitenlandse restricties. De bezorgdheid over de potentie van AI, zoals bij de cyberbeveiligingsmodellen van Anthropic, heeft geleid tot een verhoogde waakzaamheid en de noodzaak om een eigen ecosysteem te ontwikkelen. Dit is niet alleen een kwestie van nationale veiligheid, maar ook een strategisch antwoord op een veranderend landschap van concurrentie.

    De trend naar een verbeterde inheemse AI-capaciteit kan een onrijpe sector niet alleen beschermen maar ook versterken. In dit verband is het van belang om te erkennen dat, zelfs als China zijn modellen opent, dit kan leiden tot een verschuiving in de wereldwijde vraag. Investoren en beleidsmakers moeten hun strategieën aanpassen aan deze nieuwe realiteit om de kansen en bedreigingen van de internationale AI-markt volledig te begrijpen.

    De verschuiving naar striktere AI-reguleringen in zowel de VS als China heeft implicaties voor de Europese cryptomarkt. Het is een complex speelveld waarin nationale belangen, technologische ontwikkelingen en economische kansen met elkaar verweven zijn. Voor investeerders betekent dit dat ze bereid moeten zijn om hun benaderingen en verwachtingen voortdurend bij te stellen in deze snel evoluerende markt.

    Vraag & Antwoord

    Wat zijn de mogelijke gevolgen van de Chinese AI-beperkingen voor Europese investeerders?
    De beperkingen kunnen leiden tot hogere kosten en beperkt toegang tot competitieve AI-modellen, wat de strategische opties voor Europese bedrijven kan verkleinen.

    Hoe kan de VS dienen als voorbeeld voor China in AI-regulering?
    De VS heeft laten zien dat exportbeperkingen effectief kunnen zijn in het beschermen van nationale belangen, wat China kan aanzetten tot verdere regulering van zijn AI-sector.

    Wat betekent de toenemende nadruk op lokale AI-ontwikkeling voor de mondiale concurrentie?
    Een sterke focus op binnenlandse ontwikkeling kan de competitiviteit van lokale bedrijven vergroten, maar ook een verschuiving in de wereldwijde vraag naar AI-technologie met zich meebrengen.

  • Autheo Lanceert Gedecentraliseerde Ai-crypto Infrastructuur: Een Game-changer Of Hype?

    Autheo Lanceert Gedecentraliseerde Ai-crypto Infrastructuur: Een Game-changer Of Hype?

    Autheo presenteert een gedecentraliseerde coördinatielaag die inspeelt op een van de meest spannende thema’s binnen de cryptowereld: autonome AI-agenten. Dit project stelt dat hun Internet Operating System is ontworpen om AI-agenten in staat te stellen interactie te hebben met blockchain-netwerken en taken uit te voeren zonder afhankelijk te zijn van een traditionele gecentraliseerde infrastructuur.

    In een markt waar de verhalen over AI en crypto vaak sneller evolueren dan de daadwerkelijk werkende producten, is de noodzaak voor transparante details evident. De cruciale vraag draait niet zozeer om de aantrekkelijkheid van AI-agenten, maar veeleer om de vraag of zij in staat zijn gedecentraliseerde infrastructuren te benutten op een veilige, controleerbare en praktische manier.

    AI-agenten worden vaak gekarakteriseerd als software die zelf beslissingen kan nemen, interacties kan aangaan met diensten en taken voor gebruikers kan volbrengen. In de context van blockchain kan dit betekenen dat zij transacties beheren, berichten ondertekenen, betalingen coördineren of interacties aangaan met slimme contracten.

    Deze mogelijkheden gaan echter gepaard met aanzienlijke risico’s. Agents hebben permissies nodig, moeten binnen bepaalde grenzen opereren en moeten kunnen aantonen wat ze gedaan hebben en waarom. Een gedecentraliseerde coördinatielaag vormt een poging om deze activiteiten een transparantere basis te geven.

    De AI-crypto sector heeft veel aandacht getrokken, maar de kloof tussen het narratief en daadwerkelijke adoptie blijft aanzienlijk. Projecten in dit domein moeten meer bieden dan een aantrekkelijke pitch. Ze dienen werkbare architectuur aan te tonen, de adoptie door ontwikkelaars te bevorderen, beveiligingsaudits uit te voeren en duidelijke argumenten te formuleren waarom blockchain de workflow van agenten daadwerkelijk verbetert.

