De wereld van kunstmatige intelligentie (AI) staat aan de vooravond van een grote transformatie. Volgens Ilya Sutskever, medeoprichter van OpenAI, komt er een einde aan het tijdperk waarin AI-systemen worden getraind op enorme datasets. Tijdens de NeurIPS 2024-conferentie in Vancouver benadrukte hij dat de toekomst van AI draait om innovatie en slimme oplossingen om beperkingen te overwinnen.

De grenzen van data zijn bereikt

Volgens Sutskever is de groei van beschikbare data tot stilstand gekomen. Hij vergelijkt data met fossiele brandstoffen: een waardevolle, maar beperkte bron. Het internet, de belangrijkste bron voor AI-training, groeit nauwelijks meer. Dit betekent dat AI-ontwikkelaars creatief moeten omgaan met de data die er al is. Zoals Sutskever het verwoordde:

“We hebben de piek in beschikbare data bereikt. Nu moeten we leren werken met wat we hebben.”

Dit dwingt onderzoekers en bedrijven om verder te kijken dan traditionele AI-training. Nieuwe technieken zoals synthetische data (kunstmatig gegenereerde datasets), zelfstandige AI (agentische AI) en betere technologie voor realtime berekeningen zullen hierin een sleutelrol spelen.

Wat is zelfstandige AI?

Zelfstandige AI, ook wel agentische AI genoemd, is een technologie die taken uitvoert zonder menselijke input. In tegenstelling tot huidige chatbots, die enkel reageren op vragen, kunnen deze systemen zelfstandig beslissingen nemen. Dit concept wint snel aan populariteit, ook binnen de cryptowereld.

Een goed voorbeeld hiervan is het AI-model Truth Terminal, dat een cryptomunt genaamd Goatseus Maximus (GOAT) viral maakte. Dankzij deze promotie bereikte de memecoin een marktwaarde van maar liefst $1 miljard. Dit trok niet alleen de aandacht van investeerders, maar ook van grote technologiebedrijven.

Tegelijkertijd werkt Google’s DeepMind aan een doorbraak met Gemini 2.0, een nieuw AI-model dat zelfstandige AI naar een hoger niveau tilt. Volgens Google kan Gemini 2.0 complexe taken aan, zoals het coördineren tussen verschillende websites en het oplossen van logische problemen.

Het einde van fouten en hallucinaties?

Een van de grootste uitdagingen voor AI-modellen is het vermijden van fouten, ook wel hallucinaties genoemd. Dit gebeurt wanneer een model verkeerde of verzonnen informatie geeft. Deze problemen ontstaan vaak doordat nieuwe modellen worden getraind op output van oudere systemen.

Modellen zoals Gemini 2.0 beloven dit probleem aan te pakken. Door AI slimmer te maken en minder afhankelijk van verouderde data, kunnen toekomstige systemen nauwkeuriger werken. Dit is een grote stap vooruit, niet alleen voor technologie in het algemeen, maar ook voor de toepassing van AI binnen crypto.

Wat betekent dit voor de toekomst?

Sutskever is ervan overtuigd dat deze innovaties uiteindelijk zullen leiden tot superintelligente AI-systemen die menselijke beperkingen overstijgen. Voor de cryptowereld, waar snelheid en precisie essentieel zijn, kan dit enorme impact hebben. Van betere marktanalyses tot slimme handelsbots: de mogelijkheden zijn eindeloos.

De ontwikkeling van AI gaat razendsnel. De vraag is niet langer of AI een revolutie teweegbrengt, maar wanneer. Voor cryptobeleggers betekent dit dat het tijd is om deze technologische trend in de gaten te houden. AI en crypto: een combinatie die ons nog vaak zal verrassen.