Vitalik Buterin ziet kansen voor lokale AI

De ontwikkeling is ook interessant voor cryptogebruikers. Zij werken regelmatig met financiële gegevens, wallet-adressen en andere informatie die ze liever niet met externe partijen delen.

AI draait steeds vaker op je eigen computer

De meeste populaire AI-diensten werken via de cloud. Een gebruiker verstuurt een opdracht naar externe servers, waar een groot AI-model de informatie verwerkt en een antwoord genereert.

Lokale AI werkt anders. Het AI-model draait rechtstreeks op een laptop, desktop of ander apparaat. De computer verwerkt de opdracht zelf, waardoor gegevens in principe op het apparaat kunnen blijven.

Buterin testte deze aanpak met Qwen3.8-Flash-Next. Volgens hem komen lokale modellen inmiddels dicht bij het niveau waarop ze een groot deel van normale dagelijkse taken kunnen uitvoeren.

Voor ingewikkelde analyses blijven grote cloudmodellen voorlopig krachtiger. Maar voor bijvoorbeeld tekstverwerking, eenvoudige analyses en programmeerwerk kan een lokaal model steeds vaker voldoende zijn.

Privacy is volgens Buterin het belangrijkste voordeel

Buterin kijkt niet alleen naar prestaties. Hij ziet privacy als een belangrijk argument om AI lokaal te draaien.

Wanneer een model volledig op een eigen computer werkt, hoeft een externe AI-aanbieder de oorspronkelijke opdracht niet te ontvangen. Dat verkleint de hoeveelheid persoonlijke informatie die gebruikers met externe diensten delen.

Voor cryptogebruikers kan dit extra relevant zijn. Een AI-opdracht kan bijvoorbeeld wallet-adressen, transactiegegevens, handelsinformatie of privécode bevatten.

Lokale verwerking geeft gebruikers meer controle over waar deze gegevens terechtkomen.

Lokaal model kan gevoelige gegevens verwijderen

Buterin ziet ook mogelijkheden om lokale en cloud-AI te combineren. Een lokaal model kan eerst een opdracht controleren voordat een krachtiger extern model ermee aan de slag gaat.

Het lokale model kan bijvoorbeeld namen, wallet-adressen en vertrouwelijke code uit een opdracht halen. Alleen de informatie die nodig is om de vraag te beantwoorden, gaat vervolgens naar het externe AI-model.

Zo kan lokale AI functioneren als een privacyfilter tussen de gebruiker en een cloudprovider.

Dat biedt geen volledige bescherming. Een AI-model kan gevoelige informatie over het hoofd zien. Wel kan deze aanpak beperken hoeveel persoonlijke gegevens uiteindelijk het apparaat verlaten.

Waarom lokale AI goed aansluit bij crypto

De ontwikkeling heeft duidelijke raakvlakken met crypto. Een belangrijk uitgangspunt binnen de sector is dat gebruikers zelf controle houden over hun digitale bezittingen en gegevens.

Bij self-custody beheert een cryptogebruiker bijvoorbeeld zelf de private keys van een wallet. Lokale AI past een vergelijkbaar uitgangspunt toe op informatie: zoveel mogelijk verwerking vindt plaats op apparatuur die de gebruiker zelf beheert.

Buterin heeft zich vaker uitgesproken over online privacy en digitale surveillance. Zijn aandacht voor lokale AI sluit daarmee aan bij zijn bredere ideeën over privacy en decentralisatie.

Cloudmodellen blijven voorlopig nodig

Lokale AI zal grote cloudmodellen niet direct vervangen. De krachtigste AI-systemen draaien op omvangrijke infrastructuur met gespecialiseerde chips en veel geheugen. Een normale laptop beschikt niet over dezelfde rekenkracht.

Toch hoeft een lokaal model niet voor iedere opdracht even krachtig te zijn. Voor veel dagelijkse taken telt vooral of het antwoord goed genoeg is en snel beschikbaar komt.

Tegelijkertijd verbetert consumentenhardware. Laptops krijgen meer geheugen en chips met speciale functies voor AI-berekeningen. Daardoor kunnen gebruikers steeds grotere modellen lokaal uitvoeren.

De keuze kan daardoor veranderen. In plaats van iedere opdracht automatisch naar de cloud te sturen, kunnen gebruikers bepalen welke taken lokaal blijven en wanneer een extern model echt nodig is.

Conclusie

Vitalik Buterin ziet lokale AI als een praktische manier om AI-gebruik te combineren met meer privacy. Zijn test met Qwen3.8-Flash-Next laat zien dat steeds meer AI-taken rechtstreeks op consumentenhardware mogelijk worden.

Voor cryptogebruikers is vooral de controle over gegevens interessant. Wallet-informatie, transacties en andere gevoelige gegevens hoeven bij lokale verwerking niet automatisch bij een externe AI-provider terecht te komen. Cloudmodellen blijven belangrijk voor complexere taken, maar lokale AI kan een steeds groter deel van het dagelijkse werk overnemen.

Veelgestelde vragen

Wat is lokale AI?

Lokale AI is kunstmatige intelligentie die rechtstreeks op je eigen computer of apparaat draait. De verwerking hoeft daardoor niet via servers van een externe AI-aanbieder te lopen.

Kan lokale AI ChatGPT vervangen?

Voor eenvoudige en middelzware taken kan een lokaal model een alternatief zijn. Voor complexe opdrachten hebben grote cloudmodellen doorgaans meer rekenkracht en mogelijkheden.

Waarom is lokale AI interessant voor crypto?

Cryptogebruikers werken vaak met gevoelige informatie, zoals wallet-adressen en transactiegegevens. Lokale AI kan deze gegevens op het eigen apparaat verwerken, waardoor gebruikers minder informatie met externe partijen hoeven te delen.