    Autheo’s aankondiging geeft handelaren een nieuwe naam om in de gaten te houden binnen deze sector. Of het project zich zal ontwikkelen tot een consistente infrastructuur hangt af van wat ontwikkelaars daadwerkelijk kunnen realiseren bovenop deze laag, en niet slechts van de prestaties van het AI-agententhema op de markt.

    De krachtigste versie van de AI-agent-these is niet simpelweg een chatbot die tokens koopt. Het gaat om software die taken, betalingen, data, identiteit en acties van slimme contracten coördineert met minimale menselijke tussenkomst. Deze visie vereist infrastructuren die in staat zijn om permissies en verantwoordelijkheden te beheren.

    Crypto kan bijdragen aan veilige betalingen, transparantie en uitvoeringsrecords, maar kan niet alle veiligheids- of betrouwbaarheidsproblemen van AI oplossingen. Projecten zoals Autheo moeten aantonen dat gedecentraliseerde coördinatie werkelijke voordelen biedt ten opzichte van standaard cloud-infrastructuren.

    Dit maakt het eerder een verhaal om te volgen dan een voltooide adoptieverhaal. De sector is nog in de kinderschoenen, maar de markt toont duidelijke interesse voor het snijpunt van AI-automatisering en blockchain-werkvloeiendheid.

    Investeerders dienen infrastructuurclaims te onderscheiden van tokenhype. De projecten die lang meegaan in deze categorie zijn waarschijnlijk de initiatieven die saaie coördinatieproblemen voor ontwikkelaars oplossen, in plaats van enkel AI-branding toe te voegen aan een crypto-netwerk.

    Het belangrijkste inzicht hier is om deze ontwikkeling te beschouwen als een specifiek item binnen de crypto-sector, niet als een voorspelling voor de markt als geheel. Dit biedt lezers een concrete referentie om in de gaten te houden, terwijl de beperkingen van het verhaal helder blijven.

    Vraag & Antwoord

    Hoe kan Autheo de adoptie van AI-agenten bevorderen?
    Autheo kan de adoptie van AI-agenten bevorderen door praktische oplossingen te bieden die de voordelen van gedecentraliseerde infrastructuur duidelijk demonstreren, inclusief verbeterde transparantie en verantwoording.

    Wat zijn de belangrijkste risico’s van autonome AI-agenten?
    De voornaamste risico’s zijn de noodzaak voor duidelijke permissies en grenzen, evenals de vereiste voor verantwoording over de acties die door deze AI-agenten worden ondernomen.

    In hoeverre is de AI-crypto sector volwassen?
    De AI-crypto sector is nog relatief pril. Hoewel er veel interesse is, moeten projecten nog tastbare resultaten en bewezen technische oplossingen bieden die de adoptie stimuleren.

  • Rabobank Zet In Op Agentic Ai: Transformatie Van Softwareontwikkeling En Engineers

    AI-agenten zijn applicaties die specifieke taken voor engineers voorbereiden, opbouwen, testen of beoordelen. Agentic Hub is een platform dat kennis, praktijkervaring en herbruikbare componenten samenbrengt. Hierdoor krijgen teams meer grip, terwijl engineers de controle behouden over beslissingen, kwaliteit en resultaten. Met meer dan 1100 teams die bij Rabobank aan softwareontwikkeling werken, moet een gecoördineerde aanpak herhaling van succesvolle toepassingen per team voorkomen.

    Hiermee sluit Rabobank aan bij een bredere trend. Door de hele financiële sector en daarbuiten proberen organisaties elkaar voor te blijven in de toepassing van AI. Hierbij vormt agentic AI het nieuwste speelveld. Voor Rabobank past de hub binnen de strategie om AI tot een kerncompetentie te maken.

    De Hub is niet alleen gericht op technologie, maar ook op adoptie en transformatie. Volgens Rabobank vervangen AI-agenten de rol van de engineer niet, maar verandert deze: van het schrijven van code naar het definiëren van doelen, het stellen van kaders en het valideren van resultaten. Dit vereist nieuwe vaardigheden en een andere manier van werken. De transformatie wordt geleid door Myrna Vonk, de Transformation Lead van de Agentic Hub.

    “AI verandert niet alleen hoe we software bouwen, maar ook hoe engineers samenwerken en hun werk organiseren,” zegt Vonk. “Als je deze verandering niet bewust faciliteert, blijft het bij losse experimenten. AI vereist scherpere beslissingen, andere samenwerking en een vernieuwde manier van ontwikkelen.”

    Kwaliteit, veiligheid en governance worden volgens de bank vanaf het begin geïntegreerd. Zo moeten teams binnen duidelijke kaders verantwoord kunnen experimenteren en leren, en bewezen toepassingen op een gecontroleerde manier integreren in de dagelijkse softwareontwikkeling.

  • Kraken Lanceert Handel In Ai-token Bittensor: Potentiële Game-changer Op De Cryptomarkt

    Kraken Lanceert Handel In Ai-token Bittensor: Potentiële Game-changer Op De Cryptomarkt

    Kraken heeft onlangs de ondersteuning voor spot trading van Bittensor’s TAO-token toegevoegd, waarmee een van de meest actuele gedecentraliseerde AI-activa een breder gereguleerd handelsplatform krijgt. Dit is een belangrijke ontwikkeling in de cryptomarkt, waar de interesse in AI-tokens de laatste jaren aanzienlijk is toegenomen.

    De notering van TAO op Kraken vertegenwoordigt meer dan alleen een nieuwe toevoeging aan het handelsaanbod. Het vergroot de toegankelijkheid van een van de toonaangevende AI-gerelateerde tokens in de cryptosfeer. Bittensor heeft zich onderscheiden doordat het een platform probeert op te zetten waar machine-leermodellen, validators en token-incentives op een directe en efficiënte manier met elkaar interageren. Dit onderscheidt Bittensor van andere projecten die vaak slechts rouleren om branding.

    Uitgebreide beursnoteringen veranderen de dynamiek in de markt aanzienlijk. Ze creëren niet alleen extra liquiditeit, maar ook meer mogelijkheden voor prijsontdekking en verlagen de toegangsdrempel voor traders die aarzelen om kleinere beurzen of gedecentraliseerde financiële (DeFi) routes te verkennen. Het verkrijgen van een notering op een gereguleerde beurs als Kraken is een signalering van vertrouwen in de onderliggende waarde en het potentieel van het project, ook al biedt het geen garantie voor langdurige waarde.

    De vraag die nu op ieders lippen ligt, is of AI-tokens in staat zijn om meer te bieden dan alleen een aantrekkelijke narratief. Voorstanders van Bittensor zijn ervan overtuigd dat TAO verbonden is aan een oprechte gedecentraliseerde intelligentiemarktplaats. Aan de andere kant zijn er sceptici die de noodzaak van een complexe token-economie in twijfel trekken, vooral gezien de opkomende hype rond het thema AI.

    Hoewel de listing op Kraken niet direct de discussie over de waarde en bruikbaarheid van dergelijke tokens zal beslechten, maakt het de markt toegankelijker. In de wereld van crypto is het vaak zo dat liquiditeit de eerste stap is vóór het vormen van oordelen. De bredere verhandelbaarheid van TAO biedt investeerders een extra manier om hun visie op gedecentraliseerde AI te uiten. Dit kan bovendien leiden tot een bredere acceptatie en aanvaarding van Bittensor en zijn onderliggende technologie.

    Vraag & Antwoord

    Waarom is de notering van TAO op Kraken belangrijk voor de cryptomarkt?
    De notering vergroot de toegankelijkheid en liquiditeit van TAO, waardoor meer investeerders hun mening over gedecentraliseerde AI kunnen uiten. Dit versterkt de legitimiteit van het project en kan bijdragen aan de ontwikkeling van de markt.

    Wat maakt Bittensor uniek in vergelijking met andere AI-tokens?
    Bittensor heeft als doel een platform te creëren waar machine-leermodellen, validators en token-incentives direct en efficiënt samenwerken, in tegenstelling tot veel andere projecten die vooral zijn gefocust op branding zonder een solide fundering.

    Hoe zal de liquiditeit van TAO de toekomst van Bittensor beïnvloeden?
    Verhoogde liquiditeit op een gereguleerde beurs zoals Kraken zal de marktovergang vergemakkelijken, wat meer investeringsmogelijkheden biedt. Dit kan leiden tot een bredere acceptatie van het project en de onderliggende technologie, met positieve gevolgen voor de waarde op lange termijn.

  • China Reguleert Emotionele Ai: Impact Op Sector En Implicaties Voor Wereldwijde Industrie

    China Reguleert Emotionele Ai: Impact Op Sector En Implicaties Voor Wereldwijde Industrie

    Beijing heeft recentelijk een belangrijke stap gezet door de regulering van emotionele kunstmatige intelligentie (AI) te formaliseren met nieuwe wetgeving die op 15 juli a.s. van kracht wordt. De nieuwe regels zijn gericht op AI-systemen die menselijke eigenschappen, denkpatronen en communicatiestijlen nabootsen, met als doel de ontwikkeling van “virtuele familieleden, virtuele compagnons en andere intieme relaties” te beperken voor minderjarigen. Deze maatregelen zijn het resultaat van duidelijke zorgen van de overheid over de impact van emotionele AI op de samenleving, vooral op de geestelijke gezondheid van jongeren.

    Belangrijke spelers zoals ByteDance, de ontwikkelaar van Doubao, en Alibaba, met zijn Qwen-platform, hebben aangekondigd dat ze functies voor mensachtige interactie zullen uitschakelen. ByteDance zal deze aanpassingen doorvoeren op de aangekondigde datum, waarbij functies die gebruikers in staat stelden hun chatbots aan te passen, verdwijnen. Dit heeft niet alleen invloed op de producten zelf, maar ook op de data die in deze systemen zijn opgeslagen; na oktober zal gerelateerde informatie onherroepelijk worden verwijderd.

    De officiële richtlijnen van de overheid beschrijven de hoofdpunten met precision. De nieuwe regels verbieden diensten die simulaties geven van menselijke interacties met duurzame emotionele betrokkenheid. Dit betekent dat populaire toepassingen zoals AI-vriendinnen, virtuele therapeuten en op maat gemaakte chatbots allemaal uit de roulatie gehaald zullen worden.

    De regelgeving richt zich specifiek op emotionele AI als een governance-uitdaging in plaats van slechts een kwestie van inhoud. Dit is een opmerkelijke verschuiving in denken, waarbij de focus niet alleen ligt op de output die deze systemen genereren, maar ook op hun systeemontwerp en de potentiële rivaliteit die ze kunnen aangaan met menselijke relaties.

    De zorgen rondom emotionele AI worden niet alleen door de Chinese overheid geuit. Recent onderzoek toont aan dat zelfs de meest geavanceerde AI-modellen, zoals die van OpenAI, Anthropic en Google, vaker dan 27% van de tijd inbreuk maken op sociale interactie-veiligheidsrichtlijnen. Dit leidt tot ongezonde emotionele bindingen tussen gebruikers en AI, wat soms resulteert in het verbergen van deze interacties voor partners. Dit onderzoek benadrukt de complexiteit van de kwestie; niet alleen de technologie zelf, maar ook het menselijk gedrag dat door deze technologie wordt aangestoken, vereist aandacht.

    China is toonaangevend in het opzetten van een specifiek regelgevend kader voor emotionele AI, terwijl andere regio’s, zoals de EU en de VS, vergelijkbare zorgen hebben geuit, maar nog geen strikte wetgeving hebben aangenomen. Dit stellen wij ons vooral voor als een belangrijke observatie voor investeerders en beleidsmakers: de regulering van emotionele AI in China kan als model dienen en een signaal zijn voor de rest van de wereld.

    Vraag & Antwoord

    Waarom heeft China deze maatregelen aangenomen?
    De maatregelen zijn bedoeld om de psychologische gezondheid van minderjarigen te beschermen tegen de risico’s van emotionele stukjes AI, zoals verslaving en ongezonde sociale relaties.

    Wat zijn de belangrijkste beperkingen voor AI-diensten?
    AI-diensten die menselijke interactie en emotionele betrokkenheid simuleren, zoals virtuele compagnons, worden verboden, terwijl niet-emotionele diensten zoals klantenservicebots wel zijn toegestaan.

    Wat betekent deze regulering voor ontwikkelaars in andere landen?
    De ontwikkelingen in China kunnen een precedent scheppen en als inspiratie dienen voor soortgelijke regulering in andere landen, waar ook zorgen bestaan over de impact van emotionele AI op de samenleving.